AI趨勢周報第163期：連假風景區塞車好難逛？南投縣政府用影像辨識AI打造壅塞預警系統

重點新聞(0327～0401 )

車流壅塞預警系統     影像辨識    雙龍瀑布  

連假風景區塞車好難逛？南投縣政府用影像辨識AI打造壅塞預警系統

連假一到，各縣市風景區總成為民眾朝聖之處，南投縣政府去年開放的雙龍瀑布七彩吊橋更是如此，卻也引發塞車問題。為了不讓民眾敗興而歸，南投縣政府去年聯手電信業者，用影像辨識AI來打造車流壅塞預警系統。

進一步來說，過往的車流壅塞辨識方法，是用車輛偵測設備或eTag來統計、吿警。但這次不一樣，他們採用影像辨識方法，在風景區出入處架設攝影機，瞄準辨識重點區域（ROI區域），來進行車輛影像辨識。這個攝影機壅塞預警的依據有車輛數、車速和道路車輛密度，透過每小時的統計，提前在壅塞發生前發出告警訊息，要是壅塞情況趨緩，也會發出解除通知。

南投縣政府收到壅塞通知，也會在台21線和台16線的看板上發出通報，告知民眾雙龍瀑布沿路壅塞，可改道或至其他地區遊覽，待特定時間後再來觀光。

 南投縣政府    砂石車偵測   輕量化AI  

南投交警如何用AI揪出偷跑砂石車？中華電信解密

中華電信日前在線上說明，南投縣政府如何透過自家移動式科技執法設備，來揪出在台21線偷上路的砂石車。南投縣濁水溪富含砂石，吸引許多砂石業者往來運輸，但這些業者為了省時，有時會不管政府規定，直接開上白天禁行砂石車的台21線。

為揪出這些違規砂石車、減少臨檢人力成本，南投縣政府找來中華電信，打造一套移動式科技執法設備，來自動蒐證、開單。中華電信數據通信行銷經理王博文指出，這個設備包括行車記錄器攝影機、行動電源和運算辨識主機，而設備的核心，就是輕量化的影像辨識模型，可在運算資源有限的邊緣裝置上進行AI推論。

進一步來說，只要砂石車出現在行車記錄器的畫面中，系統就會自動擷取砂石車的車牌號碼，並將砂石車行經的畫面截圖留存，作為存證，讓警察局用來告發。王博文表示，這個設備執行一次，就能開出10幾張單，成效良好。（詳全文）

  車牌辨識    攔查比對       科技執法 

砂石車偵測AI還有新用法！南投交警用來抓註銷報廢車

南投縣政府不只用移動式科技執法設備揪出偷跑砂石車，還進一步用於攔查比對，即時辨識車牌、抓出註銷或報廢車輛，就地攔查舉發。這是因為，臺灣仍有許多註銷車牌在道路上流通，為了讓這些車牌順利繳回監理站，在過去，交警得先發現行車事實，才能攔截、拆牌，但這麼做的難度很高。

為降低舉證困難，南投縣交警將可直接擷取砂石車車牌的輕量化AI模型，用於車牌攔查比對，將移動式科技執法設備架設在酒駕攔檢站，只要車輛經過，就能拍攝車牌、比對資料，要是是報廢或註銷車輛，就直接攔檢拆牌。

  GPT-3     悟道1.0     自然語言生成  

中文版GPT-3來了，中國發布超大中文預訓練模型

北京智源AI研究所日前發布悟道1.0，包含3款參數破億的中文預訓練模型和1款蛋白質序列預測預訓練模型，其中的中文預訓練模型，表現堪比擁有1,750億個參數的GPT-3。

這4款預訓練模型是北京智源AI研究院聯合北大、清華、人大和中科院等100多位AI專家共同開發而成，第一款模型悟道·文源有26億個參數，可執行20多種語言任務，像是開放領域問答、文法糾錯、情感分析等，表現與GPT-3相當。第二款是悟道·文瀾，是一款多模態預訓練模型，也就是能進行圖像、文字和影片等類型任務的模型，由開源的5千萬組圖文資料訓練而成，具10億個參數，表現達SOTA等級，目前已開放API。

第三款是悟道·文匯，著重於預訓練模型的邏輯推理等認知能力，目前參數有113億，表現已近突破圖靈測試紀錄，開發者簡單微調就能打造AI寫詩、圖文生成或圖文檢索等應用。不過，團隊還想進一步發展為參數破兆的模型。特別的是，它採用新穎的GLM訓練方法，解決BERT和GPT的瓶頸，靠一個模型就能在理解、生成和Seq2seq等3種任務達到最好表現，且在同樣訓練量下超越BERT、RoBERTa、T5等熱門預訓練模型。

