鴻海 AI 電動車
圖片來源 : 鴻海官網

【2分鐘看AI大事】鴻海MIH電動車平台將問世/一張圖考你會不會被AI取代

AI 趨勢新聞精選
【2020/12/17〜2020/12/23】

➡️ ➡️ 我們將在電子報提供您更深入數據處理洞察,點擊連結訂閱:https://ai-blog.flow.tw/register

鴻海MIH電動車平台將問世 全球200家重要廠商參與

圖片來源 : 鴻海官網

STPI重點摘錄:

鴻海宣布逾200家廠商響應加入MIH電動車軟硬體和關鍵零組件平台生態系,首款開發者工具平台「EV Kit」將於2021年1月發佈,將提供MIH聯盟系統開發者線控驅動(Drive-by-wire)車端平台,開放車端通訊資訊(CAN通訊協議)讓開發者可在自動駕駛、智慧座艙與動力系統上進行開發。

鴻海集團技術長魏國章表示,MIH是軟體定義的開放平台,強調軟、硬體分離、開發週期縮短,MIH平台未來鎖定支援多種自駕個人化模式的自動駕駛、車輛管理,以及自動計程車等應用,也積極投入智慧車領域。

根據鴻海先前資料顯示,MIH全球夥伴包括亞馬遜網路服務AWS、微軟、聯發科、高通(Qualcomm)、德州儀器、意法半導體、羅姆、寧德時代等。還包括整車空中下載升級(OTA)解決方案研發商科絡達(CarOTA)、汽車零部件巨擘德納(DANA)、電源管理解決方案研發商伊頓(EATON)等。至於,工業電腦廠凌華提供硬體和通訊模組、智慧汽車平台AutoCore提供計算平台設計方案,以及自動駕駛軟體開發商Tier IV負責定義軟體應用層的功能需求。


矯正署智慧監獄 人臉辨識淪裝飾品

圖片來源 : 聯合新聞網

聯合報重點摘錄:

法務部矯正署力推「智慧監獄」,希望透過人臉辨識、移動偵測等科技功能來彌補人力不足的問題。但有知情人士爆料,矯正署花費逾五千萬元建置的系統「都是裝飾品」,人臉辨識系統甚至須看監視器超過數十秒,才有辦法辨識身分。

該計畫二○一九年四月廿四日上路至今完全不能用,使用新建置系統後,既有監視器傳回的資料反而畫素降低,「從高清變低清」,1080p的畫面變720p以下;而主打的行為偵測,例如受刑人打架可發出警報等,錯誤率奇高,且偵測範圍狹隘,「如果沒有在舍房正中間打,就會偵測不出來」,反而是受刑人起床穿衣服、站起來,或是甩毛巾、裝棉被,都會被當作打架,觸發警報。


超缺保全怎辦?AI、小型無人機來解

共同網重點摘錄:

AI和小型無人機正在逐漸進入保全一線。模擬其形象的「虛擬保全」為客人測量體溫並應對提問,AI攝像頭時常監控並探測危險,搭載4K攝像頭的小型無人機在上空監視。在人手嚴重不足的保全行業,採用最尖端技術已變得不可或缺。

另一方面,保全公司ALSOK(綜合警備保障株式會社,日本上市公司,至今成立55年)正在探討引進從監控攝像頭的視頻中分析可疑舉動,由AI對可能實施偷竊的人員進行預測的系統。此外若自動判別摔倒及蹲下的人併發出通知,保安能帶著自動體外除顫器(AED)立即趕往現場。

ALSOK負責人指出,「在今後的保安工作中,4K、AI、5G將成為三種神器。」4K是眼睛,AI是頭腦,沒有延遲地傳送視頻的第五代(5G)移動通信系統,將起到神經的作用。


解決痛點 人先落地、AI才能落地

圖片來源 : 海盛科技

知勢重點摘錄:

看不到、量不到、控制不到是養殖漁業的三大痛點,現在養殖漁戶也能透過手機隨時了解養殖魚蝦在水下的成長狀況,進而減少不必要的勞力成本付出。

怎麼做?海盛科技透過水下攝影機連結能自動蒐集魚群資料,並傳送至雲端的物聯網AI場控分析儀,透過雲端內建人工智慧搜尋引擎與自動影像強化對魚群進行分析,再透過自建的API對接平台整合現場設備。

而這當中最重要的就是水下的影像處理,超過70%的影像不是沒有錄到,就是看不清楚魚隻,於是提出了雲端智能養殖魚群縮時搜尋與影像強化系統作為解決方案,當中應用到物件辨識、追蹤、自動分群等人工智慧技術過濾出值得漁民查看的影像,更透過全自動水下影像除霧技術強化水中影像的辨識性。

許多傳統產業從技術導入到數位轉型的過程中,其中必須面對的一個關卡就是沒有辦法被量化經驗的老師傅。海盛科技共同創立人連唯証認為,應該要在不打擾對方工作的狀況之下去收集數據,而不是要求對方應該幫你做什麼事情,應該是要去問人家問題,建立信任關係。


不想被AI取代?一張圖了解自己是否具有「創造性思考」

圖片來源 : 遠見 & 深思快想

遠見重點摘錄:

充滿AI的未來,什麼樣的工作只有人類能做呢?《深思快想》一書中,作者建議可以用四個象限架構起來情境來思考,兩個軸分別為「專業性程度」、「思考的深度」來分析高深知識與思考能力。

淺薄的思考就是「定型的思考」,深入思考則是「創造性思考」。如果思考方式淺薄,就算用再高深的專業知識,也很容易被電腦取代。一般認為,靈感對創造性工作很重要;但其實最重要的是深入思考。

台積電 TSMC

【2分鐘看AI大事】世界上最重要的地方在哪裡/訓練AI,究竟需要多少數據

三招助你消除人工智慧的傲慢與偏見!