為打造車流壅塞預警系統,南投縣政府在雙龍瀑布入口路段架設攝影機,來計算車輛數、車速、道路車輛面積等,透過大數據分析方法來事先發出壅塞通知。

圖片來源: 

中華電信線上會議截圖

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

 

熱門新聞

Advertisement