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…

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。