布萊恩的創業小窩

  但AI人工智慧已不再被繼續玩弄!現在就跟你介紹這公司~ 捷克 AI 新創成金融駭客剋星　助企業找出資安新解方 有鑑於此，捷克一家新創公司「Resistant AI」開發一套機器學習技術，專門抵擋對抗式機器學習、竄改樣本、目標性操弄等等攻擊。 Resistant AI 目前主要提供兩項產品： 1. 文檔防禦（Resistant Documents） 駭客會偽造或更換銀行對帳單、購買收據、薪資單或 KYC 文件（Know Your Customer）的名稱等等「良性文件」，欺騙 人工智慧 所驅動的認證系統、逃過檢測，藉此成功開啟銀行帳戶，或是讓自動處理系統批准借貸。 而「文檔防禦」是讓機器學習系統拒絕自動處理過程中遭遇的可疑文檔，並標記出所有惡意或可疑的來源。 2. 交易防禦（Resistant Transactions） 深度學習系統的測試，經典方法是收集大量人工標註好的數據，來評估系統的準確性。然而很難輸入未來所有可能發生的數據，也就無法得知系統的每個反應是否符合邏輯。並且只要將輸入的數據添加微小干擾，就可以欺騙深度學習系統，讓系統「核准」惡意數據。 「交易防禦」就是用 AI 偵測可疑的交易行為，例如當有付款、轉帳或是申請信貸等請求時，交易防禦系統就會進行統計性的檢查，若確實辨認出有問題的請求，就會阻止交易，保護系統模組內資訊不被偷取，也能防止系統受到誘導而做出錯誤的決定。 Resistant AI 的創辦人兼 CEO Martin Rehak 在資訊安全領域工作超過 12 年，他表示：駭客對於 AI 系統漏洞的破解技術已經越來成熟，這也讓啟發他跟他的團隊創立現在的 Resistant AI 來提供解決方案。公司當前的目標客戶是金融企業、金融科技新創，與在金融交易過程中採用AI的公司。 Resistant AI 於 4 月底進行種子輪融資，獲風險投資公司 Index Ventures 及 Credo Venture 領投，成功籌集 275 萬美元資金。   讓我們「以AI之矛，攻AI之盾」！ AI 人工智慧 的發展固然大幅提高人們的生活品質，但同時也要清楚認識到科技的兩面性！要知道，科技僅僅是工具，水能載舟、亦能覆舟，若遭到有心人惡意利用也會產生負面影響。正如 AI 可以被用於詐

AI人工智慧可還是會被駭客玩弄於股掌間的喔!好家在有間公司出手相救了!! 隨著科技浪潮來襲，金融產業也積極佈局，除了如區塊鏈、虛擬貨幣和 P2P 等新型交易模式愈發興盛外，傳統銀行的許多交易手續、分析工作也都交由 人工智慧 運籌帷幄。 但，導入 AI 不僅影響金融機構本身，虎視眈眈的駭客也馬上跟進，開發出特別針對 人工智慧 的攻擊手法。 而一家捷克新創公司 Resistant AI 找到了解決辦法──用 AI 反擊欺騙 AI 的網攻！ 金融業 AI 應用夯　8 成以上交易由程式自動執行 ▲ Fintech 金融科技市場中的 AI 人工智慧品牌（圖片來源：cbinsights，如有侵權請告知） 金融業是幾個快速導入 AI 的產業之一，且因長期的監理要求，金融業的數據資料保存完整有序，AI 導入較為容易；一方面也是為了因應快速成長的數位通路需求。 玉山銀行科技長 陳昇瑋 就表示，目前全球股市觀察，已經約有 8 至 9 成的交易都是以程式執行的，而全球十大對沖基金中，有 6 個已導入 AI 協助交易，代表現在， 人工智慧 已在證券交易占有一定的份量。除了證券交易，AI 也被用在產業分析，拿來預測股價。 推薦閱讀： 痛失英才！台灣人工智慧學校執行長陳昇瑋辭世 但與此同時，別忘了，駭客也在與時俱進中！