第四款則是悟道·文溯，已在蛋白質方面完成100GB UniParc資料集的BERT模型訓練，基因方面則完成5至10萬人規模的周邊血液單核球和1萬個抗藥菌訓練。（詳全文）

 GPT-3    MIT     NLU  

GPT-3也有理解力！MIT新方法讓GPT理解力媲美BERT

一直以來，GPT-3是公認的自然語言生成（NLG）模型首選，可產生真人難以辨識的文章、對話，甚至也用作生成程式碼的工具。雖然GPT-3生成能力驚人，但與NLU表現最出色的BERT相比，理解力卻不怎麼樣。

為打破這個刻板印象，MIT聯手北京清華大學，設計一款新方法P-tuning，讓GPT-3在NLU Benchmark上的表現媲美BERT。進一步來說，要用GPT-3這類大模型來微調下游任務（如NLU），通常需要特別的prompt搜尋機制，但這個機制有賴於大到不實際的驗證資料集，而且prompt中要是有任何變動，就可能造成不堪後果。

而P-tuning可自動連續搜尋prompt，拉近GPT和下游NLU任務的差距，讓效能大幅提升。P-tuning的架構十分簡單，以預訓練語言模型來說，它會透過向量層，將輸入值的序列token映射到輸入值的向量，如此就能找到更好的連續性prompt，並透過下游損失函數來優化。

經測試，P-tuning方法不只能讓GPT-3的NLU表現與BERT相當，還能改善GPT系列模型和BERT模型在少樣本學習（Few-shot）和監督式學習的表現，在測試基準LAMA和SuperGLUE達到高階表現。（詳全文）

Transformer  簡立峰    NLP  

簡立峰：Transformer引領NLP技術發展，也別忘了低資源語言模型

前Google臺灣董事總經理簡立峰日前在一場高峰論壇上分享未來AI技術發展方向，首先是Transformer架構帶來的NLP技術大躍進，代表性模型有Google的BERT和OpenAI的GPT-3，這些Transformer架構讓開發者更容易將它從一個領域學到的知識，再運用到另一領域。

但ML技術發展至今，訓練模型越來越大，如GPT-3就有1,750億個參數，是BERT的500倍，光訓練成本就高達1千萬美元，等於台積電10奈米製程一次研發的費用。這造成了只有少數大公司才玩得起，他認為這對全世界AI發展是一大警訊。

不過，簡立峰也說，中小企業可用低資源語言模型訓練來解套。Google曾用這種方法，來改善機器翻譯模型訓練資料不足的問題，像是改用亞洲語言來填補日文和韓文訓練資料不足部分，在兩個語言模型中餵進大量中文語料來訓練。（詳全文）

Appier    AI獨角獸    東證交  

臺灣第一家AI獨角獸正式在日本上市！

臺灣第一家AI獨角獸新創Appier於3月30日在日本東京證交所Mothers創業板正式掛牌上市，第一天收盤股價1,900日圓，整體股價總值達到約1,897億日圓，相當於臺幣489億元。

Appier於2012年成立，目前全球有17個據點，主力市場為東北亞如日本、韓國等，全球員工人數超過500人，日本、印度都有研發團隊。Appier的AI產品，從跨螢使用者行為分析和廣告投放預測開始，現在發展出四大AI行銷產品線，包括用戶獲取、用戶多通路互動、透過AI預測購買意圖轉換用戶，以及以自動化ML來建立用戶輪廓的資料科學平臺。今年產品策略是整合四大產品，要讓顧客可在單一平臺介面中檢視。（詳全文）

新北市警察局     AI安全帽      可疑車輛 

新北市警察用AI頭盔揪出可疑車輛

新北市警察局在日前智慧城市展中，秀出一套警察智能頭盔，能即時辨識行車和路邊停車車牌，要是偵測到可疑車輛，就會語音通知員警。

這套AI頭盔源於新北市警局去年展開的警蜂計畫專案，警局花費200萬元採購40頂AI安全帽和後端系統，每頂頭盔前方都配置一個鏡頭，當員警騎機車巡邏時，鏡頭會同時紀錄街道畫面，將影像傳到頭盔後方的小盒子，來比對行車車牌和路邊並排停放的機車車牌，就算角度較斜也沒問題。

而這個小盒子採Android系統，除具備邊緣運算功能，還能連接4G行動網路，將比對結果回傳至警局後檯，也能接收警局更新的可疑車輛清單。新北市警局未來不排除擴大採用AI頭盔。（詳全文）

圖片來源／中華電信

攝影／蘇文彬

 AI趨勢近期新聞 

1. Google開始測試關聯性廣告投放技術FLoC

2. 你看的文章是人寫的嗎？每天有45億字都靠AI模型GPT-3產生

資料來源：iThome整理，2021年4月