2019年6月23日 星期日

區塊鏈如何阻止科技巨獸為AI寫規則?-2019/06/22 ppt







區塊鏈如何阻止科技巨獸為AI寫規則?
2019/06/22
科技逐漸影響了我們的生活習慣,不管是食衣住行,各方面都有顯著的改變。
淘寶取代必須親自去實體店購物的習慣、
Uber省略了以前在街上用手攔計程車的動作、
UberEAT取代上餐館用餐、
民眾開啟YouTube的次數勝過看電視所佔的比重、
Airbnb取代原來依賴旅行社敲定住宿相關事宜、
Google取代我們尋找知識的管道。

大多數人早上起床第一件事,就是打開社交軟體,如LINE
我們經常在社交活動中看到人們低頭用手機上。
2019,超過2.3億人每天都在使用Facebook

我們創造了一個令社會撕裂的東西,那就是一個短暫刺激多巴胺的按讚機制。完全不涉及任何討論、合作,充斥著錯誤訊息和虛假的東西。
──Chamath Palihapitiya

亞馬遜訓練其AI演算法根據其購買瀏覽歷史記錄,提出購買建議以增加銷售額。
Uber使用AI模型估算到達時間,並根據當前的交通狀況計算出乘車費用
Google調整其AI演算法以確定頁面排名,並透過其廣告系統賺錢。

人工智慧──操縱人類的注意力和情感
社交平台微小的調整AI模型,可以對我們的情緒產生巨大的影響。
然而,更值得我們深入討論的是,這論文中進行的實驗是在用戶不知情或未經同意的情況下,篡改了接收到的貼文,這意味著你可能無形間也變成Facebook的白老鼠,只是你不知道。
在演算法黑盒子裡面,社會偏見變得不可見和不負責任。當僅為盈利而設計時,演算法必然偏離公共利益
信息不對稱、議價能力和外部性遍及這個市場,人工智慧與人類未來的發展息息相關,其巨大的潛力意味著雙面刃的特性:既可以增加社會的不平等,也可能使我們迎向更方便美好的未來。

從目前的人工智慧研究數據可以看出,短期內發展依舊傾向於權力和金錢的集中,這意味著人工智慧的發展將會更加壟斷,甚至可能為下一代的孩子帶來學習及認知上的阻礙。

因此,只有對商業模式根本上的改變,才能夠降低AI資本與權力過度集中的問題風險。
為了避免生活在資訊不對稱的世界,AI需要比現在更容易被使用、更可靠、更直觀的方式,而區塊鏈可能就是那個答案

區塊鏈與代幣經濟
區塊鏈的分佈記事帳本特性,可以支持沒有第三方機構的介入下直接進行交易。它讓我們可以除去第三方機構的成本直接與對方互動,因為資訊的透明公開,以一個更安全分散的方式接受公眾的管理

區塊鏈技術還融合了一套新的商業模式──代幣經濟,代幣經濟是區塊鏈可以實現去中心化的主要原因之一。
代幣經濟是一套獨特的商業模式,設計起源於創造一種能觸發良好行為,並遏止不良行為的激勵形式,激勵機制讓更多人願意參與進來

結語
像許多科技技術一樣,AI演算法是一把雙面刃。
問題是,科技巨頭是否真的能遵照不做惡的原則來制定所有規則?
不要忘記Facebook允許其數據科學家在沒有取得同意的情況下,操縱用戶體驗和收集數據
區塊鏈技術賦予用戶權力,有機會對技術未來走向擁有發言權
區塊鏈的分散性質為人工智慧演算法的民主化提供了潛在的解決方案,致力於確保人工智慧是公平和有益的組織必須得到更多的關注。
培養人工智慧技術和相關數據開放的世界是當務之急,透過分散和民主,儘可能地創建給下一代平等的機會。
標籤: AI,人工智慧,人工智能

