|
臺(tái)灣人工智能學(xué)校正式開(kāi)學(xué)了！密集技術(shù)領(lǐng)域培訓(xùn)班的學(xué)員，以來(lái)自電子業(yè)及制造業(yè)、信息業(yè)、金融業(yè)和生技醫(yī)療4大產(chǎn)業(yè)占大多數(shù) 臺(tái)灣人工智能學(xué)校正式開(kāi)學(xué)了！密集技術(shù)領(lǐng)域培訓(xùn)班的學(xué)員，以來(lái)自電子業(yè)及制造業(yè)、信息業(yè)、金融業(yè)和生技醫(yī)療4大產(chǎn)業(yè)占大多數(shù)；臺(tái)灣人工智能實(shí)驗(yàn)室，近日推出記者快抄預(yù)覽版第一版，透過(guò)AI技術(shù)將PTT版上的熱門文章，重新撰寫(xiě)為新聞，每天可以從PTT熱門文章中，自動(dòng)產(chǎn)出大約500篇文章 臺(tái)灣人工智能學(xué)校開(kāi)學(xué)了！4大產(chǎn)業(yè)的員工最想成為AI人才 據(jù)羿戓信息所了解，臺(tái)灣人工智能學(xué)校近日正式開(kāi)學(xué)了，第一期共有530名種子學(xué)員，課程以三個(gè)月為期，分為技術(shù)領(lǐng)域培訓(xùn)班和經(jīng)理人周末研訓(xùn)班，其中，入選12周密集技術(shù)領(lǐng)域培訓(xùn)班的學(xué)員中，來(lái)自電子業(yè)及制造業(yè)、信息業(yè)、金融業(yè)和生技醫(yī)療4大產(chǎn)業(yè)占大多數(shù)，也顯示了這4大產(chǎn)業(yè)的員工紛紛想成為AI人才。 臺(tái)灣人工智能學(xué)校目前暫時(shí)以中研院跨領(lǐng)域研究大樓7樓作為臺(tái)北校地，未來(lái)還會(huì)在臺(tái)北市和新北市找尋校地，也可能會(huì)在其他縣市建立分校。技術(shù)領(lǐng)域培訓(xùn)班和經(jīng)理人周末研訓(xùn)班除了上課的時(shí)間不同之外，課程的目的也不一樣，技術(shù)領(lǐng)域培訓(xùn)班主要是要培訓(xùn)開(kāi)發(fā)AI應(yīng)用的工程師，而經(jīng)理人周末研訓(xùn)班學(xué)員是各產(chǎn)業(yè)中高階的經(jīng)理人，主要是培養(yǎng)經(jīng)理人對(duì)AI技術(shù)和相關(guān)的應(yīng)用的宏觀，得以讓企業(yè)透過(guò)AI技術(shù)轉(zhuǎn)型時(shí)，能夠有更明確的方向和方法。 媒體業(yè) 鍵盤(pán)記者小心！PTT大神團(tuán)隊(duì)打造臺(tái)版AI記者，一天自動(dòng)寫(xiě)出500篇熱門鄉(xiāng)民新聞 鍵盤(pán)記者恐怕面臨危機(jī)，PTT創(chuàng)辦人杜奕瑾領(lǐng)軍的臺(tái)灣人工智能實(shí)驗(yàn)室，近日推出記者快抄預(yù)覽版第一版，記者快抄是透過(guò)AI技術(shù)將PTT版上的熱門文章，重新撰寫(xiě)為新聞，目前記者快抄每天可以從PTT熱門文章中，自動(dòng)產(chǎn)出大約500篇文章，還能透過(guò)文章內(nèi)容找新聞配圖，臺(tái)灣人工智能實(shí)驗(yàn)室也將記者快抄的成果于GitHub上開(kāi)源釋出，包含網(wǎng)頁(yè)生成、前端與UI、爬蟲(chóng)、AI算法與文章生成。 記者快抄每30分鐘從PTT上擷取重要的文章，將文章拆解成句子，透過(guò)自然語(yǔ)言處理技術(shù)和深度學(xué)習(xí)算法，撰寫(xiě)成新聞，此外，AI記者還會(huì)收集每一篇文章的所有的回復(fù)，包含「推」和「噓」的回復(fù)，來(lái)了解大眾對(duì)于該篇貼文的反應(yīng)。