AI趨勢周報第92期:瞄準醫療影像AI!成大正研發數位病理切片AI判讀系統
<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(0705~0711)</span></h3> <p><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);"> 醫療影像 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 數位病理 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>瞄準醫療影像AI!成大正研發數位病理切片AI判讀系統</strong></span></p> <p>成功大學與成大醫院發展智慧醫療數十載,近年更透過先前的研究基礎和自家儀器,在全景組織體細胞定量分析儀中導入自行研發的AI系統,來輔助醫生判讀病理切片中細胞病變的區域。</p> <p>該研究計畫由成大臨床醫學研究所教授蔡坤哲負責,而全景組織體細胞定量分析儀由類流式細胞組織儀和免疫化學分析軟體、免疫螢光分析軟體組成。蔡坤哲表示,其中的定量分析軟體可導入AI,將檢體中的蛋白質分子獨立拆解,得到單一細胞資訊,更精準量化切片組織。他提到,這套AI系統以數位病理切片訓練而成,但由於影像解析度過高、可達數十億畫素,團隊將影像分割為數個區塊來訓練AI模型。目前,該AI系統已於數家醫院進行測試,但準確率則尚無法揭露。未來,成大計畫將這套系統送件衛福部食藥署(TFDA),通過認證後再上市,另一方面也將成立「科學服務公司」,結合其他生醫核心平臺來提供多種生醫實驗服務。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/IMG_0103.JPG" style="width: 1024px; height: 768px;" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">智慧製造 </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);"> AVM </span></strong></span></p> <p><span style="font-size: 22px;"><strong>AI線上全檢讓製造業零缺陷,成大力推智慧工業4.1</strong></span></p> <p>成功大學智慧製造研究中心教授鄭芳田整合多年研究成果和外部資源,將自行研發的自動虛擬量測(AVM)、智慧型預測保養(IPM)、智慧型良率管理(IYM)、先進製造物聯雲(AMCoT)架構等技術,結合大數據資料平臺、能進行邊緣運算的關鍵物聯網元件(CPA),打造一套智慧工廠自動化iFA雲平臺。其中,AVM能即時檢測所有產品,IPM則能預測機臺壽命,IYM則可針對瑕疵品,利用關鍵參數搜尋演算法(KSA)找出瑕疵原因,協助改善良率。鄭芳田表示,AVM和KSA可助製造業走向智慧工業4.1,達到近零缺陷(Zero defects)。</p> <p>在實際應用上,日月光、友達、群創、漢翔、遠東機械、銓寶等製造業大廠已採用iFA平臺。不只如此,鄭芳田團隊還正以容器技術優化iFA平臺,比如水平擴展(Horizontal scaling),增加數個相同服務的應用程式Pod、降低負荷,或是失效轉移(Failover),來維持系統穩定性。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/IMG_0136.JPG" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">IBM </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Hypertaste </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 液體檢測 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>IBM研發AI液體檢測器,秒速分析飲品和水質</strong></span></p> <p>IBM研究院日前發表新研究成果,利用演算法、感測器和雲平臺打造一款AI液體偵測器Hypertaste,可即時分析液體成分,比如飲品或河川、湖泊水質等。為仿照人類味覺與嗅覺,研究團隊採用組合型感測器,來同時偵測液體中的各種分子。進一步來說,Hypertaste利用感測器陣列,這些電化學感測器由成對電極組成,每對電極以一個電壓訊號來反應感測到的分子組合;這些電極獲得的電壓訊號綜合起來,就是液體的總訊號,就像液體的「指紋」一樣。團隊指出,感測器精準的關鍵,在於電極上的聚合物塗料,能擷取一系列化學訊號並達到高度微型化。</p> <p>這些訊號會傳送至智慧型手機和雲端平臺,透過機器學習模型來比對資料庫中的液體特徵,再將結果回傳至手機。團隊指出,實驗結果顯示,Hypertaste不到1分鐘,就能完成液體辨識。未來,團隊希望Hypertaste可用於更廣泛的液體檢測,比如人體尿液,更快速完成健康檢查。