AI趨勢周報第107期：Google發表輕量影片理解模型，辨識1秒長的影片只要10毫秒

重點新聞(1025～1031)

Google     Tiny Video Networks     影片理解  

Google發表輕量影片理解模型，辨識1秒長的影片只要10毫秒

Google日前發表最新研究成果Tiny Video Networks（TVN），這是一套辨識和理解影片的類神經網路模型，號稱辨識長度為1秒的影片，在GPU上只需要10毫秒，在CPU上則需要37至100毫秒，相較於過去作法用數十、數百層的卷積類神經網路（CNN），在CUP和GPU上都需要數千毫秒，新的TVN作法就快上了幾百倍。

Google團隊採演化學習來設計TVN，也就是透過演化迭代來設計出最有效的模型，同時也將運算時間保持在一定限制內。與傳統影像辨識模型相比，TVN採用較少的卷基層，並採2D池化層、Gating Layer等輕量級元素。此外，TinyVideoNet可共同優化參數和執行時間，以提供更高效能的類神經網路。（詳全文）

  阿里巴巴     平頭哥   AIoT  

阿里平頭哥首次開源自家MCU設計平臺，要搶攻AIoT市場

阿里巴巴去年整合達摩院晶片團隊成立半導體公司平頭哥，日前首次開源自家微控制器（MCU）設計平臺，鎖定晶片設計業者、半導體IP供應商、學術研究團隊等，要來搶攻AIoT市場。

一般來說，MCU是嵌入式裝置的核心，常用於通訊、電子、汽車和工業控制等，近年開始支援AI運算、提供上網能力，平頭哥自家MCU平臺也是其中之一，包含了精簡指令集RISC-V架構的玄鐵902處理器，以及基礎智慧財產授權、作業系統、驅動軟體和開發工具等。其中，玄鐵902處理器是今年7月發布的產品，瞄準5G、AI、網路通訊和自駕車等應用場景，具16核，單核性能達7.1 Coremark/MHz，主頻達2.5GHz，較市場上主流的RISC-V處理器性能高出4成。（詳全文）

  Netflix    開發筆記本    Polynote  

Netflix開源多語言開發筆記本Polynote

Netflix開源了自家個人化推薦團隊所使用的多語言筆記本環境Polynote。Polynote支援了Scala，也與Apache Spark整合，並提供Scala、Python和SQL等語言的互操作性，以及自動程式碼完成等功能。

Polynote提供一個筆記本開發環境，將自家Scala JVM機器學習平臺與Python和視覺化函式庫Vega、Matplotlib整合。Netflix重新設計Polynote對程式碼解釋，不像傳統筆記本仰賴REPL模型。此外，由於筆記本的程式碼輸入以儲存格（Cell）為單位，每個儲存格可重新排列、插入和刪除，而儲存格內容可以獨立修改和執行。Polynote還可提供許多IDE的功能，像是互動式自動完成以及參數提示，也能顯示內聯錯誤提示，而且文字編輯器還支援LaTeX。（詳全文）

  萊迪思   半導體      影像辨識  

萊迪思推出升級版FPGA解決方案，支援8位元量化提高AI準確度

美國老牌半導體大廠萊迪思近日發表升級版FPGA解決方案sensAI，特點包括了支援更輕更高效的類神經網路模型、支援更深的量化，以及全新的參考設計。萊迪思FPGA向來走低功耗、小封裝路線，這次的新特點讓使用者可在影像辨識應用中，採用更複雜的模型，來處理更高解析度的影像。而新的參考設計，則能加速AI應用，比如關鍵字檢測或人臉辨識。

進一步來說，新的sensAI在自家iCE40 UltraPlus FPGA上可支援8位元量化（8-bit quantization），使用者可將AI模型放大一倍，提高模型效能和準確度。至於自家ECP5 FPGA，則支援了MobileNet和ResNet兩種模型，可處理更高解析度的影像，在不增加功耗的情況下，提供更準確的預測。（詳全文）

