AI 部落

您一定讀過曹植聰明過人，七步成詩的故事。 但是您看過有人可以 七秒成詩 嗎？蝦米 , 七秒 #@? 是誰這麼超級欠扁？ 上面這首  < 月明清影里 … 依然似故年 > 就是七秒寫好的詩 , 是人類寫的 , 還是機器寫的？ 您的男 ( 女 ) 朋友會買個機器人，來寫詩打動您嗎？ 來看人工智慧進入人類情感世界的進展  >>>  https://goo.gl/BZTfYh  ( 40 分 10 秒左右 )

如果您熟悉拼音，當您從鍵盤輸入 ”AI” ，螢幕就出現 ” 愛 ” 這個字。所以 AI 就是愛嗎？這會不會太扯了？ AI (Artificial Intelligence, 人工智慧 ) 是當今最夯的科技 . 著名的宇宙學家史蒂芬 , 霍金 (Stephen Hawking) ，以及鋼鐵人阿郎 , 慕斯客 (Elon Musk) 都在談論這項與人類未來命運息息相關的技術。 愛則應該是出於教宗或是證嚴上人之口啊！ 將這兩個詞扯在一塊，好像太過牽強。 愛是千年的話題，人工智慧則是最近幾年才紅起來的議題。愛變身為人工智慧，難道是像馬拉桑小米酒的 “ 千年傳統，全新感受 ” 嗎？ 是的，您想的一點都沒錯。 AI 就是愛。 兩位人工智慧大師級的專家 , 李開復 ( 大家都認識 , 小編就不介紹了 ) 及李飛飛 ( 谷歌人工智慧首席科學家 ) ，在接受訪問時，談到人類如何與人工智慧共處，竟然答案都一樣： 愛 。 (影片： https://goo.gl/yWCiHS -17 分 40 秒、 https://goo.gl/mfpJSD  - 25 分 55 秒 )

2017年被認為是人工智慧在全球範圍內開始受到極大關注的一年。 而新技術總會催生新的職位需求，也會摧毀一些職位。 本文參考了許多報告，總結出 11項 人工智慧將如何影響人類工作的內容。 AI相關領域的薪酬，是金字塔頂端1%的水準 全球AI領域人才約30萬，而市場需求在百萬量級， 不能滿足市場需求 。而由於人才競爭過於激烈，企業在爭奪候選人時會提供30%~50%的薪資漲幅，畢業三年後人工智慧職位的技術人員，基本可以實現薪酬翻倍。 資料分析最易跨界，是轉職AI人才的來源 根據調查， 資料分析 是所有AI人才中最成熟的技能，作為AI領域的「基礎建設」，從事資料分析的求職者是向AI領域轉換門檻最低的人群，也是最容易跨界從事AI領域的人群。 AI人才高度集中 由於人才緊缺，AI人才的分佈高度集中在 大公司 中，從全球範圍來看，幾乎超過50%的業界頂級AI專家都已被Google招入麾下。 「無人店」流行，零售工作會大幅減少 未來的零售門市將會更多使用機器，過去這一年，有關「 無人店 」的嘗試越來越多，比如沃爾瑪的無人超市專案，中國的無現金支付門市等。 世界經濟論壇（World Economic Forum）估算，一旦目前所有的自動化技術都投入使用，全球30%~50%的零售業工作都有消失的風險。 自動駕駛技術對司機需求的影響 有預測指出，美國未來80%的卡車司機工作會消失，但並 沒有指出確切的時間 ，因此美國勞工統計局的經濟學家們認為，無人駕駛卡車徹底取代司機的速度不會那麼快。他們預測為未來十年裡，重型卡車司機還會增加11.4萬個。 至於其他駕駛工作，美國城市公共交通系統中的巴士司機數量將會增加8.9%，而計程車司機數量會降低41.2%，不過這與Uber、Lyft的發展更為相關。 製造業工作機會，85%都是因為「機器」 根據美國勞工統計局（U.S. Bureau of Labor Statistics Latest Numbers）發佈的最新十年預測報告，在職位減少速度最快的20個行業裡，有14個都來自製造業，除了煙草業是嚴重受需求量減少影響以外，其他都與機器人的應用有關。 藍領工人被取代，是因為他們的工作性質本身就過於 機械化 。 早被看衰的會計與審計，未來十年還會增長 「會計與審計」是最高風險的職業之一，被

「這是機器第一次在測試中超越人類。」 人工智慧（AI）不僅擊敗圍棋世界冠軍李世乭，如今又在「 閱讀理解 」項目攻下一城。 阿里巴巴與微軟的AI機器學習模型，參與被認為最具權威性的「 史丹佛大學閱讀理解測驗 」   後，最後出爐的成績都超越人類的紀錄。 消化大量資訊、模擬人類閱讀理解行為 由史丹佛大學研究人員所開發的史丹佛大學閱讀理解測試（Stanford Question Answering Dataset，簡稱SQuAD），被業界認為是最具權威與公信力的 機器閱讀理解測驗 ，包括Google、IBM、Facebook、卡內基美隆大學等企業機構都曾參與。 SQuAD測驗是由10萬條問題 組成機器閱讀理解題目庫，這些題目以500篇維基百科文章為基礎，主要用來測試機器是否能透過自然語言處理模仿人類對單字、句子的理解，在消化大量資訊後，精準地回答出問題。 例如， 讓 AI在閱讀完題目庫中的 成吉思汗的歷史 後，再回答幾個與文章相關問題。 而阿里巴巴研究團隊提出的「 基於分層融合注意力機制 」的深度神經網絡模型，是這項技術的重大突破，這款模型可以模擬人類在閱讀理解時的行為，包括串聯不同篇章的內容、帶著問題反覆閱讀文章、在閱讀時標註避免遺忘資訊等。 客服、導覽都派得上用場 AI閱讀理解的精進，未來可以應用在客服、美術館導覽，甚至是回答病患的醫療問題。 透過AI閱讀理解的精進，未來將可以幫助人類處理大量資料、更加準確回答問題，「像是『為什麼會下雨？』這類客觀的問題就可以透過機器高度精準的回答。」 這項科技可以應用在客服、美術館導覽，甚至是回答病患的醫療問題。 但是目前AI只能回答有明確答案的問題，如果問題表達的方式太模糊不清、不合語法、沒有預先準備好資料，AI可能無法正常運作。 ( 來源自： 數位時代  )