他們正瞄準著  AI 和機器學習的弱點，展開新型態的網路攻擊，導致金融組織或企業面臨巨額損失、機密資料或客戶資料外洩的風險。   駭客故意餵錯誤資料　誤導 AI 原來這麼簡單！？ AI 固然好用，但當然也不是萬靈丹，並且還有可能變成攻擊目標！ 駭客若部署對抗式機器學習（Adversarial Machine Learning）找出機器學習模型的弱點，在訓練資料中參雜惡意樣本與駭入後台干擾參數，就能有迅速破壞 AI 運作！ 推薦閱讀： 美國將 AI 納入軍用!到底人工智慧會成為人類救星還是殺人機器? 趨勢科技全球安全研究副總 William Malik 也曾談過：「其實演算法是很粹弱的，很容易因為訓練資料被動手腳，導致要辨識動物的影像 AI 將長頸鹿辨識為單車。」因為 AI 不像人類，不是看整體而是「盯著」細節的部分，這些重要的細節被更動，AI 就會出狀況。 假若不

機器人和Python的關係是什麼?大數據呢?為何它們總是形影不離? 什麼是人工智慧？ ▲ 人工智慧、機器學習與深度學習之間的關係比較圖（圖片來源：騰訊xw.qq.com） 「 人工智慧 」，又被人們稱「人工智能」，英文為「Artificial Intelligence（縮寫為 AI ）」簡單來說就是：任何讓電腦能夠像人類般思考、表現出類似人類的行為」的科技；更具體一點的說法， 人工智慧 是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。 1980年代約翰瑟爾(John Searle)，提出對「 人工智慧 」分類方式: - 強 人工智慧 (Strong AI ) : 機器能具有與人類相同完整的認知能力。 - 弱 人工智慧 (Weak AI ) : 機器不需要具有與人類相同完整的認知能力，只要設計得看起來像具有智慧就即可。   機器學習 機器學習是 人工智慧 的分支之一，也是實現 人工智慧 的一個途徑，即以機器學習為手段解決 人工智慧 中的問題。 機器學習理論，主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析而歸納出規則來，並利用此規則對未知的資料進行預測的演算法。 機器學習是第三波 人工智慧 發展的代表技術；而在眾多機器學習演算法中，深度學習（多層次類神經網路的代稱）是近幾年成長最快、表現最亮眼的技術。   深度學習 深度學習也是機器學習演算法的一種，可說是 人工智慧 中成長最快的領域了！ 「深度學習」是模擬人類神經網絡的運作方式，只要懂得定義問題，有足夠質量的資料以及轉化為模型的能力，幾乎可以應用在任何決策問題上～雖然不見得都有準確的預測能力就是了。 不過目前常見的 Google 語音辨識、文字翻譯、照片分類、自動回信、垃圾郵件判斷，現在都是以深度學習來做的！ Python 與 人工智慧 的關係，到底有多密切？ Python 可說是 AI 領域最多人使用的程式語言了！主要原因之一是因為它有大量的資料庫，讓用戶可自由地套用、執行各式功能、操作。這些資料庫由來自四面八方的來源 (如 PyPi) 所發布，包含預先編寫好的程式片段，讓 AI 開發人員不需要從頭開始編寫程式。 機器學習與深度學習都需

