無人駕駛汽車科技的實驗持續進行，不過大多應用於迴避障礙物及自動導航方面。美國麻省理工大學 (MIT) 一項人工智能研究就專門針對改善自動駕駛系統對交通燈的反應，結果不單改善交通順暢度，更可增加能源效益及減少廢氣排放，一舉兩得。 主持這次研究的研究員指出，雖然美國及世界其他地方已批准無人駕駛車上路，不過對於人類來說，無人駕駛汽車未能為人類帶來改善，因為乘客依舊受困於交通燈，因此團隊就希望能夠改善它們對交通訊號的反應，提升交通流暢度。研究採用深度強化學習 (deep reinforcement learning) 模式，即交由人工智能以試誤 (trial and error) 方式，通過不同的抉擇覓求最佳的演算法。 研究團隊首先模擬出一個十字路口場景，然後只提供機器學習無法自行掌握的知識，之後便交由人工智能計算不同狀況的反應。當人工智能的神經元網絡 (neural network) 找出通往改良交通狀況的方法或捷徑，研究團隊便會予以獎勵，相反如人工智能的演算法導致車輛在交通燈前完全停止則給予懲罰。而在人工智能學習的過程中，系統會從一隊車隊中收集到的互動數據，估算交通燈的變化，從而控制無人駕駛汽車的行駛速度，盡量增加綠燈時通過的車輛數目，同時避免汽車因紅燈而需要完全停止。 研究結果顯示，經最佳演算法下控制的無人駕駛汽車，其通過交通燈的流暢度大增，而即使受控制的汽車減低至 75%，其餘為人類操控車輛，交通流暢度仍能獲得顯著的改善。由於所有汽車均能減少非必要的加速或停車空轉，因此研究還可有效改善能源消耗及廢氣排放。不過，現時研究正在起步階段，而且只能應付一個十字路口位，要全面實行還須更多研究，但相信在智慧城市的帶動下，無人駕駛汽車將能更容易採集交通數據，應用團隊研究成果的可能性將相當高。 資料來源：https://bit.ly/3NqCJmD 相關文章：【上帝視角】樹木觸電引發山火…

致力於支持並保護各行各業線上業務的 Akamai Technologies 正式推出 Akamai Inference Cloud 平台，將 AI 推理從核心數據中心，伸延至互聯網邊緣進行，由此重新定義 AI 的應用場景與方式。 與傳統系統不同，Akamai Inference Cloud 這個新平台專為全球提供低延遲、實時邊緣 AI 運作而建構，能夠於互聯網邊緣執行高智能的代理式 AI 推理，讓運算過程可在貼近用戶與相關設備的地點完成。剛推出的…

有報道指新一代學生好醒，識得用 AI 文章產生器去自動完成大業，如果事後用心執一執少少字眼，就好易瞞天過海。事實上，現時 AI 文章產生器具備SEO優化技術，用途非常廣泛，吸引傳媒及網媒使用來寫新聞或提升文章的 SEO ，取代人力。 固名思義，AI 文章產生器就是利用人工智能技術去寫作文章，這類 AI 主要是透過匯入大量文本數據進行訓練，讓人工智能掌握如何創作一篇有內容的文章。一般來說，AI 文章產生器會使用 GPT-3 等生成型變換模型作核心，例如 Rytr、ContentBot，便是採用了 GPT-3 人工智能技術。 事實上，現時已有少數媒體利用相關技術製作即時新聞報道，好處是速度快，其次是這些 AI 文章產生器更具備…

3D 打印技術發展多年，現時可使用的「墨水」更包括食材，材料包羅萬有。不過，由於 3D 打印始㚵較耗時，所以如果打印過程因各種問題導致出現瑕疵，除了有可能令成品變形，又有可能中途崩塌，浪費大量時間及材料。有科學家使用人工智能及機器學習，能夠在過程中監測準確度，而且更可愈印愈準，將演算法套用到不同品牌打印機上。 3D 打印技術已應用於日常生活中不同行業，大型項目包括建築、航空，就連小型的體內植入裝置如人工關節，亦有成功使用案例。由於 3D 打印不似傳統製造業需要事先起模，因此靈活性大增，只要有設計圖，即使單獨打印一件產品亦可，某程度上亦降低了產品設計過程的成本。不過，3D 打印要求高精準度，如材料受到溫度等問題影響而無法順利凝固，有可能成品在打印過程中已崩塌，因此打印過程必須有資深技工全程監察，如發現出現問題也可及早修正甚至重新打印。 由英國劍橋大學工程系博士 Sebastian Pattinson 領導的研究團隊，便嘗試利用人工智能技術，讓系統的機器學習功能自行分辨有可能出現的打印問題。團隊首先將 192 件產品的打印過程影響提供系統作深度學習，這些影像還會附有打印時的設計、速度及溫度變化等數據，人工智能系統便可歸納出引致打印失敗的徵兆，例如打印速度過快有可能令材料未能及時軟化等。 團隊的最終目標是希望人工智能監察系統能夠成熟至無人駕駛技術，完全不需人手介入也能順利完成任務。Sebastian 博士更說隨著系統監察更多打印工程，它便能掌握更多不同品牌打印機及材料的特性，繼續提升監察的準確度，日後就算打印機在打印不熟悉的材料時，也可大大減低出錯風險。 資料來源：https://bit.ly/3ATLrGX 相關文章：【有錯要改】人工智能疏導交通 無人駕駛汽車減少停車增能源效https://www.wepro180.com/aitraffic220704/

愈來愈多智能電子產品推出，不過智能一般只表現於特定功能上，電源運用卻鮮有優化配套。一班由前 Samsung、Microsoft 及 HCL 科技公司的前員工，開發出一套名為 EOptomizer 的人工智能慳電軟件，據稱可有效省電 30%，而且對各種電子及智能產品有效，致力為削減碳排放出一分力。 隨著流動上網及無線上網科技發展，令智能家居產品的可用性大增，較複雜為需要較多上網頻寬的用途都可應付得到。如果數一數家中電器，例如電腦、智能手機、Wi-Fi router、冷氣機、智能門鐘、智能雪櫃……，不難理解為何每月收到月費單都會冒汗。而由上述專家組成的研究團隊，便以慳電減低碳排放為目標，全力研究出具備人工智能的慳電軟件。 研究員指出，估計去到 2025 年，全球將會有 500 億種電子產品，如果能找到有效控電方法，對減少全球各地的碳排放便有極大利益。他們解釋說，電子設備最具潛力慳電的地方，是讓處理器能更有效率運作，而人工智能系統便要學懂如何分辨用家實際上的使用要求。團隊以手機上 BBC 網站為例，如果在日間工作時間，一般人其實只是不停滑動手機屏幕，快速閱讀新聞頭條，而在這種操作模式下，處理器及圖像晶片需要應付大量的運算及圖像更新，直接增加手機的耗電量。不過，研究員認為這時用家其實對畫面質素的要求不大，因此就算解像度稍為降低及調低畫面更新頻率，用家也未必會察覺得到，而這種幕後操作卻可有效延長使用時間。 於是研究團隊要做的便是讓人工智能學習各種人類使用習慣，但在團隊努力下，現時 EOptomizer 的測試版本已可成功省電…