2017年8月20日 星期日

中研院錯字偵測系統:隨機測試

  在發佈個人的校對系統之前,對中研院的錯字偵測系統做了簡單的隨機測試。事實上,自從今年以來個人陸續測試中研院這套系統之後,中研院這套系統已經隨著個人校對的句子(原本無法偵測錯誤,或者把對的改錯,且機率很高!),「有所」改進!(針對個人測試的部份,容易的都改進了。這部份的測試文本與改進軌跡,日後有機會再發佈。)至於改進了多少,是否只是針對個人偵測的句子或相關類型進行改進,或者日後實在太閒,有空再來細說。
  但不管它怎麼改,看完以下數篇隨機測試,讀者便能清楚知道,這是不堪用的系統。對一個製作了一整套校對系統的人而言,從這套校對系統的水準背後所透露出的信息,個人可以說中研院對於中文資訊處理的掌握「非常低落」!所以如果這時候中研院突然告訴你他們的中文資訊處理取得了重大進展,你信嗎?不管你信不信,反正我是不信!

有興趣的讀者可前往以下連結自行測試:

中研院錯字偵測系統


第一篇校對測試

轉引自Inside:戰雲密布、比特幣飆破 4 千美元大關!日、韓民眾瘋搶
誤判對於校對系統而言,很難完全消失,除非有語義理解功能。但誤判分為幾種情況,譬如音近、形近、義近誤判!不過以下的誤判確實讓人一頭霧水。原始文章字數不多,以下僅收錄誤判的部份:
CoinDesk報價顯示,傳統比特幣週日一度上衝至歷史高4,225.40美元,目前(台北時間14日上午8時5分)則略{微>為}拉回至4,132.96美元;從7月底的2,873.83美元上漲迄今,漲幅已高達47%。比特幣{在>存}2017年1月1日還只有997.69美元。
CNBC報導,隨著美國和北韓對{嗆>進}、核武疑慮升溫,資金開始湧進各種避險天堂,比特幣報價也在過去一週水漲船高,跟金價走勢亦步亦趨。據CryptoCompare分析,在全球的比{特>對}幣交易量中,以日圓交易的佔比接近46%,美元約為25%,人民幣、韓圜則都是12%。
相較之下,CoinDesk報價顯示,以{太>泰}幣週日下挫近5%至295.42美元,Ripple、BitcoinCash也分別下挫4%左右。


轉引自:迎接AI,先做到「AI Ready」
而許多國際大型電子商務平台不{只>可}能進行精準行銷,還能夠做消費需求預測。這些運用資料的方法,則還沒有真正進入台灣企業日常商業運用。而這兩種資料運用的層次,如果沒有資料科學家統整資料,並輔以機器學習等技術和工具是難以做到的。做好資料基礎建設,才是做好導入AI的準備台灣企業雖然關切大數據,卻普遍沒有導入機器學習技術,因此現在台灣企業的人工智慧應用,多是購自外部的套裝解決方案,皆非自行發展技術。這可能導致企業購得以「描述分析」為主的套裝解決方案,或是將資料暴露給外部廠商,造成{資>治}安疑慮。


