機器學習

Google在與樹莓派基金會合作，讓機器學習函式庫TensorFlow也能在樹莓派上執行，除了提供開發者開發創新應用的利器外，也讓更多面向的人更容易的接觸機器學習技術。

現在資料科學家可以直接使用SQL語法，在BigQuery中使用機器學習了，BigQuery ML是一組簡單的SQL語法擴充，可以輕易地應用一些像是銷售預測或是客戶分類等預測分析功能。

Google揭露AI實驗專案Move Mirror，採用機器學習框架TensorFlow.js和姿勢判斷模型PoseNet，讓使用者透過網頁瀏覽器和電腦攝影鏡頭就能使用機器學習的姿勢判斷功能，Move Mirror就像鏡子，能找出與使用者上傳的動作影像相似的圖像，且圖像比對結果還能製作成GIF圖檔與朋友分享。

這個C++函式庫Spiral能夠以機器學習最佳化服務，免除工程師手動最佳化過程，臉書提到，他們將Spiral用在快取政策最佳化上，把過程從數周縮短到了數分鐘，而且還能適應不斷變動的執行環境。

過去視覺機器手臂操作物體的行為需要大量人為介入，不只機器人攝影機的視角要固定，手臂移動的姿勢也是經過事先設定，現在Google要教給機器人具備人類優秀的視覺動作整合能力，讓機器人自己學會抓東西。

由於Torch社群慢慢把專案重心從Lua轉移到了Python，並開始降低對Lua Torch的支援，推特不得不另尋解決方案，最後決定跳槽TensorFlow。

總統府舉辦的第一屆黑客松，終於在6月2日誕生最終的五強，他們憑著什麼可以得獎？

UCLA研究員新開發的Trees of Predictors演算法，可以更精準預測病人心臟衰竭後的存活率和存活時間，不論他們是否接受心臟移植。UCLA表示，這套演算法，也因此能讓醫生更好安排心臟衰竭病人的照護，也能更有效運用有限的醫療資源。