Microsoft夥北京師範大學 用AI分析甲骨文文本

甲骨文是中國已知最早的成體系文字,多年來也有不少專家研究及記錄載有甲骨文的文本。為保護文物和方便研究,微軟(Microsoft)夥北京師範大學研究人員,利用AI記錄和分析甲骨文字符。

甲骨文早已入選聯合國教科文組織《世界記憶名錄》,其起源可以追溯至公元前1400年至公元前1100年的商代。雖然自1899年以來,便有載有甲骨文的文物出土,但多年來科學家只能從約4,000個已識別字符中,破譯出約1,000個字符意思。

其中最大的難處是,大多出土的甲骨文文本都是記載在牛肩胛骨或海龜腹殼上。同一塊甲骨可能被多次記錄,其清晰度和完整性程度亦不同。研究人員仍然需要手動比較每張圖像,以找到重複或重疊的部分,才能將碎片拼接成一個更大、更完整的文本以供研究。

快速分辨重覆字符 提300對配對可能性

有見及此,微軟研究人員Wu與另一名團隊成員Mo,花了8至9個月時間,構建一個名為「Diviner Project」的AI模型。透過上載甲骨文文本圖片,將用AI快速將每個文本,與數據庫中的數千個其他文進行比較,以識別眾多文本中,是否有重覆的部分。

微軟指,Diviner Project曾於去年11月,利用一周的時間,便比較了100個數據庫中的181,134 件拓片。不僅發現當中有數萬個重複的文本記錄,還發現了300多對新配對。Wu則指,Diviner Project目前工作是通過將小碎片連接到大碎片,並清理重覆數據使其恢復到原始形式。期望日後可以進一步協助破譯甲骨文字符的含義。

Google Cloud推出AI貨架檢視方案 助零售商提升營運表現

在網購盛行的年代,人工智能(AI)的應用除了稍稍緩解了人手不足的問題,亦成為加強用戶體驗的關鍵因素之一。Google Cloud今(16日)宣布,推出4項全新和改良的AI技術,助零售商提升日常營運效率及電子商貿業績。

是次Google推出的AI貨架檢視方案(Shelf Checking AI ),採用了Google的Vertex AI Vision建構,運用了產品和標籤辨識機器學習模型,可以單憑貨品圖像及文字特徵。在不同拍攝角度和視角影響下,識別數十億種產品,讓零售商以天花板全掛式攝影機、貨架檢查機械人、甚至店員的手機等方法,拍攝貨架情況,簡化和更全面地掌握貨品銷情。

此外,Google Cloud在專為零售商而設的探索方案(Discovery AI)中,加入一項人工智能瀏覽功能,並支援包括繁體中文等72種語言,以協助零售商為消費者,提供符合其需要的線上瀏覽和產品搜尋體驗。當消費者於網店中選擇一個產品類別,該人工智能瀏覽功能就會以機器學習,為網店選擇最佳的產品排序,並按過往的資料分析,提供網店內每個頁面最理想的產品排序。

據悉,AI貨架檢視方案現已開放全球預覽,預計未來數月內將正式開放予全球零售商使用。探索方案則已開放予全球零售商使用。

港府成立引進重點企業辦公室 AI、金融科技成目標產業

政務司司長陳國基和財政司司長陳茂波今午(23日)舉行記者會,交代《施政報告》中的「搶人才」、「搶企業」措施,並宣布成立「引進重點企業辦公室」(引進辦),專責與生命健康科技、人工智能、數據科學等範疇的企業,商討來港落戶。

會上,陳茂波簡述政府「搶企業」計畫的進展,表示港府已成立引進辦,從多方面為海內外企業提供跨局支援,包括在經貿處和海外經貿辦,設立「招商引才專組」,支援引進辦接觸並地域範圍中的目標企業;「專題專局」,讓政府各政策局,成為相關範疇的目標企業的專業支援部門。

此外,他又提到,生命健康科技、人工智能、數據科學、金融科技、先進製造、新材料、新能源科技等戰略性產業,將會是引進辦的主要目標。在經過政府兩個月的宣傳,已有不少企業主動於港府商討引進事宜。當局亦積極與各產業企業招手,目前已有首批引進目標名單,惟未有透露更多名單內容。

藝術作品分享網站ArtStation現抗議潮 反對AI生成圖

人工智能(AI)應用範圍廣泛,近年更被用作繪圖工具,引發不少爭議。藝術作品分享平台 ArtStation自上周起就爆發抗議潮,藝術家認為AI生成圖沒有詳細的規範和使用限制,剝削了真人藝術家的曝光度,因此ArtStation版面不斷出現「禁止AI」標誌的圖片,圖片下方則寫著「向AI繪圖說不(NO TO AI GENERATED IMAGES)」的語句。

