Browsing: 人工智能

    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…

    雖然大多數中小企面對新科技總有一份無力感,既無資源又唔熟悉。其實唔使太過擔心,科技絕對唔係洪水猛獸,反而可以幫助中小企業節省成本。以下係 7 個中小企科技大趨勢,管理層一定要睇睇。 1. 善用人工智能減省累贅工作 好多人都將善用 AI 同研發 AI 搞亂,中小企只須謹記,我哋只係要善用 AI。簡單如利用軟件幫你自動追蹤項目進度、提醒隊員開會交功課都可以交俾 AI 處理。再者,現今的 AI Chatbot 已經非常成熟,一般重複又重複嘅客服問題就交俾 AI 罷啦。善用 AI 可以幫助小企業慳返好多時間,集中精力做生意。…

    Elon Musk 有份支持嘅非牟利組織 OpenAI 主力研發 AGI(Artificial general intelligence),矢志為人類未來幸福研究人工智能技術,OpenAI 嘅 OpenAI Five 亦曾打《DOTA 2》血洗電競職業玩家。OpenAI 揚言不會因為私利而隱藏技術,但會為公眾安全著想,而不公開某些技術資料。 言猶在耳,OpenAI 最近公布研發新成果 AI 文字生成器 GPT2,其作文能力極高,可生產幾可亂真嘅文章,亦意味著撰寫假新聞、假論文、假輿論嘅能力極強,落入壞人手中可能危害大眾,因此引起極大爭議。為公眾安全著想,OpenAI 決定不會釋出訓練好的模型,只公開部份模型和範例。…

    近年常常聽到「人工智能」一詞,好像潮語一樣,並代表著「高科技」的意思。一些產品含有自動調節功能,就以誇張宣傳手法說是「人工智能」,這根本不符合「人工智能」的定義。 「人工智能」已有幾十年歷史,早在八十年代初,電腦科學家便開始設計能學習和模仿人類行為的程式。在電影裏,如《Terminator》、《Matrix》或《Ex Machina》所描述的「人工智能」,都擁有觀察和感知能力,並可以做到推理和解決問題,這類可稱為「強」人工智能,但是現今技術水平仍未有效實現。 目前的科學研究工作都是集中在「弱」人工智能這部份,並取得重大突破。智能是從何而來呢?讓我們先理解「人工智能」、「機器學習」和「深度學習」的區別和關係。 「人工智能」的領域中,「機器學習」是其中一種方法;在「機器學習」的技術中,通過使用大量樣本作訓練而積累的智能,就稱為「深度學習」。 在使用電腦的過程中,大家會不知不覺地留下大量數據及電子足跡,這給予「深度學習」在訓練時所需之用;此外,系統運算速度的提升,令「機器學習」時間大大加快。綜合這兩個主要因素,終於令「機器學習」成熟起來,在「人工智能」的應用邁進了一大步。 同樣,近年一些高端網絡安全產品也採用「機器學習」去處理大量電腦使用者的日常行為,並作深入分析。即使黑客成功盜取了用戶的帳號及密碼,保安系統也會跟用戶日常使用方式作出對比,如發現有明顯偏差,就會發出警示或作出攔截。一幕幕兵賊鬥智(人工智能)的場面,已在網絡安全領域中展開。