AlphaGo挑戰圍棋天才李在石 賽程公佈

Google AI電腦程式繼以5:0成績擊敗歐洲棋王之後，將挑戰南韓職業九段棋王—李在石，有興趣的朋友可收看網路直播。（圖／翻攝VentureBeat）

圍棋不僅是世界上最古老的棋類遊戲，更是眾多數學家公認複雜度相當高的遊戲。每一步都變幻莫測，甚至有億億種可能！Google今(22)公佈旗下人工智慧公司Deep Mind所開發的 「AlphaGo」人工智慧系統挑戰世界圍棋天才李世石的賽程和細節，邀請大家共同見證這場精彩的人機對弈！

AlphaGo與李世石的圍棋對弈將於3月9日(三)至3月15日(二)期間分五場次於南韓首爾舉行。若李世石與這場賽局中獲勝，將獨得美金100萬元作為獎勵；若Google人工智慧系統「AlphaGo」獲勝，Google將捐出此獎金予聯合國兒童基金會(UNICEF)、Science, Technology, Engineering, and Mathematics (STEM)教育機構以及圍棋公益組織。

為有效透過人工智慧技術解決人類史上需要龐大數據與演算法的多項分析，許多人工智慧科技公司將「圍棋」(Go)視為發展人工智慧演算法的終極目標。因此，若「AlphaGo」系統能夠在與人腦的圍棋對弈中獲勝，將有助於人工智慧技術後續發展與分析。

這場人機對弈的世紀對決將於賽期期間透過DeepMind YouTube頻道進行直播，更邀請到職業九段棋 手邁克‧雷蒙德（Michael Redmond)、劉昌赫、宋泰坤等擔任賽局評論員，內容精彩可期！若「AlphaGo」人工智慧系統能夠於變幻莫測的圍棋對弈中戰勝人腦，將成為人工智慧發展史上另一重要里程碑。

相關對弈資訊：
1. 第一場次對弈：2016年3月9日(三) ，中午12點整。
2. 第二場次對弈：2016年3月10日(四)，中午12點整。
3. 第三場次對弈：2016年3月12日(六)，中午12點整。
4. 第四場次對弈：2016年3月13日(日)，中午12點整。
5. 第五場次對弈：2016年3月15日(二)，中午12點整。

WSJ：谷歌著手開發全新即時通訊應用

《華爾街日報》根據消息來源指出Google正秘密開發全新的即時通訊App。(圖／翻攝9to5google)

根據《華爾街日報》(Wall Street Journal, WSJ)報導，Google似乎秘密開發全新的即時通訊App，並將加入其在人工智慧領域的研發成果，且可能朝向平台化發展，與對手一拚。

《華爾街日報》指出，Google已秘密研發全新的即時通訊應用達一年時間。這款即時通訊App可能將整合傳聞將從Hangouts中剝離的即時傳訊功能，並加入人工智慧的服務。

人工智慧服務的部分，指的是Google可能將導入聊天機器人的功能，能協助回答用戶所提出的疑問。此外，也可能開放其他第三方開發商提交自家的聊天機器人程式，用以提供專精不同領域的答案。當然，除了可以在此App中提問，並獲得回答之外，也能在此App中與好友傳訊對話。

以上的內容可能會讓你聯想到Facebook的數位助理M，然而報導指出的Google全新即時通訊App，可能更多仰賴人工智慧，而非如同Facebook M一樣，需要透過真人來回覆並處理。

當前有許多即時通訊應用都能提供用戶問答，並協助使用者處理處理指定任務。在使用者對於這些App產生依賴的時候，相對就會對Google搜尋以及相關廣告收入造成影響，在此類業務對於Google具有高度重要性的前提之下，即便Google過往在這領域的發展並不順遂，Google依舊計劃再接再厲。

