娶了UI設計師的Python工程師-北歐生活

那麼 人工智慧 的 "聽診"技能,是否會越來越常見,甚至人手可得呢?   AI 檢測咳嗽時異音　找出 COVID-19 無症狀感染者 而在疫情爆發後，研究團隊開始將此技術運用在新冠病毒的篩檢上。團隊一共收集了多達7萬個聲音樣本，來訓練即將迎戰新敵人的 人工智慧 模型，每個樣本皆包含數次咳嗽的聲音，其中有2500個樣本來自於確診者。蘇比拉納表示：「在醫療領域，這是迄今為止最大的咳嗽數據庫了」。 接著團隊在 1,000 個樣本上測試此 AI 模型，其中樣本有一半為健康者的咳嗽聲，另一半為確診肺炎者的咳嗽聲。在測試中， 人工智慧 準確地辨識出 98.5% 的確診患者，且辨識出 100% 的無症狀感染者，展現令人歎為觀止的準確性。   ▲就算是新冠患者未表現出圖中的症狀，人工智慧演算法仍可從咳嗽聲辨識無症狀感染者。 （示意圖，與本事件無關／Photo by UN Response to COVID-19 on Unsplash)     論文共同作者之一的蘇比拉納表示：「即使患者看似無症狀，一旦染上 COVID-19，其產生聲音的方式也會發生變化。」但他同時也強調，雖然該 AI 能夠檢測出不健康的咳嗽聲，但依然需謹慎使用，因為該工具是以「篩選條件」的方式找到相符的疾病，因此也可能出現偶然地完全符合篩選條件，卻不是 COVID-19 的狀況，不論是個人或醫療人員都須謹慎判斷。   團隊盼推出檢測 APP　民眾在家也可免費自我篩檢 ▲團隊盼能開發出應用此 AI 的免費應用程式。 (Photo by Brian McGowan on Unsplash)   目前團隊正在與多家醫療機構合作，以利建立起更多元的數據庫，使預測更精準。 除此之外，研究團隊也正嘗試開發出應用此 AI 的免費應用程式，如果獲得 FDA（美國食品和藥物管理局，Food and Drug Administration）的許可，接下來團隊將會與私人企業合作，開發手機 APP。該 APP 將可能成為一個免費、便捷、居家性的病毒預先篩檢工具，特別是能夠識別出無症狀感染者。使用者可以將咳嗽聲以手機錄製後，上傳提供 AI 分析，就能得知是否有被感染的可能性，再進行正式的新型冠狀病毒篩檢。 蘇比拉納表示：「如果每個人在去教室，工廠或

最新開發的 人工智慧 ,竟能靠著咳嗽聲就能知道有無感染新冠肺炎!?一起來了解這AI! 人工智慧 現在可從人的咳嗽聲中，認出對方是否為新冠肺炎患者──就算是無症狀患者，也能被辨識出。在目前全球疫情尚未趨緩之際，AI 可說是為新冠病毒的檢測帶來新希望！ 美國麻省理工學院（MIT）實驗室日前發表一篇論文，表示他們開發出的最新 AI 演算法，只要聽到人的「咳嗽聲」，就能知道這個人有沒有感染新型冠狀病毒。重要的是──這個方法對檢測出無症狀患者特別有用。   ▲ MIT 新開發的 人工智慧 演算法，光聽咳嗽聲就能辨識新冠患者──包含無症狀患者。（示意圖，與本事件無關／Photo by UN Response to COVID-19 on Unsplash)     新冠疫情依然在全球多國延燒，有越來越多證據顯示，在新冠病毒感染者中「無症感染者」佔了相當大的比例。這些沒有發燒、咳嗽、四肢無力等明顯特徵的無症狀感染者，因接受檢測的機會遠遠小於有症狀的感染者、難以及早接受治療，故可能持續傳染給他人，成為疫情防堵的最大威脅。 而近日，麻省理工學院（MIT）實驗室公開表示，他們利用 AI 成功開發出一種冠狀病毒檢測的新方法。 該方法的關鍵是分析人的「咳嗽聲」。MIT 研究人員在電氣電子工程學會（IEEE）的《醫療生物工程》（Engineering in Medicine and Biology）期刊上發表一篇論文，文中表示他們發現無症狀感染者發出的咳嗽聲、與身體健康的一般人有所不同，或可幫助協助辨識出感染病毒的患者，使預篩變得更加容易。雖然人耳無法辨認這種細微的差異，但 人工智慧  可以。 在此篇論文中，研究人員明確表示，他們已經開發出一種能辨識新冠肺炎患者咳嗽聲的 人工智慧 。   「聽聲」看診 人工智慧靠聲音辨識多種疾病 其實在疫情開始流行之前，研究團隊已著手開發能分析咳嗽異聲的 人工智慧 。當時的目標是一望能診斷出肺炎、哮喘和阿茲海默症等疾病。 麻省理工學院自動識別實驗室的研究科學家、同時也是此次論文共同作者之一的布萊恩‧蘇比拉納（Brian Subirana）已證明咳嗽異聲可以幫助預測阿茲海默症。由於新冠肺炎與阿茲海默症有某些相同的症狀，因此團隊便思考是否能將此技術應用至疫情檢測上。蘇比拉納表示：「感染新冠病毒疾病之

