#讀書心得 #好書分享 #AI未來賽局
■【科技觀察：輝達黃仁勳驚世騙局的背後思考：關於AI二三事】
📍好讀網誌版：https://reurl.cc/xGR5Y1

AI到底能栩栩如生到什麼程度？　　
　　
最近科技圈一大話題，應該就是 #Nvidia輝達創辦人黃仁勳的驚世騙局！事隔四個月，黃仁勳突然說，輝達GTC大會上演講的那一位，不是自己，而是 #AI虛擬影像！　　
　　
媽呀，左看看右看看，真的看不出什麼破綻，這四個月沒人發現原來搞半天講話的人是假的，是AI分身，驚悚指數百分百！　　
　　
話說為了要讓AI虛擬分身不會被識破，輝達也是煞費苦心，先幫黃仁勳拍了數千張照片， 　　
　　
甚至連背後的場景也製作了將近8000個3D物件，動用了34位3D設計師和15位軟體工程師才完成這場驚世騙局，讓數位老黃在演講時能有正確唇形而且在各種角度光線下都毫無破綻。　　
　　
其實AI虛擬分身這樣在電影中才會看到的橋段，已經越來越可能成為我們的平凡日常，繼韓國去年底誕生首位AI主播之後，中國最近也有一位虛擬KOL「翎Ling」人氣超夯，　　
　　
不僅特斯拉、時尚雜誌Vogue都搶著和他合作，目前微博粉絲人數在短短經營一年多已經有15萬人，比不少真人KOL還高！(真令人傷感…我…我檢討XD)　　　　
　　　　
虛擬偶像的誕生，或許跟Z世代從出生就活在數位網路世界中有關，對他們來說，這或許就跟動漫人物差不多，有趣最重要！　　
　　
不過真人透過AI變成虛擬分身這件事情，我覺得就比較值得三思考量，雖然技術大突破很令人開心，不過未來當任何人都可能被建模做出AI分身，　　
　　
以後眼見為憑這句話可能不再可行，對我們一般人來說，要如何能辦別本尊而不受騙真的蠻不容易的。　　　　
　　　　
試想，如果今天不肖人士盜用美國總統拜登肖像做成AI虛擬分身，對外散布錯誤的政策消息，例如要跟中國開戰(?)，或是突然辭職(?)這種足以撼動國際政治和金融市場的假消息，將會造成多大的災難？　　
　　
更不用說現在詐騙猖獗，不少KOL受害遭盜照片去推銷不實產品或投資，未來不只盜照片加群組，而是一個活生生假的你，在影片中說著可怕的錯誤的話，這想到就令人毛骨悚然(影片要怎麼辨真假怎麼澄清？)　　
　　
這也是為何隨著AI技術進步，反而出現許多討論是否應該進行管制的聲浪，前一陣子看了一本書《AI未來賽局》，這本書是美國知名定量未來學家、史登商學院策略遠見教授Amy Webb(艾美‧韋伯)所寫，　　
　　
他在2006年創辦未來今日機構(Future Today Institude)，研究側重人工智慧、新興科技、數位媒體、以及科技帶來的影響和契機，對未來的預測被紐約時報、CNN等國際知名媒體特別報導，這本書也入選2019年金融時報與麥肯錫最佳商業書。　　
　　
他在這本書寫得最精彩之處，就是對於AI的未來分別寫了三種預測情境：#樂觀、#務實、#災難，其中樂觀務實就不多說了，畢竟我們都知道AI能帶來的商業效益和生活便利性，但災難呢？　　
　　
他寫得非常令人驚嚇，他認為當AI被不當人士作不當運用時，很可能成為控制人類的工具，甚至終結自由多元主義思考，讓專制極權成為主流，而人類難以掙脫。　　
　　
也因此，他提出兩項警告，大聲呼籲 #AI應該是公共財，該由政府建立管制，而非各個私營企業各自發展作為生財工具，　　
　　
另外他也特別強調目前AI發展正迅速把力量集中在少數人手中，未來強者越強，弱者越弱，而我們普羅大眾，無庸置疑，將會是弱者那一方。　　
　　
他悲觀預測的論點會不會實現？這或許還有很多爭議空間，又或者我們也不該因噎廢食，從此對於AI抱持恐懼，這都不健康；　　
　　
不過他所提出的擔憂與觀點，對照著AI如今已經可以以虛亂真，到底我們的社會，或者政府是不是應該更正視這樣的問題和超前佈署，又或者說，我們所有人，是不是應該先有這樣的心理準備，仍是很重要的。　　
　　
科技總是跑在法律與社會制度之前，這也是科技能推動進步的力量，只是這股力量如果被不好的放大，對人類來說也可能是種災難，人類如何善用科技，而非被科技玩弄，真的是我們從古至今的課題啊。

提供完善AI建模工具 陽明交大讓自駕車辨識更精準

訊息來源
https://www.digitimes.com.tw/iot/article.asp?cat=130&cat1=40&id=0000607775_SPR8I9Y662CLUO66K07LI


