分類
人工智慧

透過攝影機畫面自動檢測社交距離,「人工智慧」將超越人類?

在對抗新冠狀病毒的鬥爭中,保持社會距離是一個減緩疾病的傳播非常有效的措施。雖然數以百萬計的人們都老老實實呆在家裡幫助減少傳播,但製造業和製藥業的許多員工仍然不得不每天上班,以確保滿足基本生活需求。

為了幫助確保這些人在工作場所保持社會距離,吳恩達在 Landing AI 的團隊剛剛發佈了一個人工智能社會距離檢測工具,可以通過分析來自攝像機的實時視頻流來檢測人們是否保持安全距離。

這個工具能實現什麼呢?比如在一家生產防護設備的工廠,技術人員可以將這種軟體蒐集到他們的安全攝像系統中,用簡單的校准步驟監視工作環境。

探測器可以用紅色框框顯示距離低於最小可接受距離的人,並在兩者之間劃一條線來強調這一點,該系統還可以發出警報,提醒人們在違反協議時保持安全距離。

實現這一效果主要包括三個主要步驟:校准、檢測和測量。

DeepMind致力打造人工智慧 2014年首度擊敗圍棋冠軍

DeepMind是一家英國的人工智慧公司,建立於2010年,最初名稱是「DeepMind Technologies Limited」,在2014年被Google收購。DeepMind在2014年開始開發人工智慧圍棋軟體AlphaGo,到了2015年10月,分散式版AlphaGo分先以5:0擊敗了歐洲圍棋冠軍華裔法籍職業棋士樊麾二段,這是電腦圍棋程式第一次在十九路棋盤且分先的情況下擊敗職業圍棋棋手。2019年1月25日,DeepMind人工智慧AlphaStar在戰略型電腦遊戲《星海爭霸II》中,以懸殊的「10:1」戰勝人類職業玩家。

Google DeepMind執行長Demis Hassabis曾表示,深度AI如果能直接使用在其他各種不同領域,除了未來能玩不同的遊戲外,例如自動駕駛、投資顧問、音樂評論、甚至司法判決等等目前需要人腦才能處理的工作,基本上也可以直接使用相同的神經網路去學而習得與人類相同的思考力。

憂心人工智慧豢養人類 特斯拉執行長:人類恐變家貓

馬斯克近日接受《紐約時報》專訪時表示,「我們目前正朝著一個人工智慧將比人類更聰明的方向發展,相信在不到5年內,人工智慧就會超越我們,但這並不代表5年後人類社會的一切都會崩壞,只是代表事情將變得不穩定或怪異」。馬斯克在2015年與合夥人共同創建工智慧研究組織「OpenAI」,用以確保人工智慧造福全人類為理念。他在2016年時變提出警告,隨著人工智慧的崛起,人類可能變成一隻「家貓(house cat)」,因此他呼籲必須對下一代人工智慧技術進行更嚴格的監管。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

分類
人工智慧

日本砸20億補助「AI配對」,人工智慧找出另一半?

為對抗日益嚴重的少子化,日本政府預計2021年將撥20億日圓(約新台幣5.5億元)的預算,補助人工智慧配對系統;該人工智慧配對系統即使找不到合乎年齡與收入等條件的對象,也可運算選出合得來的人,日本官方盼藉人工智慧配對促進人民結婚生子。

2019年促成21對新人 日政府明年補助20億日圓

該報導指出,現在埼玉縣與愛媛縣等10幾個縣,已經引進這種人工智慧配對系統;埼玉縣在2018年度花了約1500萬日圓(約新台幣412萬元)整備人工智慧配對系統,並在2019年度促成的38對新人中,有21對是人工智慧配對系統提案的新人。日本中央政府擬補助地方政府引進與運用人工智慧配對系統,預計補助必要經費的2/3,並在2021年度的預算概算中,編列了20億日圓。

根據日本厚生勞動省統計,2000年時約有80萬對新人結婚,2019年卻僅剩60萬對,結婚人數持續下降,而少子化的主要原因便包含了未婚與晚婚,因此政府盼增加結婚人數、對抗少子化。

