AI趨勢周報第130期：誤差一公尺以下！三星AI開發室內精準Wi-Fi定位方法FiDo

重點新聞(0501～0507 )

  三星    WiFi     室內定位  

誤差一公尺以下！三星AI開發室內精準Wi-Fi定位方法FiDo

三星AI研究院日前發表一套室內精準定位系統FiDo，利用室內Wi-Fi訊號和AI演算法，來精準定位使用者的即時動態，誤差可至一公尺以下。研究團隊表示，該技術可用於智慧居家照護，比如跌倒偵測或輔助現有智慧家庭裝置。

進一步來說，現有Wi-Fi定位系統可分為兩種，一是根據裝置訊號來定位，另一種是無裝置定位，也就是根據人體移動對Wi-Fi訊號造成的干擾，來描繪出移動路徑。雖然無裝置定位受到青睞，但卻容易發生定位不一致的問題，特別是在室內多人的情況下。

為此，團隊開發一套演算法來輔助FiDo，這套演算法可在非監督情況下學習新輸入值，為不同人產生可靠的定位資訊。在整個FiDo系統中，資料增強器會先根據收集到的Wi-Fi定位軌跡，來合成更多不同的軌跡，再由變異自動編碼器來找出統計特徵值。這個方法，可根據一、兩位使用者產生的軌跡，再創造出一群虛擬使用者軌跡，讓系統能更精準定位新進的使用者。此外，FiDo還有一個領域適應分類器，可以預測不同領域的位置，不論是經標註的使用者資料還是新進、未標註的資料，都可以預測。經測試，FiDo比現有的進階定位系統都還要精準，召回率和精準度分別達到84.6%、85%。（詳全文）

LinkedIn     面試問題     自動生成  

LinkedIn發表面試問題產生器，要助HR快速找對人

LinkedIn發表一套AI工具Job2Questions，可根據職務內容來自動產生面試問題，以進行第一波篩選。LinkedIn在一項調查中發現，企業以電話初步篩選求職者時，通常有70％會漏掉申請人與職務的基本資格。而近日受武漢肺炎（COVID-19）影響，不少企業表達願意透過AI，來完成面試的初步篩選。

為此，LinkedIn開發這套工具，可根據職缺說明，產生高度相關的問題。進一步來說，Job2Questions會將職缺說明拆解為句子，然後轉換為問題樣板與可能的回答（也就是變數），比如「是否取得xx等級的學歷」和「學士」。再來，系統會將這些句子歸類至人資專家設計的樣板，並利用連結系統來偵測回答。之後，Job2Questions還有一套網路，來進行文字的語意分析，最後再由排名模型，從中挑出最佳問題。

為驗證模型，LinkedIn也進行兩周實驗，發現只有18.67％未正確回答AI生成問題的受試者，被HR專家評為合適人選。團隊指出，該工具的最大價值，在於能找出求職者履歷中未填的關鍵資訊。（詳全文）

  三軍總醫院     視訊診療    語音轉文字  

三總藉助視訊導診，還有AI語音轉文字自動紀錄病歷

在武漢肺炎（COVID-19）期間，為避免不必要的接觸，三軍總醫院打造視訊診療服務，讓患者不必到醫院，也能享有看診服務。該服務不需下載App，患者透過原本的掛號系統，就能接收醫院發送的視訊連結，與醫生互動。在該視訊診療平臺上，醫生也可查看患者的相關檢驗紀錄和居家監測數據。

此外，該系統結合AI語意分析，可同步將醫病的主訴紀錄，自動轉換為文字病歷，儲存至看診平臺。未來，三總也計畫串接影像線上說明，讓患者透過影像說明更了解自己的影像檢測結果。

  IT異常事件   OpenShift       IBM  

IBM推出IT異常事件檢測工具，要助CIO掌控企業IT動態

IBM日前在年度大會上推出企業IT異常事件檢測工具Watson AIOps，鎖定基礎架構層，不僅能自動即時檢測IT異常事件，還可以診斷和回應，避免意外故障和業務中斷。IBM指出，Watson AIOps可在混合雲環境中執行，也支援新版紅帽OpenShift平臺，以及企業協同工作平臺Slack和Box等。