  還不曉得Python.AI.機器學習.深度學習,後面代表的意義嗎?這篇是你的救星!   在媒體報導 人工智慧 （AI）、機器人（Robot）未來可能會取代我們的工作時，我們又看到坊間有教 人工智慧 技術的機構，又端出一堆名詞如大數據（Big Data）、 Python 程式語言……，還有深度學習等等。那到底這些名詞中間又有什麼關聯？這篇以問答方式一一幫你解答 推薦閱讀： AI 人工智慧來了！你的未來何去何從？學好 Python 是正解   人工智慧、機器人，是同一個東西嗎？ 相信大家都看過有關機器人的電影，都把機器人描述的很厲害，甚至比人類還強！沒錯，這些機器人很賴害是因為他們裡面被導入了「 人工智慧 」 推薦閱讀： 5 部電影告訴你：AI 時代來臨，是否對人類造成威脅？ 「 人工智慧 」，又稱「人工智能」，英文為「Artificial Intelligence（縮寫為 AI ）」白話點來說，就是：任何讓電腦能夠像人類般思考、表現出類似人類的行為」的科技；更具體一點的說法， 人工智慧 是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。 推薦閱讀： 妻子機器人在日本大賣？假的！但本尊也是會說笑的 AI 美人   為何有些人工智慧會比真人還厲害？ 日前，AI 甩尾，角度精準過方程式車手的消息；還有 AI 雀士在網路上打日式麻將打過一拖拉庫真人的訊息、⋯⋯究竟 人工智慧 是怎麼學習的？又為何會比真人厲害？ 推薦閱讀： AI 又贏了？人工智慧「Suphx」打敗人類麻將高手！ AI 學習事物其實與人類學習事物的方法相仿，就是所謂的機器學習及與深度學習。 機器學習理論，主要是設計和分析一些讓電腦可以自動「學習」的演算法。機器學習演算法是一類從資料中自動分析而歸納出規則來，並利用此規則對未知的資料進行預測的演算法。 而「深度學習」又是模擬人類神經網絡的運作方式，只要懂得定義問題，有足夠質量的資料以及轉化為模型的能力，幾乎可以應用在任何決策問題上，雖然不見得都有準確的預測能力。不過目前常見的 Google 語音辨識、文字翻譯、照片分類、自動回信、垃圾郵件判斷，現在都是用深度學習來做的。 推薦閱讀： AI 人工智慧、ML 機器學習、深度學習、

人工智慧也出了重機車手啦!看看真正的冠軍車手怎麼想.. 若實現了「精準預測球體飛行的模型」後，機器人才能上場：先用攝影機取得投手「球剛離開手」的幾張照片並將輸入到模型內，模型進行估算、預測出完整的球體飛行軌跡後，機器人才能看著球落到事先設定好的地方，以最適當的角度、力道，精準地擊出一記安打！ 也許有一天，我們真的能夠觀賞真人球員與 人工智慧 對決的棒球賽事呢，到時我們可就成為場邊的應援團啦～   體壇上的 AI 機器人 總有一天超越人類選手？ 2015 年的東京車展上，Yamaha 展出了會騎摩托車的 AI 機器人「MOTOBOT Ver1」。此時的 MOTOBOT 只可以騎到時速一百以及做一些角度較大、較簡單的過彎動作。但 MOTOBOT 在當時的官方影片中，指名挑戰「The Doctor」——Yamaha 自家最強 MotoGP 選手 Valentino Rossi。 推薦閱讀： 為超越MotoGP冠軍VR46而生：人工智慧重機賽車手MOTOBOT ▲2015 年的 AI 重機車手「MOTOBOT」第一代剛「誕生」不久，就指名要挑戰 MotoGP 選手 Valentino Rossi。 兩年後的 2017，第二代「MOTOBOT Ver2」再現於東京車展上。此時的 MOTOBOT 手腳細節都已經改良過，且已騎到時速 200 km，更重要的是——根據 Yamaha 官方釋出的影片上，它只落後 Rossi 30 多秒！ ▲2017 年的「MOTOBOT」時速已可達兩百，且還只落後 Rossi 30 多秒！連 Rossi 本人都對其進步速度感到驚訝。 只要兩年的時間，這款 AI 機器人就能從時速一百進步到時速兩百，而且還只落後 Rossi 30 多秒！這樣子的進步，連 Rossi 都感到驚訝。 推薦閱讀： AI 甩尾技術勝 Ken Block！方程式冠軍車手嘆：要失業了 ▲史丹佛開發 AI 甩尾技術已超越人類，影片 1:35 處顯示方程式車手 Fredric Aasbø 看了 AI 甩尾的影片後，嘆「要失業了...」 其實在體壇上，不僅僅是機車賽事的 MotoGP 受到衝擊，汽車甩尾界首屈一指的「D 級方程式」甩尾大賽的多年冠軍——Fredric Aasbø 再看了史丹