此外，臺(tái)灣人工智能實(shí)驗(yàn)室訓(xùn)練了圖片搜索引擎的RNN模型，這個(gè)模型會(huì)比對(duì)文章和圖片描述的文字相似度，來(lái)擷取與文章內(nèi)容較相近的圖片，作為新聞圖片，AI記者不但可以用原文的圖片，還能自行搜尋相關(guān)的新聞圖片。 圖片來(lái)源：臺(tái)灣人工智能實(shí)驗(yàn)室 圖像標(biāo)示 遷移學(xué)習(xí) 機(jī)器學(xué)習(xí)應(yīng)用大爆發(fā)的重裝武器出爐！Google新AutoML服務(wù)登場(chǎng)，不懂ML也能自制企業(yè)級(jí)AI應(yīng)用 Google近日于GCP發(fā)布新的機(jī)器學(xué)習(xí)服務(wù)AutoML，透過(guò)遷移學(xué)習(xí)將已訓(xùn)練完成的模型，轉(zhuǎn)移到新的模型訓(xùn)練過(guò)程，能夠用較少量的數(shù)據(jù)，訓(xùn)練出機(jī)器學(xué)習(xí)模型，此外，Google還透過(guò)learning2learn功能自動(dòng)挑選適合的模型，搭配超參數(shù)調(diào)整技術(shù)自動(dòng)調(diào)整參數(shù)，讓企業(yè)只要將原始數(shù)據(jù)輸入后，能夠建立出符合自家需求的預(yù)測(cè)模型，就算不懂機(jī)器學(xué)習(xí)技術(shù)也能自制企業(yè)級(jí)AI應(yīng)用。由于開(kāi)發(fā)應(yīng)用程序不難，解決了機(jī)器學(xué)習(xí)的技術(shù)門坎后，只要有開(kāi)發(fā)能力，就算不懂機(jī)器學(xué)習(xí)知識(shí)，也能透過(guò)AutoML打造出一套企業(yè)級(jí)的機(jī)器學(xué)習(xí)應(yīng)用或AI應(yīng)用。AutoML服務(wù)上線后將先推出圖像自動(dòng)標(biāo)示的服務(wù)Vision，未來(lái)還會(huì)陸續(xù)推出語(yǔ)音、翻譯和自然語(yǔ)言處理等服務(wù)。 AutoML由2個(gè)神經(jīng)網(wǎng)絡(luò)組成，分別是控制器神經(jīng)網(wǎng)絡(luò)和子網(wǎng)，控制器生成子模型架構(gòu)，子模型架構(gòu)透過(guò)特定的任務(wù)訓(xùn)練并評(píng)估模型的質(zhì)量，產(chǎn)生的結(jié)構(gòu)將回饋給控制器，控制器將會(huì)將此結(jié)果，作為下一個(gè)循環(huán)修改的參考，AutoML即是重復(fù)執(zhí)行設(shè)計(jì)新架構(gòu)、評(píng)估、回饋、學(xué)習(xí)的循環(huán)，經(jīng)過(guò)數(shù)千次的循環(huán)后，控制器能設(shè)計(jì)出最準(zhǔn)確的模型架構(gòu)。 個(gè)人語(yǔ)音助理 飯店業(yè) 阿里巴巴中文AI語(yǔ)音助理首次登臺(tái)，進(jìn)駐神旺飯店展示智慧住房體驗(yàn) 阿里巴巴AI實(shí)驗(yàn)室近日和旺旺集團(tuán)旗下的神旺飯店宣布合作，讓中文智能喇叭-“天貓精靈”進(jìn)駐飯店住房，房客可透過(guò)AI語(yǔ)音助理控制窗簾、燈光、電視，臺(tái)北也在南京東路上的神旺商務(wù)酒店內(nèi)一間行政套房展示這項(xiàng)服務(wù)，入住房客只要說(shuō)中文就能播放音樂(lè)、查詢天氣外，結(jié)合Wi-Fi通訊及智能開(kāi)關(guān)，可聲控房間內(nèi)的落地?zé)�、電視機(jī)開(kāi)關(guān)，但可惜無(wú)法聲控切換電視頻道、呼叫客房服務(wù)。 