2019年6月22日 星期六

基於人工智慧之語音溝通輔具-2019-06-20ppt





基於人工智慧之語音溝通輔具
2019-06-20 |

聽覺而言,長年的聽損會造成年長者與他人產生隔閡,造成生活上的不便,失智風險亦隨之上升。
學齡兒童的聽損,導致學業成績落後及與其同儕互動不良,對於兒童學習及社交能力發展具負面影響。
就口語及發音而言,發聲構造異常或受損是言語清晰度降低(構音異常)最常見的成因。構音異常影響語者與他人的溝通效能及其自身生活品質。
由於環境噪音(特別是與人類語音特性相近的噪音)通常難以準確估測;因此,要能夠有效消除雜訊是語音訊號處理相當棘手也是多年懸而未決的問題。
好消息是,近年來人工智慧(特別是深度學習理論)的進步對解決這個問題帶來了曙光。
基於深度學習理論,學者們提出了多項新穎的語音訊號處理演算法應用於消除加乘式噪音摺機式噪音 (空間混響)、以及收音設備及通道不匹配問題,進而還原出高品質的語音訊號,讓聽者聽得更懂、聽得更舒服。
目前筆者實驗室努力的方向為:
1.        開發以任務導向的語音訊號處理技術:
2.        語音訊號處理模型壓縮技術:
Computation-Performance Optimization CPO 壓縮技術,主要的設計概念是基於最後的效能動態消除深度學習模型的參數。
另一種技術為Parameter Quantization PQ,此技術是基於Quantization演算法減少參數的精度,藉以壓縮深度學習模型,同時加速線上運算效能。
3.        結合多模態之語音訊號處理技術:

人與人的溝通包含口語與非口語的部分,發話端傳遞口語訊息時,收話端的聽者除了專注於聲音本身外,也接收相關的視覺訊息來協助了解語音的內容。

近年人工智慧技術大幅進步,各種新穎的技術大量應用在提高機器影像辨識器語音辨識器、下棋及電玩、對話及問答系統上,確實讓很多任務的效能可以超越人類的能力。
然而筆者認為,相對於追求開發超越人類的機器,我們或許可以運用人工智慧來發展輔具,提供給需要幫助的障礙者,這樣的研究或許能讓人工智慧的進步對人類社會更有實質上的助益,也讓科學研究更有溫度。
標籤: AI,人工智慧,人工智能

2019年6月9日 星期日

〈鉅亨看世界〉AI能擬真人類第六感? 2019/06/08-ppt



〈鉅亨看世界〉AI能擬真人類第六感?
2019/06/08
https://news.cnyes.com/news/id/4332387
英國 AI 晶片新創公司 Graphcore,研發出了一款新的 AI 晶片,
精熟人類的「猜測」模式,
而不如以往的人工智慧一般,只是進行數據演算。
據了解,Graphore 開發的 AI 晶片計算處理器,
捨棄傳統 CPU 或 GPU 處理器,大力推崇新一代處理器 IPU,
是一般傳統處理器計算能力的 100 倍
人類的智能能夠漫無目的這樣形成一種思考,
但人工智慧,屬於一種機器學習,他需要處理相當龐大的訊息,
分析資訊結構,產生精確的想法。
根據市場調研機構 IDC 數據顯示,
未來全球人工智慧領域的將在 2020 年成長至 460 億美元。
Graphcore 小檔案
英國 AI 晶片製造商 Graphcore 自 2016 成立,
由執行長 Nigel Toon 和 CTP 以及首席技術工程師 Simon Knowles 創立,
專為機器學習應用程式研發設計 IPU 晶片,
目前已經吸引到像是英國的人工智慧公司 DeepMind 創辦人 Demis Hassabis,
包括以及 OpenAI 的創辦人 Ilya Sutskever 的支持,
並且和其他許多在機器學習中領先業界的研究者合作,
根據不同的問題來設計 IPU 相對應的解決架構。

標籤: AI,人工智慧,人工智能

科技監控下的中國,再也不會有六四? 2019 年 06 月 08 日-ppt



科技監控下的中國,再也不會有六四?
 2019 年 06 月 08 日
https://technews.tw/2019/06/08/china-technology-monitoring-june-fourth-incident/
目前,字節跳動、微博、百度等企業,一天要審核 5,000 至 1 萬筆資訊,
平均每分鐘要過濾 5 至 7 筆,大多屬色情、暴力內容。
在六四 30 週年前夕,中國的言論管控達到最高點,
今年截至 4 月為止,官方已刪除 70 萬則微博貼文,和六四有關的敏感詞,
也屏蔽超過 3,000 個,AI 正在不斷抹除人們對六四的記憶。

像中國這樣無所不在的監視與掌控,卻也非新鮮事。
這些年來,中國一面在一個個街區設立警察哨站,
同時,HIS Markit 發布的數據顯示,
2015 年,中國推出廣設監視器的「天網工程」,
全中國的監視器數量,在 2016 年達到 1.7 億支,
預計 2022 年將有超過 27 億支監視器,
等於中國 14 億人口中,每個人平均會受到兩支鏡頭監視。

在天網工程之後,中國又推出「雪亮工程」,
除了導入人臉辨識和大數據分析,並將監視的權力擴及民眾,
讓全民都來監看畫面。
這種無所不在的監視,最出名的例子,就是歌神張學友的演唱會上,
中國警方透過人臉辨識技術,不斷逮捕多名逃犯。
針對雪亮工程,官方是說,為了達到治安零死角。
標籤: AI,人工智慧,人工智能

