在開發新產品前，傳統方法是收集問卷調查，或搞 focus group 了解目標客戶的真正需要。不過，現時已有不少公司引入人工智能，好似飲品生產商 PepsiCo，無論開發飲品抑或小食，都已套用 AI 工具協助分析。再發展落去，大家可能無機會再靠填問卷或出席意見調查會賺錢…… 雖然 PepsiCo 本身也有收集大數據 (Big Data)，但由於這些數據大部分來自自己的客戶，因此未必能完全代表整體市場的喜好變化，因此 PepsiCo 也有採用一些現成服務，例如由 Google 前員工開發的 Tastewise，一款以演算法去分析及預測口味轉變及原因的工具。據稱 Tastewise 內收藏及監察的數據量非常豐富，當中包括 9,500…

網絡安全行業現時非常看重「零信任」（Zero Trust）防禦概念，即對所有網絡連線及活動保持懷疑態度，不再單純依賴已知的病毒資料去預防入侵。與此同時，被視為網絡安全明日之星的 AI（人工智能）技術，卻建基於「可信任」的數據包作為訓練材料，兩者應該如何共存？ 將 AI 技術引入網絡安全用途，帶來的好處極多，例如可以快速處理各種安全警報，阻止惡意軟件入侵，減少人力需求。另外，經訓練的 AI 模型還會不斷提升防禦能力。不過，由於 AI 技術非常複雜，持續發展過程到底是否仍能符合網絡安全法規？如缺乏適當的監管，相信業界仍難言可以 AI 完全取代網絡安全專家。 發展 AI 技術的主要障礙之一是數據，更具體地說，是確保數據的質量和完整性，畢竟 AI 模型的好壞完全取決於數據包的質量。基於 AI 的網絡安全系統，在匯入數據方面正面臨種種挑戰： 數據污染：不法人士可以通過操縱…

新冠病毒加快企業數碼轉型，緊急採用遙距工作工具，結果亦同時令網絡安全事件增加。因為人類無法處理激增的數據點及數據，而擅長識別、過濾和確定威脅警告的優先次序的人工智能 (AI)，便被視為網絡安全界的明日之星。 由於大量員工在家工作，以往要處理的數據因而激增，傳統的 SIEM 工具便難以協助安全人員疏理問題。專家解釋，SIEM 只能過濾從 SOC 安全中心發出的數百萬警報，當中必須靠人力找到各種關連，否則只能獨立處理每個警報。人工智能則可以對警報進行分析，找出當中的細微關聯，快速分辦是否誤報，並自動結合威脅報告將警報按風險指數優先排序，安全人員便可將注意力集中在最緊急的問題上，而不用擔心被其他次要問題擾亂。 人工智能不單可分析即時遇到的問題，還可用於整體威脅情報預測，預視組織接下來可能面臨的攻擊時間、地點和類型，例如當系統發現近來針對醫療設施的攻擊加劇，而企業的業務領域又與之相關，便會發出警告，讓安全人員了解瞬息萬變的安全風險趨勢。雖然人工智能看似萬能，但網絡安全專家警告不能完全依賴它的能力，因為它只是整個安全武器庫的其中一部分。 現時最火熱的研究，並非如何利用人工智能完全取代人手監控，而是找出一個正確的平衡點，作出最好的風險管理。專家指出，人工智能亦有可能犯錯，因此不應將所有任務都交由它決定，特別是如相關錯誤有可能導致業務中斷或難以估計的損失，便應交由人手作出決策。人工智能在安全監控過程中，對重要環節應只負責提供安全建議，並將收集得來的底層數據，經整理後交由人類分析。 對於大多數公司來說，人工智能在初期最能顯示其效益的地方，是融入網絡安全架構後的事件監控領域。一旦引入人工智能，便可大幅減少誤報或重複性工作的數量，就算有黑客入侵事件，也能較以往更快發現及作出報告，讓企業能夠更快修正安全風險問題。而要確實發揮人工智能的效力，相關政策、教育和管理的實施亦非常重要。首先，嚴謹的政策將有助於推動和塑造業務流程；其次是必須讓員工得到充分培訓，才能正確地及最大限度地使用人工智能工具。最後，企業亦必須監控和評估人工智能對安全解決方案和整體安全態勢的影響，持續地進行改善，才能令人工智能繼續成長，發揮出更大效能。 資料來源：https://bit.ly/3hj6DfO

今時今日，任何事情都可以跟人工智能（AI）或大數據扯上關係，咖啡也不例外。有本地咖啡店近日利用大數據，分析生態環境、社會經濟、生活質素三方面資訊，嘗試找出未來 40 年社會環境走勢，並推出 12 款呼應不同時代的「Future Drinks」，包括咖啡、雞尾酒及無酒精飲品。 這間名為 Preface Coffee 的咖啡店，本身屬於編程學校 Preface Coding 旗下，一直標榜科技與咖啡結合。Preface Coffee 創辦人盧炳棠表示，今次的「Future Drinks」計劃，主要是分析全球 260 個國家，由 1960 年至…

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…

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)…

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

透過人工智能技術編輯影片、相片或聲音檔案，達到以假亂真嘅 Deepfake 技術，由於效果實在太逼真，容易喺社會上散布虛假訊息，所以一直係全球政府及社交平台首要解決嘅問題。特別係美國總統大選在即，呢啲虛假訊息隨時可以令選情逆轉添！就喺呢個時候，Microsoft 宣布推出一套可以偵測 Deepfake 內容嘅工具 Microsoft Video Authenticator，借助人工智能去分析影片或相片中嘅瑕玼，再提供可信度俾用家自行判斷內容真偽，絕對有助打擊虛假訊息嘅散播。 點解 Deepfake 技術咁得人驚？因為佢都係利用人工智能深度學習嚟製造虛假內容嘅技術，一方面人工智能會自行產生愈嚟愈精細嘅內容，同時間另一組人工智能就會愈嚟愈精準咁識破虛假內容，喺兩套人工智能嘅競賽下，虛假內容自然愈嚟愈像真，好多時肉眼已分唔到真假。而 Microsoft 呢套工具，亦同樣使用人工智能技術，用咗 FaceForensics++公開嘅 1000 組 Deepfake 資料庫以及 Facebook…

雖然 Facebook 話會全力打假，將平台上嘅造謠者、假新聞統統刪除，但好多用家都係聽吓就算，心諗一間靠用家參與、收集個人興趣嚟賺廣告費嘅公司，點會咁落力剷除內容呢？但事實上，Facebook 上年 8 月的確移除咗唔少嚟自中國嘅造謠帳戶；而喺上年頭 11 個月內，更移除合共 54 億假帳戶，比起 2018 年全年嘅 33 億大增 6 成有多。嚟到上個月，Facebook 再利用新嘅 AI 識別技術打假，將合共 900…