AI趨勢周報第165期:AZ藥廠聯手Nvidia,要打造新藥開發AI還會開源
<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(0409~0415)</span></h3> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Transformer </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 新藥開發 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AZ藥廠 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>AZ藥廠聯手Nvidia,要用Transformer架構打造新藥開發AI</strong></span></p> <p>知名藥廠AZ(AstraZeneca)聯手GPU大廠Nvidia,要用時下最流行的Transformer架構打造一套新藥開發AI模型,來進行反應預測、分子優化,以及從頭生成分子(De novo)。</p> <p>Transformer是近幾年開始流行的類神經網路架構,它的好處在於可用大量資料打造預訓練模型,而且不需要人工標註,最有名的例子就是自然語言處理里程碑模型 BERT。Nvidia指出,Transformer擅長判斷文法和字句之間的關聯,這個優勢也能用來學習化學物質間的結構關係。</p> <p>於是,AZ和Nvidia要以Transformer的優勢,來訓練一套藥物開發AI模型。這個模型將以AZ原有的MolBART模型為基礎,再用ZINC化學化合物資料庫來訓練,並微調模型下游任務,來強化化學物反應預測、新分子結構生成等任務。這個模型,會在英國即將上線的超級電腦劍橋1號上訓練,之後也會開源。<a href="https://blogs.nvidia.com/blog/2021/04/12/ai-drug-discovery-astrazeneca-university-florida-health/">(詳全文)</a></p> <div class="media_embed" height="480px" width="853px"> <iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="480px" src="https://www.youtube.com/embed/sJd670Y2DXI" title="YouTube video player" width="853px"></iframe></div> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 對話式AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Jarvis </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 自然語言處理 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Nvidia對話式AI框架正式版出爐,預訓練模型除了NLU還有唇形、目光和手勢偵測</strong></span></p> <p>Nvidia正式發布自家對話式AI框架Jarvis,提供多種高階預訓練模型、開發工具和優化過的AI服務,讓開發者用來打造多型態的對話式AI服務。</p> <p>特別的是,這些預訓練模型不只針對語音轉文字、文字轉語音、自然語意理解(NLU)和翻譯等,還有唇形偵測、目光偵測(Gaze detection)、手勢偵測、情緒辨識和物件辨識等。Nvidia表示,這些模型都用自家超級電腦DGX訓練至少10萬小時而成,使用者可在NGC平臺上免費找到。另一方面,要是使用者想從頭自行開發AI模型,也可用Nvidia的Python工具包NeMo來打造。</p> <p>此外,Jarvis還包括遷移學習工具包TLT,使用者完全不須寫程式,就能用自己的資料微調預訓練模型,之後再部署到Jarvis上,來進行推論。<a href="https://nvidianews.nvidia.com/news/nvidia-announces-availability-of-jarvis-interactive-conversational-ai-framework">(詳全文)</a></p> <div class="media_embed" height="415px" width="760px"> <iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture" allowfullscreen="" frameborder="0" height="415px" src="https://www.youtube.com/embed/ZjmpAUk712Y" title="YouTube video player" width="760px"></iframe></div> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 資料中心 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> CPU </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>Nvidia發表首款資料中心CPU,直攻超級電腦應用需求</strong></span></p> <p>Nvidia在自家技術年會GTC上發表新一代產品,包括8款基於Ampere架構的GPU,以及採用Arm架構的資料中心CPU:Grace,是Nvidia首款資料中心CPU,要瞄準超級電腦應用需求。</p> <p>Nvidia表示,Grace在執行複雜AI與高效能運算任務時,效能可達目前最快的伺服器10倍,還可用來訓練參數超過1兆的新一代自然語言模型。Grace採用第四代NVlink互連技術,它與Nvidia GPUs的連結速度高達900 GB/s,是現代最快伺服器的30倍;此外,目前瑞士國家超級運算中心(CSCS)、美國能源部Los Alamos國家實驗室,皆已宣布要用Grace來打造超級電腦,這些計畫將由HPE負責建置,預計2023年上線。<a href="https://nvidianews.nvidia.com/news/nvidia-announces-cpu-for-giant-ai-and-high-performance-computing-workloads">(詳全文)</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI網路攻防</span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 模擬工具 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> CyberBattleSim </span></strong></span></p> <p><span style="font-size:22px;"><strong>AI網路攻防模擬有新工具,微軟開源CyberBattleSim</strong></span></p> <p>微軟日前釋出一套內部使用的模擬工具,安全研究員可用來模擬建立網路防禦環境,阻擋AI控制的攻擊。