插畫家Nicholas Kole和服裝設計師Imogen Chayes近日在ArtStation上發起抗議,表示​​由於 ArtStation並沒有制定關於AI繪圖的規則,導致首頁的「探索」功能反覆地出現AI繪圖作品,嚴重影響真人藝術家。

面對藝術家的指控,ArtStation就表示,平台的內容規範條款從未禁止藝術作品的製作過程中採用AI,但有規定出現於使用者作品集的藝術品,只能是由藝術家自己創作。另外,ArtStation也強調,未與第三方AI公司合作,因此任何AI模型皆不得拿平台上的內容進行訓練。

ArtStation又指,基於尊重藝術家的選擇和版權問題,他們不會制定會抑制 AI 曝光及宣傳的網站條款。但目前他們將會新增一個「標籤」選項,讓藝術家選擇他們公開的作品,是供商業 AI學習/非商業AI學習。

不過,此回應未有得到藝術家們的贊同,Kole指出,希望平台能有明確規範規管AI生成圖,保持對創作者和創作本身的尊重。

Adobe Stock更改使用指引 允許創作者採用AI生成藝術品

應否允許人工智能(AI)製作的藝術品在市場銷售,一直惹來不少藝術家爭議。但繼圖片素材平台Shutterstock提供AI製圖服務後,Adobe宣布旗下素材庫Adobe Stock已更改使用指引,允許創作者採用AI生成藝術品於該平台銷售。

Adobe表示,只要創作者的AI圖片符合新標準,就允許他在Adobe Stock平台上進行銷售,這些標準包括:創作者必須對任何AI製作的內容進行標記,並需要獲得任何參考圖像或文字的原創人許可;此外,如果該作品涉及描繪知名人士的成份,則需要該對方授權才可發布。

新指引還警告創作者不可濫用AI,例如不能根據同一參考內容提交多幅圖像。再者,他們也不能使用誤導性的、重覆的或模糊的描述,並且必須將他們的作品作為插圖(而不是圖片)提交的。與普通圖片一樣,Adobe亦承諾當出現知識產權糾紛時會給予賠償。

台灣破AI詐騙案 40人上當被騙逾2500萬

詐騙集團也與時並進!台灣警方首次破獲一個結合人工智能(AI)語音機械人行騙的詐騙集團,拘捕2人。目前最少40名受害人報警,損失合共1億元(新台幣,下同)(約2,527萬港元),其中一名六旬婦人被騙金額最高,達2,300萬元(約581萬港元)。

勾結境外投資詐騙集團 專發短訊找羊牯

台灣傳媒報道,涉案集團今年1月在高雄成立一家投資顧問公司,再以公司名義向電信公司取得數百個電信門號,並申請大量企業短訊服務,隨後勾結5個藏身境外的投資詐騙集團,為對方發送詐騙短訊,至8月已發送短訊多達6,000萬條。

花682萬買AI語音機械人服務

為節省成本並提高詐騙效率,涉案集團花費2,700萬元(約682萬港元)向一間科技公司購買AI語音機械人服務,製作宛如真人的AI語音,透過隨機撥打網絡電話來過濾「潛在客戶」。該套AI語音不但會根據民眾不同回應來對話,還會根據回應內容、語音情緒來判斷民眾是否對其所講內容有興趣,然後精準發送詐騙短訊。

民眾上當點擊詐騙短訊內的連結後,相關投資詐騙集團就會接手,要求民眾加LINE,再指導其下載專用App,匯款5,000元成為會員,體驗「7天5萬元投資額度」,再以投資獲利為誘餌,鼓動民眾加碼投資,結果當然「得個桔」,血本無歸。

幕後金主疑藏身柬埔寨

警方指,40歲姓黃主犯手段精明,知道透過AI技術可節省人力成本、提升效率,而且相較傳統詐騙集團,不需要有詐騙據點,大大降低被警方盯上的風險。警方接到報案後深入調查,今年9月分別到高雄及台中等地搜索並拘捕黃男及其姓蘇員工。目前正追查幕後金主,據報其IP位址顯示位於柬埔寨。

Adobe Photoshop團隊 解構AI執相秘密

人工智能(AI)與機器學習(ML)的能力愈來愈成熟,應用在圖像編輯上,「執相」成果愈來愈難辨真假,而設計師則可省去重覆無數次的動作。Adobe數碼影像副總裁Maria Yap在專訪中分享該軟件的AI發展,團隊致力推出新AI,最新發布的填充與協調等功能,便讓執相工作更加自動化。

