AI趨勢周報第96期:國產超級電腦超搶手!智慧醫療和製造應用最多,今年將新推大數據分析服務
<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(0802~0808)</span></h3> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">國網中心 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 臺灣杉二號 </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>臺灣AI超級電腦超搶手!智慧醫療和製造應用最多,將新推計算雲大數據分析服務</strong></span></p> <p>國網中心主任史曉斌近日揭露國產超級電腦近況,其上的臺灣計算雲(TWCC)自今年2月開放試用和6月的試營運以來,系統資源使用量至上周為止已達85~90%。國網中心表示,使用者不乏學、業界,像是交大與北榮團隊、清大團隊、安控新創盾心科技、HTC健康醫療事業部DeepQ等,史曉斌認為,其中最突出的應用就屬醫療AI和智慧製造。</p> <p>他舉例,醫療AI新創基龍米克斯就利用TWCC來進行新生豬的全基因組定序(WGS),來預測豬仔未來的健康狀況、精準挑選種豬,作為「豬界的奧運國手」。而基龍米克斯採WGS,透過TWCC計算挑出6萬個位點進行多項性能預測,更比對全臺7,000座養豬場、550萬頭小豬的健康基因,從血液裡找出精準的基因標記。與傳統方法相比,利用TWCC進行基因組定序只需1周,比原本的3個月快上數倍。另一方面,史曉斌揭露,國網中心今年將聯手IBM,在TWCC推出大數據分析服務。而明年目標,則要加強TWCC AIoT數據分析服務。<a href="https://www.nchc.org.tw/Page?itemid=26&mid=41">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E6%93%B7%E5%8F%96(11).JPG" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 緯創 </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> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影像偵測 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>緯創大秀肝臟腫瘤偵測新成果,下一步目標是醫療報告自動生成</strong></span></p> <p>緯創日前展示自家與北市聯醫研發的肝臟腫瘤偵測系統HepatoAI,可在數秒內偵測患者肝臟的電腦斷層掃瞄(CT)影像,並標註出3種病灶(包括惡性腫瘤HCC和兩種良性腫瘤)、計算病灶面積和體積。緯創採用醫院提供的1萬5千多張肝臟CT影像來訓練深度學習模型,其中含病灶的影像約3千張,模型訓練好後便於醫院放射科中研究試用,並利用醫生的修正值來優化AI,目前面積辨識準確率為97%。現在,緯創也正準備將相關文件送至美國FDA,未來打算進攻海外市場。與研發1年半的肝臟腫瘤偵測AI相比,緯創今年也進攻數位病理市場,正研發一套病理AI平臺。</p> <p>除了醫療影像AI,緯創智能醫療事業總監郭志峰也揭露,目前緯創利用機器學習開發醫療碼(ICD-10,即國際疾病傷害及死因分類標準第10版,共16萬個)自動填入系統,已於恩主公醫院研究、測試,可幫醫生快速完成醫療報告,未來希望用於減少保險業人工審閱報告的負擔。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%961_%E7%B7%AF%E5%89%B5_%E6%94%9D%E5%BD%B1_%E7%8E%8B%E8%8B%A5%E6%A8%B8.JPG" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AWS </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 資料庫查詢語言 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> PartiQL </span></strong></span></p> <p><span style="font-size:22px;"><strong>AWS開源可跨關聯式與NoSQL資料庫的查詢語言PartiQL </strong></span></p> <p>AWS推出了與SQL相容的查詢語言PartiQL,只要資料庫查詢引擎提供PartiQL支援,使用者就能以PartiQL單一查詢關聯式資料庫的結構化資料,以及開放資料格式中的巢狀資料或是半結構化資料,甚至還能用來查詢NoSQL或是文件資料庫中無固定結構(Schema-less)的資料。除了AWS自家的資料庫服務,NoSQL資料庫Couchbase Server也承諾將支援PartiQL。</p> <p>目前AWS已在自家多項服務支援PartiQL,包括Amazon S3 Select、Amazon Glacier Select、Amazon Redshift Spectrum、Amazon QLDB,接下來幾個月將會有更多的AWS服務支援PartiQL,Couchbase也公布將加入支援PartiQL的行列。