<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(0719～0725)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Deep01 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 醫療影像判讀 </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>全臺首家AI醫療新創獲美國FDA認證，30秒判讀腦中風AI上市</strong></span></p>
<p>專攻醫療影像AI服務的臺灣新創Deep01，其產品DeepCT於7月10日正式通過美國食品藥物管理局（FDA）認證，不僅是臺灣第一家獲FDA認證的醫療AI新創，也是亞太區第一家。DeepCT是利用深度學習開發的腦出血偵測平臺，可在30秒內偵測病患腦部CT影像是否有腦出血病灶，並能圈出出血位置，不僅加速醫生判讀時間，也能加速病患腦出血或中風的後續醫療處置時間。目前，DeepCT的準確率達95％，其平臺可整合雲端或院內伺服器。而通過認證後，Deeo01已獲得一家醫院客戶，未來也將進一步打入中國市場，還有因老齡化導致心腦血管疾病好發的日本、韓國，以及急診尚未完上的印尼、越南。</p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">馬斯克 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Neuralink </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> BMI </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>直播秀BIM系統，馬斯克要讓人腦接電腦</strong></span></p>
<p>特斯拉和SpaceX的創辦人馬斯克日前揭露旗下新創Neuralink進展，在直播中展示了腦機介面（BMI）系統，由感測器、超細合成線和植入器組成，目的是要植入人腦、連結神經元，來進行資料傳輸，首先要讓癱瘓的病人能藉此控制手機、電腦，終極目標是要讓人擁有AI般的運算能力。</p>
<p>BMI的合成線寬4至6微米，比頭髮還細。這些線上有著電極，可接收或將大腦神經元的訊息傳輸到感測器，以連結外部的數位世界。這些線還搭配了植入器，每分鐘可植入6根合成線。在實驗中，Neuralink已將96根合成線植入靈長類大腦，其中有一隻猴子以能藉此控制電腦。Neuralink目前正開發一組晶片BMI系統，馬斯克預計明年將開始進行人體實驗，藉由植入人腦，來與耳後小型接收器傳輸訊息。<a href="https://www.youtube.com/watch?v=r-vbh3t7WVI&feature=youtu.be">（詳全文）</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_BMI_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_Neuralink.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);"> 神經型態系統 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Pohoiki Beach </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>英特爾發表新神經型態系統，能模擬800萬個神經元</strong></span></p>
<p>英特爾發布Pohoiki Beach神經型態系統，結合了64個自家研發的第一代神經型態研究晶片Loihi，共擁有800萬個神經元，處理資料的速度比CPU快上1,000倍。</p>
<p>Loihi晶片目前發展到第五代，已應用於AMPRO義肢控制和iCub機器人電子皮膚的觸覺感知等專案。除了高運算速度外，低功耗也是Loihi晶片的一大特性，能以低於GPU 109倍的功耗完成即時深度學習基準測試，即便將神經網路擴展50倍，Loihi也只會多用30％的電力，並維持即時效能，與之相比的物聯網裝置硬體，則必須使用500％的電力，且已經無法提供即時的結果。英特爾計畫，今年還會擴展Pohoiki Beach架構，發表更大的Loihi系統：Pohoiki Springs，預計提供1億個神經元，要為神經型態工作負載提供超前的運算能力。<a href="https://newsroom.intel.com/news/intels-pohoiki-beach-64-chip-neuromorphic-system-delivers-breakthrough-results-research-tests/#gs.rcglwd">（詳全文）</a></p>
<p><img alt="" src="https://simplecore.intel.com/newsroom/wp-content/uploads/sites/11/2019/07/Intel-Neuromorphic-system-3.jpg" style="width: 690px; height: 560px;" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 工研院</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 智慧工廠 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 自動化 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>邁向全自動化！工研院助飛輪大廠打造智慧數位工廠</strong></span></p>
<p>工研院要助飛輪健身車大廠期美科技，用4年在臺南打造3千坪的智慧數位工廠，要建立智慧化生產模式，導入智慧產線監測系統，即時監測生產數據以提升產品良率。</p>
<p>工研院智慧機械科技中心執行長陳來勝表示，智慧數位工廠將引進臺中智慧製造試營運場域相關技術，像是智慧製造管理系統、彈性模組化生產線、自動倉儲系統、智慧機上盒（VMX）、無人搬運車、智慧監控系統等技術，讓期美從拿到工單到最終產品產出，全產線都能達到自動化與智慧化目標，不必再依靠人工手抄報表、人工機器操作、人工排程甚至人工物料搬運與組裝，增加效率與資料正確性。<a href="https://www.itri.org.tw/chi/Content/NewsLetter/Contents.aspx?SiteID=1&MmmID=620605426331276153&MSid=1036030332442165106">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 東京奧運</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 中暑預警 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 人臉辨識 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>東京奧運倒數一年！日本警政將大力引進AI強化會場安全</strong></span></p>
