人工智能（Artificial Intelligence，AI）和機器學習（Machine Learning，ML）的應用愈趨廣泛。以電子商貿起家的亞馬遜，旗下的雲端運算業務　Amazon Web Services（AWS）港台銷售總監翁宇強接受訪問時表示，AI 及機器學習科技革新了零售、金融等傳統行業，集團亦力拓相關業務，單是去年，集團已有超過 250 種 AI 及機器學習相關服務新推出市場。 翁宇強表示，集團提供的 AI 及機器學習服務，主要協助企業預測產品市場反應、精準營銷，以至整理非結構化數據（Unstructured Data）、偵測程式碼漏洞等。針對本身已有 AI 及數據專家的企業，集團亦提供不同機器學習工具，讓企業建立、訓練和部署機器學習模型，或者搜尋所需的演算法，藉以加快 AI 系統開發進度。 他續指，以電商起家的亞馬遜其實早於廿多年前已涉足 AI…

與 Facebook 不同，Instagram 較受青少年用家歡迎，因此不少性罪犯都會利用該平台，私下接觸未成年用家。Facebook 為了保障這些用家，便交由人工智能技術去評估帳戶持有人的真實年齡，如發現是用家「扮後生」，便會阻止他們與青少年用家接觸。究竟如何執行？ 人工智能 (Artificial Intelligence) 的用途非常廣泛，它可以應用於工業、醫療、交通網絡、教育等範疇。而今次 Facebook 套用於 Instagram 的 AI 技術，便是為了防止青少年受到性侵，可說是非常特別的用途。近年不少性罪犯轉移使用社交平台或即時通訊的私訊功能，扮演成不同角色接觸青少年，混熟後便露出獠牙，或約青少年外出性侵，或取得青少年的私密相片勒索。有研究報告顯示，過去兩年超過七成的青少年性侵事故都是藉由Facebook、Messenger、Instagram、WhatsApp 或 Snapchat 等通訊工具作為起點，當中約 25% 性罪犯更是使用…

Google 在剛舉行的 Google I/O 2021 大會上公布，即將為全球 Android 版 Chrome 用家推出新服務，透過人工智能 (AI) 技術 Duplex on the Web，讓用家可以更簡單為各種帳戶更改登入密碼。另外，其密碼管理器亦有新工具，可直接匯入第三方密碼器內儲存的帳戶登入資料。一切鋪排，無非希望提升用家的帳戶安全性。 不少網絡安全事故的肇因，都是因為用家的帳戶登入資料不幸遭受外洩，而用家又未能及時發現。有見及此，Google 早已在 Chrome 的密碼管理器內增值外洩事故通報，當…

今時今日，人工智能 (A.I.) 的應用已經遍布各行各業，因為只要結合優質的大數據 （Big Data）作分析，便可提供各種洞察力報告，讓企業更能掌握市場即時狀況，為現有顧客打造更適合的服務，甚至發掘出潛在客戶，提升營業額。而在內容行銷 (Content Marketing) 方面，人工智能更可提供行銷計劃一條龍服務，不過大前提是所採用的大數據必須乾淨及優質。 自動產生熱門內容 外國不少媒體其實已引入人工智能技術撰寫文章，以炮製出更能吸引讀者的內容。因為以往要寫出一篇具話題性的文章，非常倚賴編輯或記者的經驗及對市場的觸覺，例如通過大量資料搜集去掌握熱門話題，或將熱搜關鍵字融入內容，以增加文章的曝光率。而在人工智能的參與下，它懂得自動從網絡上的社交平台、討論區、搜尋字眼等因素去理解現時哪類題材最多人關注，然後自動產生高質素的內容，滿足讀者的需要，同時可保持統一的風格，大大減省專業人士參與的需要，無論在成本及效率上都得以提升。以國內百度的AI智能創作平台為例，它便可協助用戶創作不同類型的文章，由詩歌、小說以至新聞都能一一勝任。 內容策劃更有效率 內容行銷最講求時間性及準確度，對於應該在什麼時間、以哪種方式向特定客戶群推送有價值的內容，才能達到最佳成效，這些工作都必須交由市場推廣專業人士去分析，過程耗時又複雜。通過人工智能收集不同客戶群的資料，便能清晰掌握各類客戶群的需要，自動提交完整行銷計劃報告，包括推廣目標、內容創作、發佈渠道及成效預估，減輕行銷人員的工作負擔，專注人工智能或機械人無法處理的工作，例如建立客戶關係等。 污染數據 雖然人工智能看似完美，不過在安全性上仍有隱憂，就以上述個案為例，人工智能要演算出準確有效的結果，都必須有乾淨及優質的大數據輔助。一旦提供給機械學習 (Machine Learning) 的數據庫受到惡意污染，分析結果便會有所偏差甚至完全相反，令內容行銷無法達到預期效果。因此現時網上雖然有不少大數據共享資料庫，企業在運用前亦要特別小心，情況一如開源應用軟件 (open source application)…