現在PartiQL以Apache2.0授權許可開源,公開教學、規範以及參考實作,所有社群都能使用並參與貢獻。<a href="https://aws.amazon.com/tw/blogs/opensource/announcing-partiql-one-query-language-for-all-your-data/">(詳全文)</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 北醫</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);"> 醫療區塊鏈 </span></strong></span></p> <p><span style="font-size:22px;"><strong>北醫附醫黑客松開跑,上百好手齊聚攻醫療AI和區塊鏈4大領域</strong></span></p> <p>臺北醫學大學、北醫附醫聯手工研院和臺灣微軟,近日舉辦保險金融與AI智慧健康區塊鏈黑客松大賽,是全臺首次針對保險、金融、醫療、AI、區塊鏈等跨領域的整合型黑客松競賽,吸引了21組共100多名好手參與,要在重症預測、流行病預警、檢傷語音AI、保險自動化理賠等4大領域尋求新突破。</p> <p>北醫附醫、第一金控、臺灣微軟和工研院等也針對這場黑客松提供資料和技術支援,比如北醫附醫針對4個競賽主題,分別提供了去識別化的醫療紀錄、影像資料,包括加護病房數據、門急診數據、檢傷紀錄和國臺語訪問錄音檔等,以及與第一金控提供的保險介接等相關資料,總共1億多筆。此外,除有臺灣微軟提供Azure AI平臺,工研院也提供技術支援,比如將資料去識別化、建構運算平臺。獲選團隊出爐後,工研院還會協助團隊將技術推進實際場域測試,將技術產業化。最後,競賽首獎由「關貿Medical有大師」團隊拿下,可提前6小時預測敗血症風險。<a href="https://www.tmuh.org.tw/UploadFile/files/(%e6%96%b0%e8%81%9e%e7%a8%bf)0803-04%e4%bf%9d%e9%9a%aa%e9%87%91%e8%9e%8d%e8%88%87AI%e6%99%ba%e6%85%a7%e5%81%a5%e5%ba%b7%e5%8d%80%e5%a1%8a%e9%8f%88%e9%bb%91%e5%ae%a2%e6%9d%be%20%e7%b8%bd%e7%8d%8e%e9%87%91%e7%99%be%e8%90%ac%e5%85%83%e5%be%b5%e6%b1%82%e8%b7%a8%e5%9f%9f%e6%96%b0%e5%89%b5%e6%84%8f(1).pdf">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%962_%E5%8C%97%E9%86%AB%E9%99%84%E9%86%AB%E9%BB%91%E5%AE%A2%E6%9D%BE_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_%E5%8C%97%E9%86%AB%E9%99%84%E9%86%AB.JPG" /></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">LINE </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI產品藍圖 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> SaaS </span></strong></span></p> <p><span style="font-size: 22px;"><strong>LINE揭AI產品藍圖,多項雲端AI服務明年上路</strong></span></p> <p>繼2個月前宣布要將AI技術商品化,LINE近日揭露產品藍圖,今年第三季要開始實測LINE Brain研發的聊天機器人和OCR手寫辨識系統,明年將以SaaS模式推出聊天機器人、OCR手寫辨識和語音、文字辨識系統等服務,收費方式將採月付訂閱制。</p> <p>LINE將自家AI產品劃分為3領域,包括文字(LINE Brain Chatbot、文字分析)、語音(LINE Brain語音轉文字、文字轉語音)和影像(LINE Brain OCR、LINE Brain Vision、影片分析),LINE Brain辦公室負責人Shinichiro Sunakin指出,自家AI產品將鎖定日語和亞洲語系,英語反而不是優先考量重點。而在OCR辨識部分,不只能用於辨識發票之類的文檔,還可用來強化EKYC,比如讀取駕照姓名和驗證身分。明年,這些服務都將以SaaS形式上市。