娶了UI設計師的Python工程師-北歐生活

本文為該系列的下篇，上篇請 點此連結   一起來看看他自學 Python 研發的AI厲害在哪,又是如何改變市場?   與東大實驗室合作　研發出包裝喜好預測評估 AI 為了讓專案更好的步上軌道，坂元向隸屬於東京大學的山崎實驗室「求助」──他每 1.5 個月會與實驗室的副教授山崎俊彥開 1 次會。 坂元表示：「見面的時候山崎教授不只會教我編碼方面的知識，還會提出『有這樣、那樣的演算法，你為什麼不嘗試看看呢？』回去後我會用 Google 搜索相關知識，於下一次開會時報告結果。」坂元微笑道：「教授把我當成他的學生一般照顧，感覺就像我在 50 歲時考上了東大一樣。」 在山崎教授的建議下，阪元的開發方向確定為「包裝設計喜好度評估預測  AI  服務」。 2020 年 6 月，坂元與東京大學山崎實驗室共同在當年的日本 人工智慧 學會上發表論文：《使用深度學習預測包裝設計的受青睞程度》（深層学習を用いたパッケージデザインの好意度予測）。 隨後，幾乎是由阪元個人所研發的「包裝設計評估  AI 」終於開發完成。 這款  AI  可以將包裝設計的好感度以 5 分制評分，還可以直觀地看到消費者在包裝上著重於什麽地方、包裝設計方面的哪個部分會連結到喜好度等細節，整個分析過程只需要幾分鐘的時間。 ▲ AI 可以在幾分鐘內為你的包裝設計評分。 至於預測值的準確率，比較「問卷調查結果實測值」與「 AI  計算的預測值」兩者之後，得到的結果，誤差低於 5 ％的結果高達七成以上，相關係數為 0.514。不同商品類別的準確率亦有些許落差，如啤酒、調味料、保養品等類別可得到很高準確率，甚至達實用階段。   被雀巢選中來決定新商品的包裝 2020 年 7 月 ，知名速溶咖啡公司雀巢宣布他們的新系列商品「雀巢咖啡黃金組合－大人的獎賞」（ネスカフェゴールドブレンド　大人のご褒美）的包裝，是採用 Plug 公司的「包裝設計評估  AI 」所輔助完成的。 ▲ 雀巢採用包裝評估 AI之產品。AI 以熱點圖的形式表達消費者最關注的地方。 雀巢表示，這次的新商品從口味、命名到包裝都十分精心考量，想帶給消費者豐富、優雅的印象，因而採用了最新...

    這年過半百的日本副社長都有勇氣從零開始自學 Python 了,你還有什麼好畏懼?   目錄 年過 50 歲的日本副社長自學 Python！寫出的 AI 還被雀巢採用 一間市場研究x包裝設計公司，為什麼要自己研發 AI？ 從完全不會到寫出程式　副社長一年花 1000 小時學習 AI 與東大實驗室合作　研發出包裝喜好預測評估 AI 被雀巢選中來決定新商品的包裝 從 0 經驗的大叔，變成改變整個市場型態的推手   年過 50 歲的日本副社長自學 Python！寫出的 AI 還被雀巢採用 你是否也有個轉職夢，想學  Python 、當工程師或設計  AI  軟體，卻因為擔心自己的背景、年齡、經歷而不敢往前？ 那這位已經日本的 50 歲「文科」副社長坂元英樹，從完全的外行人到研發出改變產業的 AI 應用的故事，肯定能激勵你！   一間市場研究x包裝設計公司，為什麼要自己研發 AI？ 故事要從坂元英樹所任職的公司「 Plug 」（株式会社プラグ）說起。 Plug 是由一間從事市場研究的公司、與一間從事包裝設計的公司於2014年合併而來，當時只是員工數約 30 人的小公司，至今已有約 70 名員工。Plug 主要提供的服務為：透過市場調查來了解消費者對商品包裝的喜愛度、偏好度與購買相關度等資訊。 ▲ Plug 是一間提供市場行銷調查和包裝設計開發業務的日本公司。 過去傳統做法是：當廠商需要決定最終要選擇 A 設計或 B 設計，Plug 便會調查數百個消費者的意見和想法，統計出哪個設計方案會讓消費者更有購買慾。 換句話說，大多數產品包裝都是由客觀的數據資料決定的。這表示 Plug 要做的是把「包裝美觀好看」這種主觀因素，轉化成「因為它在市場上會更受歡迎」這種可以明確量化的客觀因素。 ▲ 市場調查重要的地方在於把市場接受度量化成具體數字。圖為日經雜誌（日経クロストレンド）委託 Plug 調查各品牌即食沖泡湯包的包裝設計、在市場上的喜愛排行。圖片來源：Plug 官方網站。 但在各種新興技術蓬勃發展的現代，有什麼更快、更好、更準確的方法，可以數字化出「包...