轉引自:【研之有物】如果電腦有神經,可以教它做什麼?
深度學習(DeepLearning)
若將資料比喻為原料(data),機器學習就是處理器(processor),AI人工智慧相當於結果(outcome)。而「深度學習」是機器學習的一種方式,讓電腦像長了神經網路般,可進行複雜的運算,展現擬人的判斷及行為,是現今AI人工智慧的主流技術。
▲許多人試著進入「深度學習」領域,卻發現教材明明都是中文字,卻完全看不懂。(圖片來源:iStock、NickYoung、圖說重製:林婷{嫻>賢}、張{語>雨}辰)
如果上{圖>貼}有打中你,本文整理2017中央研究院AI月系列活動中,國內外專家分享的深度學習思維與應用。希望能讓深度學習成為各位小{智>子}的寶{可>何}夢,在人工智慧這條路上,走出樂趣與成就感。……
▲人腦思考仰賴神經網路的運作,科學家也透過設計函數模組,在電腦中組成「類神經網路」,讓電腦藉由餵養的訓練資料,歸納出背後的規則,做出最適合的判斷。(圖片來源:iStock、圖說設計:林婷{嫻>賢}、張{語>雨}辰)
從上圖可以看到,這是深度學習與傳統機器學習技術的最大差別:電腦有了四通八達的神經網路!透過層層非線性函數組成的神經網路、及精心規劃的權重訓練過程,電腦學會在未曾經驗過的情境下做出最適當的反應。
訓練深度學習模型就像教小孩,給予足夠的人生經驗,透過神經網路學習,讓電腦未來自己判斷怎麼做比較好。
若將深度學習比喻為手拉{坏>坯},陶土就是資料,陶碗成品是電腦自動找出來的函數(function),而目前有的「拉坯機」為TensorFlow,PyTorch,MicrosoftCNTK,Keras等程式庫,其中Keras算是TensorFlow的官方介面,比較容易上手、適合初學者。而核心處理器GPU就像拉坯機的電源,若是GPU強大又穩定,深度學習的運算速度會更快。但最重要的是,身為手拉{坏>坯}師傅的你,要如何教導電腦這位學徒。……
▲先教電腦定義每個影像的值,再透過神經網路的層層非線性函數運算,判斷這個影像最可能為哪個數字,信心水準比值最高者為答案。(資料來源:李宏毅提供、圖說重製:林婷{嫻>賢}、張{語>雨}辰)……
▲深度學習常使用的三種神經網路架構示意:CNN,RNN,GAN(資料來源:李宏毅提供、圖說重製:林婷{嫻>賢}、張{語>雨}辰)
CNN善於處理空間上連續的資料,例如影像辨識;RNN適合處理有時間序列、語意結構的資料,例如分析ptt電影版的文章是{好>如}雷或負{雷>電};而GAN生成器(generator)與鑑別器(discriminator)的對抗訓練模式可以輔佐電腦「觀全局」,不會忘記自己做過的步驟而發生窘況,像是教電腦自動{畫>化}皮卡丘時,忘記自己已經畫了一個頭,最後畫出兩個頭。
強大的AlphaGo如何深度學習?
與AlphaGo對弈的{柯>阿}潔曾表示:「與人類相比,我感覺不到它(AlphaGo)對圍棋的熱情和熱愛。我會我用所有的熱情去與它做最後的對決」。若以情感面來探討,確實為難AlphaGo。……
▲透過眾多棋譜影像訓練,電腦可以學會根據目前棋盤上的局面,判斷下一步應該落{棋>居}於何處。本圖以《棋靈王》漫畫情節來比喻。(資料來源:《棋靈王》漫畫、李{宏>弘}毅提供、圖說重製:林婷{嫻>賢}、張{語>雨}辰)……
來自伊利諾伊大學芝加哥校區的俞士綸教授點出,通常企業機關擁有的數據,是從各種不同管道蒐集而來,往往屬於不同型態。例如Google呈現搜尋結果建議時,除了看搜尋的關鍵字,也會參考使用者平常Gmail常用{哪>那}些字,或使用者正位於GoogleMap上的哪個位置。……
俞士綸教授以藥物研發為例,在藥物合成或試驗前,可先透過深度學習分析相關資料,瞭解化合物的藥效會控制哪個基因、該基因和哪個通道有關係,或了解某個副作用會由哪兩種化合物引起(註二)。這些深度學習的分析結果,再搭配和生{醫>意}或化學專家討論,有助縮減研發藥物的時間和花費。
▲透過深度學習,幫助判斷哪個藥物研發路徑比較重要(不同顏色的箭頭),及預測某個藥物能不能治療某種疾病。(資料來源:俞士綸提供、圖說重製:林婷{嫻>賢}、張{語>雨}辰)……
但自動駕駛車上路後,有哪些變因是神經網路{算>看}不出來的?陳彥呈舉例,當交通信號燈從黃燈變為紅燈時,自動駕駛系統會辨認{燈>橙}色,並判斷該{剎>煞}車停下來。但若這時後方一輛人類駕駛的車輛,可能趕時間認為應該要闖黃燈,就會撞上自動駕駛車。這{該>話}優化的是電腦的判斷力呢?還是人類的判斷力呢?
雖然將深度學習應用到電腦視覺領域,看來走在時代最前端,可以幫人類完成許多事,但陳彥{呈>成}以黑客松(hackathon)競賽的範例來提醒,人們在進行深度學習研究時經常忽略的考量。
▲黑客松競賽中,學員提出用深度學習教電腦辨認「機車違規亂停」,幫助解決街道亂象。(圖說設計:林婷{嫻>賢}、張{語>雨}辰)
用100張違規停車的照片,加上100張依規停車的照片,透過150層的ResNet深度神經網路來訓練電腦,辨認出違規停車。聽起來是很棒的點子。
陳彥{呈>成}以過來人的經驗分享,這最大的挑戰在於:第一層輸入訓練電腦的影像資料中,「機車」和「腳踏車」的視覺特徵變異,遠大於地上「白線」和「紅線」的視覺特徵變異,會讓電腦誤以為要學習辨{認>識}「機車」和「腳踏車」的不同,而無法辨認出「白線」和「紅線」。……
深度學習:一天24小時不夠用QQ
中研院資訊所陳昇{瑋>為}研究員在演講中說明:深度學習讓電腦具備從繁雜資料中歸納規則的能力,但電腦畢竟不像人腦直覺,過程中還要教電腦處理各層函數的權重(weights)與偏差(bias)。
台大電機系李宏毅教授分享教電腦辨識”2”的經驗,需要餵給電腦一萬張以上的手寫數字影像資料。而若要訓練電腦自動{畫>劃}出二次元人物頭像,為了達到看起來會想戀愛的精美程度,至少要運算5萬回合(epoch),而每跑100回合可能就耗費大半天光陰。
▲透過GAN生{成>方}式對抗網路,跑了5萬回合後,教電腦自動{畫>劃}出二次元頭像的成果。某幾個頭像是否看了感到心動?(資料來源:GAN學習指南:從原理入門到製作生成Demo、李{宏>弘}毅提供)
打算將鐵杵磨成繡花針的老婆婆,曾經感動李白奮發向上,而若李白來到這個時代,看到電腦科學家不屈不撓的「深度學習」精神可能會雙膝一軟。若您是某企業的高階長官,千萬別對軟體工程師說:「這有資料,現在深度學習不是很紅嗎?試試看,一個禮拜後報告。」任何人工智慧技術,都需要時間淬煉。……
現階段人工智慧受惠於深度學習,雖然相當強大,但尚有許多限制有待突破,電腦科學家們仍在蒐集訓練資料、優化神經網路、改善運算效能這條路上馬不停蹄。對於想踏入深度學習領域的初{心>經}者,李宏毅教授在演講中說出相當真實的心聲:
你看別人做手拉{坏>坯}好像很容易,但自己做下去會有各種崩潰,深度學習也是一樣。{心>新}法在於你要相信自己一定做得出來!
▲2017中央研究院AI月活動現場,講師正在向大家說明,如何建構精巧的深度神經網路。(攝影:張{語>雨}辰)
看完這篇文章,當媒體下標天網要消滅人類、機器人發展自己的語言嚇壞工程師時,相信你已了解深度學習的能力與發展可能性。來自美國南加州大學的郭宗{杰>傑}教授,在演講中笑著說:「因為不懂,會把它(深度學習)講得非常強;但如果懂了,就會知道它其實相當地有限,不要被外行人的說法嚇到。」
無論何種身分,若對於人工智慧和深度學習的最新發展感興趣,後續中央研究院資{料>科}科學種子研究群的活動現場有個位子,留給未來的你。