法律問題、社會行為與心理反應方面的新挑戰

各國有關部門在熱情地鼓勵積極發展人工智慧創新產品的同時,也可以考慮引導不同社會科學研究單位同時進行有關人工智慧設計產品有可能產生的其他科技以外問題的研究課題:比如從人類社會學角度來來檢討人工智慧的產品與設計對使用者的影響情況﹔從哲學思想界對人工智慧課題不斷提出各層面的疑問與它可能帶來的新挑戰與問題﹔從法律界考慮因著有不道德的設計者製作人工智慧產品所可能產生的可能犯罪問題與相應的法律規則、懲罰規則﹔從社會心理學界對無法適應人工智慧產品的使用者而產生各種心理障的問題進行各種探索。

對抗少子化趨勢 日本推人工智慧配對系統

根據《讀賣新聞》報導,日本內閣府表示,目前約有25個縣政府支援民眾的「結婚活動」,包含聯誼、相親等,同時為希望結婚的民眾提供配對服務。配對服務一般的方式,是幫忙介紹符合年齡、學歷、收入等各種條件的對象。除了這種一般介紹方式,也有人工智慧配對系統,若是沒有找到符合年收等客觀條件的對象,人工智慧(AI)將基於民眾輸入的興趣、價值觀等內容,及在系統內的搜尋偏好等進行計算,提案出「可能會對自己有好感的的對象」。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

分類
人工智慧

人工智慧在更少資料量情況下 完成高精度訓練學習:NVIDIA

針對研究資料不足情況,NVIDIA提出能以少量資料生成更龐大資料量的動態識別增強技術 (adaptive discriminator augmentation,ADA),讓更多人工智慧技術應用能以少數資料量即可順利運作。此外,NVIDIA也宣布推出應用研究加速器計畫 (Applied Research Accelerator Program),讓更多學術研究人工智慧技術應用成果,可以更快藉由以NVIDIA旗下GPU建置平台投入商業或政府應用環境。

依照NVIDIA說明,人工智慧運作基礎多半在於足夠的資料量,但在部分人工智慧分析研究時,往往卻因為資料量不足導致學習成果不佳。

因此,在NVIDIA提出的動態識別增強技術裡,則是讓人工智慧能藉由既有資料量進行一定程度調整,進而產生更多可供學習資料數量。

例如在一般影像識別應用裡,通常需要使用5萬至10萬張影像才能順利訓練高品質的生成對抗網路。藉由動態識別增強技術,則可將幾千張的影片內容透過裁剪、翻轉、變形,以及調整對比、色調、光亮等細節,讓可供人工智慧學習訓練使用影像數量大幅增加,進而提升人工智慧學習精度表現。

專業技術領域的人工智慧只能當作輔助

弗蘭克•帕斯誇里認為,有了新的機器人法規之後人工智慧可以更完善地為人類服務,而不是被矽谷工程師封閉起來再決定該用它做什麼,而他對於新機器人法規的建議是,第一作為人工智慧技術人員應該要好好的待在補充專業人士知識的位置上,而不是取代專業人士,第二人工智慧和機器人系統不允許假冒人類,第三我們應該阻止人工智慧參與任何軍事任務,而且機器人和人工智慧系統需要強制地公開自己的身份。

不過可以發現這些法則也有針對到開發或使用人工智慧的人來進行規範,而不僅只有機器人本身,因為這些雇用或開發人工智慧的人才是真正掌握權力的。弗蘭克•帕斯誇里補充說:「在我看來,許多專業技術領域或許需要人工智慧但是人工智慧最恰當的角色是輔助這些專業人士,而不是取代他們。」

在NVIDIA的StyleGAN2模型示範中,便是利用數千張的藝術畫作作品,讓人工智慧能以有限資料量完成高精度的分析識別效果,同時也不會出現將相似影像判斷為相同內容的誤判結果。就整體結果來看,藉由動態識別增強技術提高學習精度的表現,實際上與透過足夠影像數量的學習結果幾乎相同。

雖然過去研究中也應用類似作法,但當時並未增加生成對抗網路模式,使得人工智慧後續開始模仿調整後的影像內容,導致產生全新不同影像學習結果,造成學習分析精度受到影響。在後來提出的動態識別增強技術,則是透過動態調整方式避免此類問題,並且讓學習精度可以大幅提升。

※本文章屬於TNZE天擇集團所有嚴禁轉載※