人工智慧——革命尚未發生
人工智慧 (AI) 是這個時代的口號。這個概念是由技術專家、學者、記者和風險投資家們共同提出的。正如從技術學術領域過渡到一般流通的許多短語一樣，這句話的使用也有很大的誤解。但這並不是公眾不瞭解科學家的經典案例——在這裡，科學家們常常被公眾所迷惑。我們的時代在某種程度上看到了矽谷的智慧的出現，它的競爭對手是我們自己的娛樂，這讓我們著迷，也讓我們感到恐懼。不幸的是，它分散了我們的注意力。
人工智慧
9 posts
Everypixel
圖片好難找啊… 讓 AI 幫你找圖吧 Everypixel 是來自俄羅斯開發者的創業項目。我們創造了世界上第一個圖庫搜索引擎，將會改變圖庫攝影行業的不公平情況。 這將是可能的，因為我們把所有現有圖庫的圖片整合到一個網站上，並向客戶提供所有的工具來做出自由決定。沒有任何壓力，不透明的搜索算法或廣告。 感謝 Everypixel 攝影師將獲得一個公平的使用權，而小型圖像代理機構將脫離像 Shutterstock 這樣強大的領導者的陰影。 雖然 Everypixel 只是一個開始，我們已經收集了大約 30 個圖庫機構的圖像，並儘最大努力實現這個好主意。我們有經驗，知識，實力和願望。我們唯一缺少的是你的參與。 您真正需要的是全球庫存照片搜索引擎。顯示給我們！與您的圖庫攝影的朋友和同事分享。然後我們將有機會將創業公司變成一個真正的項目！ 網站連結 那他有提供免費的圖庫嗎？ 有！看這裡 網站連結
為什麼未來是 PASO 的世代 – 個人助理搜尋優化
個人助理（PA）不僅僅是可以用於執行日常任務的數位助理。 看看兩個最受歡迎的 PA：Siri 和 Google Assistant。 以下是您需要了解的關於 PA 將如何塑造 SEO 的未來，以及為什麼我稱之為新的類別，個人助理搜尋優化（PASO）。 便攜式 PA 讓人們能夠使用他們的助手，獲得他們需要的信息。 數位個人助理代表 SEO 的未來的另一個原因是搜索結果是根據用戶的需求量身定制的。 在這裡，我們看到我公司網站 Ignite Visibility 的個人助理結果示例。 雖然目前還沒有數據，但我懷疑在大多數情況下，更多的用戶將點擊數字助理提供的單一搜索結果，而不是底部的其他選項，特別是隨著 Google 在珩磨中變得越來越好他們的搜索結果為用戶的查詢提供了最佳答案。 如果您接受 SEO 的未來是關於 PA 和個人助理搜索優化的前提，那麼您應該問自己以下問題：「PA 在哪裡獲取所有信息？」…
2017 年值得關注的 7 個 AI 趨勢
Forrester 最近（January 3, 2017）對商業和技術專業人士的調查發現，58％的人正在研究 AI，但只有 12％的人使用人工智能系統。 這部分是因為能夠實際應用的的 AI 程式現在才開始實現，但也是因為現在 AI 還很難。 關於 AI 搶奪人類工作的擔憂當然不是什麼新鮮事，但是我們預期 AI 將在經濟上產生更意義深遠，更細緻的討論。期望聽到（少一點）關於惡意的 AI 接管世界，更多地關於 AI 的經濟影響。 對 AI 工作負載的持續研究，包括自然語言理解，願景，言語，強化學習信息提取和硬件系統優化（包括成本效益）。 [maxbutton id=”1″ url=”https://www.oreilly.com/ideas/7-ai-trends-to-watch-in-2017″ text=” 閱讀原文” ]
AI 的寒冬尚未到來
人工智慧以令人眼花繚亂的速度進步，並且抓住了所有媒體的頭條；所有的科技公司無不投入 AI 浪潮，紛紛宣布成立人工智慧團隊，但是，這個浪潮能夠持續嗎？ 前百度研究首席科學家 Andrew Ng 以及機器學習和 AI 領域的主要人物表示，計算機處理器設計的改進將在可預見的將來保持性能進步和突破。 人工智能研究人員現在提供了巨額的工資進行基礎研究，因為公司建立研究團隊，假設將遵循商業上重要的突破。 前百度研究首席科學家吳表示，近年來發展的進步來自於強大的深度學習的發展。更重要的是，硬體設施的進步將提供使新興 AI 技術可行的燃料。 Salesforce 首席科學家 Richard Socher 和機器學習和語言知名專家說，大量數據的可用性，加上機器學習算法的進步，也將保持進步。Salesforce 現在還為公司提供簡單的機器學習工具，如圖像識別系統。「如果我們要讓通過機器學習使 Salesforce 1％的效率提高了 15 萬家的公司，你會從字面上看到在美國的國內生產總值中」，他說。 Socher 認為機器學習在行業中的應用將持續一段時間對 AI 的興趣。 本文由 AI…
