誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(下)

誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(下)
誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(下)

真的不能小看人工智慧!能夠自己發明東西還獲得發明專利,真的很不簡單耶!(下)

 

本文為下篇,上篇請看此連結

 

南非遭到爭議性的專利審核

在南非專利局受理之前,DABUS 這項專利曾經慘遭美國專利商標局、歐洲專利局、英國知識產權局和澳大利亞專利局駁回。美國法官表示「對於 AI 機器在專利法下是否有資格成為創作者,明確的答案就是『不行』」。他認為,由於科技發展日新月異,未來 AI 細緻複雜的程度可能媲美公認的發明人資格,但是「這樣的時刻尚未到來。一旦時機來臨,將由國會決定如何擴大專利法的適用範圍。」

 

令國際社會大吃一驚的是,南非專利局和智慧財產權委員會授予該專利,承認 DABUS 是發明者。該專利於2021年7月的專利期刊上正式發表,包括泰晤士報在內的新聞機構都對此事進行報導。

 

DABUS 的發明專利在南非的授予受到智慧財產權專家的廣泛反對。批評者認為,這是法律上的錯誤決定,如果南非有一個實質性的檢索和審查制度,DABUS 專利申請就會被拒絕。因為人工智慧缺乏成為發明家的必要法律地位。

 

人工智慧應用在生活許多地方,發展也一日千里,現在還能自主發明物品。但是是否能能成為合法的「發明者」,並申請專利,仍受爭議。

 

DABUS:「有知覺的」自主學習人工智慧

DABUS 被認為是「有知覺的」人工智慧應用,擁有創造性神經系統,無秩序性地刺激多數神經網絡以產生潛在的想法,並且從判斷中強化學習,這個過程被稱為「機器學習」(machine learning),而且一但系統經歷了「機器學習」,它就能夠在沒有人類干預的情況下「自主性」地開始進行發明,並推向最富有成效的方向。

 

這些發明是由「機器學習」構思出來的,根據自己的累積經驗,判斷想法的價值。儘管如此,該系統確實自主選擇性地將眾多元素的組合,強化為更複雜的概念。任何連結的概念都會啟動一系列記憶,被認為等同於人類的主觀感受(即感覺)。透過這種方式,DABUS 在構想中產生欣賞的情感。

 

AI 人工智慧能夠解決許多人類無法解決的問題,速度也比人類快得許多。多年來,出現了多種創意機器。在 DABUS 之前,Thaler構建了另一個AI,它創造了新穎的樂譜,他發明交叉刷毛牙刷設計,申請專利獲得了授權。證明AI是有足夠能力可以產生符合專利標準的新穎發明。然而,當時 Thaler 將自己列為發明者,而不是AI人工智慧。

 

DABUS 人工智慧影響了專利制度的改革

Thaler 的法律團隊表示,他們之所以會將「DABUS」列為專利申請中的發明者,是想要測試專利制度的極限,並藉此促進相關改革。

 

其中,法學專家 Abbott 指出:「授予自然人為發明者的法律是為了給予人們應該有的信任。另一方面,這些法律的制定並不考慮機器發明未來的可能性。因此現在是時候調整,我們必須從鼓勵人們發明東西,轉變成鼓勵人們創造出那些可以發明東西的AI。」

 

「在發明東西的時候,AI 在某些領域或許比起人類擁有更大的優勢,例如遇到需要使用大量數據,又或是廣泛的電腦計算資源時。」

 

專利制度對於投資者的影響

ABC 新聞則提到,只要將人工智慧列為發明者,便容易受到各國的專利制度阻止。這一點不確定性,也影響人們對於人工智慧應用與技術領域的投資意願。

「我們想要一個專利制度,它能充分鼓勵人們研發 AI,並讓那些人工智慧發展出具有社會價值的創新發明。」Abbott 說。

 

 

 

 

推薦文章:
不只是自駕!特斯拉自研發高效能AI晶片D1,運算每秒262兆次

會說英文就能寫程式!OpenAI推人工智慧編程工具Codex

FB 用十億張照片讓 AI「SEER」自主學習!自監督學習大躍進

人工智慧成最強替身演員 還可能得奧斯卡?

蘋果靠AI偵測兒童情色照,卻讓人擔心隱私疑慮!(上)

憂鬱症掰掰,人工智慧快速判別及早治療!

今年程式語言排行知多少?聽說Python奪冠有望了?!

誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(上)

誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(上)
誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(上)

真的不能小看人工智慧!能夠自己發明東西還獲得發明專利,真的很不簡單耶!(上)

 

 

目錄

全球第一取得設計專利的人工智慧! DABUS 的 AI 系統設計者非人哉

非人類的專利發明者-DABUS人工智慧技術

DABUS 獨立思考能力強!人工智慧定義已超越機器人

能自主研發的DABUS,是否也能自行申請專利?

南非遭到爭議性的專利審核

DABUS:「有知覺的」自主學習人工智慧

DABUS 人工智慧影響了專利制度的改革

專利制度對於投資者的影響

 

全球第一取得設計專利的人工智慧! DABUS 的 AI 系統設計者非人哉

人工智慧應用於諸多領域,而且發展速度真的遠遠超越我們想像,竟然連 AI 都能成為研發新產品的主力!各國的人工智慧應用與發展的專利申請數不斷提升,但人工智慧本身竟能成為合法的「發明者」?