<a href="https://www.ibm.com/blogs/research/2019/07/hypertaste-ai-assisted-etongue/">(詳全文)</a></p> <div class="media_embed" height="316px" width="560px"> <iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="316px" src="https://www.youtube.com/embed/7Re-G3_Y1s4" width="560px"></iframe></div> <p> </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);"> 函示庫</span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> TensorRT </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Nvidia開源高效能推理平臺TensorRT函式庫元件</strong></span></p> <p>Nvidia宣布開源TensorRT,是一套用於自家GPU和深度學習加速器的高效能推理函式庫。這個函式庫以C++撰寫,建於平行可程式化模型CUDA上;TensorRT包括了兩部分,有用來進行調校的深度學習推理最佳化工具,以及能執行深度學習推理應用程式的Runtime。而TensorRT除了提供精度INT8和FP16的最佳化,也支援多種平臺,包括嵌入式、自動駕駛以及GPU計算平臺,同時也讓使用者可將神經網路部署到資料中心。為支援在資料中心執行的AI模型,TensorRT使用推理伺服器的容器化微服務技術,利用Docker和Kubernetes,不只可以最大化GPU使用率,也能無縫整合DevOps部署,讓使用者可在多節點同時執行來自不同框架的多個模型。<a href="https://developer.nvidia.com/tensorrt">(詳全文)</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Udacity </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 音頻 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影片生成 </span></strong></span></p> <p><span style="font-size:22px;"><strong>知名線上教育平臺Udacity靠AI,利用授課音頻產生教學影片</strong></span></p> <p>線上教育平臺Udacity的研究團隊開發一套AI系統LumièreNet,可利用任意長度的授課音頻產生教學影片。團隊表示,比起重新拍攝內容相似的教學影片,利用AI來大規模半自動或全自動產生影片,相當有價值。</p> <p>LumièreNet有個姿勢評估器,會先從訓練資料集中提取數幀影片,來合成講師人體,並藉偵測和定位身體重要節點,來產生外貌細節。接著,LumièreNet中的雙向長短期記憶模型(BLSTM)會按順序(向前和向後)來處理資料,讓每個輸出值來反映輸入值和前面的輸出值,來顯示音頻和影片間的關係。為測試LumièreNet,Udacity利用4小時影片、4小時授課音頻作為訓練和驗證資料集,研究員指出,測試結果顯示,LumièreNet能產生如真人般的影片,但由於姿勢評估器無法追蹤眼神、嘴唇等較細細節,所以影片中的講師很少眨眼,或嘴型較不自然。他們希望新增臉部關鍵節點,來改善此狀況。<a href="https://arxiv.org/pdf/1907.02253.pdf">(詳全文)</a></p> <p><img alt="" src="https://venturebeat.com/wp-content/uploads/2019/07/ezgif-5-2a15b1c418db.gif?w=256&resize=256%2C256&strip=all" style="width: 256px; height: 256px;" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Gogoro </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 人臉辨識 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GoShare </span></strong></span></p> <p><span style="font-size:22px;"><strong>Gogoro共享服務將在桃園8月登場,靠人臉認證借車</strong></span></p> <p>臺灣電動機車龍頭Gogoro宣布其共享服務GoShare將於8月中在桃園市登場,整合了雲端營運管理系統、AI和客戶裝置App,推出號稱全球首創的端到端移動共享方案,讓使用者可24小時隨訂隨還。</p> <p>進一步來說,Gogoro導入人臉辨識技術,使用者註冊GoShare服務時,只要下載該App,上船身分證件、駕照和信用卡資料後,App即可透過即時人臉比對完成認證,開始使用服務。透過App,使用者也能隨時查看周遭可用車輛和剩餘電量,選定解鎖後即能騎乘,途中也能查詢最近的電池交換站點。至於租金部分,Gogoro則尚未揭露。