轉引自:科大訊飛劉慶峰:搶佔人工智慧賽道
  [任何技術也都必定會經歷泡沫破裂的幻滅期,那時很多創業項目失敗,風{投>頭}血本無歸,只有堅持下來的企業,才能逐步進入到復甦的爬升期,最終進入到真正的技術成熟的爆發期]
  「你所清楚預見的、熱烈渴望的、真誠追求的,都會自然而然地出現。」這是科大訊飛董事長劉{慶>青}峰一直堅信的一句話,科大的發展也印證了這句話。……
  雖然一直以來,圍繞著這家公司忽{悠>又}圈錢、靠政府補貼、市值縮水等質疑聲不絕於耳,科大訊飛已成長為中國語音技術領域的佼佼者。
  可人工智慧的邊界寬廣,語音智能只是其中一塊,在這場科技大潮席捲而來的時代,科大憑什麼能與國外的微軟、{谷>漁}歌與國內的{百>白}度、騰訊等巨頭同台競爭?
  戴著學術范兒金屬邊方框眼鏡的劉{慶>金}峰,{在>中}科大訊飛近期業績交流會上說:「今天{的>提}訊飛還只是一棵小苗。」
  麻雀飛上枝頭
  學而優則仕,是中國文人千百年來的追求,然而在當下的時代,學而優則商,成為更多人的選擇,劉{慶>金}峰恰好出生在這個時代。
  中科大的「人機語音通信實驗室」是孕育科大訊飛的母體,還在中{科>和}大攻讀碩士研究生的時候,劉{慶>金}峰已經成為中科大語音實驗室863語音合成項目組組長,在語音合成等領域做出多項關鍵技術創新。
  1998年,劉{慶>金}峰帶隊參加國家863計劃的一個比賽,他設計的語音合成系統是當時唯一一個達到可實用門檻的作品,這在當時實屬重大突破,對於當時的劉{慶>金}峰來說,最大的成就感並非技術成果本身,而是將技術成果轉化為實際應用。……
  1999年,在遠離北、上、深的合肥,27歲的劉慶峰和18位同學一起創立的科大訊飛悄無聲息地落地了。他們當時或許不會想到,年輕時「{攢>船}」出的這麼一家公司,未來會徹底扭轉中文語音產業由國外IT巨頭控制的競爭格局。
  {作>做}為後來者的科大訊飛,要走的路註定不會是一帆風順。
  新成立的科大訊飛只有租來的幾間民房,一群年輕人每天除了睡覺就是工作,可付出並不總會有回報。公司成立的第一年,殘酷的市場就給技術起家、充滿自信的劉{慶>金}峰澆了一盆冷水。
  當時,科大訊飛開發出一款試圖用語言控制電腦的桌面軟體,按照劉{慶>金}峰的意圖,把手寫輸入的隨意性、鍵盤輸入的準確性和語音輸入的高效性完美結合起來的軟體肯定會讓人耳目一新。
  然而,市場的反饋卻讓他大跌眼鏡。「用戶自己操作時滿意度瞬間降至30%,投入的資金血本無歸。」劉{慶>青}峰說。
  開局不利,團隊也變得迷茫,更要命的是,整個公司面臨著巨大的財務壓力。當時公司{賬>帳}上只剩下十幾萬,而所有員工一個月的工資開支就要20萬。當時正值年關,不得已最後劉{慶>金}峰選擇借錢給員工們發了工資。
  儘管今天全世界都已經承認語音技術是未來交互的入口之一,語音為主,鍵盤和觸摸為輔的交互時代正在到來。但在17年前科大訊飛剛剛創業的時候,幾乎沒有人認識到這一點。劉{慶>青}峰表示,最初的幾年非常痛苦:「我們想讓機器設備像人一樣能聽會說,但是當我們有這種想法以後,整整一年多時間,我們幾乎顆粒無收。」他回憶道,「團隊{里>力}有人提出質疑,我們還要不要做語音,語音到底是剛需嗎?還有人提出我們乾脆做房地產吧。」
  一直到2001年,科大訊飛都還沒有找到清晰的發展途徑。為此,公司專門開了一次「巢湖半{湯>身}會議」,最終堅定了科大訊飛還是要做語音,要做中國乃至全球語音技術的龍頭企業。劉{慶>青}{迴>回}憶道:「我們當時定了三個目標,第一是這個產業未來有100億的市場空間,第二是我們能成為這個領域的第一,第三是這是我們喜歡做的事情。」
  命運也很快眷顧了這群滿腔熱情卻又急需資金「輸血」的年輕人。合肥市領導當年帶著三家投資機構前來考察,聽完劉{慶>金}峰介紹產業前景與團隊實力后,當場表態:「這些小{夥>伙}子必須留在合肥。」隨後,三家投資機構以「3060萬元占股51%」的條件投資科大訊飛。
  劉{慶>金}峰無比激動,因為夢想從沒有距離自己這麼近過。「這筆錢可以將國內語音技術比較好的中{科>和}大、中國科學院聲學所和中國社科院語言所的資源整合在一起。這是業界和學界多少年想做都沒做成的事情。」
  渡過了最初的難關之後,在2001年,柳傳志又將聯想進入風{投>頭}產業后的第一{單>三}投給了科大訊飛。後來的故事就廣為人知了,2004年,在語音市場上咬牙堅持了5年的科大訊飛終於實現扭虧為盈。2006年之後,其語音合成技術和語音識別技術陸續在多個國際專業大賽上拔得頭籌。
  2008年,科大訊飛成功登陸A股中小板,麻雀終於{飛>登}上了枝頭。
  「目標訂立以後,17年了,我們一天都沒有改變過。」劉{慶>青}峰說。……
  科大訊飛的人工智慧生態也逐步構建起來。2010年,發布全球首個移動互聯網智能語音交互平台「{訊>雄}飛語音雲」(現更名為「{訊>雄}飛開放平台」)。截至2016年6月末,該平台覆蓋終端用戶數已達到8.1億戶,合作夥伴超過16萬家,日服務量達24億人次,業務規模的不斷擴大,為公司在人工智慧領域保持數據規模優勢奠定了堅實基礎。
  2013年,科大訊飛與中國移動、中國電信、中國聯通三大電信運營商全面建立戰略合作關係。2014年,發布訊飛語音雲3.0、靈犀3.0,正式啟動「{訊>雄}飛超腦計劃」,即確定「從能聽會說到能理解會思考」目標上的轉變。2015年,重新定義了萬物互聯時代的人機交互標準,發布了對人工智慧產業具有里程碑意義的人機交互界面——AIUI。
  一直行進在路上的劉{慶>金}峰在不同場合曾明確表示過:人機協同、人工智慧+行業,才是未來人工智慧最有希望做成的事。……
  「人工智慧+個人」,也是訊飛未來要做的。科大訊飛一名內部人士向第一財經記者表示,未來科大訊飛還將通過人工智慧平台為全社會{賦>負}能,通過人工智慧為每個人{賦>賢}能。讓人工智慧像水和電一樣,成為每個人都能觸摸的助手。
  截至2017年4月,科大訊飛已佔有中文語音技術70%以上市場份額。在8月10日的投資者交流活動上,劉{慶>金}峰闡述了公司「平台+賽道」的AI戰略藍圖,「當人工智慧(AI)在全球引發全新浪潮的時候,堅守應用才是硬道理,讓大家能看清技術邏輯、商業邏輯,我覺得比什麼都重要」。……
  科大訊飛開放平台市場經理吳劍堃對第一財經記者表示:「中國人工智慧機遇巨大,因為在中美創新能力對比中,科學研究和工程技術員方面是美國強,客戶中心和效率提升方面是中國強。但人工智慧到底是什麼?是應用驅動需要不斷去{迭>替}代更新,很多領域中美同步進入無人區,這讓我們更有機會站在世界之巔。」……