 

 

非人類的專利發明者-DABUS人工智慧技術

南非專利局和智慧財產權委員會宣布一項名為「DABUS」的人工智慧應用技術,DABUS 竟然也已經自主完成兩項發明!這兩項分別是:「Neural Flame(一種以新穎且創意的方式閃爍,以吸引注意力的警示燈)」和「Fractal Container(一種便於堆疊與機器手臂操作的碎形幾何的食品容器)」,可以說是有資格取得發明專利的 AI。

 

DABUS 所發明的碎形幾何食品容器,其形狀有利於堆疊與被機械手臂操作

 

DABUS 獨立思考能力強!人工智慧定義已超越機器人

「DABUS」為「device for the autonomous bootstrapping of unified sentience」的縮寫,直譯即「統一感知自動引導裝置」,此系統研發者為美國 AI 專家塞勒 (Stephen Thaler),並提出「當人工智慧滿足發明人的標準時,人工智慧發明的專利申請應將人工智慧列為發明人」。DABUS 使用廣泛的人工神經系統創建專利,透過自己累積的學習經驗來構思發明。

 

DABUS 的出現,打破了過往我們對人工智慧定義只局限於「機器人」。

 

過往人們常將人工智慧定義為機器人。

 

能自主研發的DABUS,是否也能自行申請專利?

都能自主發明東西了,那 DABUS 是否能以「人工智慧」的身份自行申請專利?很可惜的是,DABUS 無法自行申請專利,因此得到英國薩里大學(University of Surrey)和國際律師團隊的協助完成。律師團隊認為,發明這兩項專利技術的都是 DABUS,而 Thaler 本人並未具備任何與容器或警示燈相關的專業知識,因此也不該由 Thaler 擔任發明人。

 

參與「人工發明者專案」(Artificial Inventor Project)的專利律師 Ryan Abbott 則說,AI 系統的確不會憑空出現,一定是經過大量的資料和程式碼的訓練,但是這並不見得可以讓 AI 系統所發明的東西都能追本溯源到人類,假設IBM 的 Watson 系統在解決問題的過程中,使用了一個可申請專利的技術,那麼可能會牽涉到數百或數千名工程師。

 

 

下篇請看此連結
 

 

推薦文章:
不只是自駕!特斯拉自研發高效能AI晶片D1,運算每秒262兆次

會說英文就能寫程式!OpenAI推人工智慧編程工具Codex

FB 用十億張照片讓 AI「SEER」自主學習!自監督學習大躍進

人工智慧成最強替身演員 還可能得奧斯卡?

人工智慧當裁判,還能當教練?!未來AI將進入冬奧?!

蘋果用AI把關兒童情色照,卻遭質疑沒隱私!(上)

能言善道的人工智慧已不能滿足你!美研發辯論談判AI!

特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!
特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

你能想像訓練人工智慧的超高效能晶片D1,竟是出自特斯拉自行研發的嗎?

 

Vehicle Automobile Car Road Tesla Auto White Car

 

目錄

Dojo D1:超越以往自駕的晶片運算

 

電動車大廠特斯拉(Tesla)於上個月舉行的 AI 日(Tesla AI Day)上,發布 2 項重要產品:一是機器人「Tesla Bot」、另一個是由特斯拉自動駕駛硬體高級總監 Ganesh Venkataramanan 宣布自行研發的 AI 晶片「Dojo D1」,用來訓練資料中心,是特斯拉 Dojo 超級電腦晶片的一部分。

 

Dojo D1 晶片的研發讓特斯拉不僅是一間汽車公司、人工智慧的業者,還是一家晶片供應商!Tesla 和 Intel、Nvidia、Graphcore 等科技大廠,同為 AI 訓練模型的晶片供應者。

 

電動車大廠特斯拉(Tesla)於上個月的 AI 日(Tesla AI Day)上發布自行研發的 AI 晶片「Dojo D1」,可以用來訓練資料中心,是特斯拉 Dojo 超級電腦晶片的一部分。

 

Dojo 計畫負責人 Ganesh 說 「D1 晶片——從架構到封裝——完全是由特斯拉團隊所設計。其晶片就像 GPU,但是又有『CPU 等級』的靈活度,上下載頻寬還是網路晶片的兩倍⋯⋯」因此 D1 晶片已經超越了單純的 CPU 與GPU,而直接被稱為「Pure Learning Machine」(純學習機器)。

 

訓練人工智慧模型,需要大量的運算能力,而 D1 晶片的效能,對 AI 模型的訓練來說,可以說是是綽綽有餘的。像是車內攝影機所蒐集的各種影像,Dojo 晶片未來將協助自駕 AI 處理、應對處理路上的狀況。

 

特斯拉 CEO 馬斯克表示:特斯拉將在 2022 年投入 Dojo 的營運,目標是能夠實現真正的 100% 全自動駕駛。特斯拉稱 D1 晶片的頻寬是當前網絡中使用的晶片的兩倍。通過設計這樣一款高性能晶片,該公司希望保持低延遲和最大頻寬。

 

Dojo D1:超越以往自駕的晶片運算

D1 號稱由 500 億個電晶體構成,超越 AMD 的 EPYC Rome(395.4 億個電晶體),並略少於擁有多達 540 億個電晶體的 Nvidia GA100 Ampere SoC。D1 的大小約 645mm²,每 mm² 的整合高達 7750 萬個電晶體的有效電晶體密度,功率密度高於 Nvidia 的 A100 GPU 並略低於 Apple 的 M1 晶片。

 

一塊 D1 晶片由 354 個訓練節點組成,每個訓練節點內部都起碼有以下部分:

1. 64 位元 4 路多線程的CPU

2. 1.25MB SRAM 緩存

3. 低延遲數據交換結構;

4. SIMD 單指令多數據流的浮點/整數單元

 

D1 晶片訓練節點的一大特點,就在於「低延遲數據交換結構」:有一個叫做「 NOC Router」的結構,這是訓練節點之間交換數據的工具——特斯拉近乎苛求地給每一個小節點,都設計了上下左右各 64bit 的通道。