「有無Wi-Fi密碼？」 如果舊時代的世界末日是沒有電視看，那麼現代級的災難，肯定是無法上網。 家居、辦公室、商場，有線／無線網絡的應用無處不在，幾乎成為生活必需品之一。當我們對網絡的需求愈來愈高，例如用戶連接的穩定度，還有更高層次的用戶體驗等，作為供應鏈的上遊企業，注定要面對更多的維護成本問題。 Juniper Networks 作為 AI 驅動網絡的先驅，一直希望透過各種數據科學及機器學習技術來分析數據並提供可行的解決方案，其中Juniper Mist AI 正是當中的技術結晶。Juniper Networks 大中華區銷售工程師梁丰表示：「Juniper Mist AI 是第一個具有嵌入式人工智能引擎的網絡平台，能在大幅節省成本的前提下，解決當前，甚至下一個十年的網絡服務問題。」 節省高達 60% 維護成本 梁丰續稱，在自動化流程未出現之前，企業要偵錯解難，往往需要動用大量人力物力，當你有…

分享FacebookTwitterWhatsApp 醫療事故不時涉及人為失誤，特別在香港的公營醫療體制下，前線經常人手不足，而為應付每天上門的大量病人，醫生亦無足夠時間詳細為病人問症，令病人接受不到適合治療的機會大增。結合人工智能 (AI) 及大數據分析，就可大大紓緩醫療機構的人手壓力，並提升各種病症的確診機會。 現時各種病症診斷，主要仍依賴醫生的經驗，雖然各種影像檢查技術如磁力共振 (MRI)、電腦掃描 (CT-SCAN)、正電子電腦掃描 (PET-SCAN) 均發展迅速，有助發現微細的徵狀，但最終醫生還須配合病人的病歷、家族遺傳等風險因素作評估，以決定整個治療方案。以癌症為例，影像檢查雖可及早發現微細的細胞異變，但部分器官位置如鼻咽、乳腺等腫瘤發展可以非常快速，再加上部分影像檢查始終有一定的輻射量，不能經常安排病人進行檢查，導致病人有可能延醫。 人工智能及大數據分析，便有助醫生及早找出高風險病人以便密切監察。研究員可以將病人資料庫的數據匯入系統，分析出不同的風險指數，包括年齡、性別、家族遺傳、運動量、生活習慣等，同樣以治療癌症為例，即使新求診的病人未有在影像檢查出發現異常，但如其病歷被人工智能系統判斷為高風險，便可安排病人進行後續檢查，盡早發現異變；如病人屬低風險則可安排較長的覆診期，紓緩醫療機構的工作壓力。IBM 的人工智能系統 Watson Genomics，便在乳癌、心臟病等病症評估上有很大的貢獻。 除此之外，穿戴科技如智能手表的普及，亦有助一般人及早找出潛在病症。通過收集及分析大量使用者的健康數據，同樣可讓人工智能系統識別各種健康指標，家庭醫生只要運用適當的工具，便可更準確發現求診者的異常之處，例如求診者的身體機能有否比同年齡層人士差，令醫生可以在「望聞問切」的傳統斷症方法上，得到更有力的數據支持。 資料來源：http://bit.ly/398yPgc

殭屍網絡 (Botnet) 一向令人頭痛，因為黑客可以利用它發動多種攻擊，例如 DDoS 網站或應用服務、發送垃圾電郵、挖礦 (cryptocurrency)，黑客更可入侵中招的電子設備偷取資料。不過，擁有人工智能的蜂巢網絡 (Hivenet) 就更令人頭大，除了擁有殭屍網絡功能，其分散式運作更難以被一舉殲滅，甚至懂得自動感染其他電子設備…… 殭屍網絡已在網上橫行多年，但自從 IoT (Internet of Thing, 物聯網) 產品被廣泛採用，就令到黑客可操控的電子設備暴增，根據歐洲網絡安全公司 ENISA 最新研究報告估計，現時平均每日都有 770 萬個 IoT 設備連上互聯網，但當中只得…