  在湖畔大學,劉{慶>金}峰分享了自己對商業模式的看法,「同樣一個技術,不同的商業模式,決定企業的生死存亡。」這樣一句看似簡單的話,是劉{慶>金}{從>中}科大訊飛曲折的發展歷程中悟出來的。
  1999年~2004年的五年間,科大訊飛連年虧損一度受到質疑。對此劉{慶>金}峰曾表示,就是因為最初沒有找到合適的商業模式。創業之初,科大訊飛想做面向個人的消費者的產品,但是很快發現市場已經被大廠壟斷。……
  放棄B2C模式,轉向為有渠道、有市場的大公司提供核心技術的B2B模式后,科大訊飛終於賺到了第一桶金,而這個過程公司摸索了兩年時間。「科大訊飛只負責開發引擎、語音合成和語音識別晶元,而應用集成則由下游的開發商或客戶自己完成。這一模式也就意味著越來越多的市場主體進入語音的產業鏈當中。」劉{慶>金}峰分析道,等到公司上市后,又發現只針對B端還不行,要成為一個消費大眾品牌,一定要做C端,把想{象>像}空間打開,「今天訊飛正處在2B往2C的過程中,我覺得一兩年就會見成效。」……
  劉{慶>金}峰的結論是:人工智慧並不是普{適>是}萬能的,還需要腳踏實地地跟各個領域的專家結合,才能真正地改變世界,這三要素必須合在一起。
  Gartner的新興技術成熟度曲線顯示,任何技術從概念的導入到最終的大規模使用都要經歷一個漫長的積累過程,也許是10年、20年甚至更長的時間。
  「如果要做原創技術,心中一定要有這個曲線圖。」劉{慶>金}峰解釋道,「在技術觸發期,有很多社會資本的關注和媒體吹捧的成分,這會讓新技術迅速達到期望膨脹的{巔>顛}峰期,但即便如此,任何技術也都必定會經歷泡沫破裂的幻滅期,那時很多創業項目失敗,風{投>頭}血本無歸,只有堅持下來的企業,才能逐步進入到復甦的爬升期,最終進入到真正的技術成熟的爆發期。」
  這一點與百度創始人李彥宏的想法不謀而合,日前在亞布力中國企業家論壇上,{李>林}彥宏也表示人工智慧的潛力真正爆發出來,預計還需要5~10年,「這個潛力不是{說>數}十年之後就沒了,我覺得這是一個30年~50年的機會,可能要到50年之後,這個潛力才慢慢地不明顯了。」
  在這樣的環境下,人工智慧相關領域的人才爭奪戰也愈演愈烈。今年年初,媒體上曾流傳出關於科大訊飛人才流失的傳聞。對此,劉{慶>金}{迴>回}應稱:「自科大訊飛2008年上市以來,總監級別以上的近30位管理層無一離職。公司最核心的骨幹是擁有期權的,而近8年來,全公司700人的核心骨幹團隊,離職的只有40人左右,流動性不到1%,非常穩定。」
  源於中科大的科大訊飛,在產學研一體化合作上是中國企業的典範,已經與國內包括清華大學、哈工大等10家院校建有聯合實驗室。此外,還與美國喬治亞理工學院、中科院自動化研究所、復旦大學等6所院校建立了合作項目。
  劉{慶>金}峰表示,很多創業公司都希望在大學{里>李}建實驗室,或者與某個教授合作,以獲得最初始的技術積累和持續創新的土壤,但是他們必須學會分享。他說道:「在產學研合作體系中,企業的主體地位是第一重要的,必須要理解把握這個產業;第二,合作機制非常重要,是不是給到實驗室負責人、合作導師股權,有真正的利益分配機制。是不是真的把他們當成跟你分享未來的共同的創業者。」



轉引自:全球頂級專家彙聚墨爾本討論人工智慧未來發展方向
人工智慧(AI)將如何改變我們的生活?機器要與人對等還有哪些挑戰?殺戮機器人是威脅還是出路?21日在澳大利亞墨爾本正式開幕的2017國際人工智慧聯合大會(IJCAI)上,2000多名世界頂級人工智慧專家{彙>匯}聚一堂,討論這些前沿問題。
國際人工智慧聯合大會是引領AI研究的國際性會議,吸引了創歷史紀錄的主會投稿量和參會總量。……
今年大會的主題是“人工智慧的自主性”,即人工智慧自主規劃、自主{糾>交}錯、自主學習等能力。本次大會議程主席、來自巴{賽>塞}隆納的西班牙研究院人工智慧研究所的CarlesSierra教授介紹說,很多大公司和政府機構正在開發自主系統,因而需要科學界在一些敏感的法律和倫理問題上的見解和立場,大家會在接下來的幾天看到這個主題貫穿在大會演講、討論和一些報告會上。……大會上約三分之一的科研成果來自中國,超過了美國和歐洲的總和。阿{裏>里}巴巴、{百>白}度、騰訊、滴滴、{京>金}東、美{圖>都}、螞蟻金服、小i機器人等中國人工智能領域領軍企業前來參會,交流與分享最新科研成果。


轉引自:人工智慧,以法律和倫理為界
儘管如此,行將邁入人工智慧時代,我們仍需謹慎界定人{機>際}之間的關係格局。國務院在《新一代人工智慧發展規劃》中提出,「建立人工智慧法律法規、倫理規範和政策體系,形成人工智慧安全評估和管控能力」。未來,應通過對人工智慧相關法律、倫理和社會問題的深入探討,為智能社會劃出法律和倫理道德的邊界,讓人工智慧服務人類社會。這也是世界範圍內的一項共識。今年初,麻省理工學院媒體實驗室和哈佛大學{伯>柏}克曼·克萊因互聯網與社會研究中心合作推出了AI倫理研究計劃,微軟、{谷>漁}歌等巨頭也因人工智慧的發展風險而成立了AI倫理委員會。……在這方面,相信中國文明傳統會比偏重邏輯與實證的西方文明傳統更有用武之地,更有助於開拓兼顧科技與人文的「中國{智>製}造」。