這強大的 人工智慧 SEER,在它自主學習的後面,到底有多強大的基石??   目錄 FB出動IG十億張照片，訓練最強圖像識別AI「SEER」 何謂 AI 的自監督式學習是什麼？ 奠基在 10 億張圖上的自監督 AI FB 最強圖像辨識 AI 「SEER」 的潛力   FB出動IG十億張照片，訓練最強圖像識別AI「SEER」 近年來自監督式學習（self-supervised learning）的研究與發展十分蓬勃，如 Google Brain 在 2020 年公開的「SimCLR」就被認為是個重要的里程碑。 但坐擁著全球最大影像資料庫之一 Instagram 的  Facebook  也不惶多讓，透過 Instagram 上超過 10 億張的公開照片，訓練出最新的自監督式學習模型「SEER」（SElf-supERvised），並宣稱 SEER 是目前在圖像識別測試之中，表現最優秀的  AI  。   何謂 AI 的自監督式學習是什麼？ 機器學習中最廣泛使用的監督式學習（supervised learning），是由人給定標記好的資料，讓  AI  學習正確答案並作為推論根據。但是，這種方法依賴於人工事先標記，不僅要耗費大量時間、人力與資源，AI 也只能針對已標記的特徵來學習、完成特定範圍內的任務，如：語音轉文字、分類圖像、物件辨識等。 為了突破這些限制，自監督學習（Self-supervised Learning，SSL）就應運而生了。 自監督學習是觀察現有訓練資料中的任何部份來學習，透過預測來認識世界，而無需仰賴人工事先給定的標籤。 換而言之，自監督學習所訓練的  AI  模型，能藉由觀察過去與現在的訓練資料，來預測未來會發生的事。如 SEER 可以透過觀察未標記、未分類的 Instagram 照片，就辨識出照片中的物品或人物。 這讓許多人相信，AI 技術若要開創新局面，利用自監督式學習是最好的方式。 Facebook  AI 研究團隊也認為，AI 的未來在於不需依靠人類事先準備好的「教材」來學習如何識別物件，而是能直接從任何形式─...