近年推同科技有關嘅產品，只要加人工智能或 AI 字眼，身價即時上升。不過到底點先算係人工智能？然後機器學習（Machine Learning，簡稱ML）功能又係咩嚟呢？擁有機器學習功能就一定有 AI？下面就為大家一次過解答。 要解釋人工智能同機器學習嘅分別，首先就要回一回帶重溫歷史。如果有睇過幾年前《解碼遊戲》呢部戲，男主角 Alan Turing 一直都俾人叫做「電腦之父」，其實佢亦係第一個提出人工智能概念嘅人。佢喺上世紀 50 年代寫咗篇論文，用一個簡單測試去分辨機器識唔識得思考。方法好簡單，只要將相同問題搵人同電腦解答，得出嚟嘅答案係分唔到由邊個解答，就代表部電腦能夠思考擁有智慧，後世就叫呢個做 Turing Test。 呢個測試好有代表性，因為佢將人工智能嘅概念規範化，不過直到今時今日，都未有人可以百分百做到一部符合 Turing Test 要求嘅電腦，所以為咗貼地少少，有人就將人工智能定義收窄少少，只要電腦可以自行完成單一工作，而且做得比人類好，就叫人工智能喇！然後喺呢個狹義嘅人工智能定義下，又衍生咗機器學習呢個分類。1959年，當時喺 IBM 做工程師嘅 Arthur…

單係電話騙案已經好難防備，如果再加埋人工智能嚟扮聲扮口音，中招風險肯肯定大增。以為好難攞到你把聲？少年，你太年輕了。 而家最多人討論嘅欺詐科技，一定係 Deepfake 技術，透過 AI 模擬技術，就可以令浸浸、朱克伯格等名人，喺影片中講出你想佢講嘅說話，要製造災難性假新聞真係一啲都唔難，跟車太貼嘅個案亦只會愈嚟愈多。不過，現階段模擬像真度都仲有啲瑕疵，小心留意絕對可以發現唔自然嘅地方。 語音分析提升像真度 如果唔睇畫面，淨係聽聲又如何？相信會仲多人中招。好似今年三月英國一間能源公司嘅 CEO，就因為收到德國母公司上司一通電話，就將 200 萬港幣轉咗去匈牙利供應商嘅戶口。呢個 CEO 事後話騙徒唔單只把聲同佢上司一模一樣，而且仲連語氣、口音都無分別，所以就咁上當，如果唔係對方幾分鐘內又再要求過數令佢起疑，隨時會二次中招添。 欺詐案調查專家 Rudiger Kirsch 喺收到承保嘅保險公司委托，經調查後發現今次唔單只係一般電話騙案，仲係加入咗人工智能元素。由於保險公司從未處理過同 AI 有關嘅個案，所以先搵佢幫手。佢話自己都測試過一啲黑客用嚟模擬語音嘅軟件，像真度極高，而且唔難買到，所以預期呢類騙案會大幅增加。 其實上年網絡安全公司…

Fact check 真係好緊要，不過假新聞發佈速度咁快，唔係下下都 check 到。試諗下，新聞都咁難 Fact check，如果換成一條片，要睇下佢有無造假，就更加需要大量功夫啦！ 科技發展得咁快，而家開個手機 app 都可以隨時換臉，要變成明星定一隻兔仔都冇難度，最火熱嘅話題叫 deepfakes，就算真人無講過佢說話，都可以用 A.I. 將影片加工，做到真嘅一樣。其中一個 deepfakes 高手德籍華人科學家黎顥，最近接受訪問時就話佢愈做愈驚，仲喺上月中國大連舉行嘅世界經濟論壇搞咗個攤位，俾嚟參加論壇嘅國家元首同富豪「體驗」一下換面係幾咁容易，希望藉此提醒佢哋關注 deepfakes 問題。 黎顥接受訪問時話，原來好細個已對電腦影像有興趣，12 歲睇《侏羅紀公園》，對電腦可以畫出世界上唔存在嘅恐龍表示非常震驚，所以佢一直立志要從事電腦影像嘅工作，喺端士讀完碩士就加入咗電腦影像行業，代表作係後前製作幫《狂野時速7》加入大量 Paul…