轉引自:Huawei Mobile AI 全球首家手機加入人工智慧晶片
外界猜測Huawei的這顆人工智慧晶元{會>匯}集成到Kirin處理器中,更有望會與Kirin970一起亮相。
2017-08-2210:39:52byLimJeff@ZingGadget[引用來源]
還記得在7月份的年中業績媒體溝通會上,Huawei就曾經宣{布>佈}將會在今年秋季,正式推出一款人工智慧晶{元>圓}。對此,{余>杜}承東也稱Huawei將會是第一家智能手機中,引入人工智慧處理器的廠商。如今,有關這{款>次}處理的發布時間終於正式被發布了!一起來看到底是幾時{吧>把}~
huawei
在今天早上,華為終端公司就在自家的微{博>薄}上做出了一種大宣{布>佈},那就是將會在9月2日的德國柏林IFA2017{展>站}上,舉行一場新品發布會,邀你一起見證HuaweiMobileAI的到來。沒錯,以官方給出的消息來看,明顯這將會是剛剛所提到的人工智慧處理器了。
華為將全球首發人工智慧處理器!AI不止是語音助手
之前,Huawei就在官方Twitter上釋出一張預熱海報,稱「AI不止是語音助手」。值得一提的是,在發{布>佈}會上{余>杜}承東將會發表演講,給大家說說聚焦AI能夠給人們帶來些什麼,而屆時我們可以看到Huawei人工智慧在現實生活場景中的用處。
最後,外界猜測Huawei的這顆人工智慧晶元{會>匯}集成到Kirin處理器中,更有望會與Kirin970一起亮相,產品方面毫無疑問Mate10會成為首發機型。


轉引自:與騰訊絕藝不分伯仲的圍棋AI舞者(P),竟是今日頭條工程師業餘項目 {朴>暴}發自{凹>己}非寺
量子位報{道>導}|公眾號QbitAI
圍棋界又出現了一個神秘的高手。
名叫:舞者(P)。
而且又是一個人工智慧程序。之所以被外界關注到,是因為最近一段時間舞者(P)在{弈>小}城圍棋的亮眼表現。無論是對戰人類,還是對戰其他AI。
先看看看戰績。舞者(P)被稱為目前{弈>小}城圍棋對戰平台上的「勝率之王」:129勝,34負,勝率約為78.6%。最近20戰的成績是16勝4{負>敗}。月初舞者(P)還曾{下>提}出18勝2負的成績,從而引發的外界的關注。
與騰訊絕藝不分伯仲的圍棋AI舞者(P),竟是今日頭條工程師業餘項目
△舞者(P)最近20局戰績
舞者(P)在{弈>小}城圍棋上的首次對弈,發生於今年4月2日,只下了70{手>年}便負於中國女棋手於{之>至}瑩。整個4月,舞者(P)在{弈>小}城的戰績是27勝8負,排名223。此後,舞者(P)一直低調成長,直到7月遇見「地震狗」DEEPZEN(B)。
在雙方7月4日的這次交鋒中,{執>自}白的舞者(P)連殺DEEPZEN(B)中{腹>腦}和左{下>上}兩條大龍獲取勝利。此外,舞者(P)對戰比利時、美國的圍棋程序LEELA(B)、cnc(B),都能佔據壓倒性的優勢。7月,舞者(P)排名92{位>億},戰績:33勝6負。
上周六(8月19日),來自台北的人工智慧圍棋程序CGI(B)在{弈>小}城圍棋對戰平台開啟連勝模式——{弈>小}城圍棋在報{道>導}中寫道:「其中不乏「超級瑪麗」、dauning(P)這樣的高手,以至於觀棋的棋友無罪說:『AI太囂張了!』」。
不過首先站出來終結CGI(B)十四連勝囂張氣焰的,卻是另一個AI:舞者(P)。兩個人工智慧的較量在周日午夜00:30開始,執黑的舞者(P)以「變形中國{流>海}」開局,很快獲取大幅領先,行至第241手CGI(B)投{子>指}認負。……
AlphaGo之所以強大,離不開背後團隊和資源的大量投入(點擊這裡參考量子位此前的報{道>導})。另外,可以用清華大學的圍棋AI神運算元做個對比。
神運算元還談不上是高手,它的創造者由小川教授介紹說,這個AI也借鑒了AlphaGo的技術,目前最缺乏聯調和磨合:「我們去年論文框架是有4個模塊,模塊間要共同協調配合,彼此間參數磨合也需要一定的{周>週}期」。……
這幾個圍棋AI上面也提到過,只不過有些名字跟{弈>小}城圍棋上的ID略有小小的區別。另外,舞者(P)不知道是不是沒有報名,反正前八里沒有。
咱們來重點說說CGI。雖然曾經負於舞者(P),但勤奮的CGI(B)在{弈>小}城圍棋上目前以55勝8負戰績排名第六。而且要知道,兩個月前CGI距離最高水平的圍棋AI還有大約兩子的差距,現在已經「脫胎換骨」可以制霸全場了。
CGI是ComputerGamesandIntelligenceLab(計算機遊戲與智能實驗室)的簡寫,作者是台灣交通大學資訊工程研究所吳{毅>一}成教授。2015年初CGI的版本相當於業餘三段,去年初成長到業餘{六>商}七段的水平。
如今CGI一躍成為黑馬。(包括7月登陸{弈>小}城圍棋,獲得不俗戰績)
負於DeepZenGO獲得亞軍之後,吳{毅>一}成對新浪體育表示:「人類學習AI的話主要是學習布局和大局觀,AI的後半盤和官子不行。AI因為勝率選擇的原因思維比較跳躍,如果人類學棋的話最好還是按照人類的思維學習」。
儘管獲得第三,但絕藝這個成績顯然與外界的期望不匹配。也有人評價說,最近絕藝沒有取得新的突破。
不過在騰訊的野{狐>狗}圍棋平台上,絕藝並非沒有作為。目前絕藝的測試版「{驪>馬}龍」,在野狐圍棋上已經取得了23連勝的成績,不過自從8月11日晚間之後,{驪>馬}龍迄今並沒有繼續在野{狐>犯}上對弈。此前,絕藝曾經取得過32連勝。
與騰訊絕藝不分伯仲的圍棋AI舞者(P),竟是今日頭條工程師業餘項目
{驪>馬}龍最近在野狐圍棋的戰績
量子位會繼續保持對圍棋AI的關注。
OMT
除了在對戰平台上大殺四方,圍棋AI還被應用到教育領域。某大{咖>卡}圍棋道場最近就引入一套AI圍棋教育系統,開班授課。人工智慧系統化身輔導老師,對剛入門的小朋友進行1對1的輔導。
因為沒有收廣告費,量子位也就不把詳情放出了╮( ̄▽ ̄)╭。主要是講最近有這麼一個事兒,實際效果如何,我們真不知道~
互動時間
最後放個互動,圍棋第{一>三}{柯>阿}潔,最近又有金句,回答了關於聰明、圍棋AI、女棋迷來信等幾個問題。在量子{位>為}公號(QbitAI)對話界面,回復:「{柯>阿}潔又有金句」六個字,就能查看{柯>阿}潔最新的{抖>抗}機靈回答~
—完—
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子{位>為}公眾號(QbitAI)對話界面,回復「招聘」兩個字。


