MAKER EVEN

近年來，曾一度風靡美國的STEAM教育成為時下大熱，在教育領域的出鏡率居高不下，許多學校、教育機構甚至企業都紛紛加入了這股熱潮。如果你還不知道STEAM，那可真落伍啦! STEAM教育，你真的瞭解嗎? STEAM是一種教育理念，有別於傳統的單學科、重書本知識的教育方式。STEAM是一種重實踐的超學科教育概念。 STEAM教育理念最早是美國政府提出的教育倡議，為加強美國K12關於科學、技術、工程、藝術以及數學的教育。STEAM是這五個學科的英語單詞縮寫：Science(科學)、Technology(技術)、Engineering(工程)、 Arts(藝術)、 Maths(數學)。 如果你以為STEAM這幾個字母的疊加等於這幾門學科的“大雜燴”，那可就大錯特錯啦! 具體來說，STEAM教育不僅僅是提倡學習這五個學科知識，更是提倡注重學習與現實世界的聯繫和一種新的教學方式。它能夠讓學生們自己動手完成他們感興趣的、並且和他們生活相關的專案，在過程中學習各種學科以及跨學科的知識。STEAM教育理念強調的是多學科、跨領域知識的學習與應用，并且賦予了比傳統教育理念更強大的實踐能力要求。 Google在2017年推出了 AIY Projects，將 Raspberry Pi 與配件、軟體和必備的紙板搭配使用，巧妙的將 AI 與 DIY 玩法結合，讓使用者能夠製作出專屬的 Google Assistant 智能音響，近期 Google 又為 AIY 推出視覺和語音套件的改進版本，讓使用者能夠更簡單上手。 “Google正在採取許多努力讓機器學習能夠更為"平易近人"，AIY Projects 主管 Billy Rutledge 表示，他們希望幫助教育工作者將 AIY 加入到 STEAM 的課程計畫中，並透過新版 AIY 套件的協助，幫助學生應對更多未來挑戰。” 據瞭解，新的視覺套件和語音套件已經在香港率先開售，價格分別是港幣706和港幣392。感興趣的家長們，可以關注Google AIY系列開發套件的香港線上商城——引力互聯GravitylinkStore。 AIY可以作為很不錯的教具，啟發學生們的動手、動腦、創造能力。家長和老師們，需要注意引導學生跨學科知識的學習與運用。結合實際問題，培養學生對新知識、新方法的學習能力；培養學生在解決問題過程中的系統性思維，引導他...

AI無疑是如今最火的領域。2017年，Google正式發布其新的開源計劃--AIY Projects(AIY計劃)，目標是讓每個 Maker(創客) 都能 DIY 自己的 AI 人工智慧產品，讓更多人能學習、探索并體驗人工智慧。其中，Voice Kit 是語音識別開發工具，它允許用戶使用 Google Assistant??SDK 將Raspberry Pi轉變為語音控制助手。Vision Kit 是圖像識別開發工具，由TensorFlow 機器學習型號提供支持，支持離線識別。近日有消息稱：AIY 系列套件已經在港率先開售。 小身材，大作為，讓人工智慧為人人可用 1、AIY Voice Kit 語音套件 AIY Voice Kit 作為一款語音工具，可以連接云服務，如 Google Assistant SDK 或者 Cloud Speech API 均可，也可以使用自身系統，其自身采用的系統很簡單，為全球流行的樹莓派(Raspberry Pi)。用戶可在此基礎上創建虛擬語音助手、為自己的項目添加語音交互功能。Voice Kit 的組成，主要有聲音捕捉、回放附件，非常易用的連接器、子板、揚聲器、微伺服系統等等。 Voice Kit的主要功能及作用： ·可取代物理鍵和顯示屏; ·可取代智能手機APP以控制連接的設備; ·可以為助理機器人增加語音識別的功能。 2、AIY Vision Kit 視覺套件 AIY Vision Kit 的主要組件是 Raspberry Pi 的 Vision Bonnet 配件板。這個組件的低功耗視覺處理單元能在設備上運行神經網絡模型。附帶的軟件運行三個基于TensorFlow的神經網絡。 其中一個基于MobileNets 平臺，能夠識別超過千種日常物品。第二個可以在圖像中發現面部和表情。最后一個是專門用于辨別貓，狗和人的神經網絡。 Google 還為 AIY Vision Kit 創建了工具，允許用戶使用 TensorFlow 訓練新模型。該套件支持 Python API 以進行基本更改，例如更改按鈕 LED 的顏色，調整揚聲器音量等。 北美一上架就售空！Google AIY到底有多神奇?！ AIY Voice Kit 套件可借助 Google Assistant SDK 和 ...

