<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(0501~0507 )</span></h3>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 三星 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> WiFi </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 室內定位 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>誤差一公尺以下!三星AI開發室內精準Wi-Fi定位方法FiDo</strong></span></p>
<p>三星AI研究院日前發表一套室內精準定位系統FiDo,利用室內Wi-Fi訊號和AI演算法,來精準定位使用者的即時動態,誤差可至一公尺以下。研究團隊表示,該技術可用於智慧居家照護,比如跌倒偵測或輔助現有智慧家庭裝置。</p>
<p>進一步來說,現有Wi-Fi定位系統可分為兩種,一是根據裝置訊號來定位,另一種是無裝置定位,也就是根據人體移動對Wi-Fi訊號造成的干擾,來描繪出移動路徑。雖然無裝置定位受到青睞,但卻容易發生定位不一致的問題,特別是在室內多人的情況下。</p>
<p>為此,團隊開發一套演算法來輔助FiDo,這套演算法可在非監督情況下學習新輸入值,為不同人產生可靠的定位資訊。在整個FiDo系統中,資料增強器會先根據收集到的Wi-Fi定位軌跡,來合成更多不同的軌跡,再由變異自動編碼器來找出統計特徵值。這個方法,可根據一、兩位使用者產生的軌跡,再創造出一群虛擬使用者軌跡,讓系統能更精準定位新進的使用者。此外,FiDo還有一個領域適應分類器,可以預測不同領域的位置,不論是經標註的使用者資料還是新進、未標註的資料,都可以預測。經測試,FiDo比現有的進階定位系統都還要精準,召回率和精準度分別達到84.6%、85%。<a href="https://dl.acm.org/doi/fullHtml/10.1145/3366423.3380091">(詳全文)</a></p>
<p><img alt="" src="https://dl.acm.org/cms/attachment/12a758a3-55b5-4582-b75d-301d2bd955b2/www20-100-fig8.jpg" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">LinkedIn </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 面試問題 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 自動生成 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>LinkedIn發表面試問題產生器,要助HR快速找對人</strong></span></p>
<p>LinkedIn發表一套AI工具Job2Questions,可根據職務內容來自動產生面試問題,以進行第一波篩選。LinkedIn在一項調查中發現,企業以電話初步篩選求職者時,通常有70%會漏掉申請人與職務的基本資格。而近日受武漢肺炎(COVID-19)影響,不少企業表達願意透過AI,來完成面試的初步篩選。</p>
<p>為此,LinkedIn開發這套工具,可根據職缺說明,產生高度相關的問題。進一步來說,Job2Questions會將職缺說明拆解為句子,然後轉換為問題樣板與可能的回答(也就是變數),比如「是否取得xx等級的學歷」和「學士」。再來,系統會將這些句子歸類至人資專家設計的樣板,並利用連結系統來偵測回答。之後,Job2Questions還有一套網路,來進行文字的語意分析,最後再由排名模型,從中挑出最佳問題。</p>
<p>為驗證模型,LinkedIn也進行兩周實驗,發現只有18.67%未正確回答AI生成問題的受試者,被HR專家評為合適人選。團隊指出,該工具的最大價值,在於能找出求職者履歷中未填的關鍵資訊。<a href="https://arxiv.org/pdf/2004.14969.pdf">(詳全文)</a></p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screenshot%202020-05-10%2014_59_08.png" /></p>
<p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 三軍總醫院 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 視訊診療 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語音轉文字 </span></strong></span></p>
<p><span style="font-size: 22px;"><strong>三總藉助視訊導診,還有AI語音轉文字自動紀錄病歷</strong></span></p>
<p>在武漢肺炎(COVID-19)期間,為避免不必要的接觸,三軍總醫院打造視訊診療服務,讓患者不必到醫院,也能享有看診服務。該服務不需下載App,患者透過原本的掛號系統,就能接收醫院發送的視訊連結,與醫生互動。在該視訊診療平臺上,醫生也可查看患者的相關檢驗紀錄和居家監測數據。</p>
<p>此外,該系統結合AI語意分析,可同步將醫病的主訴紀錄,自動轉換為文字病歷,儲存至看診平臺。未來,三總也計畫串接影像線上說明,讓患者透過影像說明更了解自己的影像檢測結果。</p>
<p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screenshot%202020-05-10%2015_02_43.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> IT異常事件</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> OpenShift </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> IBM </span></strong></span></p>
<p><span style="font-size:22px;"><strong>IBM推出IT異常事件檢測工具,要助CIO掌控企業IT動態</strong></span></p>
<p>IBM日前在年度大會上推出企業IT異常事件檢測工具Watson AIOps,鎖定基礎架構層,不僅能自動即時檢測IT異常事件,還可以診斷和回應,避免意外故障和業務中斷。IBM指出,Watson AIOps可在混合雲環境中執行,也支援新版紅帽OpenShift平臺,以及企業協同工作平臺Slack和Box等。</p>
<p>Slack執行長暨聯合創始人Stewart Butterfield就舉例,Slack結合Watson AIOps後,可促進IT維運人員協同合作,直接對異常事件提出解決辦法。另一方面,IBM這套工具也能與傳統IT監控解決方案商整合,比如Mattermost、ServiceNow。<a href="https://www.ibm.com/products/watson-aiops">(詳全文)</a></p>
<p> </p>
<div class="media_embed" height="317px" width="564px">
<iframe allow="accelerometer; autoplay; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="317px" src="https://www.youtube.com/embed/XwofJwgJMq8" width="564px"></iframe></div>
