<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(0322～0328)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">永豐銀 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 成大 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融AI </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>永豐銀聯手成大，秀金融AI產學合作成果</strong></span></p>
<p>永豐銀行與成功大學日前展示產學合作成果，揭露雙方自2017年至2018年的金融AI應用成果，包括信用風險管理、財富管理投顧報告、防洗錢，以及外幣定存精準行銷。2017年時，永豐與成大成立「未來智慧工廠」，由永豐提供實際場域資料、成大進行研究，鎖定信用審查、自動撰寫報告、精準行銷等3大領域，可細分為「法人金融信評與報告」、「消費金融信評與報告」、「客製化財富管理投顧報告」、「客戶業務與經濟關聯圖」和「客戶需求預測與精準行銷」等應用。</p>
<p>成大提到，為加強信用風險管理，自家電機系教授張天豪帶領團隊建立信用評估模型，提高信用分數的可靠性、縮短作業時間，比如利用該模型將信用風險模型效力（AUC）提高至91.2％，並將信評報告的資訊揭露錯誤率降低至0％。另一方面，電機工程系副教授黃仁暐團隊以深度學習和自然語言生成（NLG），來建立客製化個人財富管理投顧報告與市場資訊分析。而為加強防洗錢機制，資工系高宏宇教授團隊以AI建立企業客戶的業務與經濟關聯圖，來交叉比對、驗證法人金融客戶的貸款文件資料；至於個人化服務，統計系李政德教授團隊以深度學習打造精準行銷分析模型，目前已提高外幣定存行銷成交率225％，未來將進一步應用至信貸與房貸。<a href="http://news.secr.ncku.edu.tw/p/406-1037-191329,r81.php">（詳全文）</a></p>
<p><img alt="" src="http://news.secr.ncku.edu.tw/var/file/37/1037/pictures/80/m/mczh-tw400x400_large61383_535333514039.jpg" style="width: 400px; height: 259px;" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Nvidia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Jetson Nano </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI電腦 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Nvidia發布99美元有找的AI小電腦Jetson Nano </strong></span></p>
<p>Nvidia日前在自家GPU技術大會(GTC 2019)上發布體積小巧、僅7公分 x 4.5公分的AI電腦Jetson Nano，能在執行 AI 工作負載時，提供每秒4,720億浮點運算次數，而耗電量只有5瓦到10瓦。Nvidia創辦人暨執行長黃仁勳在會中提到，該產品分為2種版本，一種是針對開發者、創客和玩家推出的開發者套件，可用於開發機器人、無人機、虛擬助理和自主設備等裝置，售價為99美元；另一種則是針對想打造大眾市場終端系統企業而推出的可立即生產模組，要解決企業過去打造嵌入式應用時，對於尺寸、耗電量和AI運算密度等帶來的挑戰。</p>
<p>Nvidia表示，Jetson Nano模組可減少硬體的設計和驗證AI系統所需的時間，縮短整體開發時間，讓產品更快上市。此外，該模組設計還包括電力管理、時脈（Clocking）、記憶體。Jetson Nano模組售價為129美元。<a href="https://www.nvidia.com/zh-tw/autonomous-machines/embedded-systems/jetson-nano/?nvid=nv-int-mn-78464">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_Jetson%20Nano%E5%A5%97%E4%BB%B6_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_Nvidia.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 英特爾 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Aurora </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 超級電腦 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>英特爾將為美國打造Exascale等級的新世代超級電腦</strong></span></p>
<p>英特爾和Cray宣布與美國能源部簽約，將打造全球第一座Exascale等級的超級電腦Aurora。這座系統部署於能源部阿貢國家實驗室（ANL），將用於先進科學研究。</p>
<p>ANL指出，Aurora效能高達1 exaflops，每秒可執行1百萬兆次浮點運算，也就是1,000倍petaflops。它同時具備傳統高效能運算（HPC）及人工智慧（AI）的處理能力，可協助研究人員從事極大資料量的宇宙模擬、氣候預測、尋找預測藥物反應的新方法，以及尋找有機太陽能電池更有效的材料等科學研究。英特爾團隊預計2021年完成並交付Aurora超級電腦。<a href="https://newsroom.intel.com/news-releases/u-s-department-energy-intel-deliver-first-exascale-supercomputer/#gs.2di5wo">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%962_Intel%20Aurora_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_%E8%8B%B1%E7%89%B9%E7%88%BE.jpg" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 玉山銀行 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 交易預測 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 金融AI </span></strong></span></p>
<p><span style="font-size:22px;"><strong>玉山AI公開挑戰賽得獎出爐，為金融AI注入新血</strong></span></p>