這科技公司研發的 人工智慧 ,準備要把你的手機 變身更精準的氣象台啦~   目錄 人工智慧、IoT導入，手機就是精準氣象台！ 「鬼門關前走一遭」促使退役空軍打造超精準預測 透過人工智慧，人人都能用手機監測天氣 精準度高出同業6成被納入軍用，未來可望發射衛星⋯⋯ 人工智慧、IoT導入，手機就是精準氣象台！ 你是否感覺氣象預報好像不太準？ 過去科學家透過蒐集各種氣象資料，分析氣壓、鋒面等天氣系統，建立出能運算大氣中空氣流動的數學模型，試圖掌握、預測天地間的風雲變化。然而氣象觀測的微小誤差會造成氣象預測的不確定性，而且隨著時間演進，預測的差異也會越大。 為了改善這些問題，美國一家智慧氣象科技公司「 Tomorrow.io 」採用 人工智慧 、大數據與物聯網 IoT 技術，讓每一隻手機都能變身氣象觀測站，希望能提供比傳統氣象機構更準確的預報。   「鬼門關前走一遭」 促使退役空軍打造超精準預測 雖然現今社會已不需完全看天吃飯、被氣候左右命脈，但天氣的變化依然會對現代人的生活造成劇烈的影響。 美國氣象科技公司 Tomorrow.io 打造「精準氣象預報」的初衷，就是來自於三位共同創辦人 Shimon Elkabetz、Rei Goffer 與 Itai Zlotnik 於故鄉以色列服役時，因為天氣造成的瀕死經歷。 他們三人在軍中時都曾遭遇過突如其來的濃霧或大雨，不僅會影響能見度，更可能會危及性命。Shimon Elkabetz 曾在以色列空軍服役，一次飛行任務因為氣象預測沒能提前預警，讓他飛進能見度極低的雲層之中，飛機差點就失去控制。安全返航後，他心想：「真該有人來改進現在這種粗糙的天氣預報。」因此，他們開始思考能更準確地預測天氣的方法。   透過人工智慧，人人都能用手機監測天氣 經過了許多相關研究後，他們認為，若要改善天氣預報的準確度，必須要讓現今的觀測儀器及方法有所突破。 目前大多數的氣象觀測儀器，如地面觀測站、高空觀測站、氣象雷達、氣象衛星及海上浮標等，目前全球約有 22,100 個氣象觀測據點，都是 50 多年前推出的。 那麼要如何才能大量新建、擴充觀測據點，又不需另外付出巨額費用呢？ 三人想到了人手一隻、數以億計的手機...

  本文為該系列的下篇，上篇（關於 Google 棄 Cookie 改用機器學習追蹤的新聞,Cookie 的解釋以及 AI 如何保護隱私）請 點此連結       至於 人工智慧 在牧業上有哪些厲害新技術?這篇也會讓你大開眼界!!   照顧動物有新招　連接衛星的智慧名牌、牛臉 AI 辨識 圖片來源：Ceres Tag 官網。 除了農業，全球的畜牧產業也邁入智慧化，也有眾多科技公司開始研發畜產監控技術。位於澳洲昆士蘭的 Ceres Tag，就是專門製作給動物配戴的「智慧名牌」、方便追蹤管理的公司。 昆士蘭州的總面積達 170 萬平方公里，其中超過 80% 都用作為放牧地，如何讓牧場人員能即時管理、照護廣闊牧場上成群的動物，如牛隻走失、生病或母牛生產等，就成了極需解決的問題。 Ceres Tag 研發出能讓牛、羊、豬等動物別在耳上的電子標籤，被稱為「電子耳標」，僅由太陽能就能運作，並與衛星連結，將牛隻的即時狀況回傳給牧場人員。 包括監測追蹤動物的移動、即時健康資訊、體重變化、動物隻數等，甚至能遠端監測牛隻反芻的程度，搭載的 GPS 技術也能告訴牧場人員每隻動物所處的位置，亦能確保牠們的夜間安全。 而所有通過衛星接受的資料數據，都會儲存在雲端數據平台中，Ceres Tag 也提供進一步分析數據資料的服務，提供牧場人員參考。 除了讓牛隻配戴智慧名牌，中國一家科技公司 Beijing Unitrace Tech 也透過建立「牛臉辨識系統」，協助畜牧業者即時追蹤家畜狀況。 圖片來源：華盛頓郵報。 Beijing Unitrace Tech 藉由每隻牛臉部輪廓和斑紋形狀的不同，建立出牛隻專屬的 人工智慧 辨識系統，並與飼主裝在飼料槽或擠奶站的監視器連線，就能即時獲得家畜的健康、體重、妊娠等不同狀況。 創辦人趙金石在接受美國《華盛頓郵報》採訪時表示：「我們可以知道特定的牛隻喝了多少水、吃多少東西，以及一天有多少時間進食。」他解釋，當家畜從戶外圈養處走進擠奶站的通道時， 人工智慧 系統能偵測出家畜不適的徵兆，或不尋常的行為模式，飼主就能立即進行處理。 「這系統非常厲害，能夠讓工作變得輕鬆許多，我能隨時掌握牠們的體重。」中國河北省一...

