GAN

Nvidia在臺揭露最新生成式對抗網路應用的技術細節，如何改良現有的生成對抗網路模型pix2pixHD，來打造出AI作畫工具GauGAN，過程中還使用500萬張照片當作對抗樣本，更以PyTorch框架設計生成網路。

華為發表更輕更小的自然語言處理預訓練模型TinyBERT，比Google BERT小7倍，推論速度卻快上9.4倍。TinyBERT採用知識提煉（KD）和師生框架來改善Google BERT，利用小型學生網路來模仿大型老師網路行為，而KD則著重於Transformer提煉和兩階段學習框架，在大型文本語料庫和下游微調過的TinyBERT之間，增加一個通用TinyBERT。

為提高醫療影像報告的審查效率，健保署今年5月開始自建NLP模型，首先鎖定最常見的頭部CT影像報告，以1,000筆資料來訓練模型。8月上線結果顯示，相較於人類審查，NLP模型判讀準確率達99％。

SAS AI機器學習副總裁Saratendu Sethi揭露SAS正以GAN模型打造防詐欺新服務。此外，SAS也透露，有別於時下銀行反洗錢（AML）採用的規則式演算法，機器學習透過小樣本學習來區分客群和行為模式，能更準確揪出疑似詐欺的案件。而社群網路分析（SNA）透過圖解各種節點關聯性，可突破大規模組織性詐欺，特別適用於保險、政府、醫療業。

韓國研究員用生成對抗網路（GAN）開發一套圖像轉換系統InstaGAN，可將照片中人物穿著的褲裝，轉換為短裙，或將風景照中的羊群，變成一群長頸鹿。

美國白宮日前舉辦AI產業研討會（Artificial Intelligence for American Industry），並指出過度、繁重的監察不能帶來創新，總統川普的科技顧問Michael Kratsios也表示，政府承諾將讓AI產業自由發展，採取不干涉態度。

微軟AI研究院近日開發作畫機器人，能夠透過文字描述，產生出與文字對應的圖像，且每個圖像還包含了描述中沒有出現的多個細節，微軟認為，作畫機器人擁有人造的想像力