重點新聞(0306~0312)
DeepMind 蛋白質結構 深度學習
DeepMind釋出武漢肺炎致病病毒的6種蛋白質結構預測
為協助抗疫,DeepMind日前採用自家最新的AlphaFold系統,找出6種與SARS-CoV-2病毒有關的蛋白質結構預測,也就是引發武漢肺炎(COVID-19)的病毒。團隊指出,了解病毒的蛋白質結構,可進一步了解病毒的運作模式,但通常需要數個月的實驗,才能找出蛋白質結構,甚至更久。
因此,許多團隊都決定藉助電腦算力,來加速這個過程。DeepMind今年1月於《Nature》發表了深度學習系統AlphaFold,可用來準確預測蛋白質結構,並以SOTA等級的準確率產生3D蛋白質模型。DeepMind指出,自系統發表以來,團隊不斷改善,近日更應用最新版的系統,開發出6種新冠病毒的蛋白質結構預測。雖然還未經同儕審評或實驗驗證,鑑於急迫性和嚴重性,DeepMind決定公開結構預測,供其他研究者下載。(詳全文)
Google AI模型工作流程
簡化AI模型工作流程,Google發表Beta版Cloud AI Platform Pipelines
Google推出Beta版Cloud AI Platform Pipelines,要來簡化AI模型的工作流程。Google指出,在notebook中建立機器學習模型原型非常容易,但要擴大整個工作流程,就會變得複雜,因為從資料準備和分析開始,再到建模、模型評估、測試和部署等,每個環節都相互影響,難以完整追蹤。
這款新工具可針對工作流程進行監控、審核、版本控管,並提供安全的執行環境,讓使用者來部署穩健、可重複使用的機器學習工作流程,提供了一鍵式安裝、自動追蹤元資料和執行動作,版本追蹤、提供視覺化工具等企業級功能,此外,它也整合了Google雲端服務如BigQuery、Dataflow、AI平臺訓練與部署等,另有許多預建的工作流程元件,讓使用者用來打造自己的元件。(詳全文)
Amazon 商品推薦演算法 顧客體驗
Amazon用群眾外包回饋找出下單原因,要來改善產品推薦演算法
Amazon日前發表一項研究成果,利用群眾外包方式,蒐集民眾對產品的評斷。團隊表示,這些發現可幫助預測顧客對商品的評價,也能修正目前的產品推薦演算法,進一步提高顧客體驗。
在研究中,團隊對群眾外包的參與者,提供了一組組產品文宣,每組都是屬性相近的產品,比如同款式、同顏色的耳機,但是以不同角度的照片和說明來呈現,這些說明來自賣家以及顧客評價;而每組展示產品中,包含了一個成功販售的產品,以及一個消費者點擊但沒購買的產品。接著,參與者需從每一組中,選出自認為品質較好的產品,並選出影響最大的因素。
研究發現,價格雖然還是最大影響因素,但消費者會購買商品主要原因,還來自其他買家的評論。團隊指出,現有的商品推薦模型,都是直接針對已購買的產品來建模,卻沒人探討購買前的消費者行為。團隊認為,這次的發現可改善現有商品推薦的不足,進而提高顧客體驗。(詳全文)
三總 精準醫療 廣達
鎖定AI精準醫療,三總聯手廣達要將AI導入臨床診療
三總日前宣布聯手廣達電腦,要藉助廣達提供AI技術和軟硬體支援,來發展精準醫療。去年,三總成立人工智慧暨物聯網發展中心,除了開發心電圖輔助判讀AI,來判斷血鉀濃度之外,還有胸腔X光判讀AI、眼底鏡判讀AI,以及以自然語言處理(NLP)打造的疾病輔助分類系統;而三總也與工研院建立全臺第一個5G醫療試驗場域,著手試驗傷口自動化AI判讀、手術室即時會診與教學,以及遠距離復健指導等。
現在,三總與廣達聯手,由三總提供醫療大數據和醫療專業人才,結合廣達的AI軟硬體技術,將鎖定AI醫療和個人化精準醫療兩大目標,現階段先從AI影像分析開始,要利用電腦來輔助判讀胸腔X光,來建立治療效果預測模型,明年則要成立國軍影像分析中心,來發展智慧醫療。(詳全文)