即使成功如Google，也還是有吃鱉的地方，包含在社群領域以及即時通訊領域，Google雖都有自家產品，如Google+以及Hangouts，但都無法擁有如其他服務一樣的魅力。有鑒於這類服務向來使用者黏著度高，還有廠商(例如微信、Facebook Messenger)都朝向平台化發展，導入多項延伸功能，例如支付、叫車等，商機龐大，是Google不能放棄的市場。

目前關於這個即時通訊App的名稱以及推出日期都尚未明朗，但已被《9to5google》編輯認為頗有前景。

Appier：跨螢技術打造行銷成功方程式

Appier舉辦「後行動世代：跨螢致勝」論壇，左起：Appier營運長李婉菱、Appier營收長Fabrizio Caruso、Appier執行長暨創辦人游直翰、Appier資深業務總監李家銘、Appier行銷長許佳齡。(圖／Appier)

後行動世代來臨，品牌該如何把消費者多變的使用行為精準轉化成觸動人心、出奇制勝的「跨螢策略」？專精於人工智慧(Artificial Intelligence, AI)與跨螢技術
的沛星互動科技(以下簡稱Appier)，舉辦Appier「後行動世代：跨螢致勝」論壇，由Appier執行長暨共同創辦人游直翰與Appier資深業務總監李家銘親授最新人工智慧應用趨勢與2016年跨螢行銷成功方程式，為廣告主洞悉消費者在後行動世代中各種跨螢行為，並分享人工智慧如何突破廣告主最棘手的跨螢挑戰。

根據Appier調查，亞洲眾多市場的消費者在手機、平板與個人電腦上都有極為不同的使用行為。在大多數亞洲市場中，智慧型手機每週的使用高峰出現在週三，平板的使用高峰則出現在週三與週四，其中，日本的平板使用量在週末爆增360%。至於大多數國家的電腦使用量到了週末都降到最低，香港週末的手機使用量更是電腦的9.5倍。另外，消費者的跨螢行為也會受到性別影響，以智慧型手機為例，在澳洲，男女使用高峰都出現在週二；在台灣的男女智慧型手機使用高峰則分別出現在週一與週二，印尼則是週日與週五。

有鑒於跨螢行銷勢不可擋，今年論壇以「後行動世代：跨螢致勝」為主題，並邀請雅詩蘭黛與印尼電商平台Bukalapak分享如何透過Appier的跨螢行銷方案聚焦最有價值的消費者、放大品牌效益。

Appier執行長暨共同創辦人游直翰表示：「在後行動世代中，消費者的眼球遊走在手機、平板與電腦之間，尤其在亞洲，我們看見了更明顯的跨螢行為，而這些行為的複雜度早已超越人腦能夠處理的範疇。人工智慧是用來化繁為簡的工具，我們把人工智慧應用在跨螢廣告行銷，就是希望能夠幫助企業把龐大的資料變成有價值的資訊，讓廣告主做出聰明、有效的行銷決策，而消費者也能因此而受惠，收到真正有興趣與相關的訊息。」

隨著後行動世代崛起，跨螢行為複雜度持續在飊升，所有廣告主都渴望能得到一個完美的行銷方程式，讓他們能夠在有限的行銷預算下，在對的時間點把最相關的廣告傳遞給最有潛力的消費者，並能成功吸引他們的關注。

Google揭秘機器學習7大關鍵

在Google擔任人工智能、計算神經科學、及可量化機器學習研究員的Greg Corrado 博士。（圖／黃慧雯攝）

Google於10日在日本東京舉辦亞太區媒體活動，以「The magic in the machine」為題，舉辦相關的主題演講以及參訪活動。對於網友來說，或許覺得這個主題離你很遠，然而其實我們日常生活中就已經享受機器學習（Machine Learning）的相關服務，且很可能你早已愛不釋手！關於機器學習的領域，讓我們來一起來瞭解幾個關鍵問題，讓你瞬間搞懂，吸收Google工程師一甲子的功力！

