<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3><span style="vertical-align: top; color: rgb(0, 0, 255);">重點新聞(0207~0214)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">教育部 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 中小學 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI課程 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>教育部:今年5月完成AI課程教材籌備,為2020年中小學教育鋪路</strong></span></p>
<p>教育部將於2020年正式把AI課程納入中小學基礎教育規畫,今年先進行前置籌備,預計5月完成小學和國中、高中的AI課程教材與教案示範案例,由臺灣老師親自設計。教育部表示,AI課程教學將以課程模組方式進行,老師可從12年國教課綱中的「資訊科技」以彈性時數授課。教育部資訊及科技教育司副司長劉文惠指出,課程內容聚焦於AI科普,包括背景知識和基礎概念介紹,並鼓勵學生動手實作。她也提到,中小學AI教材編寫完成後,其數位教材與相關資源將開放於網路上,供老師下載,也可能以手冊或書籍方式發行,今年新學期就可使用。此外,授課老師也須學習AI知識,在這方面,成大也聯手臺南一中,培訓首批AI教育種子教師。<a href="https://www.edu.tw/News_Content.aspx?n=9E7AC85F1954DDA8&sms=169B8E91BB75571F&s=4BB74410195CF7DF">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E6%95%99%E8%82%B2%E9%83%A8.JPG" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Adobe </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影像辨識 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 人口販賣 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>打擊人口販賣!美研究員打造大型旅館影像資料集</strong></span></p>
<p>來自美國Adobe、喬治華盛頓大學和天普大學的研究員,近日建立一套大型旅館影像資料集,要來幫助警察定位人口販賣受害者的所在旅館。他們在論文中指出,人口販賣者多於旅館內拍攝受害者照片、用來發送線上應召廣告,為幫助警察找到受害者,研究員首先建立旅館影像資料集Hotel-50k,集結世界各地5萬家旅館、共100多萬張影像,來源包括Expedia等旅遊網站,以及TraffickCam,也就是想幫助受害民眾所拍攝的旅館快照。</p>
<p>這些影像標註了旅館名稱、地點、是否為連鎖旅館,在5萬個旅館類別中,近1萬4千個對映到TraffickCam的影像,這對訓練深度卷積神經網路(DCNN)很重要,因為TraffickCam的影像較接近線上廣告影像。研究員以2套神經網路來測試資料集,並表示準確率近乎80%。<a href="https://arxiv.org/pdf/1901.11397.pdf">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/pqckkly0vod6xq8wt61p.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 資策會 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 知識圖譜 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Chatbot </span></strong></span></p>
<p><span style="font-size:22px;"><strong>「知識圖譜」工具助企業打造理解度更高的AI助理</strong></span></p>
<p>資策會日前揭露一款知識圖譜工具,透過抽取資料關鍵字、標註字與字的關聯,自動建立人、事、物的關係圖,有助於企業打造能理解複雜問題的AI Chatbot。資策會數位服務創新研究所組長陳棅易表示,一般AI助理多透過串接API,根據固定格式來設計回覆樣板,但針對更複雜的問題,如防癌保單條款、法律諮詢等領域,就需要透過AI來理解文件、網站和社群網路等非結構化資料,來建立知識圖譜。</p>
<p>而知識圖譜的應用,服創所舉例,系統藉由分析社群資料,能判斷南投與烏龍茶為產地關係,而50嵐與烏龍茶則為產品關係,當消費者詢問Chatbot 50嵐烏龍茶產地為何,系統便從知識圖譜中推論出南投。服創所表示,未來期望結合外部社群資料和開放知識圖譜,讓Chabot應用更廣泛。<a href="https://www.iii.org.tw/Press/NewsDtl.aspx?nsp_sqno=2181&fm_sqno=14">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 政治 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 貪污 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Zero Trust </span></strong></span></p>
<p><span style="font-size:22px;"><strong>中國反貪AI系統「零信任」喊卡</strong></span></p>
<p>中國政府與中國科學院日前研發一套反貪AI系統「零信任」(Zero Trust),透過比對150多個中央和地方的機密資料庫,來監控、評估和干預政府官員的作為。研究人員指出,這個做法能描繪出每個官員複雜的社交網路,進而分析他們的行為,尤其是疑似賄賂的轉帳交易、基礎建設、土地取得等。它也能即時偵測官員是否收到大筆不明匯款,或是官員與其親友名下多買了輛新車、投標政府標案。一旦偵測出,系統便會計算官員貪污的可能性,只要分數超過預設值,監察單位就會收到通知。</p>
<p>零信任已在30個縣市進行試驗,只佔中國行政區的1%,多集中於貧窮或偏遠地區,但多個縣市官員抵制、不願提供個資,因而中止使用零信任系統。<a href="https://www.scmp.com/news/china/science/article/2184857/chinas-corruption-busting-ai-system-zero-trust-being-turned-being">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Google </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> NLU </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語音偵測 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Google為減少語音轉字幕App的行動網路流量,在裝置上部署語音偵測模型</strong></span></p>