轉引自:人工智慧是助力還是阻力?你不能不知道的產業強權

「人工智慧」(ArtificialIntelligence,簡稱AI)是近年來很{夯>行}的名詞。現代不管哪個產業,似乎都等著被它顛覆。
那麼「人工智慧」到底是什麼?「人工」很好理解,就是人造的東西。「智慧」就很抽象了。……
還有在2000年之前就創立saleforce.com(股票代號:CRM),他們協助大型企業管理客戶,來{抓>找}出客戶的需求。……
人工智慧究竟是阻力還是助力?端看我們怎麼使用它。就像最近也很{夯>行}的「機器人理財」。……
2017下半年的美股活動開跑!對於想要快速有效學習美股投資的讀者來說,請把握這次機會!市場結構的改變、資產配置與財富{版>板}塊的遷徙,銀行理專在ETF的夾擊下,如何生存?這些你或許會感興趣。


轉引自:川普「貼身緊跟」...希拉蕊:像在脖子邊呼吸 讓我雞皮疙瘩

書中描寫,在辯論節目中,川普一直緊緊跟在希拉蕊的身後,盯著她又做鬼臉,「這實在很不舒服。他就像是在我的脖子邊呼吸,讓我起了雞皮疙瘩。」希拉蕊形容,那是一次很想按下「暫停{鍵>建}」的時刻,甚至想向川普大吼,「退後!你令人毛骨悚然,離我遠一點,我知道你喜歡威脅女人,但你威脅不了我。」不過最後她依然選擇保持冷靜。


轉引自:想擋川普發文 前CIA幹員號召集資買下推特

美國總統川普出了名的愛用推{特>持},發文號召支持者、攻擊他不喜愛的媒體,威脅國會議員,或是影響股價波動,受不了川普一天到晚在推{特>持}發文,早有輿論呼籲讓川普「禁{用>運}」推{特>持},但現在有人更進一步行動,號召集資買下推{特>持},讓川普用不了推{特>持}
帶頭號召的是曾任美國中央情報局幹員的美女間諜普拉姆(ValeriePlame),她上周起在GoFundMe網站發起募款活動,目標是籌募10億美元(約300億元台幣)買下推特公司,普拉姆在募款聲明中寫道:「川普在推{特>持}上做了很多可怕的事,幫白人極端份子撐腰讓他們,鼓動對記者的暴力,他讀{推>堆}文損害美國及人民,對北韓威脅打核戰更站上危險新高峰。」
普拉姆表示,推特公司高層拒絕關掉川普的推{特>持}帳號,所以「只有靠我們自己」了,她宣稱要停止川普的「推特之亂與仇恨」,設立募款帳號,並且喊出「買推{特>持}、禁川普」(#BuyTwitter#BanTrump)的口號,希望能買下推特的控制權。
推特公司對於川普愛用推{特>持},幫該公司宣傳,一直樂觀其成,推特公司上個月曾表示,推特規定用戶不准騷擾別人,不准煽動暴力,而川普並未違反用戶規則。這不是第一次有反川普人士鎖定推{特>持},今年稍早曾有人建議墨西哥政府買下推{特>持},禁止川普再發文。
普拉姆是美國外交官威爾森(JosephC.Wilson)妻子,也是中情局幹員,2003年因為威爾森公開質疑美國出兵伊拉克動機,惹惱布希政府,一名政府官員把她的密探身分曝光,引發軒然大波。
普拉姆發動集資一周以來,僅獲得2.8萬美元(84萬元台幣)捐款,距離目標還很遙遠。有網友質疑,如無法達成目標該怎麼辦,普拉姆稱,會把收益轉捐給預防核戰的活動@globalzero。(蔡{筱>小}雯/
綜合外電報導)


轉引自:高通:手機將成人工智慧最大載體
  持續加大對人工智慧領域的投資顯示了高通戰略的調整,雖然手機和通信專利依然是目前高通最大的利潤來源。
  幾天前,高通對外宣{布>佈}將收購荷蘭機器學習初創公司Scyfer。Scyfer是位於阿姆斯特丹的人工智慧公司,從阿姆斯特丹大學(QUVA)分拆后專{註>注}{于>與}應用廣泛的機器學習技術。而就在上個月,高通還參与投資了一家位於美國的人工智慧公司BrainCorp。……
  同時,他表示,未來智能手機將成為人工智慧的最大載體。
  「Scyfer可以加強{高>溝}通在智能領域的研發,並且補充了高通在AI領域的人才。」JeffGehlhaar對記者表示,Scyfer一直在為製造業、醫療保健和金融等行業的企業工作,並且在工業物聯網上具有強大的研發實力,其創始人MaxWelling是阿姆斯特丹大學知名的教授和領先的人工智慧研究學者。
  手機中國聯盟秘書長王{艷>炎}輝對記者表示,像{谷>古}歌、Facebook以及微軟這樣的大公司的神經網路系統也能運行在CPU這種標準電腦晶{元>圓}上,高通需要加快其在移動智能晶{元>圓}領域以及人工智慧領域的地位,收購與投資是不錯的路徑。
  事實上,高通在人工智慧領域的野心一直不小,在2007年開始啟動人工智慧項目,並開始探索{麵>面}向計算機視覺和運動控制應用的機器學習脈衝神經方法,隨後還將其研究範圍從仿生方法拓展到了人工神經網路。
  高通認為,手機將成為最為普遍的人工智慧AI平台。
  「人工智慧為智能手機提供增強體驗和全新功能。」JeffGehlhaar對記者表示,人工智慧時代,手機將成為真正的個人助理,除了提供出色的拍照外,還有更強的安全性。在提到數據安全時,他特意引用了{谷>古}歌的例子,「{谷>俗}歌發布了一個邊緣的人工智慧解決方案,但不一定能夠達到隱私保護的要求。」
  但這並不能阻止軟體廠商以及互聯網廠商對AI的投資。
  比如微軟剛剛在夏威夷的火魯奴奴宣{布>佈}將打造人工智慧晶元並用於全新的HololensAR設備,而{谷>俗}歌也已經擁有自己的人工智慧晶元TPU,TPU目前已經廣泛應用於{谷>俗}歌為數眾多的數據中心裏,這些數據中心支撐著{谷>俗}歌的線上帝國。還有Facebook,以及如國內百度、阿里這樣的公司,也在人工智慧領域有著不小的動作。
  甚至是手機廠商華為也在布局,即將發布的華為的AI晶{元>圓}主要涉及計算機視覺、語音分析和深度學習等方面的演算法優化。
  人工智慧硬體未來呈現的方式也許是多樣的,但在高通看來,人工智慧的設備首先是高性能低功耗的設備,然後能夠利用現有無線通信技術,實現利用5G設備端和雲之間的智能配合和連接。而這些都是高通過去幾年所專{註>注}的領域。