1、 機器學習是什麼？
一個改變現有軟體工程師工作內容的方法。相較於過去工程師透過撰寫有實際演算法的程式碼，讓程式（program）透過實際的條件來執行（重複性高的任務），機器學習則是讓程式透過大量的實際例子來學習。

以下透過讓機器學習預測「學生讀書時間與學業成績間的關係」這件例子來解釋機器學習的過程。試想，學生閱讀（x）的時間與學業成績（y）之間的關係，若以不同的xy參數來代表，透過一些學生的資料，我們可以在數學的象限繪出一條能以代數方程式呈現的直線，來代表當中的關係。而對於機器學習來說，這條直線與y軸之間的角度（W）以及與原點間的距離（b），可以讓我們得出這條直線的代數方程式為y=Wx+b。而機器學習則是透過大量的例子（學生成績與學習時間的資料），作為Learner，讓擁有機器學習能力的程式，透過微調W與b的數值，讓所繪出預測直線，能更為準確地預測下一個學生的資料。

讓機器學習預測「學生讀書時間與學業成績間的關係」的例子說明。（圖／Google）

2、機器學習的內容是什麼？
相對於過往的Program，可以透過套用工程師寫下的演算法快速得出一個結果，然而所能處理的任務，卻對於人們日常生活便利性的提升，帶來不大的效果；機器學習透過非常大量例子學習的歷程，會漸進式變得更為準確，較能滿足「提升人們日常生活品質」的這個目標，例如讓你不用減少電子信箱中看到垃圾郵件；當你習慣於給予Google「某些電子郵件是垃圾郵件，而某些被判斷為垃圾郵件的信件，並非屬於此類」的回饋時，其實背後的機器學習程式將會慢慢學習到對於你來說，哪些信件應該歸為垃圾郵件，哪些不是，隨著時間前進，結果會越來越準確。

3、機器學習能得到什麼結果？
透過機器學習，你能得到一個較為一般性的結果，例如「包含某些特定內容的信，對於大部份的使用者來說，是垃圾郵件」，然而這不一定適用在「所有的」使用者身上。

4、過往有時會聽見的「深度學習」又是什麼？
深度學習（deep learning）屬於機器學習領域，而且是一個具備巨大影響力的工具。簡而言之，深度學習模擬了人們大腦神經元的運作模式，透過運用多層次的機器學習功能（程式），可以讓機器學習像人類一樣判斷一些事情，例如「辨識圖片中的主體是貓」。

深度學習當中的每一層程式，類似大腦的神經元，執行的任務很小，但是所產生的結果將被下一層機器學習程式作為輸入（input），再接著進行下一階段的任務，而透過多層次的學習歷程，也就是說一個具備多個機器學習功能的深度學習程式，就可以執行「辨識圖片中的主體是貓」的任務。

透過深度學習，可以達成圖片內容辨識的任務。（圖／Google）

5、你的日常生活跟機器學習有關嗎？
當前，Google已經將機器學習的成果運用在Inbox by Gmail App（最新發佈的Smart Reply功能）、Gmail Spam判斷、Google Photos分類與搜尋、Google翻譯的語音辨識等功能中。也就是說，在你可能沒有察覺的情況下，你已經接受了不少來自Google於機器學習領域所獲結果的幫助囉！

Google旗下多款工具都已運用在機器學習相關技術。（圖／Google）

6、機器學習為什麼最近好像變顯學，大公司都在談？
根據在Google擔任人工智能、計算神經科學、及可量化機器學習研究員的Greg Corrado 博士所言，因為電腦當前的速度已經夠快，可以處理大量的資訊，因此需要仰賴大量例子來學習的機器學習，能產生可見且具影響力的成果，讓人們的日常生活更為便利。

