<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(0524～0530)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">微軟 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語音辨識 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 非監督式學習 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>微軟發表新文字轉語音技術，只要200個樣本就能訓練出準確度99.84％的模型</strong></span></p>
<p>微軟日前發表一款文字轉語音AI，利用非監督式學習和200個音頻樣本（總共約20分鐘長）及其文字檔，就能開發出準確度高達99.84％的文字轉語音模型。</p>
<p>研究員表示，這項研究的關鍵在於採用了Transformer類神經網路架構；Transformer的特別之處在於其注意力（Attention），能讓每個輸出值與每個輸入值相連，而且能動態調整權重。另一方面，研究員使用了開源的LJSpeech資料集，隨機取其中的200個音頻與相應的文字檔作為訓練資料集，並採用去噪自動編譯器來重建受損的音頻和文字檔。研究員表示，利用這小型語料庫打造出的AI，其測試時的表現比另外3個AI基準模型還要好，準確度可達99.84％，儘管生成的語音仍帶有些許的機器腔。<a href="https://speechresearch.github.io/papers/almost_unsup_tts_asr_2019.pdf">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_MS%20text%20to%20speech%20model.JPG" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 三星 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 3D建模 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 對抗生成網路 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>不必3D建模，三星的AI可以直接讓圖像「動」起來</strong></span></p>
<p>位於莫斯科分部的三星AI中心近日發表一項研究成果，透過自家設計的模型，只需幾張臉部表情的影像，就能讓靜態的人物肖像做出表情或開口說話，而且不必依賴3D建模等傳統方法。</p>
<p>在這項研究中，三星團隊首先以VoxCeleb2影片資料集來進行元訓練，再利用3套類神經網路來打造這個系統，包括負責將幀映射到向量的嵌入式網路、負責將臉部特徵映射到合成影片的生成器網路，以及評估生成影像真實性的鑑別器網路。研究員也以瑪麗蓮夢露、愛因斯坦和蒙娜麗莎等著名人物肖像來實驗，因此，現在大家可以看到照片中的瑪麗蓮夢露或愛因斯坦開口說話了，甚至是在畫作中的蒙娜麗莎也有不同的表情，而且研究人員在蒙娜麗莎身上套用了來自3個不同人的模型，創造出3位個性迥異的蒙娜麗莎。<a href="https://arxiv.org/abs/1905.08233">（詳全文）</a></p>
<div class="media_embed" height="337px" width="600px">
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="337px" src="https://www.youtube.com/embed/p1b5aiTrGzY" width="600px"></iframe></div>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 視覺模型 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臉書 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 深度學習框架 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>臉書開源用於視覺和語言模型的深度學習框架</strong></span></p>
<p>臉書最近開源釋出能支援視覺和語言領域的深度學習框架Pythia。Pythia建立於臉書自家的開源框架PyTorch上，其模組化和隨插即用的設計，方便研究人員能快速建置、複製和檢測AI模型。Pythia框架的功能包括參考工具，能顯示之前模型的基準測試結果，並快速評估新模型的效能。</p>
<p>Pythia框架是為視覺和語言任務設計，像是與視覺資料相關的回答問題模型，以及自動為影像產生標題的模型。此外，該框架也支援分散訓練和多種資料集，還能自訂損失函數、指標、排程和優化器。<a href="https://code.fb.com/ai-research/pythia/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> KCL </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Nvidia </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI醫療 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>倫敦國王學院聯手Nvidia，要打造醫療AI平臺來改善英國醫療體系的影像判讀流程</strong></span></p>
<p>倫敦國王學院（KCL）聯手Nvidia，要打造一款醫療AI平臺，來簡化、加速英國國家醫療體系（NHS）專科醫生判讀醫療影像的流程。該專案為KCL長期計畫的一部份，旨在改善NHS心臟科、神經科和腫瘤科等12個領域的臨床流程，以及病患照護等層面。</p>
<p>目前，KCL正部署算力為2 petaflops的Nvidia DGX-2超級電腦，來完成該專案的第一階段，之後將利用Nvidia Clara AI工具套件和第三方類神經網路框架（如NiftyNet），來開發影像判讀系統。另一方面，KCL研究員和Nvidia也將與英國數家NHS主要醫院合作，來整合技術開發與臨床應用，也方便未來快速部署到其他醫療機構。為保障資料隱私，此次專案將採聯合學習（Federated Learning，也稱為分散式機器學習）來開發演算法，讓各機構的資料不必向外傳輸，透過醫院內部的資料即可自行開發AI演算法。而這些各家開發的模型，除了能精準反映該區域的病患特性，NHS也可整合這些模型，來發展為層面更廣的模型。<a href="https://nvidianews.nvidia.com/news/kings-college-london-and-nvidia-build-uks-first-ai-platform-for-nhs-hospitals">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> JINS </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI店員 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 機器學習 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>不怕選錯！AI店員幫你挑眼鏡</strong></span></p>