以前的圖像設計工序中,「退地」讓設計師叫苦連天,有AI幫助,現時Photoshop或其他圖像軟件,一鍵已可完成頗為精確的退地。相關技術已進步得很快,Yep表示,Photoshop最新的AI功能可總結為「選擇、填充、協調」,即自動精確選取圖像中的指定物件,填補圖像中的空白、以及調整光源等項目,讓不同來源的物件在同一畫面和諧呈現。

她續以填充功能作說明,功能雛型在數年前已出現,早期版本以簡單演算法進行,但隨AI與ML技術發展,運用內容感知已可自動為複雜背景填充。原理是透過分析目標影像的整體畫面,找出重覆出現的物件並分類,再由生成式AI(Generative AI)「創作」應出現的物件以填補空位。當用戶選用這功能,要移走如途人等不需要的物件時,一鍵便可完成填補。她解釋,該功能涉及ML模型,經數年發展才成熟至可正式推出,現在功能能自動填補建築物、風景等複雜元素。

協調(Harmonization)功能刪涉及整合不同的物件,例如設計海報時,設計師常會使用不同來源的素材,在光源的效果上不會統一,放在同一海報上會有違和感。以前設計師要逐一調整,新功能透過ML分析物件的光源,一鍵調整全張海報所有物件的光線方向與強度,非常方便。

作為其中一款最知名的圖像軟件,Photoshop的歷史已超過30年。已在Adobe任職廿多年的Yap表示:

用戶對設計應用的核心需求一直不變:更強、更快、更穩定的運作表現,即使在較低檔的電腦仍可運作。

她續指,Photoshop近年一個方向是多平台整合,近年陸續推出iPad版與網頁版,各平台的介面設計亦經調整,讓用戶能在不同場合都可進行編輯工作。至於新功能,無論Adobe或用戶都期望項目應要準備就緒才推出,但亦有不少AI功能先以Beta版的形式公開,獲得用戶反饋。就如填充功能,如果用戶對效果不滿意,她亦希望用戶提供原圖以讓她們改善AI模型。

AI配合無人機增攀山拯救效率 辨認疑似失蹤者處理速度快肉眼6小時

港人疫情期間熱愛行山,涉及攀山事故亦隨之大增,消防處陸續應用無人機於攀山搜救行動,配合使用人工智能圖像分析軟件,冀增加搜救效率。該軟件目前準確度達6成半,處理速度較肉眼識別快約6小時,處方形容該技術領先鄰近地區,正計劃實戰試用,未來亦希望增設識別失蹤者的衣服、表徵功能。

據統計,消防處今年首9個月共接獲684宗攀山事故,數字已超越2020年的全年情況。為有效提升搜救效率,處方於今年初引入無人機並投入應用,協助偵測環境等,助理消防區長(特勤支援隊)王德輝表示,若涉及不能確定位置的失蹤事故,傳統搜救方式是先制訂搜索路線,再安排人手在地面進行地氈式搜索及使用直升機協助高空搜索。

而利用無人機在離地40米高空,拍攝多角度高清相片,以1公里X 1公里的搜索範圍計算,40分鐘會拍出約1,500張相,等於約140個標準足球場大小。不過,如單靠肉眼檢測、每張約20秒,要完成檢測便需要8小時,「如八仙嶺有30平方公里,時間更長」。因此,處方聯同本地大學初創企業自行研發出人工智能圖像分析軟件,協助辨認疑似失蹤者。

高級土地測量師(資訊科技管理組)王正琪解釋,軟件使用深度學習模型,透過無人機拍下的相片訓練人工神經網絡,令演算法分辨相片中類似人形物體。程式會自動將相片分割成多個小格,然後根據小格中像素的顏色、外形、環境對比和大小寸判斷當中有否類似人形物體,例如四肢、被植物遮蓋的一半身軀,然後再將小格重新組合來計算相片中有類似人形物體的機率。

透過AI分析相片僅須5秒,即處理1,500張相只需約2小時,較肉眼快約6小時,目前準繩度約65%。王德輝認為目前軟件確偶有錯判,主因是要讓AI學習更多;其次是處方希望做到「寧濫勿缺」,軟件辨認出相片再交由人員臨場判斷,「確保不會錯過任何一個機會」。

處方計劃未來加強訓練AI同場景之深度學習數據庫,加入識別失蹤者的表徵如衣着、背囊和帽子,並支援熱成像照片圖像分析技術。