 

D1 晶片是 AI 訓練晶片,當然也有高效能的運算能力:單片 FP32 的運算能力高達每秒 22.6 兆次的浮點運算(單位為TOPs)、BF16 運算能力更是達到 262 TOPs——每秒 262 兆次。特斯拉展示:單顆 D1 晶片,其神經網路運算能力已超越一張顯示卡,也就是說性能比 Nvidia 的 GPU 或 Google 的 TPU 更強。

 

 

Tesla 一手打造的 D1 晶片是 AI 訓練晶片,有高效能的運算能力:單片 FP32 的運算能力高達每秒 22.6 兆次的浮點運算(單位為TOPs)、BF16 運算能力更是達到 262 TOPs——每秒 262 兆次。特斯拉展示:單顆 D1 晶片,其神經網路運算能力已超越一張顯示卡,也就是說性能比 Nvidia 的 GPU 或 Google 的 TPU 更強。

 

目前將每 25 個 D1 晶片組合成一個 Training Tile(訓練磚),而每個 Training Tile 的每秒浮點運算次數又為驚人的九千兆次(9 PFlots) ,每 12 個 Training Tile 又組成一個伺服器機櫃,每秒浮點運算次數總共為十億八千兆(108 PFlops);最後再將幾個伺服器機櫃搭配成擁有超高效運算能力的 Dojo 超級電腦,且擁有 50 多萬個訓練節點,超過 17 公里的內部電路連接,完整滿足其 AI 人工智慧的訓練需求。

 

 

Tesla 將每 25 個 D1 晶片組合成一個 Training Tile(訓練磚),每個 Training Tile 的每秒浮點運算次數又為驚人的九千兆次(9 PFlots)。

 

D1 將採用 7 奈米製程生產,可能將由台積電代工;但是三星也為特斯拉製造 HW3 晶片,所以由他們代工 D1 的可能性也很高。

 

 

 

 

 

推薦文章:
UI/UX 按鈕設計基本7個原則,優化電商轉換率


介面、體驗大不同!UI設計/UX設計工作內容完整剖析


使用 A/B 測試來改善網站 UI 設計的 30 個例子


落實「數位優先」的 UI 設計,Audi、福斯把 Logo 壓扁了?


AI技術導入東奧!7個黑科技你不能不知道!(一)


憂鬱症掰掰,人工智慧快速判別及早治療!


軟404讓你SEO成效不彰?放心,谷歌正著手處理中!

線上會議神隊友!AI讓你開會隨時都有好形象!(下)

線上會議神隊友!AI讓你開會隨時都有好形象!(下)
線上會議神隊友!AI讓你開會隨時都有好形象!(下)

AI真的超厲害,只需形象照就能打造完美替身,線上開會再也不用煩惱呢!(下)

 

本文為該系列的下篇,上篇(Vid2Vid Cameo 的完美功能)請點此連結

 

Vid2Vid Cameo:完美結合 2D 照片與 3D 動態

Vid2Vid Cameo 是 NVIDIA Maxine AI 視訊串流平台背後、以生成對抗網絡(Generative Adversarial Network,GAN)為基礎的人工智慧深度學習模型之一。

 

根據相關論文的解釋,該模型在 NVIDIA DGX 系統上使用 18 萬高品質的對話頭像資料集來進行訓練,學習辨識20 個關鍵點(用來建模「臉部表情」與「頭部運動」所必備的關鍵點),以便在沒有人類加以標註的情況下,可以針對臉部動作建立模型。關鍵點中,包含針對眼睛、嘴巴、鼻子等特徵位置進行編碼。

 

下圖展示了 20 個關鍵點當中,前 5 個關鍵點的計算流程,給來源圖像及預測模型來規範關鍵點。

 

NVIDIA 的研究人員表示:從用戶的參考圖片中抓取這些關鍵點,用戶的參考圖片可以事先發給其他的視訊與會者,或是從過往的視訊會議中擷取並重複使用。如此一來,視訊會議平台只需傳送用戶臉部特徵的動作數據,而且不需要在每一個與會者間傳送龐大的即時視訊資料。對接收者來說,GAN 模型使用這些資料,在接收端合成一個模擬參考圖片外觀的視訊畫面。

 

整體來說,NVIDIA 去年推出的「會議神器」Maxine 平台就使用 AI 驅動來實現高解析度、背景噪音消除、眼神校正等功能,讓你不需升級電腦效能也能輕鬆擁有高品質的視訊會議。近期新推出的 Maxine 平台的深度學習模型 Vid2Vid Cameo 更是能夠讓你體面開會,AI 技術完美掩蓋鏡頭前的蓬頭亂髮!Vid2Vid Cameo 目前已可在 NVIDIA AI Playground 上測試使用,其開發套件也將在不久後推出,讓開發人員可以運用優化後的人工智慧訓練模型,為視訊、直播串流強化效果。

 

 

 

 

 

推薦文章:
再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine


AI打造史上最難「惡」羅斯方塊!世界紀錄僅消去41行


AI 人工智慧「Nadine」能說能笑 還能陪老人玩賓果


你笑,AI也笑!人工智慧也能用「表情」回應「感情」了


會say no的人工智慧?!美打造辯論談判高手AI!


人工智慧也能當替身演員?!演技直逼奧斯卡水準?!


替身演員竟是人工智慧,演技好到竟比真人還細膩?!