<p> </p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> R </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 導入字串 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 程式語言 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>R 4.0.0來了!導入字串將不再預設為類別變數</strong></span></p>
<p>資料科學熱門語言R推出最新版本4.0.0,除了修復不少臭蟲,還有許多重大更新,甚至可能影響R計算結果,因此在執行舊版本撰寫的腳本時,還需先驗證,也要重新安裝套件。</p>
<p>新版最重要的更新,就是導入的字串資料,不再被預設轉換成類別變數(Factor)。舊版stringsAsFactors的選項會預設為True,因此導入的字串資料會被轉換成Factor物件,但在新版中,stringsAsFactors的預設則是FALSE。其他更新,還包括新增用來指定原始字符字串的新語法,比如類似C++的表示法r"(...)";此外,新版強化了參照計數系統,R能盡量收回記憶體,減少R整體記憶體使用量。<a href="https://stat.ethz.ch/pipermail/r-announce/2020/000653.html">(詳全文)</a></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">Cloud 臉書 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 聊天機器人 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Blender </span></strong></span></p>
<p><span style="font-size:22px;"><strong>臉書開源94億個參數的強大聊天機器人Blender</strong></span></p>
<p>臉書AI團隊日前開源一款聊天機器人Blender,號稱是全球最大的開放領域聊天機器人,不僅採用94億個參數,還能在14輪的自然對話中,發揮個性、知識與同情。團隊指出,這是全球第一個,可學習融入不同對話技巧的聊天機器人。</p>
<p>經人類評鑑,Blender在交流的能力上凌駕既有最大系統Meena,也更人性化。雖然如此,臉書也坦承現在的版本,仍與人類級的對話有所差距,比如出現矛盾、重複等問題,未來將透過調整架構、損失函數,來改善對話品質。此外,開發者也可透過臉書的對話研究平臺ParlAI取得Blender,來微調或執行各種評估。<a href="https://ai.facebook.com/blog/state-of-the-art-open-source-chatbot">(詳全文)</a></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;"> 表格資料 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 自然語言 </span></strong></span></p>
<p><span style="font-size:22px;"><strong>表格查詢更簡單!Google開源可以自然語言查詢表格的新方法TAPAS</strong></span></p>
<p>Google利用自家自然語言處理技術BERT,開發出可處理表格資料結構、回答表格內容查詢的新方法TAPAS。TAPAS不只能處理單一表格類型,還能應用到廣泛領域的表格。</p>
<p>Google指出,許多資訊以表格的形式儲存,但要以自然語言查詢,須先把自然語言問題轉換成SQL查詢,這種方法有許多限制,如只能處理特定表格,難以擴展。因此,Google著手處理查詢問題的方法,利用BERT開發出可將問題和表格內容逐行編碼的模型。為進行預訓練,團隊從英文維基百科中,擷取了620萬個表格文字配對,讓模型學習恢復表格或是文字中,遭移除的單字。之後,團隊利用弱監督方法微調。經測試發現,TAPAS在SQA資料集中的表現,比高階模型(SOTA)高了12.1分。<a href="https://ai.googleblog.com/2020/04/using-neural-networks-to-find-answers.html">(詳全文)</a></p>
<p><img alt="" src="https://1.bp.blogspot.com/-SOS5yrSg0lw/XqsC0RyAXiI/AAAAAAAAF3g/BcOoE84UY64QtwoZC06YEe_6SblvxMncgCLcBGAsYHQ/s640/image1.png" /></p>
<p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">TensorFlow </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 機器學習 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Runtime </span></strong></span></p>
<p><span style="font-size:22px;"><strong>TensorFlow推出新Runtime,要來支援運算需求 </strong></span></p>
<p>Google推出TensorFlow RunTime(TFRT),能大幅提升推理速度、簡化TensorFlow堆疊。雖然TFRT還在初期階段,但已整合至TensorFlow專案中,開發者可選擇啟用,未來則會成為預設Runtime。</p>
<p>Google指出,TensorFlow五年前出現時,是要簡化在不同裝置上,建置和部署機器學習模型的過程。但目前,機器學習生態系已大有不同,計算需求大幅增加。這次推出的TFRT,具備可擴展性和模組化特性,其平均GPU預測時間比舊式Runtime快上28%,能改善機器學習應用的效能,或是讓硬體製造商以模組形式,將TensorFlow整合進邊緣裝置和資料中心。<a href="https://blog.tensorflow.org/2020/04/tfrt-new-tensorflow-runtime.html">(詳全文)</a></p>
<p><img alt="" src="https://1.bp.blogspot.com/-0m9v6oLvo70/XqhqxI8rAfI/AAAAAAAADDE/tvUuamxh7L4A2DTaG4LD99Eka3tEQBzxACLcBGAsYHQ/s1600/tfrtroleingraph.png" /></p>
<p>圖片來源/Samsung AI、LinkedIn、三軍總醫院、IBM、Google、TensorFlow</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. OpenAI發布可自創歌曲的機器學習框架Jukebox</strong></p>
<p><strong>2. Google推出用於可方便探索武漢肺炎科學文獻的工具</strong></p>
<p>資料來源:iThome整理,2020年5月</p>
<div id="gtx-trans" style="position: absolute; left: -24px; top: 4037.2px;">
<div class="gtx-trans-icon"> </div>
</div>
</div></div></div>