7、機器學習是一種魔術嗎？
透過了解以上內容，相信你可以輕鬆回答這個問題，答案就是「No」，機器學習是一種運用於許多終端產品中的工具。

作為一個讀者（消費者），你或許不需要太過充分的理解以上的內容，不過你卻已能體驗到Google投注在機器學習領域的成果，並且天天享受它。如果你期待你手中的手機、電腦還能更聰明，還能為你想到更多，未來你能持續關注這方面的議題，或者甚至成為一個程式開發者的方向來努力。因為日前Google甫推出了TensorFlow，內容是機器學習原始碼，藉由開放TensorFlow，Google期待將加速機器學習領域發展，所以你也能成為替人類生活帶來更多便利性的當中一員！

Google釋出機器學習相關的原始碼，並採開放的做法，名為TensorFlow，企圖加速此領域的發展，或者更進一步站穩領先者的地位。（圖／Google）

蘋果再出手 收購AI新創公司Perceptio

蘋果再度出手收購新創公司，這回是專注圖像辨識的Perceptio。(取自9to5mac)

日前，蘋果才確認收購一家專注人工智慧(AI)的新創公司─VocalIQ；稍早之前，蘋果又確認收購了一家同樣致力研究人工智慧領域的新創公司─Perceptio，或許將對提升iPhone的實力有所幫助。

Perceptio的負責人為Nicolas Pinto以及Zak Stone，兩人都是知名的人工智慧學者，主要研究為基於深度學習(deep learning)的圖像識別系統。Perceptio主要專注於研究手機端的先進人工智慧系統，可以在手機端執行AI圖像辨識系統，而不需要仰賴大量的外部資訊。這項特性，十分符合蘋果向來保護使用者資料的政策，可以在降低收集用戶資訊的情況下，更成功得達到預期的工作。

對於收購Perceptio的這項交易，蘋果已確認但並未給予進一步說明，僅透過一貫的說法表示「蘋果向來都會收購較小型的科技公司，且通常不會對計劃以及目地置評。」

以Perceptio的技術來看，有可能可以協助iPhone或是iPad在local端的圖像辨識能力。如此一來，或許使用者透過iDevice所拍攝的照片，將能更輕易、準確的分類。對於忙碌、時常沒有時間整理相片的使用者來說，將帶來一定的便利性。Facebook以及Google各自的雲端相簿App也都有導入圖像辨識的類似功能，可協助使用者分類影中人或是便於分類主題不同的照片，同樣能帶來省時、便利的功效。

要讓Siri更強 蘋果確認收購AI新創公司VocalIQ

為增強Siri的實力，蘋果證實收購VocalIQ。（圖／蘋果官網）

語音助手，或稱數位助理，在三個行動裝置系統上各自鼎力，而且後有Facebook這位實力堅強的追兵，相信微軟、Google以及蘋果都想極力提升自家語音助手的實力。根據《華爾街日報》（WSJ）報導，蘋果已經確認收購一家人工智慧新創公司VocalIQ，旨在提升Siri的實力，當然人才收購也應是主要目的之一。

VocalIQ是一家來自英國的新創公司，專注開發能夠協助用戶更自然的與電腦對話的軟體，而這就是大多數語音助手，包含Siri、Cortana以及Google Now的主要工作。而VocalIQ又聚焦在汽車市場方面的服務，因此此番收購計畫或許也將對於蘋果汽車的開發計畫有所助益，當然iOS中的Siri也將因此得利。

Siri自iPhone 4S這一代推出至今，時有更新。從以往僅能聽懂英文以及簡單指令，到目前已可查詢體育賽事比分、設置行事曆、查詢航班訊息等。並且已經可以在背景預設啟動，讓用戶不需要按壓Home鍵，只要透過說出「Hey, Siri」（中文：嘿，Siri，事前須經過錄製使用者語音訊息來訓練Siri，並啟動此功能），就能啟動Siri，透過語音命令的方式請它為你執行許多工作。

目前，收購VocalIQ的計畫已被蘋果證實，然而蘋果並未透露相關收購金額。