陽明交通大學電機學院副院長暨嵌入式人工智慧研究中心主任郭峻因。

嵌入式AI技術的應用漸廣，其中深度學習是目前最常用的演算法之一，此演算法需建立完整精確的訓練模型，推論(Inference)端才能順利發揮效益，在此次論壇中，陽明交通大學電機學院副院長暨嵌入式人工智慧研究中心主任郭峻因就以「嵌入式AI深度學習運算模型之建構與應用」為題，發表精采演說。
陽明交大的智慧視覺系統設計實驗室(NYCU iVS Lab)，聚焦於各種智慧視覺研究，自駕車也是其中一環。郭峻因表示，自駕車已成全球汽車與科技兩大產業的共同趨勢，NYCU iVS Lab在此領域的研究包括各種ADAS所需的功能與相關技術，在感測器部分，除了視覺感測器外，其研究內容也包括光達(LiDAR)。他指出，影像辨識目前是AI的主流發展方向，在車用領域，AI也可應用於LiDAR，進行物件偵測與分析。
對於AI的導入建議，他表示開發者必須先行掌握圖資與軟硬體核心技術，再進行AI建模，在此環節郭峻因特別強調，建模時必須採用定點而非浮點運算，方能符合自駕車系統需求。針對目前AI設計趨勢與挑戰，郭峻因則以近期的某電動車事故為例點出問題癥結。日前台灣高速公路發生一起車禍，駕駛人放手讓電動車行駛，電動車卻直接撞擊前方道路上一輛倒臥的貨櫃車，在一般正常狀態下，該品牌電動車可偵測前方車輛，過近就會自動剎車，但在這次事件中，AI無法辨識靜止且呈倒臥姿態的貨櫃車是否為車輛，再加上白色車身影響了其視覺判斷，最終釀成車禍。
從這次事件可以看出目前AI在自駕車上的幾個問題，像是攝影機無法偵測車道車輛、霧與強光會干擾系統識別白色汽車、雷達有可能忽略靜態車輛、相機與雷達兩大感測器整合方式有待改進等，現在NYCU iVS Lab就致力於解決上述問題。
郭峻因緊接著談到嵌入式AI感應核心技術與應用。他指出標準的嵌入式深度學習開發，必須先設定與標示資料、再建構訓練模型。NYCU iVS Lab已針對上述環節推出不同平台，讓AI開發者在不同環節均有快速簡易的工具，協助業者縮短開發時程。
郭峻因表示，NYCU iVS Lab所推出的工具都經過測試，具有高度實用性，以資料的設定與標示為例，NYCU iVS Lab在此部分提供的ezLabel工具，只需要前後兩幀畫面，即可標記整段影像中的物件，大幅減少人工標記工時；ezLabel是網路開放平台，可讓全球各地深度學習專家與一般民眾使用，目前ezLabel 2.3版已累積有超過610位使用者。
模型建構部分，NYCU iVS Lab建構SSD輕量化模型與MTSAN(Multi-Task Semantic Attention Network；多任務語義注意網路)。SSD輕量化模型解決了過去此類模型因錨點(Anchor)密度不足，難以偵測瘦長物品的痛點，NYCU iVS Lab在加入CSPNet後，不僅強化運算速度與準確度，同時運算量與參數量也減少了一半。至於MTSAN則是結合物件偵測技術，利用畫素分割場域，並藉此強化物件特徵，郭峻因指出，光是此動作就可提升4.5%的準確度(mAP)。
自駕車導入可分割場域的MTSAN後，可與前車防碰撞(FCWS)或車道偏移系統(LDWS)整合，精準判斷車道，在山路上行駛時，可以識別彎曲車道線，另外也可加入2D與3D的卷積(Convolution)行為分析技術，用來預測後端車輛的超車方向與可能性。
演講最後郭峻因引述美國未來20年發展AI的藍圖做總結。他表示未來的AI必須與情境整合，同時打造開放性知識場域，集結眾人之力，讓AI可了解人類的智能與反應，以進行有意義的互動，此外AI也必須能自我學習，整合周邊環境的各種資訊，培養應對困難挑戰的能力。
至於自駕車的AI應用，他則指出需強化研發各種感知技術，讓車輛可以精準識別路上各類型物件與其移動的意向，將是未來產學研的重點，透過這些研發，車禍事故發生機率將可大幅降低，進而建構安全可靠的交通場域。

你知道電腦遊戲用數學來完成每一個任務嗎，從渲染( rendering )到動畫( animation )，從物理( physics )到人工智慧( AI )？ 數學無處不在。 對數學的基本理解在任何職業中都是至關重要的，而在遊戲開發中，數學的基本理解是最重要的。 它支援遊戲引擎執行的所有主要操作。 沒有它，你甚至不能在螢幕上移動一個角色。 熱衷於學習更多的數學知識來提高你的遊戲開發技能？ 那麼這門課就是為你準備的。

在本課程中，你將建構你自己的 C# 類別( classes )來處理 2D 和 3D 空間的幾何構造，這將發展你對定位和移動遊戲物件的理解。 簡而言之，你將建立自己的數學程式庫來複制 Unity 的 Vector2、 Vector3、 Matrix4x4 和一些 Mathf 方法。 貫穿整個課程，我們將使用 Unity 遊戲引擎，以加強你的數學概念。

與 Penny de Byl 博士一起瞭解遊戲開發數學，她的整體教學風格和 25 年來在遊戲和計算機圖形學領域的教學、研究和工作經驗廣受國際讚譽。 通過整個課程，你將跟著親手實踐的工作坊學會重要數學技術，用於程式設計計算機遊戲機械學和視覺效果。

在這個過程中，我們將建構一個遊戲，不僅使用我們編寫的程式碼來移動螢幕上的 2D 和 3D 物件，而且要玩這個遊戲，你必須使用你的點和向量的知識來解決難題，這將加強你的學習。 你還將建構許多迷你專案從中應用數學概念，並瞭解它們在遊戲環境中的運用方式

https://softnshare.com/games_mathematics/