MIT
重點新聞(0810～0816)
MIT 劑量控制
MIT用AI來客製腦癌患者所需的藥物劑量
MIT研究員訓練出一套增強式學習模型，可根據每位罹患膠質母細胞瘤（GBM，為腦癌一種）病人的狀況，來減少藥物劑量，讓病人不必接受多餘的毒性物質，同時也能縮小腫瘤。首先，研究人員從GBM醫療資料庫中，建立50位GBM模擬病患，作為測試組。接著，研究人員要求AI開藥給每位病患，包括典型藥物TMZ和PVC，讓病患定期服用數周或數個月。開藥後，AI再利用另一個預測機制來判斷該劑量是否會縮小腫瘤。如果會，AI會得到獎勵，但如果開的是最大劑量，則會受到懲罰。
這套AI為每位模擬病患進行2萬多次測試後，研究員另召集50名新模擬病患，來測試訓練後的這套AI模型，可以給出減少藥物劑量和服用頻率的處方，也能減少腫瘤大小。特別的是，它考慮了每位患者的特性，比如腫瘤大小、病史和生物標記物。（詳全文）
Uber 檔案切換
報公帳還是自己付？Uber AI能分辨你去玩還是出差
常用Uber的企業顧客，往往有數個帳號，因此可區分為個人帳號和公司帳號（直接扣公司信用卡）。為簡化使用者使用合適的帳號來付費，Uber企業版日前推出扣款帳號推薦機制，利用機器學習技術，來判斷使用者這次搭車是公出還是個人休閒，然後手機App中通知使用者，是否要切換為公司帳號、還是個人帳號。這項AI技術，分析了Uber每年數十億筆的乘車資料，現在能偵測使用者的旅行模式，比如使用者在平日上班時間沒進公司，反而叫車要去水療中心，Uber App就會詢問使用者是否要切換為個人帳號來付款。不過Uber表示，目前這項功能的準確率為80％，要達到讓人滿意的程度，還有很長一段路要走。（詳全文）
機器學習 空氣動力測試
車輛開發有新工具，能靠AI來加速車輛空氣動力測試
兩位來自Autodesk研究院和奧地利科技研究院的開發人員Nobuyuki Umetani與Bernd Bickel，日前研發一套機器學習軟體，能加速車輛開發過程，縮短空氣動力測試時間。通常，測試新車、火車和其他運輸工具的空氣動力，可能要花1小時甚至一整天。開發人員必須使用複雜的方程式對3D物體周圍的氣流建模，但現在新的機器學習軟體，可以縮短這個過程到數秒，並能讓參數即時可用，這也是機器學習首次用來即時模擬3D物體周遭的氣流。（詳全文）
環境IoT 污水預警
美國國家實驗室靠機器學習和便宜感測器，自製地下水汙染預警系統
來自美國勞倫斯柏克萊國家實驗室和薩凡納河國家實驗室的研究員，利用平價感測器和一套機器學習系統，不只能即時監測地下水汙染狀況，還能作為預警系統。領導這項研究的Haruko Wainwright表示，傳統監測方法要每年或每季採集水樣、在實驗室分析，但如果出現異常或極端事件，就可能不會注意到污染物濃度的增加。不過，她強調新方法使用代理測量來進行原位監測，因此能即時、不間斷地追蹤水流。而機器學習技術，能幫助團隊從遠程快速分析水流數據，並作為預警系統，以檢測pH質和電導率是否突然改變。（詳全文）
AI新創 TTA奇點亞太創業競賽
臺AI新創WeavAir與Vibrasee，抱走2018年TTA奇點亞太創業競賽大獎
臺灣AI新創團隊WeavAir和Vibrasee，經過兩個月努力、從80組來自亞太各地的新創團隊脫穎而出，於8/10由科技部與奇點大學舉辦的2018年TTA奇點亞太創業競賽決賽中，奪下最大獎SU Ventures Incubator Program，將前往矽谷參加奇點大學為期10周的加速課程，與世界頂尖AI團隊交流。 新創團隊WeavAir以同名計畫參加這次競賽，以感測器陣列，來測量暖通空調（HVAC）系統性能和室內空氣質量，並即時分析這些數據，用預測性演算法來提高感測器準確度，以降低HVAC耗能和成本。另一組得到SU大獎的新創隊伍Vibrasee，聚焦於微振動偵測器，利用莫瑞效應光學技術和深度學習影像分析，來即時檢測人類手部皮膚的微振動，以判定是否為早期帕金森氏症。（詳全文）