即使不是工程師也一定聽過Python的大名,今天讓你見識它的實力! 一、 Python 是什麼語言，python是什麼類型的語言？ 二、Python是什麼意思，python怎麼讀？ 三、Python的發展歷程 四、Python未來十年的發展預測 五、Python可以用來幹什麼？ 六、 Python 為什麼這麼火？ 七、Python和 人工智慧 的關係? 八、Python的優勢和劣勢 九、誰適合學Python? 十、學習Python的可以從事的工作？ 十一、如何入門學習python？ 十二、Python入門書籍推薦 十三、Python各版本下載： 十四、結語 一、Python是什麼語言，python是什麼類型的語言? Python是一種解釋型、面向對象、動態數據類型的高級程序設計語言。 Python由Guido van Rossum於1989年底發明，第一個公開發行版發行於1991年。 像Perl語言一樣, Python 源代碼同樣遵循 GPL(GNU General Public License)協議。 二、Python是什麼意思，python怎麼讀? Python(英國發音：/ˈpaɪθən/ 美國發音：/ˈpaɪθɑːn/，漢語翻譯為巨蟒、巨蛇的意思 三、Python的發展歷程 1989年的聖誕節，Guido開始編寫Python語言的編譯器。 而Python這個名字，正是來自Guido所摯愛的電視劇Monty Python’s Flying Circus。他希望這個新的叫做Python的語言，能符合他的理想：創造一種C和shell之間，功能全面，易學易用，可拓展的語言。 1991年，第一個Python編譯器誕生。它是用C語言實現的，並能夠調用C語言的庫文件。從一出生，Python已經具有了：類，函數，異常處理，包含表和詞典在內的核心數據類型，以及模塊為基礎的拓展系統。 Python 1.0 - January 1994 增加了 lambda, map, filter and reduce. 1999年 Python的web框架之祖——Zope 1發布 Python 2.0 - 2000/10/16，加入了內存回收機制，構成了現在Python語言框架的基礎 Python 2.

人工智慧只能在場邊當啦啦隊?別小看它了!它或許之後還能組隊打職棒呢! 新冠疫情癱瘓了全球的政治、經濟——包含因疫停賽的美、日、韓等國家的職棒；卻也激發各產業的創意！大家都在設法推出應變奇招呢。其中，台灣的中華職棒突破萬難，於 4 月 12 日領先全球，在桃園閉門複賽，為世界棒壇注入一針強心劑！！ ▲日前（4月12日）中華職棒在桃園閉門複賽，派出 AI 機器人樂團應援與人形立牌充當觀眾，廣獲中外媒體注意、報導 。 雖然複賽仍以閉門的模式——不開放觀眾到場，少了擊鼓應援、加油的吶喊聲，恐會讓比賽冷場走味。但俗話說「養兵千日，用在一時」，這不就是那些機器人們「神救援」的好時機嗎？職棒界的「點子王」——主場位於桃園的樂天桃猿隊，除了在觀眾席設下靜態人形立牌、人偶充當觀眾之外，還增設桃園在地祥儀機器人夢工廠的機器人應援團「AI 精靈樂團」，代替真實觀眾，用擊鼓替球員加油，增添看球趣味性～ 機器人都能應援球賽了，那AI呢？