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…

人工智能(AI)當中的智能，絕非無中生有，而是必須依賴人類為其提供養分，即將不同的datasets輸入系統，才能讓人工智能從中深度學習，完善它的演算法準確度。不過，港人最愛的「F牌社交平台」的人工智能系統已毋須依賴這些datasets，它只須使用同公司的大熱「I牌社交平台」上的用戶私人相片，便能提升辦識事物準確度。為了文明進步，大家繼續upload相吧！ 人工智能的用途非常廣泛，以影像辨識為例，發展速度極快，應用方案亦不少，例如自動辨識影像內包含的事物如人類、各種動物、風景等，便可用於影像分類儲存方面，以及影像編修工作。Adobe亦曾不只一次於科技會議上展示其人工智能執相能力，以及將一些簡陋風景畫變成真實風景的技術。而現時令人極為頭痛的Deepfake影片，先後將美國總統、荷里活明星以至F牌社交平台主席樣貌移植至不相干的影片中，這些幾可亂真的影片亦多次於社交網絡上被瘋傳。 雖然上述的人工智能技術令人歎為觀止，不過背後必須經過長期訓練工作，以影像內容辨識為例，便首先要為人工智能提供多套資料準確的datasets，即已經人類確認及標籤了影像內的事物，才能供人工智能深度學習，掌握各種事物在不同角度、剪裁下的形象，最終才可提升其辨識準確度及執相能力。 F牌社交平台的人工智能系統卻免除了準備dataset的需要，因為該人工智能具備的自主學習功能，它利用了I牌社交平台上用家上載的數以十億計影像，作為深度學習的材料，據稱該AI識別事物的準確度已高達84.5%，換言之，它（他！？）的演算法已可從圖像中不同像素(pixel)的組合，去識別到底代表的是什麼東西，毋須再從已有的datasets中逐一學習，減少人力介入的需要。專家指該人工智能的自主學習能力，可大大影響AI的發展。 雖然F牌社交平台的AI在學術研究上有不少正評，但亦同時惹來私隱關注，因為不少I牌社交平台用家均未曾想像到自己上載的相片或影片會被F牌社交平台使用，當然F牌社交平台方面早已將相關條款寫進私隱政策上，只是用家登記帳戶時未有檢查清楚。所以話，免費服務絕非免費，背後一定有代價。

在新冠疫情下，可能你都試過通過網上會議見工，但你又有否想過，畫面上雖然只得一個人事部職員同你會面，但背後原來還有一個隱形面試官？無錯，全球各大企業已陸續引入人工智能 (AI) 技術去篩選求職者，不幸求職失敗，分分鐘只是栽在機械人手上。 人工智能招聘 (AI recruitment) 技術，最大的好處是可以減少人事部的工作量，通過精準的大數據 (Big Data) 分析資料庫，從數以千計的求職申請中找出合適的人選，減少因人手不足而走漏人才的風險。專家指出，由於人力資源始終有限，人事部員工往往未能詳細閱讀所有求職者的個人履歷，而且又無法安排所有達標人士接受面試，而可以 7/24 工作的人工智能機械人，便不會受到這方面的影響，而且態度亦較為持平，減少先入為主的偏見，適合用於初選階段。 到底人工智能在篩選時，會用哪些方法去測試求職者的能力？一般來說，現時人工智能招聘會以兩種方法進行評估。 遊戲測試 以美國公司 Pymetrics 為例，其測試手法是讓求職者接受一個為時約 25 分鐘的遊戲，例如計數、配對詞語、限時內完成指定任務等，目的在於測試求職者的個性及危機處理能力。據知目前大企業如 McDonald’s、JP…

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)…

「有無Wi-Fi密碼？」 如果舊時代的世界末日是沒有電視看，那麼現代級的災難，肯定是無法上網。 家居、辦公室、商場，有線／無線網絡的應用無處不在，幾乎成為生活必需品之一。當我們對網絡的需求愈來愈高，例如用戶連接的穩定度，還有更高層次的用戶體驗等，作為供應鏈的上遊企業，注定要面對更多的維護成本問題。 Juniper Networks 作為 AI 驅動網絡的先驅，一直希望透過各種數據科學及機器學習技術來分析數據並提供可行的解決方案，其中Juniper Mist AI 正是當中的技術結晶。Juniper Networks 大中華區銷售工程師梁丰表示：「Juniper Mist AI 是第一個具有嵌入式人工智能引擎的網絡平台，能在大幅節省成本的前提下，解決當前，甚至下一個十年的網絡服務問題。」 節省高達 60% 維護成本 梁丰續稱，在自動化流程未出現之前，企業要偵錯解難，往往需要動用大量人力物力，當你有…

疫情影響，企業加速 Digitization，AI 在當中有著重要角色。如果你有資源但不知應如何分配，可留意以下 3 個範疇。 (1)AI 實踐 AI 發展成熟，任何行業都可透過它大幅增值，加上 COVID-19 推波助瀾，Boston Consulting Group 報告指出，超過 80% 企業打算加快 Digitization，但只有 30% 能夠達到成效指標。首先，McKinsey 2020…

Deep Learning 輔助下，AI 加速進化，數年間，AlphaGo 已經捉贏地上最強圍棋棋士，Facebook 開發的 DeepFace 人臉識別準繩度達 97.4％，逼近人類平均值 97.5％ ，進度超出預期。 科學家下一個目標，是公認難以征服的語言。 主流語言最少過百、口音文法、一字多義、同義詞，加上字義不斷變化等，種種不確定性令 AI 未能參透人類語言 。Siri、Alexa、Cortana 當下的有限應對能力，就是最佳寫照。雖然困難重重，世界各地研究員卻相當堅持，一旦 AI 掌握語言，其用途將相當廣泛。例子之一係再多客服來電，AI 都能應付自如，甚至不單電話，WhatsApp、Email、Facebook…

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