DeepMind 眼疾
DeepMind的AI系統可辨識逾50種眼疾，診斷能力已達一流醫生水準
DeepMind近日宣布，旗下DeepMind Health計畫與英國摩爾菲爾茲眼科醫院已完成第一階段的研究，雙方共同發展的AI系統可快速且準確判讀眼疾相關的醫療影像，能辨識出逾50種可能損及視力的眼睛疾病，已達到全球一流醫生的水準。 為了讓醫生或病患了解AI系統的判讀標準，DeepMind Health建立了兩個神經網路，第一個為「畫分網路」，會列出觀察到的眼睛組織各種狀態，如出血、病變或不規則液體等，讓醫生能夠參考或觀察AI系統的決策過程。第二個則是根據前一個神經網路的所得結果，進行診斷及轉介建議，並以百分比來表達信心指數，稱為「分類網路」。（詳全文）
IBM Watson 自然語言
IBM Watson自然語言分類器正式上線
近日IBM宣布，自家AI平臺Watson自然語言分類器正式上線，現在該工具已經內建於IBM Watson Studio，透過該開發平臺可以串接起資料科學開發應用流程，加速深度學習、機器學習應用的開發。IBM表示，該分類器與Watson Studio整合後，仍保有既有API功能，開發者可以在開發平臺中訓練、測試此自然語言分類器。IBM進一步解釋，該分類器整合自家的深度學習服務，一次最多可以匯入2萬行資料，作為訓練素材。而現在該分類器所支援的語言，包含英文、阿拉伯文、法文、德文、義大利文、日文、韓文、葡萄牙文，以及西班牙文。（詳全文）
Amazon Alexa
Amazon壓縮機器學習模型，要讓車載系統離線也能用Alexa
Amazon使用了壓縮機器學習的新技術，在維持Alexa功能不變的情況下，讓記憶體使用率降低94％，而這將能讓Alexa在離線狀態下，仍可以提供部分核心功能，同時也能加速Amazon雲端載入第三方Alexa技能的效率。Amazon剛釋出了用於開發車內訊息娛樂系統的Alexa SDK（Alexa Auto Software Development Kit），而這個初版的SDK預設汽車系統可以存取雲端系統，以取得機器學習相關功能。（詳全文）
Julia 多語言特性
程式語言Julia歷經6年開發，融合多語言特性終釋出1.0
Julia第一次釋出時，就宣告了該程式語言宏大的目標，除了要有C的執行速度外，還要像Python一樣具一般可用性，也想要如Matlab般支援線性代數演算法。而官方在Julia 1.0釋出文章中，自信地列出Julia數個特點，包括最佳化器的更新，可透過呼叫函數傳播常量，實現更好的死碼刪除（Dead Code Elimination）和靜態評估。而編譯器也更善於避免在長效物件旁分配短效包裝器（Wrapper），這讓開發者可以在不損失效能的情況下，容易的使用高階抽象。（詳全文）
圖片來源／Uber、Nobuyuki Umetani、薩凡納河工作站、攝影：王若樸、IBM、Amazon
AI趨勢近期新聞
1. IBM：惡意程式具備AI能力超狡猾，高度神隱幾乎抓不到
2. AI晶片去年替英特爾賺進10億美元
3. 臺灣人工智慧學校臺中分校將於8月18日開學
資料來源：iThome整理，2018年8月
熱門新聞
2024-11-25
2024-11-25
2024-11-15
2024-11-15
2024-11-26
2024-11-25