轉引自:滿載200噸的科幻戰艦 歷時兩年完工 下水一月不到 不到2小時燒成渣

原標題:滿載200噸的科幻戰艦歷時兩年完工下水一月不到不到2小時燒成{渣>查}目前無論是航母還是普通艦艇主要材質都採用鋼鐵或是高強度合金鋼,但是採用碳纖維複合材…
目前無論是航母還是普通艦艇主要材質都採用鋼鐵或是高強度合金鋼,但是採用碳纖維複合材料製成的導彈巡邏艦見過嗎?
滿載200噸的科幻戰艦歷時兩年完工下水一月不到不到2小時燒成{渣>漆}
印尼的「{科>柯}瑞」號導彈巡邏艇就是如此,全隱身設計,滿載200噸,{艇>船}長63米,是一艘未來風格的戰艦,全艦外殼採用碳纖維複合材料,採用三體穿浪型艦體設計,目的就是{最>追}求航速與穩定性。
滿載200噸的科幻戰艦歷時兩年完工下水一月不到不到2小時燒成{渣>漆}
可想而知如此大範圍使用碳纖維材料不僅會提高造價,其防火性更是驟減。由於採用碳纖維材料,很是稀少,2010年開始建造,2012年一出世直接震驚世界,{也>她}出盡風頭,印尼也很是得意。
滿載200噸的科幻戰艦歷時兩年完工下水一月不到不到2小時燒成{渣>漆}
不久{后>喉}科瑞號再一次奪人眼球,2012年9月,{科>柯}瑞號下水還未滿一個月就發生火災,如果是一般戰艦,在碼頭{髮>發}生火災生存概率也是不低,因為陸地設施完善,消防救生都比海上方便。
滿載200噸的科幻戰艦歷時兩年完工下水一月不到不到2小時燒成{渣>漆}
{科>柯}瑞號從發生火災到沉沒不到兩個小時,火勢蔓延極為迅速,根本就能救火,因為碳纖維材料成了最好的助燃物,這樣一艘導彈巡邏艦就這樣燒成{渣>砸}了,碳纖維材料雖然好處多多,但在戰場使用這種船出去無異於自殺,在江湖上混還是需要真刀實槍。


轉引自:你怕人工智慧嗎? | 周日談
你怕人工智慧嗎?對人工智慧的發展,{你>但}是覺得人類能一直掌控它,讓它服務於自己,還是覺得,終有一天,人類要被機器人滅絕?
8月8日晚,四川阿壩州九寨溝縣發生7.0級地震。
在這次地震中,除了對災區的關注,「中國地震台網」發布的由機器人用時25秒自動編寫的消息,也引發了廣泛關注,該消息介紹了速報參數、{震>振}中地形、人口熱力、周邊村鎮等受眾急需關注的內容。
如果人類記者來寫,至少得用時一小時。
「人類記者你恐慌了嗎?」事後傳出了這樣的聲音。
在未來哪些職業有可能被人工智慧取代的預測中,「記者」這個職業經常名列前茅。
刺蝟公社(ID:ciweigongshe)在發布《機器人25秒寫出九寨溝地震報{道>導},記者這個職業還有希望嗎?》一文後,也出現了這樣的留言:……
「人類與機器之間並沒有真正的區別。」這是人工智慧之父馬文·明斯基在其著作《心智社會》中提出一個假設。
他認為人類也是一種機器,大腦{由>有}許多半自治、但很愚蠢的「代理」組成,而「不同的任務需要完全不同的機制」,跟機器一樣。……
在《異形:契約》中,生化人大衛與人類外{形>型}一模一樣,自我意識覺醒后的他甚至開始嘗試人類的情感:愛上女科學家,親吻同為生化人的沃爾特。……
但後來有聲音稱:事實並非如此,而是因為出了bug所致——研究人員遺忘了一個英語語法的激勵,所以機器在相互談判時,生成了一些很弱智的錯誤,當研究人員給程序加上英語{語>無}法約束后,機器就開始正常交流了。……
你怕人工智慧嗎?對人工智慧的發展,{你>但}是覺得人類能一直掌控它,讓它服務於自己,還是覺得,終有一天,人類要被機器人滅絕?
我猜,你肯定會說,寫這篇稿件的,是不是也是機器人呢?不是的,一個活生生的刺蝟君,會在後台等你——


轉引自:百度乘AI之翼,打造智慧北京首都機場!
百度乘AI之翼,打造智慧北京首都機場!
2017/8/24【合作媒體】36krAI、南方航空、{百>白}度、首都機場……
人臉識別。不僅可以實現身份驗證,維護安全,同時以人臉閘機的形式讓旅客直接「刷臉坐飛機」,提供更加便捷、人性化的智慧服務體驗。目前人臉閘機已經開始入駐首都機場{運>遙}控中心進行測試,主要承擔樓內辦公人員的出入打卡、數據監測的工作。
{在>土}人臉識別技術帶來的身份識別之外,{百>一}度將和首都機場一起在航空服務領域開闢更多場景的智慧服務。未來雙方將在室內導航、智慧停車、智慧繳費和個性化訊息推播等,以及在智慧客服、旅客信用管理和智慧服務機器人等領域開展合作,讓機場服務更智慧便捷。……
當然,航空公司也早已看到了這種趨勢,去年烏鎮世界物聯網大會上,{百>一}度還與南方航空達成了戰略合作關係。


轉引自:政院拍板,5 年 160 億元發展人工智慧

科技部表示,第三是創意實踐,將打造智慧機器人創新基地,4年預計投入20億元,落實機器人軟硬整合與創新應用;第四項產業領航策略,提出半導體{射>四}月計畫,4年將投入40億元經費,全力協助半導體業進入AI,培育頂尖半導體製程與晶片設計人才。