線上會議神隊友!AI讓你開會隨時都有好形象!(上)

線上會議神隊友!AI讓你開會隨時都有好形象!(上)
線上會議神隊友!AI讓你開會隨時都有好形象!(上)

AI真的超厲害,只需形象照就能打造完美替身,線上開會再也不用煩惱呢!(上)

 

目錄

1. 視訊會議邋遢怎辦?AI 讓正式照片中的你「動起來」當替身!

2. Vid2Vid Cameo:AI 讓人像照跟著你擠眉弄眼!

2-1.  真人視角調整方向

2-2. 虛擬角色逼真動態

2-3. AI演算法節省頻寬,保留絕佳視訊通話品質

3. Vid2Vid Cameo:完美結合 2D 照片與 3D 動態

視訊會議邋遢怎辦?AI 讓正式照片中的你「動起來」當替身!

COVID-19 疫情從去年開始持續影響我們的工作與生活,視訊會議讓我們的房間取代了原本的會議室,大家也希望自己能在鏡頭前體面的呈現。繪圖晶片大廠 NVIDIA 於去年 10 月在 GPU 技術大會(GTC)上發表了全新雲端的視訊串流平台「Maxine」,整合各種人工智慧輔助功能,能即時美化鏡頭前「太過真實」的畫面、或優化不佳的音訊。

 

大家都希望在每次的視訊會議中,都可以保持個人最佳狀態。但是辦公室移到家裡後,難免會因為剛睡醒、或是小孩、寵物吵鬧等,導致自己蓬頭亂髮,無法在會議平台中顯現出體面的打扮。針對此問題,NVIDIA 研究團隊在 2021 年的 CVPR 會議發表論文中,提出全新的解決方案——Vid2Vid Cameo,如以下影片所示:

 

 

Vid2Vid Cameo:AI 讓人像照跟著你擠眉弄眼!

這個區塊包含未預期或無效的內容。解析轉換成 HTML「Vid2Vid Cameo」是新的深度學習模型,利用生成對抗網路 (GAN) ,只需一張使用者的臉部照片以及一段視訊串流內容,就能利用這兩種素材建立出可動的、用於視訊的擬真對話頭像。這意味著我們只需在會議前上傳一張體面、正式的個人照片,平台系統就會自動抓取照片中的幾個關鍵點,開會時AI 模型再抓取個人在鏡頭前的即時動作,再將這些動作直接套用在先前上傳的靜態圖片上。

 

如此一來,鏡頭前的你不管是多麼蓬頭垢面,在視訊中都可以如同照片中的你一樣衣冠楚楚的參與會議!也藉著Vid2Vid Cameo 的 AI 把你的臉部動作與即時動作轉移到照片上,你就像是如同照片中體面地參加會議!

 

Vid2Vid Cameo 的功能如下:

真人視角調整方向

透過 Vid2Vid Cameo,使用者能自由調整所生成的人臉視角

 

透過 Vid2Vid Cameo,使用者能自由調整所生成的人臉視角,人臉的角度可選側面(上圖左)或正面(上圖右)、或是透過調整攝影機的的角度高低來顯示對話時的頭像視角。

 

虛擬角色逼真動態

透過 Vid2Vid Cameo,使用者能將將自己與卡通人物即時合成

 

在視訊通話越來越普遍的當下,親和力高的卡通人物有助於緩解網絡社交的壓力。Vid2Vid Cameo 亦可將卡通形象與真人進行即時合成。

 

AI演算法節省頻寬,保留絕佳視訊通話品質

透過 Vid2Vid Cameo 的新 AI 演算法 ,視訊會議只需傳送用戶的臉部關鍵點的動作資料,接著在所有與會者的視訊中即時模擬出立體頭像即可,而不需像以往的視訊會議中,每個與會者之間都要互相發送龐大的即時視訊串流內容。

 

這樣的人工智慧技術可將視訓通話的流量需求減少十倍,讓通話品質更流暢、同時也不影響視訊畫質。

 

本文為該系列的上篇,下篇請點此連結
 

 

 

推薦文章:
再邋遢都能體面開會!NVIDIA推AI視訊會議神器Maxine


AI打造史上最難「惡」羅斯方塊!世界紀錄僅消去41行


AI 人工智慧「Nadine」能說能笑 還能陪老人玩賓果


你笑,AI也笑!人工智慧也能用「表情」回應「感情」了


臉書人工智慧大出包?洋蔥照片遭嫌太性感?!


KOPOP女團首支MV”我是真的”,成員全都是人工智慧?!


今年程式語言排行知多少?聽說Python奪冠有望了?!

你的心情人工智慧懂!一起陪你笑陪你哭!

你的心情人工智慧懂!一起陪你笑陪你哭!
你的心情人工智慧懂!一起陪你笑陪你哭!

沒想到人工智慧這麼厲害,竟然還會用表情回應感情?!

 

目錄

1. 喜怒哀樂都OK 表情自然的人工智慧EVA機器人

2. 即使知道是 AI 也能帶給你好心情

 

圖片來源:Creative Machines Lab 網站。

 

機器人與人類」的關係一直是備受關注的熱門話題,而機器人的外表,也從原本堅硬冰冷的金屬硬殼,變成與真人相差無幾的柔軟皮膚。

 

當外表與人類如出一轍後,科學家希望研發出內心也「具有人性」的人工智慧,辨識出人類的情緒,並且做出反應。這樣的能力,讓機器人得以成為陪伴老年人、特教兒童或長期住院病患的重要幫手。

 

而隸屬哥倫比亞大學的「創意機器實驗室」團隊,正是研究出了能判讀人類情緒、並用「表情」回應人類的藍臉機器人──EVA。

 

喜怒哀樂都OK 表情自然的人工智慧EVA機器人

「EVA」介紹影片如下:

