<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(0816~0822)</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 手勢追蹤 </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>Google發表即時手勢追蹤AI模型,用手機就能執行</strong></span></p>
<p>Google近日發表了一個即時手勢追蹤的新AI模型。這款AI模型可分為3個部分,包括了手掌偵測模型BlazePalm、手部關鍵點模型,以及手勢辨識器。其中,BlazePalm可分析整幀影像、框出手掌範圍,因此就算握拳也不影響辨識,而手部關鍵點模型會評估BlazePalm剪裁的影像區域,產生高度逼真的3D手部關鍵點,最後,再由手勢辨識器依據關鍵點的分布,來分類手勢。</p>
<p>Google將這款模型實作於機器學習跨平臺框架MediaPipe上,在實驗中發現,這款模型光針對單幀影像,就能推論出一隻手的21個3D關鍵點,能夠即時追蹤手部和手指的動作,而且能在手機上就能執行。<a href="https://ai.googleblog.com/2019/08/on-device-real-time-hand-tracking-with.html">(詳全文)</a></p>
<p><img alt="" src="https://1.bp.blogspot.com/-ym8EfnQKlqM/XVrTPqWUqsI/AAAAAAAAEh0/GfCY8BW28SgTqYO0gd230YgbwGgxc7yfgCLcBGAs/s320/image3.gif" /><img alt="" src="https://1.bp.blogspot.com/-jy9hueRc-5I/XVrS-xDKR7I/AAAAAAAAEhY/2pA9c6rzMwchn5UUAAK69or9j4dKA_AiwCLcBGAs/s640/image1.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 漸凍症 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 智慧溝通系統 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 腦波辨識 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>科技部發表全球第一套漸凍人智慧溝通系統,用AI辨識腦波判斷患者意圖</strong></span></p>
<p>科技部近日揭露執行近1年的「漸凍症病友智慧溝通系統」研究成果,目的要讓中後期漸凍症病患,在全身癱瘓甚至連眼球也不能活動的情況下,透過輔具來表達生理或心理意圖。這套系統涵蓋了智慧眼控系統、多功能腦機介面、腦波感測電極帽(E-Cap),以及能重現病友聲音的語音合成技術等。</p>
<p>在智慧眼控系統方面,專案計畫主持人劉益宏表示,最具突破性的技術就是漸凍人腦波掃描及解碼演算法。在掃描病患腦波活動後,能客製化找出不同病患測量腦波的最佳位置,針對中後期漸凍症病患腦波,利用機器學習和碎形維度,來萃取細微的腦波變化,再用來開發一套能辨識「是」與「否」意圖的演算法,目前辨平均識準確率達到85%。而在眼控裝置上,透過演算法從縱向、橫向的眼電訊號,訓練出能辨識上、下、左、右、眨眼等五種眼球運動的模型。此外,研究團隊還開發小樣本語音合成技術,要來重建病患的聲音。<a href="https://www.most.gov.tw/folksonomy/detail?subSite=main&article_uid=09e7ae75-4c8b-4bb1-ad2b-36f8f06224a1&menu_id=9aa56881-8df0-4eb6-a5a7-32a2f72826ff&l=CH&utm_source=rss">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 腎病變預警 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 東芝 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> SATLYS </span></strong></span></p>
<p><span style="font-size:22px;"><strong>金澤大學聯手東芝開發糖尿病腎病變預警AI,要降低日本洗腎負擔</strong></span></p>
<p>日本金澤大學近日宣布聯手東芝,要共同開發一套糖尿病腎病變預警AI,透過判斷患者病情嚴重程度來給予適當治療,降低洗腎風險。東芝表示,日本是全球第一大洗腎國,約有33萬名洗腎患者,其中4成患者的腎病變由糖尿病引起。這個規模不僅影響病人生活品質,每人每年洗腎費用達500萬日圓,而日本政府也須負擔高額公共醫療支出。而金澤大學將提供腎臟組織切片影像和專業知識,再利用東芝的AI分析平臺SATLYS來訓練模型、預測病變嚴重程度。目標是要提供超初期檢測和個人化治療,來降低洗腎風險。<a href="http://www.toshiba.co.jp/about/press/2019_08/pr_j1901.htm">(詳全文)</a></p>
<p><img alt="" src="http://www.toshiba.co.jp/about/press/2019_08/j1901/graph.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> DeepMind </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 增強式學習 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 代理人 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>DeepMind發表評估RL代理人的新方法Bsuite </strong></span></p>
<p>DeepMind日前發表一組評估增強式學習(RL)代理人的新方法Bsuite,來了解RL代理人在不同應用程式中的表現。DeepMind研究團隊針對RL演算法核心功能,設計了一系列實驗(也就是Bsuite),每個Bsuite實驗都由3個部分組成,包括了環境、互動和分析。首先是透過參數來產生環境,接著建立評估代理人與環境互動的固定制度,最後有一套流程將代理人行為映射到結果。為了將代理人的分析結果視覺化呈現,團隊還定義了一個分數來說明代理人的任務表現。</p>
<p>DeepMind指出,Bsuite實驗是用來檢查代理人在不同環境的表現,而非用來分析其內部工作原理。每個實驗包含了5個關鍵特質,包括達標、簡易、挑戰性、可擴展性、快速。<a href="https://github.com/deepmind/bsuite">Bsuite目前已於GitHub上開源</a>。<a href="https://deepmind.com/research/open-source/bsuite">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screenshot%202019-08-24%2011_27_57.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Live Transcribe </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語音轉錄 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>Google開源自家即時轉錄工具Live Transcribe </strong></span></p>