微軟Microsoft 365 Defender研究團隊打造一套AI模擬研究工具CyberBattleSim,以一組智慧代理程式,利用資安知識和參數來對企業環境進行攻防,藉此研究如何利用強化學習技術來改善安全。</p> <p>微軟這次開源CyberBattleSim的Python原始碼。這套工具提供Python寫成的OpenAI Gym介面,讓企業可用強化學習演算法來訓練自動代理程式。<a href="https://www.microsoft.com/security/blog/2021/04/08/gamifying-machine-learning-for-stronger-security-and-ai-models/">(詳全文)</a></p> <p><img alt="" src="https://www.microsoft.com/security/blog/wp-content/uploads/2021/04/Fig2-Visual-representation-of-lateral-movement-in-a-computer-network-simulation.png" style="width: 975px; height: 469px;" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Cloudflare </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 邊緣網路 nbsp;</span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI應用程式 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Cloudflare也要在邊緣網路提供AI運算服務</strong></span></p> <p>Cloudflare宣布要讓自家邊緣運算服務平臺Workers支援Nvidia GPU和深度學習函式庫TensorFlow,未來用戶可在Cloudflare網路上執行AI應用程式,不論是用平臺預建的模型還是自定義模型皆可。</p> <p>Workers是Cloudflare的無伺服器運算服務,可將開發者編寫的程式碼,部署到靠近使用者的邊緣網路上,享有低延遲服務。現在,Cloudflare進一步擴展Workers,要讓AI模型也能在這個邊緣網路上執行,而非如傳統,必須將模型部署在昂貴的集中式伺服器,或是有地區限制的雲端服務供應商資料中心。</p> <p>模型部署在邊緣網路,除了有毫秒級的快速存取好處,還能免除模型部署在終端裝置上被盜取的風險。目前,Cloudflare也計畫提供物體辨識、文字偵測等預建置模型。<a href="https://blog.cloudflare.com/workers-ai/">(詳全文)</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;">隱私瀏覽器 </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> FLoC </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 瀏覽行為 </span></strong></span></p> <p><span style="font-size:22px;"><strong>隱私瀏覽器Brave移除Google力推的FLoC機制,還呼籲所有網站關閉FLoC</strong></span></p> <p>繼電子前線基金會(EFF)後,採用Chromium專案的隱私瀏覽器Brave也出面批評Google提出的群組聯合學習(FLoC)廣告追蹤機制,宣布將移除Brave瀏覽器中的FLoC,也呼籲各大網站關閉FLoC。</p> <p>Google在今年1月發表FLoC,它具備數千種隊列(Cohort),每個隊列代表著最近擁有類似瀏覽歷史紀錄的數千個瀏覽器,使用者瀏覽器可根據FLoC模型來判斷自己屬於哪個隊列,而廣告主與出版商則可利用使用者所屬的隊列來投放關聯式廣告,Google認為這個方法不會追蹤或揭露個別人使用者的資訊,可取代Cookie及指紋追蹤,強化使用者的隱私。Google已於3月底針對Chrome 89及特定市場展開FLoC的廣告測試。</p> <p>不過Brave認為,FLoC直接侵犯了使用者隱私,它分享使用者瀏覽行為給網站和廣告主,這些資訊原是無法存取,也是現代瀏覽器無法提供的。Brave因此決定在Android版與桌面版的Brave Nightly版本中移除FLoC,也會在自家的網站上關閉FLoC,禁止Google蒐集Chrome用戶在Brave網站上的瀏覽行為。Brave亦呼籲所有網站都應阻擋FLoC。<a href="https://brave.com/why-brave-disables-floc/">(詳全文)</a></p> <p>圖片來源/Nvidia、微軟</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. Nvidia發表整合式AI框架TAO,包含開發、訓練、優化和部署工具</strong></p> <p><strong>2. 臉書釋出新資料集供研究人員評估人臉辨識系統偏見</strong></p> <p><strong>3. ICT大廠Acer、AMD、Arm、Intel和高通將現身2021年臺北國際電腦展 </strong></p> <p>資料來源:iThome整理,2021年4月</p> <div id="gtx-anchor" style="position: absolute; visibility: hidden; left: 20px; top: 2214.9px; width: 417.58px; height: 24.4444px;"> </div> <div aria-describedby="bubble-13" class="jfk-bubble gtx-bubble" role="alertdialog" style="visibility: visible; left: -450px; top: 2249px; opacity: 1;"> <div class="jfk-bubble-content-id" id="bubble-13"> <div id="gtx-host" style="min-width: 200px; max-width: 400px;"> </div> </div> <div aria-label="Close" class="jfk-bubble-closebtn-id jfk-bubble-closebtn" role="button" tabindex="0"> </div> <div class="jfk-bubble-arrow-id jfk-bubble-arrow jfk-bubble-arrowup" style="left: 209px;"> <div class="jfk-bubble-arrowimplbefore"> </div> <div class="jfk-bubble-arrowimplafter"> </div> </div> </div> </div></div></div>