微軟 ML.NET 模型建立器
微軟更新ML.NET模型建立器,Azure雲端運算資源加持更快速
微軟近日更新了跨平臺機器學習框架ML.NET Model Builder,現可透過Azure雲端運算資源,來加速圖像分類模型的訓練,此外,這次更新還加入推薦情境功能,使用者可在本地端訓練ML.NET推薦模型。
進一步來說,開發者可將訓練工作發布到Azure機器學習服務,在Azure訓練完後,模型建置器會同時將ML.NET和ONNX兩種格式的模型下載回電腦,開發者可利用評估功能測試模型,並產生模型應用程式碼,可用ML.NET模型來預測。(詳全文)
Google 地圖 函式庫
漫漫7年,地圖Android公用程式函式庫1.0終於釋出
自從2013年地圖Android專案展開以來,Google最近終於釋出開源地圖Android公用程式函式庫(Maps Android Utility Library)1.0,供開發者用來補充Android地圖SDK的不足。Google指出,這次1.0版本修復了前一版的57個問題,也解決了穩定性問題和KML層的一些錯誤。
進一步來說,新功能可顯示多個地圖圖層,並能交互作用,開發者也能更新叢集中的項目,來處理KMZ資料類型。Google提醒開發者,這個版本與之前版本差異頗大,因此在使用前,應先閱讀功能更新日誌。(詳全文)
超級電腦 HPE AMD晶片
比全球200大超級電腦還快!HPE採AMD晶片打造2 Exaflops超級電腦
HPE宣布將採AMD晶片,來打造全球最快速的Exascale等級超級電腦。這臺超級電腦名為El Capitan,買主是美國能源部國家核子安全局(NNSA),要提供旗下3個實驗室使用,預計2023年初交貨。
El Capitan將使用Genoa最新一代AMD EPYC處理器,採Zen 4處理器核心、下世代AMD Radeon Instinct GPU,以及第3代AMD Infinity架構。其中,Genoa和Radeon Instinct GPU的記憶體與I/O子系統,都是為深度學習和高效能運算作業而設計。HPE指出,El Capitan的最高浮點運算達2 exaflops,也就是2,000 petaflops,遠高於目前全球200大超級電腦的總和。(詳全文)
Open Images 資料集 局部敘述
Google更新雲端語音轉文字服務,能聽懂更多語言
Google日前更新雲端語音轉文字(Speech-to-Text)API,除了新增7種語言,也強化了4種功能,包括語音適應、電話通話模型、發言人自動分段標記和自動標點等。首先,新支援的語言有緬甸語、愛沙尼亞語、烏茲別克語、旁遮普語、阿爾巴尼亞語、馬其頓語和蒙古語等。
就功能來說,語音適應可讓企業調整服務產生的文字,比如辨識客戶服務來電中難以翻譯的產品名稱。至於發言人自動分段標記,則可區分一段語音中的不同發言人,可讓用戶輕鬆為影片增加字幕。另外,自動標點符號功能會模仿用戶寫下所說話語的方式,來加強文字的可讀性,這次Google可支援德語、法語和日語等18種方言。(詳全文)
圖片來源/Google、Amazon、微軟
AI趨勢近期新聞
1. 國際深度學習頂級會議ICLR因武漢肺炎,改以線上進行
2. LINE在臺展開技術新星人才計畫,尋找資料科學、聊天機器人等相關背景學生來跨國實習一年
3. Google開源量子機器學習函式庫TensorFlow Quantum
4. Google Assistant將能在Android手機上朗讀網頁,可翻譯成42種語言
資料來源:iThome整理,2020年3月