人工智慧 的觸手也伸進農牧業啦!來看看它為二產業帶來多少厲害的技術!   目錄 電腦不只會撿土豆？人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識… 糧食短缺＋疫情衝擊　智慧型農業市場規模將達 112 億美元 由人工智慧監控的完美農園 照顧動物有新招　連接衛星的智慧名牌、牛臉 AI 辨識 AI 或成農牧業轉型關鍵   電腦不只會撿土豆？人工智慧打造「精準農業」種出完美蔬菜、進行牛臉辨識… 人工智慧 能做到的事情到底有多少？近年來，世界各地的農牧畜產業也吹起「AI 風」，將 IoT 物聯網技術、ICT 資通訊技術與 AI  人工智慧 技術等導入農、牧場經營產業，不但能降低經營成本、增加收益，還有助於減輕對環境造成的衝擊。 最重要的是，還能針對不同作物給予最適合的種植決策與處理，種出最青翠可口的蔬菜；畜養的牛羊豬等動物，也能透過高科技裝備得到最完善、人道的照顧。 而這種將高科技技術應用在農業上的形式，被稱為「精準農業」（precision farming）。 圖片來源：BoomGrow Farms 官網 糧食短缺＋疫情衝擊　智慧型農業市場規模將達 112 億美元 根據全球性市場調查公司 Marketsand Markets 調查，2017 年至 2022 年智慧型農業市場的複合年成長率可達到 13.23%，市場規模達到 112 億 3000 萬美元。而且在這次產業調查中，近8成業者表示前景樂觀。 市場需求大幅成長的原因，一方面是全球人口不斷增長，糧食需求也面臨倍增的壓力；另一方面也因為 2020 年的疫情衝擊，將原本食物供應鏈的脆弱之處展露無疑。 而在智慧農業市場之中，「精準農業」為其中規模最大的類型，也帶動相關技術的發展，如：農機具設備自動化、農作物遙感監測與建立農作決策 AI 系統（監控環境溫、濕度、水足跡、疾病蟲害等）等，發展出各種新模式。   由 人工智慧 監控的完美農園 為了讓有限的可種植土地發揮最大效益，美國農業新創公司 Plenty 開發了高聳的「垂直農場」。 Plenty 官方表示，他們的理念是「花更少成本得到更多的食物」。與傳統農場相比，Plenty 使用的土地面積減少了 99％。 ...

  你準備踏入 JavaScript 的世界了嗎?其中一個必要了解的基礎知識就是遞增與遞減運算子,還不趕快繼續看下去!!   目錄 遞增運算子（++） 遞減運算子（–） JavaScript  的兩組運算子「遞增（++）」與「遞減（–）」可以針對指定的數值進行「加1（遞增）」與「減 1（遞減）」的運算。   遞增運算子（++） 遞增運算子能對數值進行「加1（遞增）」的運算。當置於運算元前方，就會先執行運算，因此得到的值是遞增過的值；若配置於後方則是先取值後運算，會先得到運算元本身的值後才加 1。如以下例子：     var x = 10,y = 10;     var a = ++x,b = y++;     console.log(a,x);     console.log(b,y); 前置運算會先完成遞增運算後再設值。因此 x 完成遞增運算結果為 11 後，再設值給變數 a。因此 a 的值為 11、x 的值也為 11；而後置運算會先設值後再完成遞增運算。因此 y 會先設值給 b 原本的值 10，再完成遞增運算。因此 b 的值為 10、x 的值為 11。 遞減運算子（–） 遞減運算子能對數值進行「減1（遞減）」的運算。當置於運算元前方，就會先執行運算，因此得到的值是遞減過的值；若配置於後方則是先取值後運算，會先得到運算元本身的值後才進行遞減運算。如以下例子：     var x = 10,y = 10;     var a = --x,b = y--;     console.log(a,x);     console.log(b,y); 前置運算會先完成遞減運算後再設值。因此 x 完成遞減運算結果為 9 後，再設值給變數 a。因此 a 的值為 9、x 的值也為 9；而後置運算會先設值後再完成遞增運算。因此 y 會先設值給 ...