• 確認
  • .
2018/10/16 | 王陽翎
【這才是新冷戰】為何中國變成了美國的首要敵人?
全球局勢迎來翻天覆地的改變,彭斯(Mike Pence)的新冷戰宣言使中美關係瀕臨徹底破裂,作者認為緊張局勢的背後,是一場「科技帝國主義」爭霸戰,就此,本文以不同角度加以剖析。
2018/10/04 | 人權觀察
考驗人類良知:該讓沒有感情的「殺手機器人」上戰場嗎?
機器人無法感到同情,也就是盡量避免造成他人痛苦和死亡的一種情感。這種武器也缺乏法律和倫理的判斷力,因此無法在複雜和不可預測的衝突情境中保護平民。
2018/09/29 | 精選書摘
《書呆與阿宅》:機器人會取代人類的工作嗎?
隨著科技不斷的演進,無論是現在或是將來,若想保住飯碗,最好的辦法就是開發我們的人文素養,尤其是人文學科所培養的軟技能。
2018/09/18 | 黑潮之聲
「科技泛靈論」是資本主義下一個新噱頭?
當智慧型的居家產品能夠為居住的人的喜好自動調整氣溫濕度、燈光明暗等細部,或當微型體內醫療機器根據病人身體狀況打藥到心臟裡,這是機器在主宰人還是人在使用機器呢?
2018/08/25 | 讀者投書
《銀翼殺手》的前生今世:紀念小說出版50週年
「銀翼殺手」三部作品組合在一起就構成了一部偉大的經典。小說提出了許多極具前瞻性的提問、《銀翼殺手》創造了黑色科幻世界、而《銀翼殺手2049》各方面都十分優秀的電影。今年是《機器人會不會夢見機器羊》出版的第50年,其影響力依然歷久不衰。
2018/07/20 | 羊正鈺
全球首位「機器人公民」來台,「PTT之父」杜奕瑾:AI無法取代人性
被問道,會不會擔心被AI取代工作,杜奕瑾回答,「這問題就像是問保姆是否會取代媽媽」,AI應該要來幫助人類的工作,譬如保姆幫忙餵寶寶吃飯,並不會取代成為媽媽。
想讓電腦自動畫出「讓人想戀愛」的二次元頭像?先運算個五萬回合
若將深度學習比喻為手拉坏,陶土就是資料,陶碗成品是電腦自動找出來的函數(function),而目前有的「拉坯機」為TensorFlow、PyTorch、Microsoft CNTK、Keras等程式庫......核心處理器GPU就像拉坯機的電源,若是GPU強大又穩定,深度學習的運算速度會更快。但最重要的是,身為手拉坏師傅的你,要如何教導電腦這位學徒。
2018/07/05 | 書生百用
機器人可能和人類一起踢足球嗎?
機器人可能和人類一起踢足球嗎?要討論這問題,實情牽涉到足球乃至於運動的本質是什麼。
2018/05/21 | 李修慧
群創解雇72名員工聲稱「汰弱留強」,但為何7年內少了7萬人?
企業若大量解僱勞工,必須通知主管機關和勞方代表,但是,針對勞工人數500人以上的大型企業,「大量解僱」的定義是:單日解僱超過80人,這次群創資遣人數僅72人,無法達到大量解僱的門檻。
2018/05/02 | 精選書摘
就算沒有電腦,你也可以創造出自己的「聊天機器人」
圖靈測驗的先決條件是:若你無法區別人工智慧和人類的技能(例如:聊天)有何不同,那麼這個被發明出來的人工智慧就通過測驗。然而,一台通過圖靈測驗的機器,是否真的與人類一樣聰明, 這點仍值得辯論。
未來世界的科技難題:機器人替主人購物卻偷了包洋芋片,誰的責任?
想像有一天你交代一台機器人去超市購物,但它卻自己擅自從超市偷走一包洋芋片並被店員發現,究竟誰該為這個偷竊的行為負責呢?
2018/02/12 | 精選書摘
「DANCE」這五項發展,促使機器人的「寒武紀大爆發」
遠遠較便宜的工具,促使創新和實驗速度加快,產生了如洪流般的資料,這些資料被用來測試與精修演算法,幫助系統學習;演算法被放到雲端,透過穩定、普及的網路,傳送給各種機器;創新者再做下一回合的測試與實驗,這樣的循環一直持續著。
2018/02/12 | 洪雪珍
當人類會開始「嫉妒」機器人
手可以做的工作,機器人拿走了;連腦可以做的工作,機器人也一併端走,未來主導地球的「腦」,不是人類的腦,而是機器人的腦。
2018/01/24 | 精選書摘
科技會取代人類的工作嗎?我認為這是個偽命題
高科技取代人類工作、造成失業率增加是一個事實,長期來看,勞動力短缺越來越嚴重也是一個事實。所以今天我們們面臨的挑戰,是如何將「被高科技取代的勞動力」重新再教育、再學習,補上經濟發展所需要的勞動力缺口。
透過人工智慧做心理治療?談認知行為治療機器人Woebot
Woebot其實不是第一個非人類治療師,而Woebot算是認知行為治療機器人,那認知行為治療是什麼?跟Woebot的相處情形又是什麼樣子呢?
2017/12/10 | 讀者投書
一例一休算了吧,台灣勞工真正需要的是安樂死合法化
腦筋動得快的勞工這時應該做的除了努力脫貧、幫自己創造新工作與新價值以外,更應懂得集體向執政者與立法者要求推行安樂死。
AI帶來威脅?或許你更應該關心科技巨頭的寡占
現今,AI尚停留在只有特定功能表現得比人類更加亮眼的階段,但AI擁有和人類同等智慧的未來並非不可能發生,其實目前有更加可視的危機需要關注。試想,這些被相信終有一天能夠超越人類的技術,正被掌握在誰手中?例如,深度學習研發仰賴海量數據的投入訓練,另外也需要資金和人才支持。