<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(0614~0620)</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);"> PowerPoint </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI工具 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>微軟PowerPoint新增AI工具Presenter Coach,要當用戶的簡報教練</strong></span></p>
<p>微軟近日推出PowerPoint AI新工具Presenter Coach,能針對用戶的簡報表現即時提供建議,讓用戶演講更完美。進一步來說,Presenter Coach提供用戶演練模式(Rehearsal mode),當用戶對著螢幕一張張簡報演練時,Presenter Coach會藉麥克風收音來分析用戶的說詞、語調和說話速度,要是出現太多語助詞,或是因緊張而說話速度太快,Presenter Coach就會馬上提醒用戶。此外,要是用戶對著簡報照本宣科,系統也會通知用戶改進。</p>
<p>不只如此,Presenter Coach還可以分析演講的內容,來提供措辭建議,比如用戶說了Best man for the job,系統會提示該用法可能有性別歧視之意,應減少使用。當用戶演練結束時,Present Coach會產生一份報告,來告訴用戶什麼地方該改進。微軟表示,該工具預計於今年夏季上線。<a href="https://www.microsoft.com/en-us/microsoft-365/blog/2019/06/18/powerpoint-ai-upgrade-designer-major-milestone-1-billion-slides/?wt.mc_id=AID729583_QSG_SCL_347316&ocid=AID729583_QSG_SCL_347316&utm_source=youtube.com&utm_medium=referral">(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/Zx56ra4XtXM" width="853px"></iframe></div>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">MIT </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 機器人感知 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GAN </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>賦予機器人感知能力!MIT用GAN讓機器人靠觸覺來推測物體外觀</strong></span></p>
<p>麻省理工學院近日發表新研究成果,利用對抗生成網路(GAN)訓練出一套AI系統,不只能從機器人接收到的觸覺訊號來推測物體影像,還可從接收到的影像訊號,來推測物體觸感。</p>
<p>研究員首先採用KUKA機器人手臂,再加上一個自建的GelSight觸覺感測器,來收集觸覺訊號,系統再利用這些訊息,來理解視覺和觸覺訊息間的關係。為教導AI用觸覺來辨識物體,研究員利用VisGel資料庫中的1萬2千個、包含200個物體的視覺和觸覺影片,來訓練GAN模型。研究員指出,實驗結果發現,「我們的AI模型可以純粹藉由觸覺來預測物體與環境的相互作用。」也進一步強調,結合視覺和觸覺兩種感官,可增強機器人能力,並減少機器人在操縱和抓取物體任務時所需的資料。不過,目前該機器人只能辨識受控環境中的物體。研究員計畫建置更廣泛的資料集,讓機器人可在更多樣的環境中工作。<a href="https://www.csail.mit.edu/news/teaching-artificial-intelligence-connect-senses-vision-and-touch">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_Gelsight_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_MIT.png" /></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);"> STEAL </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 電腦視覺 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Nvidia研究員發表STEAL,讓語義邊界預測更精準</strong></span></p>
<p>來自Nvidia和多倫多大學的研究員日前設計了一個語義邊界預測的新框架STEAL(Semantically Thinned Edge Alignment Learning),可更精準地偵測和預測物體的起始邊界(也就是影像中物體邊緣的像素),能有效改善現有電腦視覺模型的推理,比如3D重建、圖像生成和物體偵測等類型,也有助於標記模型訓練資料。</p>
<p>該研究的目標,是要藉由理解訓練時的標註噪音,來學習精準的語義邊界。於是,研究員設計了一個簡易的layer和loss,可用於現有的機器學習邊界偵測器。進一步來說,STEAL框架以主動對齊方法,在訓練期間對標註雜訊(Annotation noise)進行推理,並利用水平集方法,來從錯位標籤中學習,來達到預測物體邊界像素。<a href="https://nv-tlabs.github.io/STEAL/">(詳全文)</a></p>
<p><img alt="" src="https://nv-tlabs.github.io/STEAL/resources/steal_video.mp4" /><img alt="" class="media-image img__fid__51187 img__view_mode__media_large attr__format__media_large" src="https://nv-tlabs.github.io/STEAL/resources/steal_video.mp4" /><a href="https://nv-tlabs.github.io/STEAL/resources/steal_video.mp4"><img alt="" src="https://nv-tlabs.github.io/STEAL/resources/steal_video.mp4" /><img alt="" src="https://nv-tlabs.github.io/STEAL/resources/intro.png" /></a></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;"> 自動開發 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 資料科學 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>IBM資料科學平臺新增自動化AI,甚至可自動優化參數</strong></span></p>
<p>IBM資料科學應用開發工具Watson Studio最近新增了一系自動化功能AutoAI,可供資料科學家簡化AI應用的建置過程,包括資料處理與預處理等工作,使其能專注在機器學習模型的設計和部署上。</p>