<p>Google推出Android語音轉字幕應用程式Live Transcribe,以幫助聽障人士與外界溝通,也公開了設計細節。這個應用程式使用Google雲端自動語音辨識(ASR)技術,且為避免消耗過多資料流量,Google在行動裝置上執行類神經網路語音偵測器、使用大規模聲音資料集AudioSet,能偵測語音,並自動管理到雲端自動語音辨識引擎的網路連結,在長時間使用下,能減少資料用量。此外,為避免使用環境太過吵雜、影響語音轉錄結果,Google在使用者體驗訊號,加入了即時噪音程度的圖形指示,為用戶提供語音品質的即時回饋,以進一步調整手機擺放位置。<a href="https://ai.googleblog.com/2019/02/real-time-continuous-transcription-with.html">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%962_Google%20Live%20Transcribe.JPG" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">IBM </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 癲癇 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 智慧醫療 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>IBM用AI自動分類癲癇發作類型,協助醫師評估患者用藥和治療方法</strong></span></p>
<p>IBM研究團隊近日發表一篇用機器學習自動分類癲癇發作類型的論文,透過AI辨別癲癇患者的腦電波影像,來分類癲癇發作類型。目前臨床上沒有較準確的癲癇發作分類及量化標準,為解決這個問題,研究團隊採用美國天普大學釋出的癲癇疾病公開腦電圖數據集TUH EEG Seizure Corpus,作為訓練資料集,其中有8個癲癇類別共2,012個癲癇發作案例,但研究團隊省去案例較少的1類,建立辨識7種癲癇類型的模型。</p>
<p>研究團隊嘗試了多種機器學習演算法,結果發現k-NN演算法效果最佳,準確度為90.7%。IBM研究團隊表示,該癲癇發作分類的研究成果,將能改善患者的長期照護、即時用藥調整和遠距離監控病情等。<a href="https://arxiv.org/pdf/1902.01012.pdf">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Nvidia </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 機器人 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 物流 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>AI化身爆米花外送員,Nvidia教導機器人如何在複雜的室內環境將貨物正確送達</strong></span></p>
<p>Nvidia近日在美國加州聖塔克拉拉園區的辦公大樓中,多了一位專門送爆米花的機器人Carter,身上配有員工證,可自由進出辦公場所。員工只要在Slack平臺下訂單,Carter就會帶著裝滿爆米花的紙袋,送到員工的小隔間,展示了室內物流機器人的能力。</p>
<p>Carter機器人建立於Segway的機器人移動平臺,透過光學雷達和立體相機來認識周遭環境,而機器人大腦則是用自家AI晶片Jetson AGX Xavier。為了讓Carter機器人能在複雜環境中自由行走且不迷路,研究團隊建立了含有超過900導航點的地圖,涵蓋每個辦公的小隔間和會議室。<a href="https://blogs.nvidia.com/blog/2019/02/08/popcorn-delivery-robot/">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%963_Carter.JPG" style="height: 508px;" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Pin </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 電腦視覺 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Faster R-CNN </span></strong></span></p>
<p><span style="font-size:22px;"><strong>看圖也能馬上買,Pinterest用AI自動為圖片中商品新增購買連結標籤</strong></span></p>
<p>圖片分享社群平臺Pinterest最近透過電腦視覺和機器學習等技術,為平臺上圖片中的商品自動新增購買連結標籤(Pin)。Pin過程分為3個步驟:資料收集、機器學習建模和服務(serving)。在機器學習建模中,Pinterest訓練3個模型,第一個是以Faster R-CNN演算法建立的偵測模型,來抓取出圖片中的物體並將其標示出商品類別,另一套則是物體向量表示法模型,來有效找出相似商品。第三個模型則是透過用戶提供的資料,重新評分視覺相似候選品的模型,用來優化產品。Pinterest指出,此次自動化更新能向用戶展示更多相似商品和圖片,也能更輕鬆在平臺上購買商品。<a href="https://medium.com/@Pinterest_Engineering/automating-shop-the-look-on-pinterest-a17aeff0eae2">(詳全文)</a></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">百度 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 流浪貓 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> EasyDL </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>百度大腦工程師打造AI流浪貓窩</strong></span></p>
<p>日前,一名百度大腦工程師晚兮與愛貓人士共同建立AI流浪貓窩,透過影像辨識技術設置門禁系統,流浪貓刷臉即可進出恆溫27度的貓窩。這套門禁系統於百度自家的深度學習EasyDL平臺建立,可分辨174種貓咪,另配合紅外線攝影機,就算是黑夜也能辨識貓種。此外,貓窩入口的影像辨識系統,還可從流浪貓是否剪耳,來判斷是否結紮;在疾病辨識方面,則包括了貓口炎、傳染性貓鼻氣管炎、皮膚病和外傷等,如偵測出,系統會通知志願照顧流浪貓的成員。另一方面,該流浪貓窩中還配有新風系統,透過不同感測器來即時掌控窩內溫濕度、氧氣和二氧化碳濃度,保持空氣清新。<a href="https://baijiahao.baidu.com/s?id=1623996539317873613&wfr=spider&for=pc">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_%E7%99%BE%E5%BA%A6%E6%B5%81%E6%B5%AA%E8%B2%93%E7%AA%A9_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_%E7%99%BE%E5%BA%A6%E5%85%AC%E7%9C%BE%E8%99%9F.jpg" /></p>
<p>圖片來源/Abby Stylianou et al.、百度公眾號</p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI趨勢近期新聞 </span></strong></span></p>
<p><strong>1. 突破長篇上下文理解挑戰,Google發布全新自然語言理解架構Transformer-XL </strong></p>
<p><strong>2. 臉書收購家具導購網站GrokStyle強化AI視覺技術</strong></p>
<p>資料來源:iThome整理,2019年2月</p>
</div></div></div>