Google 在美國時間 3 月 6 日公布推出名為 Coral (beta) 的平台，讓大家可以建構具備本地 AI 的物聯網終端裝置，並同時發表了五款硬裝置。 所謂「本地 AI （ local AI ）」或稱為「 On-device AI 」，是指不經過雲端，而是在本地端裝置（邊緣裝置）上進行 AI 處理， Coral 平台就提供了完整的本地 AI 工具，讓開發人將意念從原型化為產品。它包括硬件元件、軟件工具和內容，讓開發人創建、訓練和執行本地邊緣裝置神經網絡。Coral 平台還同時支援 Google 今日推出正式版的人工智能框架 TensorFlow Lite 。 備有 Edge TPU 機械學習加速的 Coral Dev Board Google 同時公布了五款 Corel 平台裝置，分別是單板電腦「 Coral Dev Board 」、支援 Raspberry Pi 或 Debian Linux 電腦的 USB 加速器、對應 Dev Board 的 500 萬像素鏡頭模組、 Dev Board 的系統模組（ SoM ），和輕易將機械學習加速器 Edge TPU 與現有電腦系統整合的 PCI-E 加速器。 支援 Raspberry Pi 或 Debian Linux 電腦的 USB 加速器，同樣內裝 Edge TPU 。 裝有 Edge TPU 的系統模組 其中， Coral Dev Board 就像一塊專為本地 AI 優化的 Raspberry Pi ，附有一片可置換、備有 Edge TPU 機械學習加速器的 SoM 系統模組，它使用名為 Mendel Linux 的 OS ，支援 TensorFlow Lite 框架。編程語言方面，現在只支援 Python ，但將來就會加入 C++ 支援。售價為 $149.99 美元（約為港幣 $1,177 ）。 Edge TPU 模組規格 底板規格 日前， Gravitylink 商城宣布成為 Google AIY 系列產品的香港獨家授權經銷商，在他們網站也見到有關 Edge TPU 產品即將上市的宣傳，相信不久香港也能買到 Coral 平台產品吧？ 日前宣布成為 Google AIY 系列產品的香港...

在現今，商業或社交網站都存在著大量的“深度學習”算法。在過去的十年中，這些強大的人工智慧（AI）工具已經越來越成功地應用于圖像分析，語音識別，翻譯和許多其他任務。實際上，這些算法的計算和功率要求構成了現在數據中心的主要需求，而且仍在增長。 研發設計人員經常將大部分高度并行計算卸載到商業硬件上，尤其是最初為快速圖像渲染而開發的圖形處理單元（GPU）。這些芯片特別適合于計算密集型“訓練”階段，該階段使用許多經過驗證的示例來調整系統參數。 “推理”階段，其中部署深度學習來處理新穎的輸入，需要更大的存儲器訪問和快速響應，但是歷史上也已經用GPU實現。 然而，為了應對快速增長的需求，公司正在競相開發更直接賦予深度學習能力的硬件，最迫切需要進行推理以及培訓。大多數工作都集中在“加速器”上，這些加速器與GPU一樣，在通用處理器的松散方向下快速執行其專門任務，盡管也正在探索完整的專用系統。本文所聯系的大多數公司都沒有回應或拒絕在這個快速發展和競爭激烈的領域討論他們的計劃。 深度神經網絡 自20世紀80年代以來使用的神經網絡受到人腦大腦簡化模型的啟發。 深度學習技術使神經網絡具有更高級別的復雜性，通過計算能力的大幅增加以及在特定域中訓練系統所需的大型驗證示例數據庫的可用性，其成功實現了它們。 “深層”神經網絡將神經元排列成層（多達數十層），逐步“推斷”輸入數據的更抽象表示，最終導致其結果; 例如，翻譯的文本，或識別圖像是否包含行人。 當網絡最終用于推理時，權重通常在系統暴露于新輸入時保持固定。 層中的每個神經元執行獨立計算（將其每個輸入乘以相關權重，添加乘積，并進行非線性計算以確定輸出）。 伊利諾伊大學厄巴納 - 香檳分校的計算機科學家克里斯托弗弗萊徹表示，大部分計算都可以作為矩陣乘法，這可以讓許多步驟同時完成，并且“看起來像我們一直在解決的問題 在很長一段時間內在GPU和高性能計算上。“ 定制化硬件 在推理過程中，與離線培訓不同，無論是在自動駕駛汽車還是在Web應用程序中，快速響應都至關重要。 “延遲是云提供商最重要的事情，”弗萊徹指出。相比之下，他說，傳統的“GPU是專為那些不關心延遲的人而設計的，但是有很多工作，只要他們獲得全部吞吐量，一切都會好起來的。” 認識到響應時間的重要性以及預測神經網絡應用不斷增加的功率需求，云計算巨頭谷歌...