<p>Google日前開源自家即時語音轉錄引擎Live Transcribe,目標是要促進更多為長篇對話提供即時字幕的應用。Google在2月時推出Android版Live Transcribe應用程式,利用機器學習技術來提供即時語音轉文字服務,支援了70種語言。而Live Transcribe的語音辨識技術使用了Google自家的Cloud Speech API,容易受到網路穩定性、資料傳輸和延遲性等問題的影響。</p>
<p>為此,Google利用自訂Opus編碼器來解決資料傳輸問題,可降低10%資料傳輸量,同時也保持辨識精準度,也有助於改善低延遲問題。而這些技術也隨著Live Transcribe程式碼於GitHub開源。<a href="https://github.com/google/live-transcribe-speech-engine">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 臺北市</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 智慧城市 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 影像辨識 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>結合AIoT人流分析,北市府試驗新一代多媒體資訊站</strong></span></p>
<p>臺北市政府發展智慧城市再進一步,近日和三家民間業者聯手,試辦新一代多媒體資訊站(Kiosk),目前先在臺北市信義商圈部署10座全新的Kiosk,結合電子廣告看板、空氣品質偵測、人流分析、公共免費Wi-Fi無線上網服務,開放民眾或觀光客免費試用,先進行驗證和考量商業模式可行性。</p>
<p>其中,Kiosk上方配有攝影機,業者利用AI和IoT技術,可進行去識別化的商圈人流分析、年齡分析,能夠對特定的使用族群提供精準行銷廣告。此外,Kiosk上配有10吋觸控螢幕,採Android系統,可查詢公車資訊、地圖、城市景點導覽、3分鐘的本地電話服務,還內建Chrome瀏覽器,但為避免民眾濫用資訊站上網,Chrome瀏覽器限制僅能瀏覽北市觀光局等特定網站,而Kiosk下方也提供USB充電功能。<a href="https://doit.gov.taipei/News_Content.aspx?n=4B2B1AB4B23E7EA8&sms=72544237BBE4C5F6&s=150B592A4F203875">(詳全文)</a></p>
<p><img alt="" src="https://www-ws.gov.taipei/001/Upload/309/relpic/10162/8067378/d788ef99-7b61-44c3-aee8-38243ec786ed.jpg" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Python 2</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Python 2.7 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> PyPy </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Python 2將被棄用,但PyPy會繼續支援Python 2.7</strong></span></p>
<p>Python 2.7將於2020年1月1日棄用,不再繼續開發Python 2和安全補丁。但有鑒於許多組織仍未將專案搬遷到Python 3,Python軟體基金會委任顧問公司Changeset Consulting啟動Python 2的棄用溝通計畫。</p>
<p>由於PyPy內建JIT而受到不少開發者喜愛,也明顯提升Python程式碼的執行速度,而PyPy的關鍵元件動態語言實作框架RPython大量使用了Python 2,所以Python直譯器PyPy則同時在推特以及官方問答文件中強調永遠支援Python 2。<a href="https://twitter.com/ThePSF/status/1160839590967685121?ref_src=twsrc%5Etfw%7Ctwcamp%5Etweetembed%7Ctwterm%5E1160839590967685121&ref_url=https%3A%2F%2Fhub.packtpub.com%2Fpypy-supports-python-2-7-even-as-major-python-projects-migrate-to-python-3%2F">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Cerebras Systems </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);"> 深度學習 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>Cerebras Systems推出深度學習專用超大型晶片</strong></span></p>
<p>電腦系統公司Cerebras Systems發表一款有史以來最大的半導體運算晶片Cerebras Wafer Scale Engine(WSE),邊長約22公分,尺寸超過一個iPad Air大小,面積比目前最大的GPU還要大上56倍,要為深度學習應用提供更強大的運算能力。</p>
<p>這個晶片擁有超過1.2兆個電晶體、40萬個AI最佳化核心和18GB記憶體,其AI運算核心採Swarm Fabric技術,在2D的網狀網路上相連,以100Pb的頻寬進行訊息交換,頻寬是GPU的一萬倍,但耗能只是傳統GPU的一小部分。Cerebras Systems表示,WSE專為深度學習而設計,能提供更高數量級的運算能力,把數個月的模型訓練時間,縮短到數分鐘。<a href="https://www.cerebras.net/hello-world/">(詳全文)</a></p>
<p>圖片來源/Google、東芝、臺北市資訊局</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. Google釋出AI自學工具Socratic </strong></p>
<p><strong>2. Ikea成立智慧裝置事業部Ikea Home Smart </strong></p>
<p><strong>3. 數學工具App Snip用ML秒速將數學公式轉換為LaTeX格式,歐美學研界都瘋狂</strong></p>
<p>資料來源:iThome整理,2019年8月</p>
</div></div></div>