<a href="https://www.businessinsider.jp/post-195262">(詳全文)</a></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;"> 影像辨識 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 服飾推薦 </span></strong></span></p> <p><span style="font-size:22px;"><strong>工研院大秀AI影像辨識應用,靠500萬件服飾推薦穿搭</strong></span></p> <p>工研院日前展示AI影像辨識相關應用,像是時尚服飾業線上線下的個性化推薦與智慧試衣。這款解決方案名為O2O服飾試穿推薦「易賞」,以服飾電商超過500萬件的服飾圖像標記作為訓練資料,提取服飾特徵、訓練出AI模型來辨識服飾風格,省去人工標記的成本,不但可以進一步應用於消費者的個性化推薦,也能藉銷售數據,即時分析受歡迎的風格。</p> <p>線上的應用主要在於服飾屬性辨識與智慧推薦,線下則是要打造沉浸式情境試衣間,讓消費者透過平板或手機選出喜歡的服飾,進入試衣間後,會由人員或自走車來配送衣服到試衣間,每件衣服配有感應裝置,當衣服被拿取,試衣間內會場景根據衣服的風格來轉變,比如拿取宴會服裝,背景將自動切換為宴會場景。<a href="https://www.ithome.com.tw/news/132257">(詳全文)</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">精誠資訊 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI新創 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AGP </span></strong></span></p> <p><span style="font-size:22px;"><strong>精誠AGP再培育8家AI新創,鎖定智慧製造、醫療、金融和資安</strong></span></p> <p>老牌系統整合商精誠資訊看準AI生態圈市場,自去年開始執行AI新創加乘計畫(AGP),除了培育新創,也要與國際潛在客戶媒合。近日精誠宣布第二屆培育的8家臺灣AI新創,範圍涵蓋智慧製造、醫療、金融和資安等,包括展綠科技、慧穩科技、雲守護安控、智庫驅動、數位無限軟體、工合、安華聯網、司圖科技。</p> <p>其中,雲守護安控(Beseye AI)利用累積多年的影像資料,開發一套DL人體骨幹分析系統,可先透過4千個人體關鍵點來判斷性別、動作,再藉1千個關鍵點來分析臉部特徵和情緒,已獲日本東急鐵道採用,未來要鎖定金融和零售應用場景。<a href="https://tw.systex.com/agp2-newsrelease/">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/IMG_0617.JPG" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Google </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> EfficientNet </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> EdgeTPU </span></strong></span></p> <p><span style="font-size:22px;"><strong>Google為邊緣運算開發板釋出超高效率的CNN新影像分類模型</strong></span></p> <p>Google近日針對自家邊緣運算開發板Coral Dev Board釋出EfficientNet-EdgeTPU影像分類模型。該模型源自於Google先前推出的CNN影像分類模型EfficientNet,但EfficientNet-EdgeTPU經特別優化,可以更高效率地在Edge TPU上運行。Google表示,這樣的模型優化,可讓Edge TPU執行即時影像分類運算,還可保有SOTA等級的準確度,讓使用者不必藉資料中心運行吃重的模型。測驗結果顯示,該模型運行速度比ResNet-50快10倍,延遲和精準度表現也比EfficientNet和ResNet好。目前,EfficientNet-EdgeTPU已於GitHub開源,包括訓練程式碼和預訓練模型。<a href="https://ai.googleblog.com/2019/08/efficientnet-edgetpu-creating.html">(詳全文)</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%E5%9C%963_EfficientNet-EdgeTPU_%E5%9C%96%E7%89%87%E4%BE%86%E6%BA%90_Google.png" /></p> <p>攝影/王若樸 圖片來源/Google、北醫附醫</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. 基於GPU運算平臺RAPIDS的查詢引擎BlazingSQL現對外開源</strong></p> <p><strong>2. AI語音助理人工側聽惹議,蘋果、Google、Amazon改讓用戶自己決定是否參加錄音蒐集計畫</strong></p> <p>資料來源:iThome整理,2019年8月</p> </div></div></div>