AI趨勢周報第75期：教育部5月要完成中小學AI課程教材和教案，明年正式納入基礎教育課程規畫

重點新聞(0207～0214)

教育部    中小學    AI課程  

教育部：今年5月完成AI課程教材籌備，為2020年中小學教育鋪路

教育部將於2020年正式把AI課程納入中小學基礎教育規畫，今年先進行前置籌備，預計5月完成小學和國中、高中的AI課程教材與教案示範案例，由臺灣老師親自設計。教育部表示，AI課程教學將以課程模組方式進行，老師可從12年國教課綱中的「資訊科技」以彈性時數授課。教育部資訊及科技教育司副司長劉文惠指出，課程內容聚焦於AI科普，包括背景知識和基礎概念介紹，並鼓勵學生動手實作。她也提到，中小學AI教材編寫完成後，其數位教材與相關資源將開放於網路上，供老師下載，也可能以手冊或書籍方式發行，今年新學期就可使用。此外，授課老師也須學習AI知識，在這方面，成大也聯手臺南一中，培訓首批AI教育種子教師。（詳全文）

  Adobe     影像辨識    人口販賣  

打擊人口販賣！美研究員打造大型旅館影像資料集

來自美國Adobe、喬治華盛頓大學和天普大學的研究員，近日建立一套大型旅館影像資料集，要來幫助警察定位人口販賣受害者的所在旅館。他們在論文中指出，人口販賣者多於旅館內拍攝受害者照片、用來發送線上應召廣告，為幫助警察找到受害者，研究員首先建立旅館影像資料集Hotel-50k，集結世界各地5萬家旅館、共100多萬張影像，來源包括Expedia等旅遊網站，以及TraffickCam，也就是想幫助受害民眾所拍攝的旅館快照。

這些影像標註了旅館名稱、地點、是否為連鎖旅館，在5萬個旅館類別中，近1萬4千個對映到TraffickCam的影像，這對訓練深度卷積神經網路（DCNN）很重要，因為TraffickCam的影像較接近線上廣告影像。研究員以2套神經網路來測試資料集，並表示準確率近乎80％。（詳全文）

  資策會    知識圖譜    Chatbot  

「知識圖譜」工具助企業打造理解度更高的AI助理

資策會日前揭露一款知識圖譜工具，透過抽取資料關鍵字、標註字與字的關聯，自動建立人、事、物的關係圖，有助於企業打造能理解複雜問題的AI Chatbot。資策會數位服務創新研究所組長陳棅易表示，一般AI助理多透過串接API，根據固定格式來設計回覆樣板，但針對更複雜的問題，如防癌保單條款、法律諮詢等領域，就需要透過AI來理解文件、網站和社群網路等非結構化資料，來建立知識圖譜。

而知識圖譜的應用，服創所舉例，系統藉由分析社群資料，能判斷南投與烏龍茶為產地關係，而50嵐與烏龍茶則為產品關係，當消費者詢問Chatbot 50嵐烏龍茶產地為何，系統便從知識圖譜中推論出南投。服創所表示，未來期望結合外部社群資料和開放知識圖譜，讓Chabot應用更廣泛。（詳全文）

  政治    貪污       Zero Trust  

中國反貪AI系統「零信任」喊卡

中國政府與中國科學院日前研發一套反貪AI系統「零信任」（Zero Trust），透過比對150多個中央和地方的機密資料庫，來監控、評估和干預政府官員的作為。研究人員指出，這個做法能描繪出每個官員複雜的社交網路，進而分析他們的行為，尤其是疑似賄賂的轉帳交易、基礎建設、土地取得等。它也能即時偵測官員是否收到大筆不明匯款，或是官員與其親友名下多買了輛新車、投標政府標案。一旦偵測出，系統便會計算官員貪污的可能性，只要分數超過預設值，監察單位就會收到通知。

零信任已在30個縣市進行試驗，只佔中國行政區的1％，多集中於貧窮或偏遠地區，但多個縣市官員抵制、不願提供個資，因而中止使用零信任系統。（詳全文）

  Google    NLU     語音偵測 

Google為減少語音轉字幕App的行動網路流量，在裝置上部署語音偵測模型

Google推出Android語音轉字幕應用程式Live Transcribe，以幫助聽障人士與外界溝通，也公開了設計細節。這個應用程式使用Google雲端自動語音辨識（ASR）技術，且為避免消耗過多資料流量，Google在行動裝置上執行類神經網路語音偵測器、使用大規模聲音資料集AudioSet，能偵測語音，並自動管理到雲端自動語音辨識引擎的網路連結，在長時間使用下，能減少資料用量。此外，為避免使用環境太過吵雜、影響語音轉錄結果，Google在使用者體驗訊號，加入了即時噪音程度的圖形指示，為用戶提供語音品質的即時回饋，以進一步調整手機擺放位置。（詳全文）

