GAN以外的選擇：對抗強健模型在電腦視覺的應用
編譯／許守傑

在深度學習中，對抗強健（adversarial robustness）一直是神經網路研究中的一個熱門主題，代表的是機器學習模型面對帶有雜訊的資料而不誤判的能力。2019年，麻省理工學院的Logan Engstrom博士等人所開發的新訓練方法，不僅朝著對抗強健的目標前進，更可直接廣泛套用於影像生成、影像轉譯等各種不同的電腦視覺領域。 Continue reading →

跨越AI科技門檻，關鍵在「跨領域」學習經驗——專訪李崇僖
採訪／劉宜庭

今年八月甫創辦《AI法律評論網》的李崇僖老師，在大學及研究所時期就對科技與法律的關係萌生興趣，「台大法律系當時教學領域較為傳統，沒有涉及到科技的東西，但當時科技已經出現很大的轉變，包括電腦、網路等；在我讀研究所時，生物科技方面也出現發展，有很多新聞，於是我開始思考科技問題與法律的關係」。 Continue reading →

販賣巨量資料出賣你
撰文／Kate Crawford｜譯者／王怡文
轉載自《科學人》2014年5月第147期

用手機搜尋可用網路時，巨量資料銷售商已經準備出售你的日常行進路線。 Continue reading →

先覺醫療（Earlier Medicine）
講者／李友專（臺北醫學大學醫學科技學院特聘教授暨院長、AIMHI台灣醫療人工智慧創新研究中心發起人）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

AI的發展可以回溯到1960年代，當時叫做Age of Reasoning，主要應用在於如何建立電腦的邏輯推理原則；到了90年代進入Age of Representation，研究如何抽取人類的知識放進電腦裡，不過由於人類也難以清楚的表達自己知識的學習歷程，因此遇到了技術瓶頸；到了2015年機器學習(Machine learning)的技術出現，透過網路和大數據訓練電腦，讓AI快速崛起，當Google AlphaGo陸續打敗了南韓圍棋之神李世乭和中國圍棋職業九段棋手柯潔，雖然讓人們失去了自信，卻也意外為醫學打開了新契機。 Continue reading →

機器學習的魔力
講者／嚴成文（國立中山大學機械與機電工程學系特聘教授）｜彙整／高英哲
整理自2019.09.23〈AI報你知‧大家都聽得懂的機器學習〉

人們對於人工智慧總抱持著一種既期待又怕受傷害的微妙心態，深怕某天AI會將人類遠遠拋在腦後。這份可能性在近十年間愈來愈煞有介事。AI究竟是透過什麼機制，逐漸超越它的創造者──人類？ Continue reading →

資訊界的馴獸技術
撰文／林守德｜轉載自《科學人》2013年7月第137期

賞罰分明的加強式訓練，成就更靈活的人工智慧。 Continue reading →

從無到有創作一個醫療物聯網
講者／郭博昭（陽明大學數位醫學中心主任、醫學院副院長及腦科學研究所教授）
彙整／《科學人》編輯團隊｜整理自2019.06.29〈科創講堂．智慧醫療〉

物聯網技術的崛起為傳統醫療帶來改革巨浪，打破了醫院的圍牆，讓醫療服務可以更深入觸及到各個角落，縮短醫療資源的城鄉差距，郭博昭是我國醫療物聯網 (Medical IoT) 領域的代表專家，長久以來全力投入研發遠距醫療裝置與系統，並籌備成立陽明大學數位醫學中心，利用工業4.0基礎導入資訊實體整合系統 (Cyber- Physical System, CPS)。郭博昭希望未來能夠達到「偏鄉不再邊緣、別墅就有醫療、你家就是急診」的目標，解決偏鄉醫療問題。 Continue reading →

鑑往知來──從機器人與智慧車聊科技
講者／連豊力（臺大電機系教授）｜彙整／廖梓甯
整理自2019.10.25〈AI報你知．從科技歷史的演進，瞭解機器人與智慧車的發展〉

連豊力教授在歷史的脈絡中帶領我們認識目前最夯的兩大議題──機器人及智慧車。雖然在機器人的設計或智慧車的原理上沒有太多的著墨，但期許能培養出可以看見未來、實現夢想的遠見。 Continue reading →