AI趨勢周報第140期：arXiv聯手Kaggle，要打造全世界最大的機器可讀資料集

重點新聞(0807～0813)

arXiv     Kaggle     電腦科學  

全球最大電腦科學論文平臺arXiv聯手Kaggle，要打造機器可讀的最大論文資料集

擁有全球最多科學論文檔案的平臺arXiv日前宣布將所有電腦科學相關論文，分享給機器學習數據分析和競賽平臺Kaggle，要打造全球最大的機器可讀論文資料集。

arXiv於1991年創立，由康乃爾大學管理，是一個開放、免費的平臺，來保管研究員提交的電腦科學或機器學習論文。arXiv這次與Kaggle聯手建立了一個擁有170萬篇論文的資料集，該資料集目前已經上線，每周定期更新一次。arXiv期望，透過這個資料集，能帶來更新穎的機器學習應用，比如趨勢分析、論文推薦引擎、類別預測、語義搜索介面等。（詳全文）

  Salesforce     經濟決策    AI Economist  

Salesforce開源自家經濟決策AI專案，可用AI分析政經影響

CRM大廠Salesforce日前開源經濟決策制定專案AI Economist，要藉其中的AI模擬器，來助政府、經濟學者等人制定經濟決策，比如稅務徵收。在這個模擬器中，使用者可觀人民對特定稅收政策的反應，以及該政策對人民的影響，而非採用古典經濟學理論，忽略了人民增加收入所產生的勞動成本。

進一步來說，AI Economist是一套兩階級的深度強化學習模型，利用獎勵方法來讓AI代理人（Agent）盡可能模擬真實人民對稅務政策的反應。AI Economist的模擬環境為一個平面世界，其中，代理人可透過建造石屋或木屋來賺取資源和硬幣，硬幣的多寡取決於代理人的技能，另一方面，代理人也可在整個環境中移動，來收集資源，或是互相交易，來換取硬幣，再進一步建造房屋。

代理人最終的報酬以其累積的勞動和收入為基準，每隔一段時間會課稅，並根據AI模型再重新分配稅額，在下一期實施新的稅務政策。團隊也將AI Economist與真實世界的實驗相比，發現該方法不需要任何經濟學理論知識，也不必特別設置稅率，就能模擬出與真實世界非常相近的結果。Salesforce將該專案開源後，也號召電腦科學專家和經濟學家，來一起強化AI Economist。（詳全文）

  Google     數位筆跡辨識     ML Kit  

Google機器學習開發工具包又有新API，數位筆跡辨識連手寫字都能懂

Google在機器學習開發工具ML Kit中，新增了數位筆跡辨識（Digital Ink Recognition）API，可讓開發者在ML Kit中，打造能辨識觸控手寫或手寫筆書寫的應用程式，可在Android和iOS上執行。Google指出，該API不只能辨識螢幕觸控手寫字，還能識別手寫的筆記，並以此來搜尋。

其中的辨識原理，是透過一部分分類器將文字分解為字符串，再透過另一部份的分類器，來描述這些字符串的類別，比如表情符號、塗鴉、圖形等。Google指出，數位筆跡辨識API可在100毫秒內完成辨識，近乎即時，而且支援了300多種語言和25種書寫系統，這些語言涵蓋主要的拉丁語言、中文、日文、韓文、阿拉伯文等。（詳全文）

  TensorFlow 2.3   模型訓練       工作管線 

提高1倍訓練速度！TensorFlow 2.3新工具可預載預處理

機器學習框架TensorFlow發布了最新2.3版本，主打新工具，讓使用者可在一臺或多臺電腦中，輕鬆載入並預處理資料，解決輸入工作管線瓶頸的問題。首先是tf.data的新服務API，可提升訓練速度，透過將資料分散預先載入到訓練的叢集中，同時進行預處理，提高一倍訓練速度。再來是快照API，可將預處理工作管線中的資料，輸出到磁碟中永久保存，以便在不同的訓練中重複使用。

此外，新版的TF Profiler還加入兩個新功能，分別是記憶體分析器和Python追蹤器。記憶體分析器能在模型訓練期間，監控記憶體的使用狀況，來分析在訓練工作期間記憶體不足的情況。而Python追蹤器則能監控Python的呼叫堆疊，提供更多程式執行中的資訊。（詳全文）

  PyTorch 1.6     混合精度訓    效能分析  

PyTorch 1.6版本強化混合精度訓練

PyTorch 1.6版近日釋出，這次更新包括新API和效能分析工具，供用戶掌握模型執行狀況。PyTorch 1.6版本的新API，結合了由Nvidia貢獻的自動混合精度（AMP）訓練功能，AMP API提供混合精度的使用方法，像是在線性層或是卷積操作上，可在部分資料操作使用半精度浮點數float16，另一部分使用float32。

此外，新版本也增加了記憶體分析器，讓用戶能查看CPU和GPU中，不同運算的張量記憶體消耗狀況。不只如此，1.6版也開始支援分散式資料平行（DDP）和遠端程序呼叫（RPC）的協作，來改善分散式訓練效能。（詳全文）

Julia 1.5    程式語言    資料科學 

Julia 1.5改進多執行緒功能正式發布穩定版API

資料科學家愛用程式語言Julia釋出了1.5版，多執行緒功能終於進入穩定階段，新版本也增加了函式庫和建置系統的改善。Julia從0.5版就開始加入實驗性多執行緒平行運算功能，到了1.5版，終於成為穩定功能，除了將大多數執行緒API標記為穩定，也使@sync和SuiteSparse繫結成為執行緒安全，還加入新的語法@threads。

官方為Julia編譯器添加每模組最佳化等級功能，也就是說，開發者可指定每個模組最佳化的等級，像是可將Plots.jl指定為@optlevel 1，可減少首次繪製時間約三分之一。（詳全文）

MediaPipe Iris    虹膜量測     RGB相機  

Google新測距AI模型用RGB鏡頭就能靠虹膜大小量距離

Google釋出一套機器學習模型MediaPipe Iris，可透過雙眼的虹膜大小來精確量測相機與人的距離。這款模型以跨平臺AI工作流程框架MediaPipe上的Face Mesh為基礎，能用單個RGB攝影機，即時追蹤虹膜、瞳孔和眼睛輪廓，在不使用專用深度感測器的情況下，人與相機的量測距離相對誤差小於10％。

打造虹膜追蹤的第一步，是以Face Mesh生成高逼真度的人臉幾何網格，再從網格分離出眼睛區域。接著是眼睛輪廓評估和虹膜定位，團隊手動標註了5萬筆眼睛區域訓練資料，再用手機相機焦距和眼睛虹膜大小，來推估實際距離。經測試，在2公尺內，MediaPipe Iris平均相對誤差為4.3％，標準差為2.4％。（詳全文）

圖片來源／Salesforce、Google、Julia、MediaPipe

 AI趨勢近期新聞 

1. 臉書開源可偵測Python程式碼安全與隱私問題的工具Pysa

2. IBM打造AI模型來偵測帕金森氏症惡化狀況

3. Google利用電腦視覺開發超逼真3D重建系統NeRF-W，可合成栩栩如生的世界景點戶外場景

4. 具AI夜拍功能的Google Pixel 4a手機即將在臺上市

資料來源：iThome整理，2020年8月