IBM    癲癇    智慧醫療  

IBM用AI自動分類癲癇發作類型，協助醫師評估患者用藥和治療方法

IBM研究團隊近日發表一篇用機器學習自動分類癲癇發作類型的論文，透過AI辨別癲癇患者的腦電波影像，來分類癲癇發作類型。目前臨床上沒有較準確的癲癇發作分類及量化標準，為解決這個問題，研究團隊採用美國天普大學釋出的癲癇疾病公開腦電圖數據集TUH EEG Seizure Corpus，作為訓練資料集，其中有8個癲癇類別共2,012個癲癇發作案例，但研究團隊省去案例較少的1類，建立辨識7種癲癇類型的模型。

研究團隊嘗試了多種機器學習演算法，結果發現k-NN演算法效果最佳，準確度為90.7％。IBM研究團隊表示，該癲癇發作分類的研究成果，將能改善患者的長期照護、即時用藥調整和遠距離監控病情等。（詳全文）

Nvidia    機器人    物流  

AI化身爆米花外送員，Nvidia教導機器人如何在複雜的室內環境將貨物正確送達

Nvidia近日在美國加州聖塔克拉拉園區的辦公大樓中，多了一位專門送爆米花的機器人Carter，身上配有員工證，可自由進出辦公場所。員工只要在Slack平臺下訂單，Carter就會帶著裝滿爆米花的紙袋，送到員工的小隔間，展示了室內物流機器人的能力。

Carter機器人建立於Segway的機器人移動平臺，透過光學雷達和立體相機來認識周遭環境，而機器人大腦則是用自家AI晶片Jetson AGX Xavier。為了讓Carter機器人能在複雜環境中自由行走且不迷路，研究團隊建立了含有超過900導航點的地圖，涵蓋每個辦公的小隔間和會議室。（詳全文）

Pin     電腦視覺      Faster R-CNN  

看圖也能馬上買，Pinterest用AI自動為圖片中商品新增購買連結標籤

圖片分享社群平臺Pinterest最近透過電腦視覺和機器學習等技術，為平臺上圖片中的商品自動新增購買連結標籤（Pin）。Pin過程分為3個步驟：資料收集、機器學習建模和服務（serving）。在機器學習建模中，Pinterest訓練3個模型，第一個是以Faster R-CNN演算法建立的偵測模型，來抓取出圖片中的物體並將其標示出商品類別，另一套則是物體向量表示法模型，來有效找出相似商品。第三個模型則是透過用戶提供的資料，重新評分視覺相似候選品的模型，用來優化產品。Pinterest指出，此次自動化更新能向用戶展示更多相似商品和圖片，也能更輕鬆在平臺上購買商品。（詳全文）

百度      流浪貓     EasyDL  

百度大腦工程師打造AI流浪貓窩

日前，一名百度大腦工程師晚兮與愛貓人士共同建立AI流浪貓窩，透過影像辨識技術設置門禁系統，流浪貓刷臉即可進出恆溫27度的貓窩。這套門禁系統於百度自家的深度學習EasyDL平臺建立，可分辨174種貓咪，另配合紅外線攝影機，就算是黑夜也能辨識貓種。此外，貓窩入口的影像辨識系統，還可從流浪貓是否剪耳，來判斷是否結紮；在疾病辨識方面，則包括了貓口炎、傳染性貓鼻氣管炎、皮膚病和外傷等，如偵測出，系統會通知志願照顧流浪貓的成員。另一方面，該流浪貓窩中還配有新風系統，透過不同感測器來即時掌控窩內溫濕度、氧氣和二氧化碳濃度，保持空氣清新。（詳全文）

圖片來源／Abby Stylianou et al.、百度公眾號

 AI趨勢近期新聞 

1. 突破長篇上下文理解挑戰，Google發布全新自然語言理解架構Transformer-XL

2. 臉書收購家具導購網站GrokStyle強化AI視覺技術

資料來源：iThome整理，2019年2月