關於人工智慧：我們在擔心什麼？
在牛津大學指導人類學研究所未來的哲學家尼克‧博斯托羅（Nick Bostrom）在他的「超級智能」（Superintelligence）中描述了以下情景，引發了關於人造智能未來的大量爭論。 由於 20 世紀 60 年代和 70 年代的 AI 研究人員開始使用電腦來識別圖像，在語言之間進行翻譯，並讓電腦理解語意化的指令，而不僅僅是代碼。電腦最終將發展出說話和思考的能力，做惡，冒泡入主流文化。 當人工智能研究遠遠低於其崇高的目標時，資金枯竭就會涓涓細流，開始時間長了 AI 冬天。即使如此，智能機器的火炬是在 20 世紀 80 年代進行的，90 年代由科幻作家，如 Vernor Vinge，他推廣了奇點的概念；研究人員喜歡機器人專家 Hans Moravec，計算機視覺專家；和工程師/企業家雷‧庫茲維爾（Ray Kurzweil），1999 年著作「精神時代之年」。 雖然圖靈已經提出了一個人性化的智慧，但 Vinge，Moravec 和 Kurzweil 正在思考更大的：當一台計算機有能力獨立設計實現目標的方法時，很有可能有內省能力，從而能夠修改其軟件並使自己更聰明。…
人工智慧簡介：6 分鐘讓你理解 AI 是什麼、在做什麼、會變成什麼
想找更多人工智慧的資源嗎？ 看看我整理的懶人包 AI 在這兩年發展之快速令人難以置信。從第一個自動駕駛的 Uber，到 AlphaGo 的勝利 – 人工智慧無疑成為了鎂光燈的焦點。所以，作為我們對這個社群的貢獻，我們決定解碼一些流行語，並且分享一些重要的統計數據，展示你應該了解的趨勢。 需要一些茶餘飯後閒嗑牙的話題嗎？ 85％的客服系統，預計將在 2020 年之前全部自動化。（Gartner）$ 1.5 億美金：這是截至 2016 年 5 月，投資於 AI 的風險投資金額。（CB Insights）45％的人表示他們對網路隱私和安全的關注阻止他們以完全實名的方式使用網絡。（NTIA）我知道什麼是 AI 啦… 應該吧 透過好萊塢電影和你書架上的科幻小說，相信你對於未來 AI…
人工智慧：觀點、文章、影片與資源整理懶人包
人工智慧（artificial intelligence, AI）應該會是這幾年的網路產業的新寵兒，隨著愈來愈多「機器人」被開發出來，我猜想距離人工智慧的奇點爆發也愈來愈近，或許這兩三年之內就會有一個足以被普羅大眾應用的人工智慧應用。 以下整理了一些國外關於人工智慧與機械學習（machine learning, ML）的觀點、新聞、教學與影片等資料，如果對於人工智慧有興趣的朋友不妨參考。當然，因為台灣現在還沒有開始大量研究這樣的題目，所以可以到的資源其實相當有限，我會試著把我看過覺得適合的文章漸漸翻譯出來，但就要給我一點時間了… 入門 那個… 因為入門之後的部分非常長，如果你只是想知道人工智慧和機械學習大概是在幹嘛，那麼看這五篇大概就夠了。（我大概也只會把這五篇翻成中文 XD）A 6 minute Intro to AI（6 分鐘了解人工智慧）https://snips.ai/content/intro-to-ai/ A Visual Introduction to Machine Learning（圖解機械學習，這篇有中文！）https://www.r2d3.us/visual-intro-to-machine-learning-part-1/ Machine Learning for Dummies（給新手的機械學習）https://chatbotslife.com/machine-learning-for-dummies-part-1-dbaca076ec07#.9o7m2qn2i…