<a href="https://www.gogoro.com/tw/press/2019-07-05/go-share/">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%963_GoShare_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_Gogoro.jpeg" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 科技部</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 南科 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> The Bakery </span></strong></span></p> <p><span style="font-size:22px;"><strong>科技部協英國知名加速器The Bakery進駐南科,宣布啟動南科創新創業生態系統2.0</strong></span></p> <p>科技部和旗訊數位協英國知名新創加速器The Bakery,日前宣布進駐南部科學園區,不只將國際資源和資金引進臺灣南部,也要將臺灣實力新創推往國際,與知名大型企業介接。The Bakery共同創辦人暨執行長Tom Salmon表示,The Bakery成立6年來,已成功將全球數千家新創與國際大型企業組織介接,觸角遍及歐洲、北美和南美,但他看好臺灣人才和軟硬體技術,由旗訊數位和南科將The Bakery引進臺灣,成立亞洲營運中心。目前,The Bakery已開始招募臺灣新創,聚焦於AI和機器人相關領域。</p> <p>科技部長陳良基表示,隨著The Bakery加入,南科不只擁有協助新創團隊0至1的本土創業工坊、育成中心、南科AI_ROBOT自造基地和TAIRA加速器,還有國際資源和資金的進駐,因此宣布南科創新創業生態系統2.0正式啟動。他也期望,臺灣要拿出獨有的優勢來與其他國家競爭,也就是整合AI技術人才和軟硬體的能力,才能拿下未來AI和AIoT供應鏈的龍頭。<a href="https://www.most.gov.tw/folksonomy/detail?subSite=&l=ch&article_uid=fc8ff9c6-95c7-4703-a1ee-1b25a1c4854a&menu_id=9aa56881-8df0-4eb6-a5a7-32a2f72826ff&content_type=P&view_mode=listView">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/10_%E8%8B%B1%E5%9C%8B%E7%9F%A5%E5%90%8D%E6%96%B0%E5%89%B5%E5%8A%A0%E9%80%9F%E5%99%A8The%20Bakery%E8%90%BD%E8%85%B3%E5%8D%97%E7%A7%91%EF%BC%8C%E7%A7%91%E6%8A%80%E9%83%A8%E9%99%B3%E8%89%AF%E5%9F%BA%E9%83%A8%E9%95%B7%E5%8F%83%E8%88%87%E6%8F%AD%E5%B9%95%E3%80%82.jpg" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">智慧城市 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 臺北市 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> IDC </span></strong></span></p> <p><span style="font-size: 22px;"><strong>臺北市AI交通管理系統拿下IDC亞太區智慧城市大獎</strong></span></p> <p>市調機構IDC日前公布亞太區智慧城市競賽結果,臺北市以AI交通管理拿下交通組大獎。臺北市自去年開始將AI導入城市交通系統,來分析監視器畫面中的車流量、車種、交通事故、大眾交通需求和停車位狀況等。其中一項,則是利用設置於路口、配有演算法的360度魚眼鏡頭,來即時分析車流、車速,以及在路口的複雜行車路徑,來計算合適的交通號誌時間,以維持車流順暢。</p> <p>此外,臺北市政府也與資訊局、交通局和警察局合作,也在特定公車和警車上使用相連的智慧攝影機,來即時取得影像,並將分類過的影像資料傳送到行動平臺,進一步推動公車站停車、車牌辨識等應用。現在,車牌辨識率已達95%,未來將提供民眾智慧停車的服務。<a href="https://www.idc.com/ap/smartcities/">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/IDC%202019%20%E7%AC%AC%E4%BA%94%E5%B1%86%E4%BA%9E%E5%A4%AA%E5%8D%80%E6%99%BA%E6%85%A7%E5%9F%8E%E5%B8%82%E5%A4%A7%E7%8D%8E%E5%BE%97%E7%8D%8E%E5%90%8D%E5%96%AE.png" /></p> <p>攝影/王若樸、圖片來源/IDC、IBM、Udacity、Gogoro、科技部</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. 最新Azure DevOps Server 2019預覽版加入內建分析功能</strong></p> <p><strong>2. 蘋果HomePod要來臺灣了!1萬元有找</strong></p> <p>資料來源:iThome整理,2019年7月</p> </div></div></div>