雖然時髦，無處不在的商業流行語是加密貨幣和區塊鏈，但被稱為第四次工業革命的真正強大因素是人工智慧。 無論是被譽為提高商業效率的靈丹妙藥還是人們對人類消亡的恐懼，人工智慧都在我們身上，并將以我們只能開始想象的方式影響整個企業和社會。 系好安全帶。 這是競技場中的一些影響者所說的2019年。 首先，Linux基金會研究主任Ibrahim Haddad表示，有兩個關鍵領域需要關注。 “2019年將成為開源AI的一年，”Haddad預測道。 “我們已經看到公司開始開源他們的內部人工智慧項目和堆棧，我希望在未來一年內看到這種加速。” 他表示，此舉的原因在于它可以增加創新，加快產品上市速度并降低成本。 “構建平臺的成本很高，組織正在意識到模型，培訓數據和應用程序的真正價值。我們將看到圍繞一系列關鍵項目的協調，為AI，機器創建一個全面的開源堆棧 學習和深度學習。“ 此外，Haddad表示基金會正在看到有關數據許可和人工智慧的更多標準化。 “我們希望以策劃和創建更多開源數據的目標出現新的努力，”Haddad說，這一發展將開啟有關隱私的關鍵問題的討論。 需要開發工具和策略來保護隱私并“匿名”發現的數據。 “但與此同時，仍然有必要找到跟蹤數據來源和消除偏見的方法，以便尋找這一領域的活動溫床，”Haddad指出。 毫無疑問，中國在人工智慧方面已經取得了巨大進步。 “如果我們坐在自動駕駛汽車中，我們必須確保我們信任駕駛汽車的人工智慧系統。當人工智慧應用即將成熟時，人工智慧的信任變得越來越緊迫。同樣認證管理人們的人工頭像將是他們愿意與他們建立交易之前與其他人工智慧化身表現出信任的關鍵。“ “我們相信，世界上每個人都將很快擁有一個PAI，一個智能的化身，看起來，說話，行為與人類對應，并通過互動自我發展。” “最近幾年，人工智慧模型在新聞翻譯中突破了理解和生成語言的界限，”Tetreault解釋道。 他預計自然語言處理（NLP）/通信里程碑將在2019年迅速加速。 說到人臉檢測，谷歌曾經在2017年發布了一款AI硬件紙盒套件，也是旗下AI開源項目(AIY Projects)的作品。Vision Kit 是一套簡單的計算機視覺系統，它可以檢測幾千種常見物體，但也可以對人類的臉部表情進行檢測，并顯示出情緒，比如微笑、皺眉、憤怒、開心等等。 “我希望我...

如今圍繞人工智慧的大肆宣傳，很難知道事情的實際位置。 幸運的是，AI研究人員今天發布的一份報告，整理了一系列有助于捕捉AI熱潮狀態的數據。 1、人工智慧以令人眼花繚亂的速度商業化 涌入AI創業公司的資金數額非常可觀。 AI啟動的數量（頂部）顯示在左側，與右側的啟動總數相比較。 人工智慧投資（如下）顯示在左側，與右側的總投資進行比較。 這說明了在不同行業中使用機器學習的巨大機會，也說明了被炒作和過熱的市場。 2、AI發展的重點是中國和美國，還有歐洲 中國人工智慧不斷增強以及與美國的競爭越來越激烈。 數據顯示，歐洲也是人工智慧活動的重要中心。 但似乎有三個主要的權力中心正在興起。 3、AI領域的男性人數仍遠遠多于女性 許多研究人員指出，人工智慧研究中女性和種族少數群體的數量不足。 新報告提供了一些數據來支持這一點，顯示人工智慧相關工作申請人中的女性人數短缺（上圖）和人工智慧教學中的人口比例（下圖）。 4、現有AI技術正在快速提高 該報告包括若干技術進步的衡量標準，包括圖像中物體識別的準確性，根據人類平均表現（上圖）測量，以及新聞文章機器翻譯的準確性，使用人類評委指定的分數（下圖）進行測量。 這并不意味著該領域越來越接近開發人類級人工智慧，但它們顯示了近年來關鍵技術的磨練方式。 比如計算機視覺功能的發展用例，谷歌曾經在2017年發布了一款AI硬件紙盒套件（也是旗下AI開源項目(AIY Projects)的作品）。其中，Vision Kit 就是一套簡單的計算機視覺系統，它可以檢測幾千種常見物體，但也可以對人類的臉部表情進行檢測，并顯示出情緒，比如微笑、皺眉、憤怒、開心等等。 5、人工智成為一個戰略政策問題 美國國會（上圖）和英國議會（下圖）中的人工智慧和機器學習的提及在過去幾年中爆炸式增長。 這反映出人們越來越意識到該技術的經濟和戰略重要性。