來自美國哥倫比亞大學工程學院的創意機器實驗室(Creative Machines Lab at Columbia Engineering)針對人與機器人之間互動特別關注,他們耗費了五年時間,打造出一個擁有柔軟臉頰、深邃五官、豐富表情,並且能夠依照對象不同的表情給予回應的機器人:EVA。

 

EVA 是一尊主要為頭部、有著藍色臉龐的機器人,雖然無法言語,但是 EVA 的能展露出既生動又張力十足的各種表情,這也讓許多人聯想到知名的表演藝術團體──藍人樂團(Blue Man Group),差別只在 EVA 的「人造肌肉」是由電纜與馬達所牽動的。

 

研究團隊以 3D 列印打造出各項零件,模擬出人的臉骨、關節與肌肉,用馬達拉動超過 42 塊肌肉部位,來表現出喜悅、憤怒、哀傷、厭惡、恐懼、驚訝六種主要表情,再進行細部調整來表現出更細微的情緒。

 

EVA 柔軟的臉部底下是複雜的馬達、管線和結構。圖片來源:Creative Machines Lab 網站。

 

但 EVA 又是怎麼決定什麼時候要擺出怎樣的表情呢?團隊表示,他們利用 AI 深度學習,用多個神經網絡創建出 EVA 的「大腦」,訓練他掌握兩種能力:

首先,讓人工智慧學會使用、協調自己複雜的機械肌肉系統,來生成各種臉部表情。團隊透過讓 EVA 觀看一系列自己的隨機表情影片,將肌肉的運動與不同表情連結配對,讓 EVA 學會認知自我形象(self-image)。

 

再來,透過「閱讀」人類的表情,來讓人工智慧知道此時應該擺出怎麼樣的表情。作法是將 EVA 自我形象與拍攝到的人臉圖像進行配對,經過多次反複試驗、改進後,EVA 能夠即時地從攝影機讀取人臉與手勢,並表現出相對應的表情,作為回應。

 

即使知道是 AI 也能帶給你好心情

EVA 的六種基本表情。圖片來源:Creative Machines Lab 網站。

 

在研究中的某一日,團隊注意到 EVA 能牽動實驗室夥伴的情緒。「那天,我正忙著做自己的事,但 EVA 突然給我一個大大的、友好的微笑。」其中一位成員說:「即使我心知肚明 EVA 是一個機器人,但是當我發現時,我的臉上也不自覺掛著一個大大的微笑了。」

 

雖然目前人工智慧僅能靠著模仿人類的表情做出反應,與現實中人與人在互動時的臉部表情所傳達訊息量、複雜程度相差仍太遠,但這樣的技術越來越成熟後,實用性與泛用性將會是無可限量的,從學校、醫院、職場甚至家庭中,都有可能出現一個機器人,能夠在你生氣時一起義憤填膺、悲傷時為你難過皺眉,並在日常中對你嶄露笑容。

 

科技的出發點最主要是帶來便利、與人互動。或許在不久的將來,當你寂寞時或許除了與他人透過螢幕視訊、通訊軟體這樣有距離的交流,還能考慮有個情緒豐富的機器人陪伴在身邊呢。

 

 

 

 

 

推薦文章:
人工智慧成最強替身演員 還可能得奧斯卡?


隱私是基本人權!蘋果新功能「App 追蹤透明度」讓 Facebook 急跳腳?


AI判定洋蔥照片「太性感」、乳癌文宣為色情,FB人工智慧出包!


人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手


KOPOP女團不是人?!全員人工智慧還出單曲MV!


臉書靠十億張圖片訓練人工智慧,打造最強圖像辨識AI!


今天會下雨嗎?人工智慧導入手機,化身氣象觀測站!

人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(下)

人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(下)
人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(下)

人工智慧真的會毀滅西洋棋嗎?而西洋棋冠軍聯手AI又將如何改寫結局呢?(下)

前世界冠軍與人工智慧讓西洋棋起死回生

經過雙方的合作研究,最終在 2020 年 9 月發表一篇長達98頁的論文:《使用 AlphaZero 評估遊戲平衡:探索西洋棋中的替代規則》(Assessing Game Balance with AlphaZero: Exploring Alternative Rule Sets in Chess),由 Deepmind 的 Nenad Tomasev、Ulrich Paquet、Demis Hassabis 以及克拉姆尼克共同撰寫。

在此篇論文中,團隊一共發表了九種西洋棋變體型式,AlphaZero 則負責在幾個小時內模擬出數十年遊戲會怎麼發展、探索不同規則的西洋棋具有什麼樣的可能性。有 AlphaZero 的助力,使研究團隊可以看到在不同規則下的人類玩家能開創出什麼別出心裁、出乎意料的玩法。

AlphaZero 測試出的九種西洋棋變體規則:

  1. 禁止「國王入堡」(No-castling):整個棋局都禁止使用「國王入堡」走法。這種走法讓棋國王躲進由其他棋子組成的防護後面,減少國王被威脅的機會,但也會令比賽變得沉悶。
  2. 10 步內禁止「國王入堡」(No-castling (10)):在前10步以內禁止使用「國王入堡」下法。
  3. 兵走一格(Pawn one square):兵棋(Pawn)只能前進一格。目標為增加彈性,減緩遊戲速度。
  4. 無子可動時即勝(Stalemate=win):其中一方無子可動時,即為另一方勝利(原先為平局)。
  5. 水雷(Torpedo):兵可以選擇在棋盤的任何地點走 1 或 2 格。這意味著隨時都可以使用吃過路兵(En passant)走法。
  6. 半水雷(Semi-torpedo):兵只有在第 2 或 3 線時才能移動 2 格。
  7. 兵可以後退(Pawn-back)棋子可以向後移動到一個正方形內的格上,只能返回到 2nd/7th 橫線上(此時的移動不計入「50步規則」內)。
  8. 兵可以橫走(Pawn-sideways):棋子也可以橫向移動一格。(此時的移動不計入「50步規則」內)
  9. 自己吃棋(Self-capture):可以吃自己的棋子,用自己的棋子開路。