期末報告有救了!中國留學生研發 AI 論文機器人,讀文獻、寫摘要跟下結論都難不倒它2019/06/03-ppt


期末報告有救了!中國留學生研發 AI 論文機器人,讀文獻、寫摘要跟下結論都難不倒它
Posted on




2019/06/03
開發的 AI 學術助手叫做 PaperRobot,可以幫助構建論文的背景知識圖,寫摘要關鍵內容標題,梳理結論並給出進一步的研究方向的建議。
PaperRobot 目前主要應用於生物醫學領域,這個領域已有的論文數已超過二千六百萬份,近年來更是持續呈現爆發式的成長,每年發表的論文超過一百萬份。
2012 年,美國科學家提出,人類平均每年只能閲讀 264 篇論文,這個數字與他們在 2005 年進行的同樣調查中報告的數據是一致的。而論文機器人能幫助學者快速從海量的已有研究中,篩選出寫論文需要的材料,讓你真正站在巨人的肩膀之上,節約大量的時間。
喜歡 PaperRobot 生成摘要的讀者要比喜歡人類寫的摘要的讀者多 30% 以上,結論部分投給 PaperRobot 的讀者要多 24%,研究建議部分 12%

論文機器人 SCIgen 生成假論文和假教授,騙過多個學術機構

論文機器人的幻想早已有之,早在 2005 年,麻省理工學院(MIT)電腦科學與人工智慧實驗的三個學生 Dan AguayoMax Krohn Jeremy Stribling 就曾經一起開發過一款自動生成論文的小程式 SCIgen
SCIgen 是一個網頁程式,只需輸入作者名,就可以自動生成一篇「SCI 等級」的電腦論文。摘要、背景介紹、實驗結果、圖表、討論以及結論一應俱全。生成的論文格式可能比一些學生寫的論文還要規範。
但是,與 PaperRobot 不同,SCIgen 根本無法通過圖靈測試,因為它生成的論文只有格式正確,內容完全是不知所云。
SCIgen 的原理很簡單,類似於填字遊戲。因為學術論文的格式非常固定,而且基本都是固定的專業詞彙和句式,SCIgen 只需要從固定的詞庫中,隨機抽取出這類計算機領域內的專業術語,以符合語法的方式生成文本,再加上一些漂亮的圖表和詳細的參考文獻等,形式上就可以非常規範,從而能騙過不少外行。
例如這篇生成的論文名為《Rooter:處理接入點與冗餘的典型合一方法》,看起來用詞非常深奧,但是內行人仔細閲讀就會發現文章只是語言和術語的堆砌,沒有什麼實質性的內容。
MIT 三個大學生開發這款軟件的目的其實就不是為了幫自己寫論文,而是為了揭露 WMSCI 之類的不認真審查論文的期刊和會議。
現在 SCIgen 的訪問量依然驚人,每年的瀏覽量超過 60 萬次,無數假論文源源不斷地產出,導致這個頁面隔幾個月就要崩潰一回。
2013 年,法國格勒諾布爾大學的研究員 Cyril Labbé 透露,他在 IEEE Springer 出版公司旗下的期刊中,發現了超過 120 SCIgen 生成的假論文。
從學術釣魚軟體 SCIgen 到靈感提供者 PaperRobot,從假論文到真助手。技術的進步可以幫助科研人員節約時間,也可以被學生用於學術造假。
 PaperRobot 就構建出如下的背景知識圖。其中每個節點代表不同的知識概念,邊表示這些實體之間的關係。

新靈感的萌芽
新的科學發現可以看作是在已有的知識圖中創建新的節點或連結。創建新節點意味著在實驗室實打實地通過一系列的實驗發現新的概念(如新類型的蛋白質),這對 PaperRobot 來說有一些困難。但是以背景知識圖,也就是現有的知識概唸作為起點,發現新的連結還是可以實現的

2019年6月2日 星期日

在演算法殺人之前,或許我們該先殺死它們






在演算法殺人之前,或許我們該先殺死它們
ifanr ifanr 發表於 2019年6月01日 09:30 收藏此文

第一次武器革命是火藥。
這個始於 1000 多年前中國煉丹術的武器,在北宋末年可一炮燒燬城門,《金史》對稱為「震天雷」的武器有這樣的描述:「火藥發作,聲如雷震,熱力達半畝之上,人與牛皮皆碎並無跡,甲鐵皆透」。
13 世紀傳入西歐後,靠冷兵器耀武揚威的騎士階層從此衰落,隨著無煙火藥、雙基發射藥、雷管等的出現,才產生了真正意義上的軍事革命,現代意義上的火箭、炸彈、導彈隨之而來,戰場上開始炮火連天。

