2018年8月5日

2018年7月號閱讀意見調查問卷 獲獎名單出爐!!

(臉譜出版)

獲得
《毒生物圖鑑:36種不可思議但你絕不想碰上的劇毒物種》
 的讀者有:


恭喜以上讀者,我們近日將以email與您聯繫,確認寄書地址。
感謝各位讀者對於7月份「填問卷.拿新書」活動的參與!


2018年7月31日

科學月刊2018年8月號584期




564 顯影

568 非關科學:戴爾布呂克與我/戴至平

570 News Focus:兩系外行星與地球類似/亞洲城市空氣污染超歐趕美
571 News Focus:宇宙常數的百年孤寂/青少年、社群媒體與網路霸凌
 
572 評 論:麻疹流行後的省思/臺灣公共衛生促進協會
574 評 論:從臺灣獼猴降級看人猴衝突/郭璿

576 解 數:數學是一種語言?何不說是跨域的連結綴飾/舒宇宸
580 理 物:全民玩轉LHC 公開實驗數據/趙元
584 生 動:臨床試驗「盲不盲」/林志榮
588 變 化:塗料科學裡的堅韌因子/陳俊翔
592 天 地:高掛空中、歷時最長的彩虹/劉清煌

596 封面引言
598 封面故事一:找回臺灣的食蟲文化/詹美鈴
604 封面故事二:臺灣的食蟲未來?蟋蟀養殖與食用/Timothy Seekings、Dida Sung
606 封面故事三:食蟲的千萬種可能/李柏宏
612 封面故事四:全球瘋食蟲?世界的食蟲文化/楊正澤

張昭鼎紀念研討會專輯
618 引言:如何面對 AI 時代的浪潮
620 AI浪潮下臺灣的抉擇與未來/林翰佐
624 由人工智慧看臺灣產業大未來/陳子昂
626 AlphaGO稱霸後的第三波人工智慧革命/趙軒翎
628 為了這世界的美好/李依庭
632 5000日後的人類,如何與當代科技共生?/郭家銘

634 精選文章:如何逃出「目的論」這個漩渦看演化/許家偉

638 書 摘:《跟著怪咖物理學家一起闖入核子實驗室:一次搞懂核融合、核分裂、連鎖反應、原子彈、氫彈、中子彈的超強威力》

5000日後的人類,如何與當代科技共生?

郭家銘/本刊編輯。

當機器開始超越人類
無論是手塚治虫所描繪的21世紀仿生人《原子小金剛》(腕アトム),還是電影《機械姬》(Ex Machina)裡通過圖靈測試的機器人艾娃(Ava),這些動畫與科幻電影中充滿創造性的素材與角色,長年型塑人類的未來,等待的只是被實踐的那一天。

《時代》(Time)曾在相關報導中提到,Google技術長喀茲威爾(Ray Kurzweil)根據摩爾定律(Moore's law)推斷,在1900年代1000元美金可購買約等同昆蟲的電腦運算能力,到了2025年其已成長到相當於一個人類大腦,若摩爾定律持續有效,則人類與機器性能交界「奇異點(singularity)」將於2045年到來,這波機器人革命的結果將會超乎人類的想像。

改變人類的竟是數學
解析過往的電腦與AI應用,其層面之廣,舉凡科學實驗、電腦繪圖、火箭發射或區塊鏈等都能見其身影,然這些與當代社會息息相關的生活科技究竟是何方神聖?東華大學應用數學系副教授魏澤人從藝術領域出發,提到包含圖層的向量運算、壓製JPEG檔、RGB顏色相加、高斯模糊和魔法棒等工具,其實充滿著函數值的魔法。

為了這世界的美好

李依庭/本刊主編。

近年來,人工智慧議題發燒,全世界都在瘋AI,各領域更是隨處可聽見此字眼。在學術與產業領域中,學者與工程師們無不卯足全力開發出各種不同情境下能使用的演算法、機器學習或深度學習相關軟體,以因應現今大數據時代的來臨。縱使,社會中也存在著不同的聲音,認為現今發展尚未完全成熟,還不足以稱作是人工智慧。不過,透過各界學者、工程師的努力,現階段其實已有些初步的成果與相關應用。人工智慧對於人們而言,似乎也不是如此遙不可及……。

進擊的汽車
汽車工業的發展至今已有百餘年的歷史,在行車性能與安全性上已有很完善的設備,不過,這是指依靠人類駕駛時的情況。這些年來,在半導體面板、自動控制技術的進步之下,已有不少裝有各種先進駕駛輔助系統(ADAS)功能的汽車問世,像是前方碰撞警示、車道偏移警示、障礙物偵測示警、盲點偵測警示、彎道翻覆示警、停車輔助或駕駛狀態監控系統等,讓汽車能夠協助人們在行車時更加便捷、簡單。

但是,不論是自動主車道維持、自動適應巡航控制、自動煞車或各種警示系統等,皆屬於自駕車的初階等級,在必要時仍需駕駛者進行手動的操控,距離完全不需人們手動控制的自駕車或無人車仍十分遙遠。而面對此差距,便得嘗試從人工智慧的範疇進行突破。

AlphaGO 稱霸後的第三波人工智慧革命

趙軒翎/本刊副總編輯。

2016年3月,由Google DeepMind團隊開發的人工智慧(AI)圍棋軟體AlphaGO,以4:1的成績擊敗韓國職業棋士李世;隔年,又以更強大的運算能力,打敗世界排名第一的棋士柯潔。這兩場AI與人類在圍棋上的世紀對決,讓更多人實際見識到AI已能進行複雜的運算與判斷,並能透過與自我學習來強化能力。

AlphaGO雖然退役,但它帶起的AI潮流才正揭開序幕,未來AI會怎麼走?我們又能怎麼好好利用這強大的科技?

人工智慧發展
為了解這一波AI的浪潮,臺灣大學資訊工程學系教授林守德首先帶著我們回顧AI的發展歷史。在80年代前後,人類想方設法將專家的知識用電腦語言輸入,希望電腦能運用這些規則來為人類解決問題,例如找一群頂尖的醫師,將他們對於疾病的瞭解、診斷方式輸入電腦,由電腦為病人診斷病情。也就是說,這個時期的AI性能取決於現有知識的多寡,沒有自我學習能力,只要超出知識編碼範圍就無能為力。

90年代以後進入AI第二波革命,搭著電腦記憶體運算能力增強、網際網路開始發展的順風車,AI有了更多可能。一來,網路使資料取得更容易,能提供給電腦的資訊增加;二來,硬體設備、技術的進展,擁有高速運算能力,讓機器學習變成可能。