▲ 在 AlphaZero 的幫助下,研究團隊設計出引人入勝西洋棋變體規則。(Photo by chess.com)

 

 

 

克拉姆尼克說,如果大家願意對既定規則做出一些小小的改動的話,一幅令人著迷的西洋棋新圖景就有可能展現。「人類已經玩了1500年的西洋棋了,調整規則不是什麼新鮮事,抱怨電腦讓這個遊戲變的無聊也不算新鮮。」

論文共同作者之一的 Nenad Tomasev 表示:「開發西洋棋 AI 目的一開始是想看看人工智慧能不能打敗人類。現在,像 AlphaZero 這樣的人工智慧將會跟人類一起探索西洋棋的創造性,而不是讓人類成為AI的手下敗將。」

這是 AI「獻給西洋棋界的禮物」

AlphaZero 早已展示了它無師自通、自我學習的能力,而研究團隊便物盡其用、借助它來更快地探索西洋棋的新玩法,而不是像過去人類折騰了幾十年、甚至幾個世紀,才能夠摸清楚這個複雜遊戲的美麗與缺陷。Nenad Tomasev 對此表示:「你當然不希望自己花了幾個月、甚至幾年才摸清楚這個遊戲,卻意識到『噢,不,這遊戲一點都不美。』」

同時,AlphaZero 並不會受到傳統的棋藝理論束縛,而會發展自己的直覺與策略,帶來全新的想法,顛覆了長久以來人類對這些棋藝遊戲的思考。

克拉姆尼克從他們與AI一起建立的新規則中看到了令人振奮展望,例如「可以吃自己的棋子」(self-capture)是屬於極端的新規則,克拉姆尼克說,這條規則實際上會讓棋手有更多可能,例如選擇犧牲一顆棋子來取得優勢。「總而言之,這只會讓遊戲變得更加美麗。」

AI真的會毀滅西洋棋嗎?克拉姆尼克與DeepMind告訴我們不會,並且人類可以與AI並肩作戰、開拓出更多嶄新的可能。如果沒有人工智慧的助力,或許就難以達成這個願景了。

 

 

 

 

 

 

 

推薦文章:
人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【人工智慧預防糖尿病患失明】台大打造人工智慧醫療,診斷視網膜病變準確度達95%


【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術 用AI自動檢測社交距離


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」


谷歌地圖再升級!靠人工智慧預測哪裡會塞車!(上)


人工智慧貓屋庇護所,給浪浪一個溫暖的家!(上)


靠人工智慧就能輕易辨別人臉?又有隱憂仍需解決?(上)

人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(上)

人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(上)
人工智慧會毀滅西洋棋?前西洋棋冠軍又將如何改寫結局?(上)

人工智慧真的會毀滅西洋棋嗎?而西洋棋冠軍聯手AI又將如何改寫結局呢?(上)

以西洋棋賽為主題的 Netflix 影集《后翼棄兵》最近大受好評,其中最刺激精彩的棋局對弈,不僅讓這齣劇高佔台灣熱門排行榜第一名,也讓原本對西洋棋不了解的觀眾產生興趣、紛紛探查起這個歷史悠久的二人對弈遊戲。而西洋棋——這個世界上最流行的遊戲之一,現在正遭受人工智慧的破壞與威脅?而前西洋棋世界冠軍又正和 AI 聯手拯救西洋棋?

 


 

▲ 現在的西洋棋比賽,贏家幾乎都是人工智慧。(Photo by Felix Mittermeier on Unsplash)

 

人工智慧與西洋棋的愛恨情仇

西洋棋在世界各地有數以百萬計的粉絲,而編寫出一個能與人類對弈的軟體程式,曾經是科學家追求的目標。

首個挑戰人類棋王的電腦系統為 1997 年 IBM 的「深藍」(Deep Blue),更成為首個在標準比賽時限內擊敗人類冠軍的電腦系統。其後依然有數次「人機大戰」,但是人類始終難以在 64 格的天地裡戰勝電腦。

人工智慧公司 DeepMind 的 AlphaZero 登場時,AI 只是憑藉自我對弈的不斷學習,在完全沒有輸入人類的棋譜、沒有特別設計的專用計算程式的情況下,就已經征服西洋棋、將棋、圍棋等最複雜的棋類遊戲,打敗這些領域中最頂尖的人類玩家了。

在科學家們將 AlphaZero 稱為「深度學習 AI 的終極解答」、欣喜於人工智慧技術的快速進步時,另一方面也有人開始擔憂 AI 正在毀滅這些棋類遊戲——因為棋手們開始死記硬背 AI 的下棋手法來擊敗對手,讓棋類遊戲失去了原先的美麗。

前西洋棋世界冠軍克拉姆尼克就是憂心忡忡的其中一人。不過,他現正與開發 AlphaZero 的DeepMind團隊合作,嘗試開發出西洋棋的若干變種形式,試圖找回棋類遊戲的迷人風采。

64 個方格構成無限可能的世界

▲ 西洋棋下棋示意圖(Photo by JESHOOTS.COM on Unsplash)

 

曾為世界冠軍多年的俄羅斯職業棋手弗拉基米爾.克拉姆尼克(Vladimir Kramnik)認為,西洋棋也是一門美麗的藝術。思維在棋盤上彼此碰撞,優雅而又複雜的挑釁、反擊、你來我往——「這是一種創造。」克拉姆尼克這樣表示。