<p>玉山銀行日前宣布「2019玉山人工智慧公開挑戰賽」結果，這是國內金融業首次AI競賽，主題為金融商品交易預測。玉山銀行提供了120天去識別化的客戶瀏覽資料，供參賽者打造機器學習模型，來預測30天後客戶的金融商品交易行為，包括信用卡、信託類產品、信貸和外匯。這場競賽吸引了海內外1,121支隊伍參賽，經過3個月競爭，由「Forms」、「超準確預測之神」及「test」三支隊伍勝出，除了獎金，這些隊伍也將獲得玉山銀行實習或相關職務面談的機會。</p>
<p>玉山金控科技長陳昇瑋同時揭露玉山科技策略，將聚焦於4大領域，包括提升全通路的顧客體驗、了解顧客真實需求、開發及實驗新型態金融科技、整合內外部科技資源。玉山銀行先前也於法說會上宣布，將AI全面導入至業務體系，並將大數據團隊升級為「智能金融處」，由科技長帶領，目前部門人數為80人，今年計畫以AI來強化帳戶防冒用、提高信用卡盜刷判斷準確率、輸地址可鑑定不動產價格、全自動處理支票及導入臺股績優股預測程式等五大業務。<a href="https://www.esunbank.com.tw/bank/about/news-center?previewItemID={ABDD17E7-3AAD-4000-B1BB-41E2FA666881}&filter={7EF02120-79A0-4903-9F34-2C7E5D5E8055}&range=2019&previewType=news">（詳全文）</a></p>
<p><img alt="" src="https://www.esunbank.com.tw/bank/-/media/esunbank/images/home/about/news/20190325_1.jpg?h=2360&la=en&w=4147" style="width: 1024px; height: 583px;" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 麥當勞 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> ML </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 客戶體驗 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>麥當勞買下機器學習新創，要來改善客戶體驗</strong></span></p>
<p>國際速食連鎖品牌麥當勞日前宣布併購機器學習新創Dynamic Yield，要藉Dynamic Yield的AI個人化及決策邏輯技術，來改善麥當勞的服務品質與客戶體驗，也就是根據消費者上門時的時間、天氣、交通流量或品項趨勢來安排得來速的電子菜單，此外也會依據消費者當下的訂單立即推薦其它品項。</p>
<p>其實去年麥當勞就曾在美國的多個據點測試過該技術，並預計在今年將決策技術部署至全美麥當勞的得來速服務，再擴充至其它國際市場；未來也計畫將決策技術整合至Kiosk與應用程式中。<a href="https://news.mcdonalds.com/news-releases/news-release-details/dynamic-yield-acquisition-release">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Salseforce </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 業務流程 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Salesforce服務雲加入三項AI功能，精進業務流程</strong></span></p>
<p>近日Salesforce服務雲（Service Cloud）新增三項AI功能，不只能提供業務人員最佳的回覆建議，還能推薦相關的知識文章，此外還有一項案件分配（Case Routing）功能，能按照規則將案件分配給適合的業務處理。</p>
<p>這些新功能是從Salesforce的Einstein人工智慧功能擴展而來，回覆建議（Reply Recommendations）功能使用自然語言，以文字訊息提供業務人員即時且恰當的回覆。而Einstein文章推薦（Article Recommendations）功能，可為業務推薦最佳知識文章，提供快速解決問題的資訊。另外，Einstein案件分配（Case Routing）功能透過機器學習來自動分配案件，可根據預設的標準（比如業務人員的專業領域和過往表現），來將案例分配到合適的工作待辦群組或業務人員。<a href="https://www.salesforce.com/company/news-press/press-releases/2019/03/190319/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">機器學習 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Julia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 偵錯器 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>機器學習語言Julia釋出全新偵錯器</strong></span></p>
<p>機器學習語言Julia，釋出了全新的偵錯器（Debugger），可以讓開發者輕鬆地偵錯和檢視（Introspect）程式碼，可以深入函式手動走訪程式碼，並檢查狀態，也能在不重新啟動的狀況下，以互動方式更新和替換現有程式碼，或是設置中斷點和陷阱錯誤，幫開發者捉出發生故障的問題。</p>
<p>官方提到，偵錯器本身就是一組各種功能集合的工具，而其核心功能則是由直譯器支援，該直譯器不只能夠執行Julia程式碼，也能以各種前端控制直譯器的執行。每個前端都有其可用的套件，Juno將偵錯器整合進IDE中，Rebugger則提供REPL文字使用者介面，而偵錯器提供傳統的命令介面。這些偵錯功能都與套件Revise無縫整合，開發者可以在同一個對話（Session）中，連續分析和修改程式碼。<a href="https://julialang.org/blog/2019/03/debuggers">（詳全文）</a></p>
<p>圖片來源／成大、Nvidia、英特爾、玉山</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. MIT用胺基酸序列搭配機器學習預測複雜蛋白質結構</strong></p>
<p><strong>2. RedMonk熱門程式語言排行榜出爐：Kotlin首度擠進前20名</strong></p>
<p><strong>3. Amazon與美國國家科學基金會投資1,000萬美元，要研究AI公平性</strong></p>
<p>資料來源：iThome整理，2019年3月</p>
</div></div></div>
