• 人模人樣的機器人(1/2) 2019/10/02

    人模人樣的機器人(1/2)
    撰文/Duncan Graham-Rowe│譯者/王怡文
    轉載自《BBC知識》2014年6月第34

    不過十幾年前,機器人為了站立,還得曲著膝蓋,猶如便祕一般,如今拜仿生知識與科技之賜,它們已經能夠邊活動邊調整姿勢。但機器人學家不以此為滿足,他們希望機器人不只為我們代勞,像我們一樣思考,最好還能察言觀色,知道行為怎麼拿捏。 Continue reading →

  • 科學難題最前線:人工智慧 2019/09/30

    科學難題最前線:人工智慧
    撰文/Peter Bentley|譯者/王怡文
    轉載自《BBC知識》2014年2月第30

    未來的機器人將具有智慧和情感?科幻情節成真前,我們還有許多挑戰要克服。 Continue reading →

  • 金融科技與智慧生活 2019/09/27

    金融科技與智慧生活
    講者/王可言(臺灣金融科技股份有限公司創辦人暨董事長)|彙整/《科學人》編輯團隊
    轉載自2019.05.26〈科創講堂.智慧城市〉

    金融業是歷史悠久、被高度監理傾向保守避險、以致轉變緩慢的產業,資訊科技則是不斷創新汰舊、快速顛覆的行業。 2008年金融海嘯後,金融業銀根緊縮造?成的剛性為滿足需求,讓一些科技業者有機會跨足金融,提供媒合服務,導致金融科技快速的蓬勃發展。當金融遇上資訊科技,金融業將被迫由被動走向主動,透過和生活及相關產業的融合,了解顧客需求,提供即時、普惠、好體驗的金流服務。在未來的幾年,AI與區塊鏈,大數據、雲端、AR、API管理等新興科技的普及,將會進一步顛覆包括金融在內的許多產業的事業模式。 Continue reading →

  • 好萊塢夢幻明星隊 2019/09/26

    好萊塢夢幻明星隊
    編譯/陳宣豪

    假如Will Smith當初沒有拒絕《駭客任務》男主角的演出邀約;或捨棄Gal Gadot,改由Alicia Vikander飾演《神力女超人》女主角,電影是否會為觀眾帶來不一樣的感受,甚至獲得更好的評價與票房?種種臆測與猜想在過去只能任由演員、導演和觀眾在心中反覆琢磨。然而,假設有這麼一樣類似電玩「夢幻明星球隊」(Fantasy Sports)的工具,可以任意換角、更改劇情,預測每一種改變會如何影響電影推出後的表現,是否便有機會打造出前所未見的夢幻卡司? Continue reading →

  • 創新物流服務模式 2019/09/25

    創新物流服務模式
    講者/喻奉天(台科大工業管理系教授兼系主任)|彙整/《科學人》編輯團隊
    轉載自2019.05.26〈科創講堂.智慧城市〉 

    現在我們只要上網動動手指,貨物就會送到家裡或附近的便利商店,這背後依靠的是物流產業。物流就是移動,不論是人或貨物都要移動,把人或物資運送到城市的各個角落是智慧城市中的關鍵活動。因此,臺灣科技大學工業管理系教授兼系主任喻奉天說:「在智慧城市的架構裡,物流是骨幹。」 Continue reading →

  • 數位融合與智慧城市 2019/09/23

    數位融合與智慧城市
    講者/周碩彥(台科大工業管理系特聘教授兼物聯網中心主任)|彙整/《科學人》編輯團隊
    轉載自2019.05.26〈科創講堂.智慧城市〉

    人是群居的動物,但每個人都有自己的想法,所幸我們仍有共通的目標,例如,環境是否能更清潔?我們是否能更富有、更快樂?生活更容易?這些問題牽涉到很多系統的整合,不容易解決,智慧城市就是要用數位化的方式來解決這些問題。 Continue reading →

  • 以人性關懷為本的智慧城市之物聯網、大數據和人工智慧 2019/09/20

    以人性關懷為本的智慧城市之物聯網、大數據和人工智慧
    講者/陳裕賢(臺北大學資訊工程學系特聘教授兼大數據與智慧城市研究中心主任)|彙整/《科學人》編輯團隊
    轉載自2019.05.26〈科創講堂.智慧城市〉

    大數據、物聯網、人工智慧等科技的出現,為我們描繪了更便利的智慧城市,但是科技也可能會讓人與人之間的相處趨於冷漠,似乎也不符合我們對於智慧城市的想像。因此,臺北大學資訊工程學系特聘教授、大數據與智慧城市研究中心主任陳裕賢提出:「用人性關懷的角度來引導,讓智慧城市的發展更具有人性。」 Continue reading →

  • AI在生殖醫學的應用 2019/09/19

    AI在生殖醫學的應用
    撰文/陳儁翰|醫學顧問/蔡鎧任(台南奇美醫院內科住院醫師)

    機器學習擅長從眾多特徵中,尋找重要的影響因子,並以此進行分類與迴歸,例如收集各種臨床特徵評估特定個體是否有罹患某疾病的風險,亦或是病人接受治療後康復的機率為何,協助醫師做出醫療判斷。Google旗下的DeepMind,過去曾開發出能提前48小時預測急性腎損傷與依據醫學影像判斷常見眼疾的AI。來自史丹福大學Banerjee等人,則在2010年將類似AI應用運用在人工受孕活產機率的預測上。 Continue reading →