克拉姆尼克熱愛西洋棋,他於 2000 年至 2007 年間坐擁世界西洋棋冠軍的寶座,在國際西洋棋奧林匹克上獲得了三枚團體金牌和三枚個人獎牌。儘管如此,克拉姆尼克依然還是決定退休。他於去年宣布退出西洋棋比賽,表示自己心愛的棋類遊戲變得越來越缺乏創造力了。

他認為部分原因仍需歸咎於科技,因為電腦欠缺靈魂的計算,打造出一個龐大的開局、進攻和防守的下法資料庫,人類選手便紛紛開始死記硬背這些下法。「即使是在最頂級的比賽當中,常有將近一半、甚至是整場比賽的下法都是靠記憶走完的。你甚至都沒有自己的下法,全都是電腦的下法。」

即使對現狀感到憂慮,但克拉姆尼克並未因此放棄希望。他設想了幾種讓西洋棋革新的方變體規則,並與「敵人」──也就是開發出 AlphaZero 的 DeepMind 團隊合作,讓研究人員向這個超人玩家 AlphaZero 發起挑戰,看後者能不能學習選擇出來的九種西洋棋的變體,進而讓棋手進入到富有創新、創造力的新模式。

 

人們學習 Python 的速度,語言能力的影響比例約有 20%,而數學能力的影響卻只有 2%?真相請見下一篇文章!請點此接續看下去!

 

 

 

 

推薦文章:
人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【人工智慧預防糖尿病患失明】台大打造人工智慧醫療,診斷視網膜病變準確度達95%


【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術 用AI自動檢測社交距離


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」


人工智慧當法官?!愛沙尼亞司法領域做到了!(上)


心靈雞湯竟然是人工智慧操手的?!還有什麼是它辦不到的!(上)


人工智慧結合貓屋,讓浪浪不用再流浪!(上)

 

怪物不會畫免緊張!靠人工智慧幫你輕鬆塗鴉變大師級奇幻插畫!

怪物不會畫免緊張!靠人工智慧幫你輕鬆塗鴉變大師級奇幻插畫!
怪物不會畫免緊張!靠人工智慧幫你輕鬆塗鴉變大師級奇幻插畫!

原來人工智慧可以把塗鴉變成大師級的奇幻插畫,這樣再也不用擔心不會畫怪物了!


▲ Google 新推出的機器學習工具「Chimera Painter」,展現了人工智慧輔助繪圖能力(Image: Google)

 

 

Google CEO Sundar Pichai 曾經說過人工智慧人類的影響「比火、電更為深遠(AI is more profound than fire or electricity.)」。

這邊有個有力的證據,來支持上述的說法: Google 研發了一套人工智慧工具,可以將平常不過的塗鴉,變成詭異的怪物。還有什麼比這影響更深遠的?

 

 

▲ 使用粗略草圖即可生成奇幻生物的人工智慧工具:Google 的 Chimera Painter

 

 

無論如何,這聽起來就是很有趣。這套工具叫做「Chimera Painter」,它能根據用戶的粗略草圖,利用機器學習方式,生成進一步的精緻圖像。這樣的生態已逐漸成為機器學習界的常態:先前 Nvidia 推的 AI 工具「done it with landscapes」可以將線條草圖生成擬真背景、MIT 與 IBM 也合作過將粗略線條生成擬真建築物的「GANpaint」,而現在 Google 也出了類似的人工智慧工具用來生成 … 怪物。

Chimera Painter 背後的團隊在他們的部落格網站說明這套工具的概念是創建一支「不像工具、而更像助手的畫筆」。Chimera Painter 只能算是一個原型,但是如果類似的軟體普及化後,絕對可以大大地縮短創作高品質藝術作品所需的時間。


▲ Google 的人工智慧研究人員發想的奇幻遊戲卡原型(Image: Google)

 

Google 的人工智慧研究人員們給自己一個挑戰:發想奇幻風格的遊戲卡片,卡片玩家可結合不同的怪物卡來戰鬥,就像寶可夢的玩法一樣。研究團隊用來訓練機器學習模型的資料庫,擁有破萬隻怪獸的資料。這些怪獸本身是使用遊戲開發引擎「Unreal Engine」,一個部位接著一個部位地使用 3D 模型渲染生成。每一張圖像都匹配到一個「分割圖」 ──將怪物分為爪、口鼻、腿等身體部位的覆蓋圖。

訓練了這個機器學習模型以後,用戶就可以依照怪物的身體部位,繪製線條草圖。每一部位的線條草圖都被視為分割圖,然後用對應的逼真紋理進行渲染。如果你載入了 Chimera Painter,就會看到一些預設的怪物,並且牠們身體各個部位可以說是接合的天衣無縫。但是,當你自己繪製時,如果身體的部分沒有接合或匹配好,所生成的怪獸恐怕會是七零八落。以下的影片就是幾個失敗的範例:

▲ 使用 Chimera Painter 繪製怪物失敗的案例

 

 

 

 

 

推薦文章:
人工智慧釀酒「人生釀造 craft」20、30、40、50 世代都有不同的專屬啤酒


【人工智慧預防糖尿病患失明】台大打造人工智慧醫療,診斷視網膜病變準確度達95%


【AI在瘟疫蔓延時】台灣 AI「雅婷」化身音樂家 發表首張專輯「武漢肺炎」


【AI在瘟疫蔓延時】AI 大神吳恩達公司最新技術 用AI自動檢測社交距離


人工智慧臉部辨識已成熟?還有哪些看不見的隱憂?(上)


人工智慧貓咪庇護所,陪浪浪度過寒冬!(上)


人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(上)

人工智慧結合貓門功能,有效阻止愛貓帶回獵物!

