AI趨勢周報第35期：清大NVision團隊創新機器人打敗80國團隊，奪下Nvidia 機器人大賽冠軍

重點新聞(0406～0412)

 NVision    Nvidia  

清大NVision團隊創新機器人打敗80國團隊，奪下Nvidia 機器人大賽冠軍

清大資工系NVision隊伍在全球80國2千多位參賽者中脫穎而出，奪下2018年Nvidia機器人大賽（Jetson Robotics Competition）冠軍。NVision研發出一套可精準模擬現實的機器人控制系統，並運用到實體機器人身上，讓它不但能偵測物體、避開障礙物，還能跟隨目標物移動。此外，這套系統只需要單鏡頭、不需其他感測器，就能執行。這個控制系統的架構，將學習模型分為感知模型和控制模型，並利用語義圖像分割來關聯這2項模型。NVision團隊表示，所有模型都在NVIDIA Jetson TX2開發板上執行，而動作指令則透過乙太網或USB口傳送，RBG影像則由NVIDIA Jetson TX2板上的相機取得。（詳全文）

 AlterEgo   MIT   

MIT可讀心的AI頭戴式耳機AlterEgo

MIT日前由研究生Arnav Kapur及其同事，開發一款AI頭戴式耳機：AlterEgo，讓使用者不必出聲說話，就能執行指令。當使用者戴上AlterEgo、不出聲地在心裡默唸某些單字，這套裝置就會透過電極，捕捉下巴和臉部神經、肌肉的訊號，然後送到機器學習系統中，讓AlterEgo分辨語意並執行指令，比如選擇頻道或加減運算等。雖然AlterEgo為頭戴式耳機，但它並沒有耳塞，而是以骨傳導方式，透過臉部骨骼傳遞震動訊息至內耳。此外，在一項有10位受試者的實驗中，AlterEgo的準確率高達92％。（詳全文）

 韓國   AI國防  

韓國KAIST成立AI國防發展中心，遭到國際AI科學家連署抵制

來自29國的57位科學家，日前針對韓國科學技術學院（KAIST）成立AI國防發展中心一事，連署要求KAIST停止該中心的運作。這些科學家指控，KAIST正在開發的是AI自主武器和殺手機器人（killer robots），而大學高層則表示，AI中心的成立目的，是為改善韓國目前的防禦系統。KAIST在2月20日時，慶祝「國防與AI研發中心」的成立，並在一個後來遭移除的網頁中提到，將與韓國防衛公司韓華系統（Hanwha Systems）合作，發展以AI下達指令和做決策的系統、大型無人海底船艦的複合導航算法、AI飛機訓練系統，以及AI物體追蹤和識別技術。（詳全文）

 OpenAI     遷移學習   

OpenAI辦競賽，看AI能不能闖過音速小子遊戲新關卡

OpenAI近日在其官方網站宣布，為期2個月的OpenAI Retro Contest正式開賽。這場比賽要求參賽者以增強式學習（reinforcement learning）來挑戰未知的任務：闖過音速小子新關卡。OpenAI表示，這項比賽重點在於遷移學習（transfer learning），即以過去習得的經驗，來處理新的、沒接觸過的任務。為了幫助參賽者，OpenAI也釋出retro-baselines，讓參賽者了解如何在比賽中執行幾種RL算法。（詳全文）

Cowlar    智慧項圈  

AI新創Cowlar開發智慧項圈，幫農夫掌握乳牛健康

美國一家AI新創Cowlar，推出專屬乳牛的智慧項圈，可即時監控個別乳牛的狀態，幫助農夫即時察覺牛隻異狀、防止牛隻過早死亡，進而提高產乳量。Cowlar已在巴基斯坦牧場進行試驗，共同創辦人Umer表示，試驗非常成功，提高了8～14％的產乳量。這條智慧項圈，透過運動感測器、不斷追蹤牛隻的體溫和各種動作，包括進食、睡眠、交配和其他活動等。Umer說，蒐集到的資料會送進一套演算法中，分析牛隻的健康狀況，也會預測牛隻體溫變化的循環，以及是否會出現異常行為。 （詳全文）

AI水質檢測   Intel  

AI水質檢測，能知道水中是否有致命細菌

英特爾軟體創新員Peter Ma，透過圖形辨識和機器學習技術，開發一套AI水質檢驗系統，可以檢測水中是否有致命細菌。該分析系統可離線執行，只須與一臺數位顯微鏡連接，而該顯微鏡則與配有Ubuntu操作系統的筆電連線，並使用英特爾Movidius神經運算USB。分析後，系統會直接在地圖上即時標示水源受汙染的區域。而檢測系統核心的卷積神經網路，能分辨細菌的形狀、顏色、密度和邊緣等，目前能檢測的細菌為大腸菌，和會引起霍亂的細菌。Peter Ma同時也在擴大系統能辨識的有害菌種和微生物種。（詳全文）

Google    MobileNetV2  

Google第二代行動裝置版電腦視覺神經網路模型出爐！

Google近日在官方部落格中宣布，推出第二代MobileNetV2，改善了分類、物件偵測和語義分割（Semantic Segmentation）技術，不論是速度和準確率都有所提升。MobileNetV2是以第一代為基礎來改善，延續了第一代透過深度可分離卷積（Depthwise Separable Convolution）的方式，也新增了2項特性：層間的線性轉換方式（Linear bottleneck），以及Bottleneck之間的捷徑連接（Shortcut connections）。（詳全文）

DeepMind    AI導航   

AI靠強化學習看街景，自行學會導航

DeepMind最近於官方部落格公布新一項研究，以強化學習、讓AI在沒有精準地圖作為訓練資料的情況下，只透過Google的街景圖學會導航，就像人在學習認路一樣。首先，DeepMind透過神經網路建立AI模型，來辨識多個城市街景圖中的像素，程式如果成功到達目的地，就會得到獎勵。與過往導航相比，DeepMind不使用既有的地圖資訊、GPS或是其他定位工具，只透過視覺感知來觀察環境，並依此建立對環境的認知，透過強化學習加強點到點的訓練。目前導航AI模型已經於倫敦、巴黎和紐約完成訓練，能夠穿梭於複雜的交叉路口、人行道、隧道等。（詳全文）

Chatbot    微軟小冰  

微軟小冰學會對話的藝術，能和朋友一樣對談

微軟在自然語言技術上又有新突破，微軟的社交型對話機器人小冰，現在學會人類對話的藝術，能預測人類接下來可能會說的話，自然地與人對談，還能隨時切換，執行不同任務。微軟小冰工程師Li Zhou表示，小冰現在可以同時進行雙向溝通，就像講電話一樣，微軟稱之為完全雙重語音意識（Full duplex voice sense）。此外，小冰現在還會暫停手邊的工作，先執行當下的任務，再繼續未完成的任務。比如，小冰在講故事的時候，使用者可以要求小冰開燈，小冰開完燈後，還會記得剛剛在講故事，於是繼續說故事，可隨時切換不同任務。（詳全文）

圖片來源／NVision、MIT、Cowlar、Google

 AI趨勢近期新聞 

1. EFF指Google高層說謊，聲援員工反對AI軍用化

2. Google開源iOS自動化測試框架GTXiLib

3. 微軟手把手教你開發人工智慧應用

資料來源：iThome整理，2018年4月