AI趨勢周報第81期：高通推出最新款處理器Cloud AI 100，專攻邊緣AI運算需求

重點新聞(0412～0418)

高通     AI晶片     雲端  

高通推出新款AI加速運算處理器Cloud AI 100，每秒可執行100兆次浮點運算

行動晶片商高通（Qualcomm）近日在Qualcomm AI Day大會上，發表最新款專為AI推論設計的處理器系列Cloud AI 100，同樣採用7奈米製程，預計今年下半開始向客戶送樣。高通表示，比起自家高階行動處理器Snapdragon 855和Snapdragon 820，Cloud AI 100的最高效能可高出3到50倍之多，並且與傳統的FPGA處理器相比，推論速度更足足快了10倍，每秒可執行100兆次浮點運算（TOPs）。

此外，這款新處理器也整合各種雲端到邊緣端的AI推論開發工具，像是ONNX、Glow和XLA等，也支援TensorFlow、PyTorch、MXNet主要機器學習框架，幫助開發人員更容易在處理器上執行各種AI推論任務，如語音助理上的自然語言處理和翻譯等。（詳全文）

  希捷     雅典娜計畫    深度學習  

老牌硬碟大廠希捷啟動雅典娜計畫，靠AI來把關硬碟品質

老牌HDD大廠希捷近日宣布啟動雅典娜計畫（Project Athena），正式於美國明尼蘇達州的Normandale晶圓工廠部署深度學習平臺，來檢測記錄磁頭(Recording Transducers)的品質。在生產過程中，Normandale工廠每天產出數百萬張、高達10TB的影像資料，工程師需先檢查這些影像是否有瑕疵，才會組裝至硬碟上。

但由於磁頭影像數量龐大，工程師無法一一檢測，因此希捷決定導入AI。希捷提到，部署的AI模型每天可即時分析300多萬張電子顯微鏡產生的影像，並從中找出人類工程師可能忽略的小瑕疵，再回報給團隊來改善問題。希捷指出，導入AI後降低了檢測成本，更大幅減少製程所需的無塵室投資達20％，並降低生產流程中10％的投注時間。（詳全文）

  MIT     RoCycle     機器人 

MIT打造出可感受材質差異的回收機器人

美國麻省理工學院（MIT）的電腦科學與人工智慧實驗室（CSAIL）日前展示一臺回收機器人RoCycle，透過多種感測器來辨識回收物品的材質，進而準確投入回收籃中。研究人員表示，光憑電腦視覺並無法讓機器人擁有人類般的感知，還需發展觸覺感知才行。因此，研究員先打造了一個純靠觸覺來辨識物體的機器人RoCycle，透過其手部加裝的應變感測器來偵測物體大小，以及另外2個壓力感測器來偵測物體材質，比如是否為容易折疊的紙，還是較硬的塑料。此外，RoCycle手部還可導電，因此能辨識回收物中的金屬。

RoCycle目前能夠辨識塑膠、玻璃和紙類等3種材質，不過，研究員提到，在靜止不動的情況下，RoCycle物體辨識率為85％。但在移動的輸送帶上，RoCycle的物體辨識率只有63％。未來，研究員計畫將電腦視覺功能融入RoCycle，來提高機器人整體辨識率。（詳全文）

  Google    AI Platform       協作  

Google推出AI專案管理協作平臺服務

Google近日發表AI專案管理協作平臺（AI Platform）測試版，可以讓參與機器學習模型建置的各階段人員，都使用相同的共享介面。AI平臺是一個端到端的開發平臺，團隊可以使用共享介面，準備、建置、執行以及管理機器學習專案，各種角色都能參與其中，像是開發人員、資料科學家或是資料工程師，都能使用Cloud Console中的同個儀表板，進行模型共享、訓練與擴充工作負載。

使用者可將資料直接輸入至AutoML，或使用Cloud Machine Learning Engine來訓練AI模型。AI平臺補足了AI Hub功能，開發者可查看ML工作流程、Notebooks和其他說明文件。此外，由於AI平臺支援Kubeflow，使用者能建置可移動的ML工作流程，幾乎不需要更改程式碼，就能在本地端或雲端執行。（詳全文）