人工智慧結合貓門功能,有效阻止愛貓帶回獵物!
人工智慧結合貓門功能,有效阻止愛貓帶回獵物!

人工智慧結合貓門功能,再也不用擔心會被貓咪叼回的獵物嚇到囉!

 
人工智慧 AI 科技用於可愛的喵星人身上已經不是新聞,像是之前百度工程師為了拯救寒冬中的浪浪而開發的人工智慧貓屋,保護浪浪免於凍死與餓死;台灣也有從矽谷回台的工程師開發 AI 貓便盆,都是以保護愛貓為出發點。而這次又有新的人工智慧貓咪產品問世,只是這次的開發動機是:奴才被主子叼回的獵物嚇到,而且開發人員竟然不是工程師!

推薦閱讀:AI 保護流浪貓!百度工程師打造人工智慧貓窩

 

人工智慧貓門可偵測到附近出沒的貓 以及牠們口中是否叼著獵物

 

寵物貓半夜叼獵物回家 奴才嚇到研發AI產品應對

根據 the Verge報導:亞馬遜的產品經理 Ben Hamm 收養了一隻「甜蜜又致命的貓(sweet, murderous cat)」Metric 之後,半夜經常被吵醒。因為 Metric 這時總是會叼著「戰利品」回到家中。有時是垂死的小動物、有時甚至是屍體。Hamm 真的別無選擇,只能疲憊地將牠們安樂死後,再回去補眠。

Hamm 透過學習程式語言的方式終於解決了這個問題,並且在「點燃西雅圖(Ignite Seattle)」的演講中,幽默地分享這項人工智慧解決方案「貓・老鼠・A.I・我的媽啊!(Cats, Rats, A.I., Oh My!)」

▲貓奴PM分享他如何使用人工智慧 解決愛貓叼獵物回家的問題

首先,Hamm 先把家中的貓門「升級」為「守門員」來把關愛貓是否又帶獵物回家。安裝電子套件 Arduino 來鎖門很容易,但是要如何讓門鎖感應到Metric 的口中是否叼著獵物?

透過機器學習訓練人工智慧分辨貓與獵物

身為亞馬遜的資深產品經理,Hamm 想出了 ML 機器學習的解決方案。Hamm 在貓門上方安裝了自家的 AWS DeepLens。AWS DeepLens可讓程式開發人員在攝影機上執行DL深度學習模型,可以針對看到的內容進行分析和採取行動。

推薦閱讀:人工智慧,Python,機器學習,深度學習是什麼?AI專有名詞看這篇秒懂

 

人工智慧貓門偵測到叼著獵物的貓咪後,Arduino 系統就會自動將貓門上鎖

 

Hamm 親自訓練這套 AI 系統,而且使其能偵測愛貓的口中是否叼著獵物。如果有的話,Arduino 則會自動將貓門上鎖 15 分鐘,這段時間足以讓 Metric 考慮是否要放棄口中那不受歡迎的「禮物」,然後「乾乾淨淨」地回來。

 

▲Hamm 使用 23000 張愛貓回家的照片做機器學習>,訓練人工智慧分辨貓與獵物

 

Hamm 花了好幾個月蒐集 23000 張 Metric 回家時的照片並作標記,包含 Metric 口中有叼著獵物以及沒有叼著獵物的圖片。Hamm 使用線上的 ML 機器學習>服務 Sagemaker 訓練了三個階段的模型:

 

▲Hamm 使用線上的 ML 機器學習服務 Sagemaker 做三階段訓練模型,由左到右分別是辨識「這是貓嗎」、「牠要過來嗎?」、「牠口中是否已有食物?」

 

 

  • 第一階段的模型是辨識「這是貓嗎」?假如答案為「是」,就進入下一階段
  • 第二個階段的模型是「這貓是要過來還是過來?」假如答案為「故來」,就進入下一階段
  • 第三個階段的模型是「這貓是要回來吃東西,還是嘴裡已有食物?」

 

以上三段辨識跑完,所花時間竟然不到兩秒。

假如人工智慧偵測到 Metric 口中有小動物,Hamm 就會立即收到這只「連環殺手」的殺生證據,然後致力於野鳥與自然保育的團體 Audubon Society 就會收到來自 Hamm 的捐款(流程如下圖)。

 

▲當人工智慧偵測到 Metric 口中有獵物後的處理流程:貓門會先上鎖,接著拍下證據照片,此時自然保育團體也會收到善款

 

Hamm 說,這套人工智慧系統上線五個星期以內,Matric「未殺生」回家的次數達 180 次,幾乎每次都能順利過關,只有一次不小心被鎖在門外。而 Matric 口中有獵物的次數有 6 次,有5 次AI 都有成功地將這位「貓凶手」隔離在外 15 分鐘。

 

▲這套人工智慧偵測的良率高,誤把 Metric 偵測為「有獵物」的而鎖門機率只有 0.5%。而 Metric 6 次帶獵物回家的紀錄中,成功被鎖在門外有 5 次。

 

 

 

 

 

 

 

推薦文章:
硬體毛利太低?工程師進修 Java 課程順利轉職軟體工程師


品保人員進修 Python 課程 一年後成功轉職程式設計師


當了快八年的業務,因Java課程而成功轉職程式設計師


非資工系出身!產品工程師「Python 課程」結業後轉職大醫院的網站工程師


一次搞懂人工智慧.機器人.Python.大數據的關聯!


人工智慧化身釀酒師,釀造首支AI威士忌竟還勇奪金牌!(上)


人工智慧與汽車雷達攜手合作!開車安全又放心!