machine learning
in

【科技新聞洞察】覺得人生好難?換AI來找解方

文/ 若水 Flow AI Blog 編輯團隊

【愈接近自然愈快樂? 用AI分析社群照片找答案】

NATURE:新加坡國立大學發表研究,用AI分析183個國家、31,500張社群媒體照片,發現當人們覺得快樂或從事有趣活動時,拍出來的照片景象愈常與大自然有關。

這驗證了美國生物學家Edward Osborne Wilson於1984年在其著作《親生命性》提出的看法,「人有種親近自然世界的本能」,也就是所謂的「親生命假說」(biophilia hypothesis)。

「接下來,我們想了解大自然如何助益人們對生活的滿意度,從中也找到對保護環境的建設性作為」

該研究主持人之一、新國大副教授Roman Carrasco說。


【從防汛到農損勘災,用AI守護台灣的公共安全】

新冠肺炎來得又急又猛,對工作、生活帶來的影響已遍及全球。與此同時,人類生存的風險一點也沒少過,只是未必如影隨形,比方,極端氣候。

極端氣候帶來的影響已無須多述,而這也成為近年來許多城市、國土規劃及公共安全的重要課題。

中央社報導,最近,國研院利用台灣AI雲,整合即時水情監測、模擬運算技術,在3分鐘內完成未來1小時的水情變化預測,供地方政府做防災規劃 。目前已與4個縣市合作,預計2021年全台都可使用。

另外,根據聯合報指出,中興大學土木工程系特聘教授楊明德領軍的團隊,將 AI 導入無人機農損勘災,一分鐘就可辨識超過 15000 株水稻,相當於 2.5 個足球場大。過去人工勘災通常得耗時一個月才能完成,如今只要兩至三天。


【MIT Sloan:9大趨勢,環環相扣翻轉世界】

MIT:預測未來,愈來愈難,索性還有人願意做下去。MIT Sloan 在其2019年版的管理評論中,拋出2030可能發生的9大趨勢,毎個變因環環相扣,值得一探。

重點摘要如下:

1, 人口:世界人口數量預計會成長至 85 億,現存人口中超過10億人會活得超過65歲。

2, 都市化:超過2/3的人口會住在都市裡,大型建物需要數據分析和AI管理、發揮更好的運作效能,都市農業可能興起。

3, 透明化:走到哪裡,各式各樣你接觸的物品都在嘗試收集你的偏好、行為數據,世界會變得更加開放,但也意謂著更少的隱私。

4, 氣候風險:氣候變化會來得更急、更頻繁,而且舉世皆然。海平面上升、物種減少、大自然資源愈見稀缺,北極圈到夏天甚至會沒有冰。

5, 資源壓力:伴隨著經濟成長,所需的金屬和水資源同樣面臨短缺的壓力。循環經濟勢在必行,水資源則強調如何回收再利用及海水淡化。

6, 潔淨技術(clean techchlogy):隨著潔淨技術的成本下降,再生能源供應量持續成長,電動車將成主流。

7, 科技轉移:IOT無所不在,AI和機器學習(machine learning)將會更助益,同持精巧地控制人類生活,就好比蘇俄用網路影響美國總統大選。

8, 全球政策:國與國之間,或國際重要組織將如何聯手解決貧窮、氣候變遷等上述壓力。預測政治總是困難,企業或許因此要成為推促一切走向永續的重要力量。

9,民粹主義:國家主義和激進主義會愈演愈烈,抑或,走向平靜?

圖片來源:Unsplash

【瑕疵檢測】PCB如何快速導入AI,若水用3招解決AOI高誤判率

IKEA要用AI單挑退貨,從賠錢貨裡淘金!