  迪士尼   NLP     腳本  

迪士尼研究院發表文字轉動畫的腳本生成AI

迪士尼研究院和羅格斯大學日前發表一篇論文，說明如何利用自然語言處理技術(NLP)，將複雜的文字敘述轉換為動畫影片，作為編劇參考的腳本。該團隊研究員指出，現有的文字轉動畫系統，只能處理非常簡單的句子，但透過文本簡化（Text Simplification）技術，研究員開發出能處理複雜句子的AI系統。

進一步來說，他們以現有的動畫生成系統為基礎，建立了一個NLP工作流程（pipeline）來擷取劇本中的資訊，並將這些資訊對映到系統知識庫。接著，研究員設定了一系列的語言轉換規則，來簡化結構複雜的句子，再從簡化過的句子中擷取資訊，利用這些資訊來產生編劇用的動畫腳本。論文指出，按照BLEU和SARI指標，其文本簡化模型表現比現有的系統要好。（詳全文）

IBM    語音辨識    ADPSGD  

IBM提出語音辨識模型訓練新方法，將訓練時間從1周縮短為11小時

IBM研究員日前發表一篇研究論文，利用分散式處理架構來訓練語音辨識模型，不只訓練時間快上15倍，準確度也不受影響。研究員表示，要訓練如Siri或Alexa般的自動語音辨識系統（ASR），需要複雜的編碼系統將語音轉換為AI可理解的特徵，還需要解碼系統將輸出資訊轉換為人類可讀的文字。這樣的模型往往過大，訓練也十分耗時。

研究員想出一個平行化解決方法，也就是提高每次可處理的樣本數量，透過原則性方法將批次處理的量提高至2560，是公認的10倍。此外，研究員也採用了一項名為ADPSGD的分散式深度學習技術，讓訓練時間從1周縮短為11.5小時，保持了同樣的準確度。IBM計畫於下個月的IEEE國際大會上發表這項成果。（詳全文）

臉書   深度學習    PBG  

臉書開源能快速處理超大型圖嵌入的工具PyTorch-BigGraphs

臉書開源了專為超大型圖設計，支援多重關係圖嵌入訓練的工具PyTorch-BigGraph（PBG）。臉書提到，超大嵌入圖主要有兩個挑戰，第一，嵌入系統必須夠快，才能應用在實際研究與生產上；第二，記憶體的限制，比如嵌入20億個節點，每個節點有128個浮點數參數，這樣就需要1TB容量，超過一般商用伺服器記憶體的容量。

而PBG是一個分散式系統，可用於學習大型圖嵌入，特別適合應付具有數十億個節點以及數兆個邊的超大型圖，再加上PGB是以開源深度學習框架PyTorch開發，因此開發者可以自行替換損失函數、模型以及其他元件。（詳全文）

微軟     AI工具      雙語教學  

臺灣微軟與高雄市聯手，以AI助學校打造數位雙語教學環境

高雄市政府日前與臺灣微軟簽署合作，鼓勵學校在雙語教學中使用微軟的AI工具，幫助學生學習外語，比如透過微軟Office 365中的AI朗讀工具，學生可依個人學習狀況來調整朗讀速度，並學習正確的發音。此外，PowerPoint也支援微軟翻譯功能，為英語簡報提供輔助字幕，讓學生更容易瞭解授課內容。

不只如此，臺灣微軟也將培養教師的數位教學能力，配合相關工具開發數位雙語教學。目前高雄苓雅區的成功國小、茄萣國小已加入這項AI雙語計畫，高雄市府和臺灣微軟的合作，未來將以12年國教課程為目標，擴大到其他教育層級單位。為解決高雄學校教育資源上的城鄉落差，臺灣微軟也將把在全球推行的雲端未來學校計畫、微軟學校計畫、微軟創新老師計畫帶到高雄。（詳全文）

圖片來源／高通、希捷、MIT、IBM

 AI趨勢近期新聞 

1. Google更新機器學習開發套件ML Kit，新增支援智慧回覆與語言辨識功能

2. Google釋出Cloud Healthcare API助醫療資料上雲端，加速醫療AI模型開發

3. AWS釋出預配置的深度學習容器

4. Amazon Redshift現提供並行擴展功能，數秒就能提升叢集處理查詢的能力

資料來源：iThome整理，2019年4月