AI趨勢周報第147期：臉書聯手CMU，要用AI找出將能源轉為燃料的關鍵催化劑

重點新聞(1016～1022)

臉書     電催化劑     再生能源  

臉書聯手CMU，要用AI找出能源轉燃料的電催化劑

臉書日前聯手卡內基美隆大學（CMU）展開一項開放催化劑專案（Open Catalyst Project），要藉AI來加速找出合適的電催化劑，以大規模儲存和使用再生能源。為因應氣候變遷，許多國家已逐步發展再生能源，像是太陽能或風能，來產生間歇性電能。這些間歇性電能大於消耗量時，就會先暫存起來，等到消耗量大於產量時，才會釋放到電網上。

也因此，衍生出另一種再生能源儲能方法，也就是將多餘的風能或太陽能轉換為燃料。不過，這需要昂貴的電催化劑（如鉑）進行化學反應才行，如果要大規模應用，就得找出成本更低的電催化劑。為此，臉書與CMU發起該專案，要藉AI找出電催化劑的新結構，來彌補量子模擬的高運算成本限制。與此同時，團隊也開源了該專案的資料集，包括120萬個分子鬆弛與經過2.5億次DFT計算的結果。（詳全文）

  DeepMind     量子力學    FermiNet  

DeepMind用AI簡化量子方程式難題，加速新材料研發

DeepMind近日開源一套費米子類神經網路FermiNet，可簡化原本複雜的波函數計算過程，找出電子在量子狀態中的位置分布機率，來模擬化學鍵影響。DeepMind指出，FermiNet是目前最準確的模型，開源後，相關領域社群可用來模擬化合物或新材料的雛型，再來研發。

DeepMind表示，在量子狀態下的電子難以定位，而這套FermiNet，可準確預測量子系統中的電子位置。FermiNet會隨機選擇電子排列，評估每個排列的能量，並加總起來、將其最小化，取得真實能量的近似值。這個方法又稱蒙地卡羅，就像賭客一樣一遍遍擲骰子；為了取得更近似真實能量的值，可隨時再「多擲一次骰子。」利用這個道理，FermiNet透過原本用來計算粒子位置機率的波函數，來產生粒子位置樣本，自行產生訓練資料來訓練自己；也就是說，除了原子核位置外，FermiNet不須任何外部訓練資料。

後來，DeepMind也將這套模型套用置一套AI系統，可精準預測玻璃分子從液態轉變為固態的運動軌跡。繼年初論文發表後，團隊現在開源FermiNet程式碼，要促相關社群的研究發展。（詳全文）

  貸款     自動化     Lending DocAI  

瞄準金融抵押貸款，Google推出Lending DocAI加速文件審閱

Google推出一款雲端解決方案Lending DocAI，專門鎖定抵押貸款業務，利用Google光學字元辨識（OCR）和自然語言處理（NLP）技術，透過自動抓取文件關鍵數據來自動處理文件審閱工作，像是借貸者的收入和資產文件，來加速借貸流程，Google稱該服務可提供領先業界的準確率。

Google指出，抵押借貸是最耗時的業務之一，因為金融機構須人工瀏覽數百頁文件，才能核定貸款。為此，團隊開發Lending DocAI，透過擷取文件資料，來自動化文件審查流程。目前，Google DocAI為預覽版，正式版推出時間未定。（詳全文）

  舊城模擬    電腦視覺      3D建模  

Google開源AI舊城模擬工具集，帶你看百年老城風貌

好奇家鄉城市百年前的樣貌嗎？Google AI近日開源一款瀏覽器工具集rǝ，可讓使用者在網頁上的地圖，查詢一地自1800至2000年間的3D樣貌變化。Google指出，該工具在自家雲端和Kubernetes上執行，可擴展性高，能透過歷史地圖和照片，來3D重建舊石街景和建築物。