這些關於 人工智慧 臉部辨識的隱憂,原因到底是什麼?這些隱憂短期內能被解決嗎?   為什麼 人工智慧 不擅長辨識黑人女性？ ▲ 科學期刊《自然》所刊之專文指出，被偏倚資料組訓練出來的演算法，通常僅會將左圖辨識成「新娘」。(圖片來自：Left：iStock/Getty；Right：Prakash Singh/AFP/Getty) 那究竟為什麼 AI 不擅長辨識黑人與女性呢？讓我們從波拉維尼的故事說起： 在 MIT 實驗室的某日，波拉維尼用自己的臉部照片測試了微軟、IBM 等公司的臉部辨識 服務，卻發現這些將自己宣稱的多先進的服務，有的將她誤認為男性、有的對她的照片沒有反應，根本辨識不出東西，錯誤率高得令她吃驚。 一直到她戴上白人面具，AI 彷彿恢復正常般，又可以辨識了。難道是她的臉部長相太特別、剛好是 AI 辨識不出來的特例？還是……這些辨識服務本身就有漏洞？ 於是，波拉維尼決定進行更廣泛的測試。她輸入了超過 1000 張照片，包括不同種族、不同性別。結果發現一個明顯的趨勢：膚色愈白，辨識正確率就越高；另一方面男性的正確率遠比女性高。讓她明白為何臉部辨識幾乎無法認出她——因為她是一位具有「雙重弱勢」黑人女性，她這類人的辨識正確度，遠遠低於白人男性。 真相其實很簡單，歸根究柢就是因為在訓練演算法時，開發團隊沒有提供多元的種族和性別資料給 AI 所導致。換句話說，AI 在「成長過程」中，認知到的世界就多由白人、男性所構成。 即使並沒有人刻意將 人工智慧 訓練成這樣，但它可能引發的後續問題，或許比存有種族偏見的街頭警察更加嚴重……   還沒有完善就直接上陣的演算法 這個問題多花點時間就可以修正，只要提供多元組成的資料給 AI 即可，但這些科技公司依然選擇讓不完全的臉部辨識服務上線。 而臉部辨識服務也不是唯一一個，將存有偏見疑慮的 人工智慧 服務投入實用的案例： 2018 年紐西蘭移民署（Immigration New Zealand）實行一項實驗計畫（pilot programme），藉由國家簽證申請程序蒐集移民的年齡、性別、種族、犯罪紀錄、醫療費用欠繳紀錄等等資料，預測這些居留者如果續留，有無犯罪的可能或是否帶來更多醫療支出。一旦 AI 認為，某些移民有治安或醫療方面的疑慮，他們將無法重新申請簽證，甚至會

人工智慧 的臉部辨識,現在的進展如何?還有哪些隱憂?   為了 人工智慧 辨識，你願意戴「白面具」嗎？臉部辨識的隱憂 人工智慧 臉部辨識技術越加成熟，能辨別出「你是誰」已經是基本款中的基本款了！越來越多 AI 辨識技術宣稱可以「從臉孔辨識出智商、性取向、政治傾向甚至是犯罪可能」。 看上去功能如此強大的 AI，卻遭披露「其實只擅長辨認白人」，讓臉部辨識的隱憂浮出水面。 AI 臉部辨識技術已被廣泛使用，也實際應用於執法：根據紀錄，從 2011 年起美國聯邦調查局（FBI）偵辦案件時就開始使用臉部辨識技術，至今累計了超過 39 萬次的臉部辨識搜索紀錄，是近年美國執法部門應用成長速度最快的系統工具。 但隨之而來的是被大力敲響的警鐘：一位麻省理工媒體實驗室的資料科學家喬伊‧波拉維尼（Joy Buolamwini）指出，臉部辨識技術其實十分容易誤認有色人種。 只擅辨識「中年白人男性」的 人工智慧 ▲ (圖片來自：圖片來自：AP Photo/Steven Senne) AI 臉部辨識技術已經成熟了嗎？或許真的該打上個大問號。 來自 MIT 實驗室的迦納裔資料科學家喬伊‧波拉維尼表示，根據她於 2018 到 2019 年間做的兩項研究，證實眾多科技公司開發的 AI 都無法如辨識白人男性臉孔般、準確的辨識出膚色較深的女性臉孔。 其中，尤以 IBM 系統失誤率最高，竟高達 34 ％；而亞馬遜的 Rekognition 會將 19 ％的女性誤認為男性，若分析對象為膚色較深的女性，誤判機會更是高達 31 ％，同時該系統在分析膚色較白的人種時，錯誤率幾乎為零。 波拉維尼發現，這些由科技巨頭如微軟、亞馬遜與 IBM 等公司研發出的臉部辨識 AI 演算法，對於判讀白人、黑人與女性竟然出現了差別待遇：「判讀白人的正確度比較高，判讀黑人與女性的正確性則較低。」 推薦閱讀： 微軟AI新聞編輯才上線就出包！錯置有色人種配圖，女歌星森77     延伸閱讀： 尷尬了!人工智慧臉部辨識竟無法正確分辨有色人種!(上) 人工智慧電影,闡述人類與AI的恩怨情仇.. 全球首台人工智慧貓砂盆上市!讓我們從貓便便開始把關!(下) 愛沙尼亞即將任用 AI 法官！人工智慧走入司法領域就一定公正嗎？ 【疫情下的人工智慧】拉開