是否能上場打球？ ▲交大電機教授蕭得聖於 2014 年研發的「會打棒球的機器人2.5代」，已能精準判斷球路、好球、壞球，並能判斷打擊後球的落點，自主決定是否揮棒。 現實世界中，一位職棒選手的養成，可說是經歷千辛萬苦。台灣職棒選手前往美國挑戰大聯盟，多是年輕時就從小聯盟開始訓練（除了從日職轉戰大聯盟的陳偉殷之外）。小聯盟又分成六級別，所以一待就是好幾年，也不一定能打到大聯盟。 除了需要長年經驗，棒球的技巧也是千變萬化。投手不可能只是丟個直球而已，還會隨機出現卡特球、伸卡球、滑球、螺旋球等出其不意的球路，加上僅僅只有零點幾秒的速度…… 人工智慧 機器人是否有能力打到球呢？ 交通大學電控所蕭得聖教授所領導的團隊，長期鑽研打棒球的機器人。他們的目標不只是要讓 AI 機器人打得到球，還要擊出安打！針對打造此類「安打機器人」，蕭教授提到了四個關鍵點： 四關鍵點 成就 人工智慧 棒球員「安打機器人」！ 首先，機器人要能「看」得準個是來球！為能讓機器人能即時測量球體在三度空間中的飛行軌跡，超高速雙眼攝影機是必須配備。以現今的技術來說是可行的，預算充足的話，連球的縫線都能看得清清楚楚！ 只看得到球還不夠，還要能把球打出去！此時就要依照球的質量、慣量、球速等數值，估算出球衝擊到球棒時的動量（描述物體

這場人工智慧和人類的重機賽車手對決,到底鹿死誰手!?想知道結果就趕快看下去! 人工智慧 科學家在研發適用於各行各業的 AI 時，經常拿該領域的頂尖人物作為 人工智慧 學習的對象，並「餵」給它最精準的數據。有時研發出的人工智慧，竟會表現地意外超越人類。像是過去史丹佛大學研發的甩尾 AI「MARTYKhana」，讓方程式車手直嘆「要失業了⋯⋯」。 過去在 2015 年，YAMAHA 就已在東京車展上公開 AI 重機賽車手「MOTOBOT」第一代。 推薦閱讀： AI 甩尾技術勝 Ken Block！方程式冠軍車手嘆：要失業了 人工智慧 機器人 MOTOBOT，可放在「一般（指未對摩托車進行任何便於 AI 的改裝）」的重機上，並有「以人類的角度出發」而可以自主操控機車的能力。第一代的「MOTOBOT」僅僅有騎到時速 100 的實力，並會一些基本的大角度過彎。若經有效率的機器學習，相信可達到 GP 等級賽車手的實力！ ▲2015 年的 AI 重機車手「MOTOBOT」第一代剛「誕生」不久，就指名要挑戰 MotoGP 選手 Valentino Rossi。 從 Yamaha 官方釋出的影片「To『The Doctor』,　致親愛的羅西」中便可看出，這個人工智慧 MOTOBOT 可說是野心勃勃、有備而來呢！它竟想挑戰過去「曾」多年在 MotoGP 賽事中獲「年度總冠軍」的車手「VR46」Valentino Rossi，還向 Rossi 下了賽道圈速的戰帖。 2016 年，第一次看到這只 AI 車手的 Rossi 顯得十分驚訝。至於 Rossi 跟 MOTOBOT 的其中一位技術人員談了什麼？請看以下影片： ▲AI 重機車手「MOTOBOT」與真人 MotoGP 冠軍 Rossi 相見歡影片。 在 2015-2017 年間，「MOTOBOT」不斷地學習、修正並進化。2017 年，YAMAHA 在東京車展上公開了第二代的「MOTOBOT Ver2」，在機器人的手臂、腿部等細節處有做一些改良。此時的 MOTOBOT 手腳細節都已經改良過，且已騎到時速 200 km！更重要的是——根據 Yamaha 官方釋出的影片上，它僅僅只落後 Rossi 30 多秒！ ▲2017 年的「MOTOBO