第二次武器革命是核彈。
人類只在一次戰爭中使用過核武器,第二次世界大戰期間,美國在日本的廣島市和長崎市投下兩枚原子彈。
1945 年,日本廣島在一聲震耳欲聾的蘑菇雲爆炸下,瞬間淪為火海,71379 位無辜平民受難,建築和人類都如原子一般分崩離析。核爆炸產生的巨大破壞力,還產生了幾萬年都無法消失的放射性危害。
這就是將來的第三次武器革命:AI。它也是一場無形的武器革命。
其實我們日常生活中對 AI 已經並不陌生,從 Siri 透過語音辨識我們的需求,到網路透過使用者畫像實現對廣告的精準投放,2017 年,進化版 AlphaGo 的 Master 機器人甚至團滅圍棋頂尖高手,AI 技術以肉眼可見的速度在進步。
AI 武器將成為一個自主性的殺傷性武器,不僅將能在任何環境下被任何人採用,還能讓戰爭變得工業化、超越人類道德規範,從而變得無法掌控。這也是為什麼它在火藥和核彈之後,被稱為武器的第三次革命。


現在,AI 武器已經被美國、俄羅斯、英國、法國、以色列和韓國等國家部署和開發,包括 381 種部分自治武器和軍事機器人系統。這些基於人工智慧的槍支、飛機、船隻、坦克、機器人,將有可能在演算法的控制下,掀開未來的世界大戰。
它也被視為一種致命自主武器系統(LAWS)——不僅「會思考」,能辨別自然語言,還能「有意識」地尋找和辨別攻擊目標,以傳統武器和士兵無法比擬的速度和效率消滅對手。

只要人們在武器內設定了演算法,再加上豐富的感測器、不同功能的監視器等,一個武器就能精準辨識、跟蹤、定位某個戰鬥人員,還能中途重新編輯程式和篡改演算法,跟蹤更多戰場變量。
在密集的戰鬥空間裡,決策、部署和速度就是關鍵資產。AI 能夠精確制導武器,不用士兵操縱,就能讓飛機、戰艦、裝甲車大規模絞殺敵人,獲得更顯著的勝利機會。
以往的戰鬥速度和持續時間都會被改變。因為 AI 武器的殺戮速度,無論是在行動還是思維上,都完全可以超過人類保護自己的速度。
它可怕的地方還在於:每個人,都能利用 AI 的技術讓武器變成「殺手」。
植入武器的演算法,不需要以往高價或稀少的原料,一個程式設計師和一個3D列表機,就能做出一群武器製造商才能做出的東西;資金充裕的人,就能實現一個超級大國用一支軍隊才能辦到的事情。
這將使武器廉價大量生產,使戰爭產業化。
另外,AI 在軟體系統中,也能成為一種武器,同樣會造成可怕的後果。可以預見的是,恐怖主義的恐慌必將升級,人們將整日覆蓋在訊息恐慌的無形陰影之下。
AI 擺脫人類、替代人類、控制人類、成為新物種都很遙遠也並不現實,且完全自主的 AI 武器現在還沒出現。
各國正在研究的 AI 武器一般包括七大類:遠端自動射擊機器人、智慧型無人機系統、無人艦船與潛艇、自主射擊陸戰武器、智慧型導彈體系、網路攻擊與衛星攻擊武器等等。
美國五角大廈的軍方智囊團一致認為人工智慧、機器人和人機協同將改變戰爭進行的方式。俄羅斯高級軍事官員也表示,機器人近幾年內將在戰爭中被廣泛使用。
國際數據公司的研究表明,全球機器人技術支出將從 2016 年的 915 億美元翻倍增長到 2020 年的 1880 億美元。
人工智慧正在顛覆原有的社會結構和分配方式,數據已經成為了最重要的資源。
科技的邊界是無限的,但法律和政治需要邊界。
荷蘭反戰非政府組織帕克斯(Pax)在新報告中擔心軍備競賽因此爆發,並表示「要防止最終的災難,必須採取全面禁令。」
目前,有 28 個國家明確支持禁止使用完全自主武器,但美國、英國等國反對這樣的禁令,認為禁令「為時尚早」,還能探索開發和使用自主武器的潛在優勢,國家武器審查是處理自主武器的最佳方式。
2013 年 4 月起,和平組織 PAX 共同創立了國際知名的阻止殺手機器人運動,近年來,一直在推廣禁止自主武器的開發、生產和部署,以及關注其中的法律、道德和安全問題。
對於 PAX 而言,AI 武器必須被禁止的最重要的原因,就是其中的道德問題。

標籤: AI,人工智慧,人工智能


去除圖片浮水印

去除圖片浮水印網址:https://reurl.cc/AjqjOe