人工智慧（AI）無處不在，受到大量投資，大量創業公司，所有成熟技術供應商以及大大小小的企業的影響，他們正在嘗試為自己的底線做些什么。 “有些AI應用程序不會辜負炒作，這沒關系。 人們一直計劃擁有自動駕駛汽車。 有些人仍擔心人工智慧接管可能距離僅僅20年，但事實是我們離真正的自動駕駛汽車還有很長的路要走。 至于人工智慧的收購，這只會在可預見的未來存在于科幻電影中。 我的預測是，我們對人工智慧及其能力現實的期望將在中間的某個地方遇到。 未來5年看起來會像現在一樣，但我們的日常工作將以微妙而重要的方式變得越來越有效。 AI機器人將更好地回答問題和審查客戶服務案例，智能助理將更有能力完成任務，自動駕駛汽車功能將繼續改進，但他們不會接管道路“-首席科學家 Richard Socher “人工智慧產品的采用將在2019年繼續擴展到從制造到教育，零售等不同的垂直領域。例如，在醫療保健領域，人工智慧增強型應用程序能夠減少緊急等候時間，甚至可以免費使用 醫生通過使用AI檢測和診斷腫瘤的時間。 隨著新的進步和應用程序進入各種垂直領域，隨著技術成本的降低以及組織和業務成果的改善，預計會加速采用。 在聯想，我們已經在供應鏈和零件規劃流程中使用人工智慧，這樣我們就可以為渴望通過人工智慧轉變業務的客戶提供更好的一流體驗“-聯想公司總裁兼首席運營官，Gianfranco Lanci “除了目前在移動應用和其他醫療保健IT平臺上可用的預先存在的聊天機器人之外，患者還會發現自己通過各種全渠道用戶界面進行交談。 像Alexa和Google Home這樣的對話體驗的消費者框架可能會增加HIPAA隱私支持，為機器人打開了大門，以便在患者訪問之間的時間間隔內保持對話。 在護理環境中，醫院病床旁的護士呼叫按鈕，收集健康歷史記錄的表格以及笨重的調度應用程序將演變為以客戶為中心的機器人醫療助理“-Deloitte ConvergeHEALTH首席技術官，Dan Housman “2019將看到鐘擺轉向關注邊緣執行分析。 組織將通過處理和分析邊緣數據而不是將其移回核心，存儲和應用傳統分析來節省時間和金錢。 用例包括異常檢測（欺詐），模式識別（預測故障/維護）和持久流。 自動駕駛汽車，石油和天然氣平臺，醫療設備都是這一趨勢的早期例子，我們將在2019年看到擴展。這一趨勢的成本驅動因素是帶...

高通公司的驍龍 855是官方近日新發布的產品，同時該公司稱將于2019年推出Android旗艦產品。 高通公司宣布其2019年的旗艦系統芯片（SoC）：驍龍 855。由于高通公司在高端SoC市場基本上沒有競爭 - 特別是在美國 - 驍龍 855將成為幾乎所有旗艦Android手機。與2018年推出的驍龍 845芯片相比，高通公司承諾將CPU速度提高45％，GPU速度提高20％，以及將迎來5G連接時代的平臺。 那么驍龍 855與其前身驍龍 845有何不同？ 首先，晶體管越來越小。 驍龍 845基于三星的10nm半導體制造工藝，但855正在轉向臺積電的7nm工藝。 較小的制造工藝帶來了更低功耗和更小芯片的優勢，7nm節點使驍龍 855與Apple相提并論，Apple今年早些時候在iPhone XS中推出了7nm A12 Bionic SoC。 驍龍 845 CPU的品牌為“Kryo 385”，擁有4個2.7Ghz Cortex A75內核和4個1.8GHz Cortex A55內核。 這兩個CPU集群將CPU分成“大”和“小”工作負載，其中四個更大，更耗電的內核處理更重的處理任務，如前臺應用程序（A75內核）和四個更慢，更低功耗的內核處理后臺任務和 空閑處理（A55核心）。 驍龍 855仍采用這種4 + 4核心布局構建，但現在其中一個大核心具有提升的時鐘速率。 所以新款驍龍 855 CPU的品牌為“Kryo 485”，并為“大”集群改為四個新的基于Cortex A76的內核，其中三個核心的時鐘頻率為2.42GHz，另一個時鐘頻率為2.84GHz。 高通將這款提升核心稱為“Prime Core”。 較小的核心集群使用與舊芯片相同的四個1.8GHz Cortex A55內核。 GPU從845的Adreno 630變為855的Adreno 640 GPU。除了承諾它將提高20％并且支持Vulkan 1.1之外，高通并未對GPU有太多了解。 該公司稱其在每瓦性能方面處于行業領先地位，并且通過其新GPU強調“持續系統性能”，因此它應該減少更少。 這應該是對游戲的改進。 高通表示，海克斯康690 DSP已經從普通的DSP轉變為更通用的處理器。 由于新的“Tensor Accelerator”用于中性網絡工作，該公司將該組件作為“AI平臺”投放。 ...