由於比特幣不適合即時、大量的小額交易，而且在法規上存有疑義、難以被主管機關接受，因此有人將比特幣的部分技術抽離出來尋找新的應用，並且取了新名字「區塊鏈」。

人工智慧是科幻的未來進行式。仔細想想，智慧型手機的出現也不過 13 年，而深度學習和人工智慧的這一波復興，則更晚才出現在大眾的視野。但我們現在生活中已經充滿著許多人工智慧產品與服務，比方導航路線規畫、語音助理、聊天機器人、自動翻譯軟體、商品的自動推薦及文法自動檢查等。

人工智慧是一個吸引人們卻又教大家害怕的名詞，吸引我們的是一個會思考、可以協助人們處理工作的智慧型機器人；讓我們害怕的是這個機器人自己會思考，哪天他不聽話了怎麼辦？更慘的是，哪天老闆發現他比我還好用，那我不就失業了？

近年隨著人工智慧的發展，當我們上傳一張照片到臉書時，臉書甚至可以精確地找出照片中的人臉。然而，今日機器較擅長的是從資料中歸納找出通則，例如臉書知道人臉有那些共同的特徵，所以可以偵測出人臉，但是在能夠歸納後，機器能不能進一步創造呢？

在人工智慧（artificial intelligence, AI）的風潮下，數學科普、教育或者甚至數學本身，微妙地陷入一個尷尬的處境；或者應該說，陷入兩個尷尬處境。

最近人工智慧非常紅，而深度學習則可以謂人工智慧的核心。那到底深度學習是什麼呢？外面有很多把人工智慧或深度學習的概念說得很玄的文章，但在這篇文章中，則希望讓大家瞭解深度學習的核心概念。你會發現，其實基本概念非常簡單！而人工智慧到底可以做到什麼，其實也和我們的想像力有關。

人工智慧系統是近年來科技領域最火熱的議題之一，而其中最具話題性的，是2016年Google的AlphaGo在圍棋領域擊敗韓國棋王，震撼全世界。而打敗棋王的關鍵，就是透過深度學習、強化式學習及深度強化式學習三大機器學習技術，來讓人工智慧逐步建立強大的圍棋策略，並超越人類棋士。

根據聯合國統計，每年約有五千萬人因車禍而受傷，其中大多為人為因素所致；有鑑於此，為了減少人為禍因及確保駕駛行車安全，而有無人駕駛的願景。回溯至 1980 年代，美國卡內基．梅隆大學團隊打造出全球第一輛自駕車雛形，揭開現代無人駕駛的序幕。