<p>該功能位於IBM Cloud上的Watson Studio,可自動執行如模型開發和特徵工程等工作;AutoAI的超參數最佳化功能,可協助資料科學家建立機器學習模型,並內建梯度提升樹等一系列適用於企業資料科學的模型類別。此外,AutoAI也支援IBM去年發布的神經網路合成(NeuNetS)技術;NeuNetS能自動合成自定義神經網路,除了能讓用戶選擇為模型進行速度或精確度最佳化,還可即時監看模型建置和訓練過程。<a href="https://www.ibm.com/cloud/watson-studio/autoai">(詳全文)</a></p>
<div class="media_embed" height="399px" width="709px">
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="399px" src="https://www.youtube.com/embed/P-Wzhf36dTg" width="709px"></iframe></div>
<p> </p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臉書</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 具體化 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI Habitat </span></strong></span></p>
<p><span style="font-size:22px;"><strong>臉書開源具體化AI平臺AI Habitat </strong></span></p>
<p>臉書最近開源了具體化AI(embodied AI)平臺AI Habitat,為一套模擬平臺,供研究員在逼真的3D環境中訓練如虛擬機器人等具體代理人,而且可結合臉書Replica或第三方Gibson與Matterport3D等3D環境資料集。</p>
<p>AI Habitat平臺由Habitat-Sim、Habitat-API及Habitat Challenge等3個元件所組成,其中Habitat-Sim是個3D模擬器,具備可配置的代理人、感應器,也能處理各種3D場景資料集,單執行緒即可達到數千FPS,若是在單個GPU上的多程序,則能超過1萬FPS。Habitat-API則是一個模組化的函式庫,用來定義具體化AI的任務,像是導航、聽從指令或回答問題等。而Habitat Challenge則是號召研究人員參與的挑戰賽,與傳統AI挑戰賽不同的是,它要求參賽者上傳不具預測功能的程式碼,並於一個全新的環境中測試代理人的反應。<a href="https://aihabitat.org/">(詳全文)</a></p>
<p><img alt="" class="media-image img__fid__51188 img__view_mode__media_original attr__format__media_original" src="https://scontent.ftpe7-3.fna.fbcdn.net/v/t39.2365-6/64727526_194980668073714_1194321763819847680_n.png?_nc_cat=108&_nc_ht=scontent.ftpe7-3.fna&oh=3af579e07b4b16e6587eaf2f2440daa5&oe=5D8C0EB5" /></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;"> 應用程式開發 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CUDA-X HPC </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Nvidia釋出高效能計算應用程式開發包</strong></span></p>
<p>Nvidia為高效能電腦釋出複雜運算的開發包CUDA-X HPC,集結了一系列的函式庫、編譯器和API等,協助開發者打造多元高效能電腦應用。CUDA-X HPC以自家平行運算架構CUDA為基礎,其內有精密調校的內核,還包括用於線性代數、平行演算法、訊號與影像處理的GPU加速函式庫。</p>
<p>Nvidia指出,CUDA-X HPC函式庫清單會時常進行延伸和微調,以利用混合精度運算等新演算法來創新內容。其中的線性代數函式庫包括了 BLAS、Math及SOLVER函式庫,讓開發者享有更多功能和彈性。而CUDA-X HPC中還有用來優化張量(cuTENSOR)的基礎函式庫、快速傅立葉變換(cuFFT)函式庫,以及用於影像和訊號處理的Nvidia GPU加速函式庫(NPP)、Nvidia平行演算法與資料結構函式庫Thrust等。此外,CUDA-X HPC還包含了Nvidia Nsight開發者工具,可提供GPU除錯和分析工具,來幫助開發者找出系統效能瓶頸。<a href="https://news.developer.nvidia.com/nvidia-announces-cuda-x-hpc/">(詳全文)</a></p>
<p><img alt="" src="https://lh5.googleusercontent.com/TRfir7mn27fjIV4Hkar7pWPv_hKjiRHK5X_JsjnJg30XiBfpcj7VgLacrlADNqDxEpDbN_gy_tNEYZpkYg7nm4ibSb8ewzCMXL8a8igOpVZga5lsrmyOFZYUfRizKQiZm9gQYtCU" style="width: 974px; height: 402px;" /></p>
<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;"> Power平臺 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI工具 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>微軟Power平臺加入AI建置工具,只要少量程式碼就能在企業App新增AI功能</strong></span></p>
<p>微軟在其PowerApps和Microsoft Flow中加入AI建置工具AI Builder,用戶只需撰寫少量程式碼,就能在應用程式中添加AI功能。進一步來說,用戶可在PowerApps Studio或Microsoft Flow網站的導覽介面中使用AI Builder,而其下的模型頁籤,可讓用戶查看各機器學習模型的重要訊息,或進行模型部署、測試等操作。AI Builder提供了多種常用的AI功能,包括二元分類、文字分類、物體偵測、名片讀取器以及表格處理。</p>
<p>AI Builder還可從用戶標記的文字中學習,並處理儲存於Power平臺中的非結構化文字資料,並重新分配到組織特有的分類。用戶還可以將AI Builder、PowerApps以及Microsoft Flow綜合應用,就能自動化業務流程,也能用於訂閱用戶流失或是預測分析。<a href="https://docs.microsoft.com/en-us/ai-builder/overview">(詳全文)</a></p>
<p>圖片來源/MIT、IBM、微軟、臉書</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. 微軟釋出ML.NET 1.1,加入異常偵測演算法</strong></p>
<p><strong>2. Nvidia發表開發自駕車軟體的超級電腦DGX SuperPOD </strong></p>
<p><strong>3. 虎頭山創新園區開幕,車聯智駕和資安物聯網2大中心亮相</strong></p>
<p>資料來源:iThome整理,2019年6月</p>
</div></div></div>