目前在全球智能喇叭市場(chǎng)上，Amazon Echo遙遙領(lǐng)先其他業(yè)者，Google Home緊追其后，微軟則透過(guò)與合作伙伴合作試圖建立生態(tài)系急起直追，但這些智能喇叭所搭載的AI語(yǔ)音助理都僅支持英文語(yǔ)音，無(wú)法支持中文，中國(guó)的百度、阿里巴巴等積極發(fā)展AI產(chǎn)品服務(wù)，其中阿里巴巴推出中文智能喇叭「天貓精靈」，內(nèi)建中文AI語(yǔ)音助理AliGenie。 增強(qiáng)現(xiàn)實(shí) 影像辨識(shí) 臉書(shū)開(kāi)源釋出自家VR-MR/' target='_blank'>AR核心辨識(shí)技術(shù)，能快速辨識(shí)影片中的對(duì)象 近日臉書(shū)AI研究院開(kāi)源釋出了臉書(shū)AR技術(shù)的關(guān)鍵計(jì)算機(jī)視覺(jué)技術(shù)框架，對(duì)象辨識(shí)框架Detectron，可以快速在影片或圖片中辨識(shí)出物體，對(duì)象的形狀或邊緣，方便迭加影像，該對(duì)象辨識(shí)框架是由Python撰寫(xiě)而成，并用深度學(xué)習(xí)框架Caffe2 執(zhí)行，其中導(dǎo)入了多個(gè)熱門的對(duì)象辨識(shí)算法。臉書(shū)AI研究院（FAIR）表示，Detectron的目標(biāo)即是要提供對(duì)象辨識(shí)研究一個(gè)兼具質(zhì)量和效能的程序，Detectron能夠彈性地支持快速導(dǎo)入和測(cè)試新研究，目前Detectron以Apache 2.0的開(kāi)源框架于GitHub上釋出。 幾天后，臉書(shū)又打造出輕量版的對(duì)象偵測(cè)和分割架構(gòu)MaskRCNN2Go，可在移動(dòng)裝置上實(shí)時(shí)且準(zhǔn)確地偵測(cè)人體的動(dòng)作，MaskRCNN2Go架構(gòu)是根據(jù)臉書(shū)自家的對(duì)象偵測(cè)和分割的架構(gòu)Mask R-CNN，經(jīng)過(guò)優(yōu)化和調(diào)整后打造出的輕量版本，這套模型現(xiàn)在還在研究階段。 自然語(yǔ)言處理 影像生成 AI也會(huì)作畫(huà)！微軟用GAN搭配拆解單詞模仿人類作畫(huà)行為，看文字描述就能產(chǎn)生圖像 微軟AI研究院近日發(fā)布會(huì)作畫(huà)的AI機(jī)器人（Drawing bot），作畫(huà)機(jī)器人能夠透過(guò)文字描述，產(chǎn)生出與文字對(duì)應(yīng)的圖像。微軟在作畫(huà)機(jī)器人中，加入對(duì)抗式生成網(wǎng)絡(luò)，由2個(gè)機(jī)器學(xué)習(xí)的模型組成，一個(gè)生成器負(fù)責(zé)生成由文字描述畫(huà)出的圖像，另一個(gè)則是判別器，用來(lái)檢視文字描述與圖像是否相符，反復(fù)不斷訓(xùn)練，就能促使生成器產(chǎn)生最接近文字描述的圖像。 為了要模仿人類這項(xiàng)作畫(huà)的行為，研究人員創(chuàng)造了一套名為AttnGAN的神經(jīng)網(wǎng)絡(luò)，借助將文字描述拆解為個(gè)別的單詞，并將這些詞與作畫(huà)的區(qū)域互相配對(duì)，來(lái)實(shí)現(xiàn)模擬人類作畫(huà)的行為，也就是在訓(xùn)練AI產(chǎn)生圖像時(shí)，聚焦于個(gè)別的單詞，像是類似標(biāo)題的文字描述，如此一來(lái)，相較于傳統(tǒng)的文字轉(zhuǎn)圖像方法，此方法所產(chǎn)生的圖像質(zhì)量提升了3倍。AttnGAN還能從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)人類的常識(shí)，將這樣的知識(shí)萃取出來(lái)后，填補(bǔ)文字描述中缺少的圖像細(xì)節(jié)。 
|
