IBM 將推商用雲端「量子電腦」,今年內開始服務

IBM 表示,該服務已經有了第一批的顧客,他們已經開始利用量子運算服務測試和開發自己的應用程式,不過具體有哪些客戶還不能對外界透露。
評論
Photo credit: IBM Q 影片介紹截圖
評論

原文刊登於合作媒體 雷鋒網 ,INSIDE 獲授權轉載。

據 Nature 報導,IBM 將在今年年內推出全球首套商業「通用」量子運算服務,並將之命名為 IBM Q。IBM Q 是 50 量子位元的量子電腦雲端服務,能夠為用戶提供付費式量子諮詢和服務。

50 量子位元(qbit)的量子電腦服務將比 IBM 已經推出的 5 量子位元電腦服務大 10 倍,且可以勝任許多傳統電腦無法完成的工作。IBM Q 量子系統和服務將透過 IBM 雲端平台提供,旨在為處理傳統電腦無法處理,複雜的科學運算難題,首發有望投入實際研究應用的領域就是化學和雲端端領域,可用於研發新藥和材料等。

量子電腦與傳統電腦截然不同,其運算速度相當強大。量子電腦善於解決發現新藥物、分子結構等領域的問題,它們可以從不同的角度考慮問題,包括那些不太明顯但卻需要運算在內的因素,這也是今天傳統的電腦和伺服器的一些缺點所在,傳統電腦和伺服器的運算能力很難處理這類問題。

然而量子電腦的製造也有一定的難度和挑戰,因為這類系統非常不穩定,量子位元可能非常脆弱,甚至受到電磁輻射都可能崩潰,它需要特殊的機櫃和冷卻機制才行,IBM 研究人員正在著手解決這些問題。 2016 年 5 月份,IBM 推出 5 量子位元的量子電腦,這項服務已經擁有 4 萬名用戶,進行過 20 萬項實驗,併發表了 15 篇研究論文,效果顯著,這也為 IBM Q 的製造建立了基礎。IBM 還宣佈,將開放 IBM Quantum Experience 的 API,允許開發人員幫助構建連接目前 5 量子位元元結構和傳統電腦的軟體界面。

另外,IBM 也會開放 IBM Quantum Experience 的升級版模擬器,能夠模擬構建 20 量子位元元的電路模型。IBM 計劃在 2017 年上半年推出完整版的 SDK,讓使用者進行簡單的量子應用程式和軟體開發。  雖然目前還無法代替傳統電腦,但是研究人員表示,量子電腦可提供新的方法來推進運算能力,最終必將取代今天的個人電腦和伺服器。


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。