Slack執行長暨聯合創始人Stewart Butterfield就舉例，Slack結合Watson AIOps後，可促進IT維運人員協同合作，直接對異常事件提出解決辦法。另一方面，IBM這套工具也能與傳統IT監控解決方案商整合，比如Mattermost、ServiceNow。（詳全文）

  R    導入字串    程式語言  

R 4.0.0來了！導入字串將不再預設為類別變數

資料科學熱門語言R推出最新版本4.0.0，除了修復不少臭蟲，還有許多重大更新，甚至可能影響R計算結果，因此在執行舊版本撰寫的腳本時，還需先驗證，也要重新安裝套件。

新版最重要的更新，就是導入的字串資料，不再被預設轉換成類別變數（Factor）。舊版stringsAsFactors的選項會預設為True，因此導入的字串資料會被轉換成Factor物件，但在新版中，stringsAsFactors的預設則是FALSE。其他更新，還包括新增用來指定原始字符字串的新語法，比如類似C++的表示法r"(...)"；此外，新版強化了參照計數系統，R能盡量收回記憶體，減少R整體記憶體使用量。（詳全文）

Cloud 臉書    聊天機器人    Blender  

臉書開源94億個參數的強大聊天機器人Blender

臉書AI團隊日前開源一款聊天機器人Blender，號稱是全球最大的開放領域聊天機器人，不僅採用94億個參數，還能在14輪的自然對話中，發揮個性、知識與同情。團隊指出，這是全球第一個，可學習融入不同對話技巧的聊天機器人。

經人類評鑑，Blender在交流的能力上凌駕既有最大系統Meena，也更人性化。雖然如此，臉書也坦承現在的版本，仍與人類級的對話有所差距，比如出現矛盾、重複等問題，未來將透過調整架構、損失函數，來改善對話品質。此外，開發者也可透過臉書的對話研究平臺ParlAI取得Blender，來微調或執行各種評估。（詳全文）

Google   表格資料    自然語言 

表格查詢更簡單！Google開源可以自然語言查詢表格的新方法TAPAS

Google利用自家自然語言處理技術BERT，開發出可處理表格資料結構、回答表格內容查詢的新方法TAPAS。TAPAS不只能處理單一表格類型，還能應用到廣泛領域的表格。

Google指出，許多資訊以表格的形式儲存，但要以自然語言查詢，須先把自然語言問題轉換成SQL查詢，這種方法有許多限制，如只能處理特定表格，難以擴展。因此，Google著手處理查詢問題的方法，利用BERT開發出可將問題和表格內容逐行編碼的模型。為進行預訓練，團隊從英文維基百科中，擷取了620萬個表格文字配對，讓模型學習恢復表格或是文字中，遭移除的單字。之後，團隊利用弱監督方法微調。經測試發現，TAPAS在SQA資料集中的表現，比高階模型（SOTA）高了12.1分。（詳全文）

TensorFlow     機器學習     Runtime  

TensorFlow推出新Runtime，要來支援運算需求

Google推出TensorFlow RunTime（TFRT），能大幅提升推理速度、簡化TensorFlow堆疊。雖然TFRT還在初期階段，但已整合至TensorFlow專案中，開發者可選擇啟用，未來則會成為預設Runtime。

Google指出，TensorFlow五年前出現時，是要簡化在不同裝置上，建置和部署機器學習模型的過程。但目前，機器學習生態系已大有不同，計算需求大幅增加。這次推出的TFRT，具備可擴展性和模組化特性，其平均GPU預測時間比舊式Runtime快上28％，能改善機器學習應用的效能，或是讓硬體製造商以模組形式，將TensorFlow整合進邊緣裝置和資料中心。（詳全文）

圖片來源／Samsung AI、LinkedIn、三軍總醫院、IBM、Google、TensorFlow

 AI趨勢近期新聞 

1. OpenAI發布可自創歌曲的機器學習框架Jukebox

2. Google推出用於可方便探索武漢肺炎科學文獻的工具

資料來源：iThome整理，2020年5月