  IBM    Watson AI     跨雲  

IBM發布新Watson AI功能並強化跨多雲端平臺能力

IBM發表最新的公有雲和Watson AI產品組合Cloud Pak for Data整合資料分析平臺，擴展其Watson Anywhere的策略，要讓企業可在任何雲端上使用AI服務。

Cloud Pak for Data現可支援紅帽Kubernetes容器平臺OpenShift，也獲得OpenShift認證。此外，Cloud Pak for Data新增了一系列標準功能，能在任何雲環境中使用。新功能Db2 Event Store提供企業每天即時儲存與分析2,500億個事件的能力；而Watson機器學習則新內嵌了自動化模型建置程式AutoAI，可提供一站式AI模型的開發、訓練和部署。其他新功能還包括Watson助理的語音互動功能，方便企業將AI助理整合到IVR系統中，讓使用者透過自然語言提問。（詳全文）

Gogoro    機器學習     GoShare  

GoShare共享機車進駐臺北，用AI分析用戶行為來推薦用車、找停車位

Gogoro除了在桃園推出共享機車服務GoShare，日前也正式進駐臺北，預計年底前要進駐3,000臺。Gogoro新事業總監姜家煒指出，GoShare是一個越用越聰明的服務，因為內建了機器學習技術來分析使用者行為，像是透過用戶騎乘的距離長短、次數來推薦合適電量的車子，而當GoShare累積夠多用戶還車地點資料後，也能自動分析出容易停車的位置，來主動推薦給用戶，「尤其在一位難求的臺北市停車，提供這樣的資訊才能解決問題。」Gogoro也自行研發了GTU車輛追蹤系統，能24小時與控制中心連線，來回傳車子的數據與定位。（詳全文）

緯創    新生兒照護    毫米波無線射頻  

緯創聯手產後護理之家，用AI追蹤寶寶生理狀態

臺灣ODM大廠緯創資通進攻智AI慧醫療數年，日前跨足新生兒照護，聯手璽悅產後護理之家，整合毫米波無線射頻技術、AI、大數據分析，開發出一套生理預警系統裝置，來24小時追蹤新生兒狀態。

這個生理數值感測裝置透過毫米波無線射頻技術，來遠距檢測新生兒生理狀態，像是即時呼吸、心律和體溫等，完全不必接觸嬰兒身體。緯創表示，如果測量出現異常，系統也會立即通知醫護人員。這套系統已於今年第二季導入璽悅，目前系統準確度達9成以上，接下來將陸續導入旗下7個產後護理之家。未來，緯創也計畫將該系統推廣至長照領域，並加上照護者離床、跌倒偵測、防壓瘡預警等功能。

機器學習     超材料     材料開發  

用機器學習精準開發，荷蘭開發出韌性十足的新材料

荷蘭臺夫特理工大學助理教授Miguel Bessa團隊，透過機器學習開發出韌性十足、可壓縮的超材料（Metamaterial）。Miguel Bessa指出，這項研究的特點，在於開發材料的方法。團隊利用數據驅動方法來建立新材料概念，並將這個概念對應到不同目標、基礎材料、長度尺度和製程，來相互比較。

透過機器學習輔助，團隊減少了傳統所需的實驗次數和試錯時間，開發出兩種不同長度尺度的新材料設計方法，可將堅硬易碎的聚合物，轉變成輕量、可恢復和可壓縮的超材料。（詳全文）

圖片來源／Google、Netflix、TU Delft

 AI趨勢近期新聞 

1. 鎖定雙11，LINE靠2年大數據從3千萬商品中精準推薦

2. Teradata將在Google雲端提供其整合型資料分析平臺Vantage託管服務

3. 全家引進全自助鮮食便當機和大螢幕智慧互動販賣機，串聯POS系統自動點帳

4. Google用BERT改善自家搜尋品質，英語搜尋品質提高1成

資料來源：iThome整理，2019年10月