<p>距離東京奧運還有一年，日本政府、東京警視廳不斷與科技公司合作，要部署AI系統來提高安全、減少不必要的人流和車流。首先是東京警視廳和Panasonic聯手打造的人群預測系統，利用警車鏡頭下的人群影片，上傳至雲端分析，並即時預測未來人群動向。這套預測系統也能揪出可疑的行為和物品，比如逆向或是在限制區域活動的人、車。此外，人群預測系統還可用來管理交通，保持行車順暢。</p>
<p>再來是將在奧運入口閘門採用NEC人臉辨識系統，並搭配證件刷卡，來辨識30多萬名參與者，包括1萬2千名運動選手、隨行人員、志工等。在安全方面，則由日本安防公司ALSOK的巡邏機器人來負責。這些機器人配有攝影機和AI系統，不只能辨識危險物品，還會主動尋找可疑人士，比如要是有人微微抽搐、臉部漲紅等緊張特徵，就會通知保安人員查看。最後則是中暑預警系統，由日本Yahoo利用當地資料和熱指數（WBGT），來預測和降低每125平方公尺的中暑風險。</p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%962_NEC%E8%87%89%E9%83%A8%E8%BE%A8%E8%AD%98_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_Tokyo%202020.jpg" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Deep TabNine </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 開發 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 寫程式 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>開發者福音，Deep TabNine程式碼預測模型可自動補上程式碼</strong></span></p>
<p>加拿大滑鐵盧大學學生Jacob Jackson開發一套深度學習模型Deep TabNine，可預測開發者接下來要輸入的程式碼並自動輸入，就像Google搜尋的搜尋建議一樣。Deep TabNine以OpenAI開發的大型Transformer語言模型GPT-2為基礎，用了GitHub上200萬筆資料來訓練，讓Deep TabNine模型能從文件的自然語言名稱，來推導函數名稱、參數和回傳類型。</p>
<p>Deep TabNine能根據開發者寫程式的習慣，在建議框中顯示程式碼輸入建議，要是出現與過去專案相似的程式碼，Deep TabNine也會在建議框中顯示address。Deep TabNine支援23種程式語言、5種程式碼編輯器，此外，也提供雲端服務版本，來達到低延遲效果。<a href="https://tabnine.com/blog/deep">（詳全文）</a></p>
<p><img alt="" src="https://update.tabnine.com/v/python_demo_1.mp4" /><img alt="" src="https://tabnine.com/static/deep_img_2.png" /></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;"> 資料交換 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> DAX </span></strong></span></p>
<p><span style="font-size:22px;"><strong>IBM推出資料交換服務DAX促進開放資料與AI發展</strong></span></p>
<p>IBM在OSCON 2019大會上推出了線上資料交換中心DAX（Data Asset eXchange），供開發者和資料科學家免費使用開放資料授權的資料集，以訓練機器學習模型。IBM表示，DAX上發布的資料集，都盡可能採用Linux基金會社群資料授權協議（CDLA）的開放資料授權框架，讓資料能夠共享與協作，而DAX也提供IBM Research資料集，供用戶使用。IBM將定期更新DAX上的資料集，旗下的IBM Cloud和AI服務也會整合DAX，讓用戶使用DAX上的資料集。<a href="https://developer.ibm.com/blogs/ibm-data-asset-exchange-dax-free-open-data-ai/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">AI Academy </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 疾病預測 </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>臺灣人工智慧學校8月將開設北、中、南智慧醫療專班</strong></span></p>
<p>臺灣人工智慧學校營運長蔡明順表示，8月開始將於北、中、南分校開設智慧醫療專班，是為臺灣醫療從業人員設計的密集課程，除了培育人才，未來也將鏈結產學資源、推廣技術、顧問輔導等，來協助醫療業導入AI。</p>
<p>過去，臺灣人工智慧學校已於智慧醫療領域小有成績，像是南部分校與長庚、奇美、義大等醫院合作，將AI用來預測敗血症、肺炎和失智症。而與中國附醫，則運用AI來預測洗腎風險，只要輸入病患超音波影像，就能分析第一年內測量的腎功能指標變化，預測病患未來末期洗腎與罹患急性冠狀動脈症候群的風險，臺灣人工智慧學校表示，這是全球首度提出的傑出成果。<a href="https://aiacademy.tw/medical/">（詳全文）</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">花旗銀行 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 匯款偵測 </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>臺灣花旗銀行靠AI揪出異常付款</strong></span></p>
<p>有鑑於跨境交易越趨複雜，臺灣花旗銀行日前推出花旗匯款智能偵測服務，與全球90國同步，利用AI來協助客戶辨別異常付款。該服務由位於都柏林的花旗創新實驗室開發，利用機器學習來學習客戶行為，協助客戶自動調整管控帳戶，也能監測付款行為，在付款前要是發現異常，就會啟動分析和辦識，通知客戶。要是檢測正常，該系統也會幫客戶更順暢地處理付款。目前，花旗與AI即時風險管理廠商Feedzai合作，正整合Feedzai的交易監控平臺。</p>
<p>圖片來源／Nerualink、Tokyo 2020、Intel、TabNine</p>
<p><strong style="color: rgb(255, 255, 255);"><span style="background-color:#3399ff;"> AI趨勢近期新聞 </span></strong></p>
<p><strong>1. 研究人員找到AI端點防護平臺BlackBerry Cylance的通用旁路</strong></p>
<p><strong>2. AI藥物開發公司Recursion 發表RxRx1資料集，助力新藥物開發</strong></p>
<p>資料來源：iThome整理，2019年7月</p>
</div></div></div>