<p>日本平價眼鏡連鎖品牌JINS日前宣布引進JINS Brain AI智慧判讀服務至臺灣分店，來幫臺灣消費者「挑眼鏡」。該服務由日本總部的JINS Brain實驗室開發，他們利用半年的時間，讓3千位不同年齡的男女店員來看30多萬張不同臉型配戴不同框型眼鏡的照片，並評斷每張照片的配戴適合度，再利用這些資料來訓練機器學習模型，開發出一套JINS Brain AI智慧判讀系統。</p>
<p>現在，消費者只要對著店內iPad螢幕試戴眼鏡，系統中的AI男店員或AI女店員就會在幾秒內告知適合度百分比，幫助消費者挑選合適的眼鏡。目前，JINS臺灣分店已有4家開始提供免費的Brain AI智慧判讀服務。<a href="https://www.jins.com/tw/newsroom/2019/05/27/jins%E4%BA%BA%E5%B7%A5%E6%99%BA%E6%85%A7%E5%88%A4%E8%AE%80%E6%9C%8D%E5%8B%99-%E6%96%B0%E7%99%BB%E5%A0%B4/">（詳全文）</a></p>
<div class="media_embed" height="480px" width="853px">
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="480px" src="https://www.youtube.com/embed/vhnlxgdRX1Y" width="853px"></iframe></div>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">MIT </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> RoboRaise </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 機器人 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>不需下指令，MIT打造出能與人類合作抬起物體的機器人</strong></span></p>
<p>麻省理工學院電腦科學暨AI實驗室（CSAIL）最近發表能與人類合作抬起物體的機器人，該機器人系統RoboRaise是利用肌電圖檢查（EMG）感測器，來監控人類的二頭肌和三頭肌運動，演算法會不斷偵測人類手臂高度的變動和上下的手勢，來調整自身的動作，與人類一同合作抬起物體。</p>
<p>MIT的研究團隊使用RoboRaise系統執行一系列的任務，包括撿起物體、組裝模擬的飛機零件等。在實驗過程中，人類可透過手臂動作（如抬舉、伸縮）來控制機器手臂的活動，而機器手臂的活動範圍可精準至數英吋；此外，機器人還可正確回應人類70%的手勢。研究團隊希望，未來在系統中加入更多肌肉或不同類型的感測器，增加機器人的活動自由度，最終目標是要機器人能夠完成更複雜的任務。<a href="http://lillych.in/files/Chin-2019-robosoft.pdf">（詳全文）</a></p>
<div class="media_embed" height="315px" width="560px">
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="315px" src="https://www.youtube.com/embed/TdzbDoEh44U" width="560px"></iframe></div>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">微軟</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 對話機器人 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> SDK </span></strong></span></p>
<p><span style="font-size:22px;"><strong>微軟更新對話機器人開發框架SDK，提供適應性對話框靈活解決問答</strong></span></p>
<p>微軟更新了其用於建立文字對話機器人的開發工具Bot Framework SDK，幫助企業建立能確實解決用戶問題的機器人與虛擬助理，提升客服體驗。Bot Framework SDK加入了適應性對話框，能讓開發者根據情境和事件，來動態更新對話流程。開發者可自定義行動（Action），而行動可包含一系列的步驟，這些步驟是由對話中發生的事件結果定義；這樣的設計對於切換或中斷對話內容時，格外好用。</p>
<p>Bot Framework SDK還提供了模組化對話功能，微軟稱之為技能（Skill）。開發者可將拼湊不同技能，來形成完整的對話體驗，而技能包括了跨應用程式的語言模型、對話框以及卡片，目前預覽版本的技能則有電子郵件、日曆和興趣點。中央對話機器人可以由企業各團隊維護的子機器人組合而成。<a href="https://docs.microsoft.com/en-us/azure/bot-service/dotnet/bot-builder-dotnet-sdk-quickstart?view=azure-bot-service-4.0">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">耐能 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI晶片 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CNN </span></strong></span></p>
<p><span style="font-size:22px;"><strong>耐能新款低功耗AI晶片KL520能支援多種CNN模型，今年第四季出貨搶攻邊緣運算市場</strong></span></p>
<p>耐能（Kneron）日前推出一款AI晶片「KL520」，主打低功耗、高效能，結合自家研發的可重組式AI神經網路技術（RANN）與模型壓縮技術，並搭載自家設計的神經網路處理器（NPU），來支援多種機器學習框架與CNN模型。耐能研發的RANN，可以根據不同CNN模型的運算結構進行重組，來減少運算複雜度、提高效能。另一方面，KL520可支援主流框架和第三方演算法，比如TensorFlow、Keras、Caffe，也支援運用上述框架所開發的CNN模型，如ResNet、Yolo、MobileNet等，也能客製化支援少見的模型。</p>
<p>KL520還具模型壓縮技術，透過遷移式學習、量化、剪枝、蒸餾等四種方式，在模型精度的損失小於0.5%的情況下，將模型中較不影響表現的小網路拿掉，來壓縮模型。Kneron目前已落地應用於手機、IoT、家居、安防等場景，預計今年Q4放量出貨。<a href="http://www.kneron.com/read.php?post=58">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%8E%BB%E8%83%8C%E4%B8%BB%E5%9C%96_KL520_%E6%94%9D%E5%BD%B1_%E7%BF%81%E8%8A%8A%E5%84%92.jpg" /></p>
<p>攝影／翁芊儒 圖片來源／三星、JINS、MIT</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. 美國空軍和MIT推出AI加速器計畫，聚焦於國家級安全挑戰</strong></p>
<p><strong>2. Google打造肺癌預測模型，表現超越人類放射科醫師</strong></p>
<p><strong>3. 為突破AI能力限制，臉書要教機器人在真實世界中自主學習</strong></p>
<p><strong>4. IBM要讓Watson協助農夫導入智慧農業</strong></p>
<p>資料來源：iThome整理，2019年5月</p>
</div></div></div>