這個工具集由三部分組成，首先是Warper群眾外包平臺，讓使用者上傳歷史地圖和相片，也能校正舊城的地理座標。再來是時間軸，使用者可在時間軸部分拖拉，畫面會隨著時間不同而顯式建築變化。最後則是3D體驗平臺，團隊利用區域型卷積模型（RCNN）、語義分割模型DeepLab等深度學習模型，來辨識不同類別的物件，最後將這些物件組成3D網格，形成最終建築物外觀。不過，該平臺仍未完工，Google也歡迎各方高手貢獻歷史圖集。（詳全文）

  寶雅     智慧貨架     精準行銷  

智慧貨架在寶雅民生店亮相，靠人流感知邁向精準行銷

國內智慧零售又添一例！寶雅近期在臺北民生門市導入智慧貨架，結合廣告播放、人流感知技術，蒐集貨架前的消費者行為數據，協助品牌商瞭解商品促銷的效益。

這間寶雅門市的生活用品專區貨架，簡潔地陳列商品，貨架上顯示器播放動態價格和廣告內容；貨架上方還有螢幕與一組鏡頭，平時展示商品促銷資訊，當偵測到消費者靠近時，螢幕就會自動播放與貨架商品有關的品牌廣告，此外還能分析人流，統計有多少人次因感興趣而靠近貨架，甚至能辨識消費者性別，判斷可能的年齡層分布，作為商品效益分析使用。（詳全文）

arXiv    程式碼    機器學習 

臉書開源NLP模型，100種語言不必靠英語就能互翻

臉書日前開源M2M-100自然語言處理模型，號稱是全球第一個不需英語中介，就能直接翻譯兩種語言的AI模型。一般機器翻譯會以英語為中心，比如翻譯中文和法文時，會先法文翻成英文，再由英文翻成中文，但這種翻法會導致原意流失或翻譯錯誤。

而臉書的M2M-100以新探勘技術取得翻譯資料，建立多對多資料集，涵蓋100種語言、2,200種翻譯方向（如中文到法語算一種）的75億句子。最後他們使用多種技術來訓練這個具備150億個參數的單一模型。經BLEU基準測試，該模型和傳統雙語翻譯效果一樣好，還比臉書目前的翻譯模型高出10分。（詳全文）

微軟   AI圖說     電腦視覺  

Word、Outlook和PowerPoint都能靠AI配圖說了

微軟日前宣布，要將AI圖說功能整合至Windows版與Mac版的Word和Outlook，以及Windows版、Mac版及Web版的PowerPoint，替文件中的圖片自動產生圖說。

過去，圖說系統通常以圖片搭配文字敘述的資料集來訓練，但如此的系統無法辨識資料集中未曾出現的物件，因此微軟預先訓練了一個大型AI模型，配有一個豐富的資料集，以圖片搭配文字標籤，作為視覺詞彙，接著再以圖說資料集進行訓練，讓視覺詞彙模型學習如何組成句子，而讓新的圖說系統能夠更準確地辨識並描述圖片，而且表現優於人類。（詳全文）

IT系統偵測     ServiceNow      Watson AI  

IT維運小幫手！ServiceNow聯手IBM打造IT系統自動診斷解決方案

ServiceNow在自家部落格宣布，要整合IBM的Watson AI技術和自家IT服務管理系統（ITSM）與IT營運管理系統（ITOM），來提供自動問題檢測和修復的解決方案，並於今年稍晚由IBM發布。

ServiceNow的ITSM系統可讓IT人員在單一雲平臺上，進行可擴展的IT服務管理，包括事件管理、問題管理，而ITOM能讓IT人員探索和查看，跨雲端和就地部署資料中心的所有IT資源。而與IBM打造的聯合解決方案，能讓用戶完全了解營運足跡，更快地對事件和問題作出反應，其中的AI可自動偵測、診斷、回應和修復IT系統異常，並透過分析先前事件，來提供異常檢測與建議作法。（詳全文）

圖片來源／臉書、DeepMind、Google、微軟

攝影／蘇文彬

 AI趨勢近期新聞 

1. Google打造能生成歌曲指紋的ML模型

2. Azure認知服務現可用來偵測異常資料

3. AI教育向下紮根，高市啟動AI智慧島學習平臺

4. Google表格智慧填入功能Smart Fill正式上線

資料來源：iThome整理，2020年10月