轉引自:美國核電成超級錢坑,南卡羅來納州壯士斷腕停損
美國南卡羅來納州桑默核電廠(VirgilC.SummerNuclearStation)位於良田郡(FairfieldCounty)詹金斯村(Jenkinsville),股權由南卡羅來納電力瓦斯公司(SouthCarolinaElectric&GasCompany)與南卡羅{萊>來}納州公用事業桑提古柏公司(SanteeCooper)共同擁有,桑默核電廠一號機組組於1984年1月啟用,核電廠以南卡羅{來>萊}納電力瓦斯公司前執行長維吉爾‧克{里>裡}夫頓‧桑默(VirgilCliftonSummer)之名命名,原本是南卡羅來納電力瓦斯公司的重要資產,如今,卻成為揮之不去的一場財務惡夢。……2013年3月開始興建{二>一}號機組,成為美國30年來首座興建的核子反應爐,並可望成為第一座在美國運轉的西屋AP1000反應爐。隨後三號機組也開始興建。
當桑默二號機組開始興建時,核能文藝復興早已因為2011年日本發生311事件而遭受重挫,除了311事件帶來的核安疑慮,更因美國頁岩氣革命,以及全球風力發電成本{連>逐}年快速下降,使核能在經濟上遭到質疑;屋漏偏逢連夜雨,……並不是無止境錢坑,而是能開創西屋外銷反應爐的核電{產>廠}業救星。……西屋竟然宣{布>佈}破產。……美國擔心西屋遭中國企業購併,造成{國>治}安隱憂。
南卡羅來納州議會當初被核能文藝復興的美夢沖昏頭,真以為核能是減碳經濟良方,為了讓核電廠更容易興建,竟然允許電力公司在核電廠都尚未完工發電以前,就從用電戶的電費中預先扣{支>取}核電廠興建費用,……對桑默核電廠計畫緊急喊停,持股55%的南卡羅{來>萊}納電力瓦斯公司無法獨力繼續興建,計畫至此中途腰斬。……如今就算有新的合作對象願意出錢分擔繼續興建的成本,恐怕南卡{納>那}也不願意繼續進行這項計畫。……
西屋則遭受沉重打擊,裁員全數{桑>沈}默計畫員工,加上總部也裁員相關員工125人,總計裁員870人,西屋也遭離職員工控告,稱違反勞動法規解雇程序。西屋原本總計有1.2萬名員工,破產重整時宣{布>佈}裁員7%,此次裁員不在這7%之內。
隨著桑默核電廠計畫宣告死亡,美國新建核反應爐計畫,僅存喬治亞州布魯克郡的佛格妥核電廠(Vogtle)的{三>二}號機組與四號機組,兩座反應爐同樣採用西屋AP1000,……
該計畫目前每個月都要燒掉1億美元,一般認為在{桑>沈}默核電廠遭放棄後,佛格妥核電廠的股東們也會很快決定是否停損。就算停損也不便宜,除役費用高達4億美元。
佛格妥核電廠三四號機組計畫在歐巴{馬>瑪}政府時期取得83億美元聯邦貸款,……
第三代核反應爐原本稱安全性和經濟性都將明顯優於第二代反應爐,而第三+世代核反應爐則誇稱又更勝一籌,然而法{廠>場}阿海{琺>法}的EPR,在芬蘭、英國、法國都成為完工遙遙無期、預算無止境追加的大錢坑,中國廣東省江門市台山市的台山核電廠,原本宣稱是建造最快最合乎成本效益的唯一一座EPR核電廠,也一樣不斷延遲工期,並傳出阿海{琺>法}零件核安瑕疵,引起嚴重安全疑慮。阿海{琺>法}連年巨幅虧損,2014年{竟>幸}虧48億歐元,導致法國政府不得不予以重整。……
核產業對核能文藝復興的盲目鼓吹,創造出一系列超級錢坑:英國{欣>辛}克利角核電廠C反應爐(HinkleyPointC),預算從124億英鎊膨脹至203億英鎊;法國{佛>弗}拉曼鎮核電廠{三>二}號機組(Flamanville3),預算從33億歐元,到2015年預估為105億歐元;芬蘭歐奇魯歐托核電廠{三>二}號機組(Olkiluoto3)原定預算30億歐元,膨脹到2012年預估85億歐元,……
部分核產業人士把希望寄託在第四代核反應爐,然而,三+世代核反應爐早已嚴重超支各國對核能的信心與實際預算,阿海{琺>法}重整、西屋破產,核能可預支的實際資金與「信用」均全面破產,核產業很可能無力走到第四代,而是{在>再}三+世代全面終結,若是落得如此下場,只能說,盲目的核能文藝復興信仰,實為自身的最大殺手。


轉引自:重裝上陣的米契爾北盾龍,帥到掉渣啊!
重裝上陣的米契爾北{盾>雙}龍,{帥>率}到掉渣啊!
2017/08/22|地球脈動專欄遠古生物|標籤:米契爾北{盾>雙}龍結節龍化石……這具驚人的標本是由礦場工人紹恩芬克(ShawnFunk)於2011年在亞伯達省麥克{墨>理}雷堡(FortMcMurray)北方約30公里處的千禧礦場(MillenniumMine)所發現。……並被確認為一個新的物種─米契爾北{盾>雙}龍(Borealopeltamarkmitchelli)。{屬>署}名由拉丁文的「北方」(borealis)和希臘文的「盾牌」(pelta)命{名>令}而來,藉此描述其出土的地點與被完整保存下來像盾牌般的{骨>古}板。{種>從}小名則獻給了鍥而不捨將其從岩層中使牠其重見天日的技術員馬克米契爾。
這具標本保存了完整的頭部、頸部、大部分的軀幹和骶{骨>股}以及一對近乎完整的前肢,骨板(Osteoderm)的結構與軟組織也一併被封存至今,其年代鑑定大約是在早白堊紀的阿普{第>地}階(Aptian)。有趣的是,北{盾>雙}龍出土的地層清水組(ClearwaterFormation)是個海相地層,過去發現過不少蛇頸龍或魚龍一類的海洋生物,所以這頭倒楣的北{盾>宋}龍很可能是因為遭遇洪水,而被一路帶到海床並且快速地被掩埋於此。
遍佈骨板的北{盾>雙}龍,如此高度的保存狀況堪稱藝術品。……牠們全身遍佈{骨>古}板,且發展出寬闊的骨盆以支撐其身體的重量,可以說是恐龍世界中的裝甲車。跟牠們的近親甲龍類(Ankylosaurid)不同的是,牠們的尾巴末端並不具備有防禦用的尾{垂>椎}。……
藉由化學方式還原的北{盾>宋}龍假想復原圖。圖/JuliusCsotonyi.
即使是像犀牛般大小、且全副武裝的米契爾北{盾>雙}龍很可能也具備有反隱蔽(countershading)的體色來躲避其他兇殘的大型掠食性恐龍。……以黑色素體分解後沉積在化石角質{鞘>就}與表皮上的分子還原其可能的體色。結果顯示,米契爾{北>尼}盾龍身上可能披著鐵鏽般的紅棕色,並隨著靠{往>行}腹部與身體側{緣>彎}的部分逐漸變淡,這次的研究同時也是首次嘗試對如此大型的恐龍做出著色還原。