圖片來源: 

ConversionLogic

重點新聞(0304~0317)

廣告預測分析不再只用單一機器學習法,能靠整體學習來增加準確性

美國洛杉磯廣告預測分析公司Conversion Logic打破以往只用一種機器學習法的分析方式,在自家的XC Logic分析平臺上導入整體學習法(Ensemble Learning)。 Conversion Logic認為,相較於過去的經驗,單一的機器學習演算法不適用於每個企業的資料集,導致結果不準確或是效率較低。

不像是一般的決策樹或是機器學習,只輸出一個最好的預測,整體學習整合多種機器學習演算法,建立一組預測,並產生一組權重,再依據預測與權重產生投票結果,Conversion Logic的整體學習流程包含了4個階段:資料收集與分割、訓練、驗證、產生結果。Conversion Logic採用自家的演算法,從不同的網頁,收集消費者購買商品前的行為數據,再將資料集分割為80%的訓練集和20%的驗證集,最後透過整體學習法從多種機器學習得到最佳的預測結果,並且每周定期監控企業整體學習的模型,確保正確率與效能的表現。

Google旗下DeepMind跨足醫療產業,用類區塊鏈技術記錄病人資料

Google 旗下人工智慧公司 DeepMind Health宣布把類似區塊鏈的技術應用到病人的醫療資料上,期望降低人工手動記錄的時間成本,不一樣的是,每筆資料會像樹狀連結,而不是鏈狀,當資料傳送時,會自動加密產生每一筆記錄,不管是醫院、病人,每次只要修改或是存取時,都會留下紀錄。

早在去年11月,DeepMind就已經與英國國民保健署簽了5年的合約,國民保健署下 3 家位於倫敦的大醫院,包含Royal Free、Barnet和Chase Farm,將與 DeepMind 分享 160 萬名病患的醫療資訊。另外DeepMind也預計會推出App Streams,依據病人的醫療紀錄,讓醫護人員隨時可以了解病患資訊與狀況。

影片搜尋將更便利,Google雲端影音AI能自動找出影片內的物件

近日,Google公開了雲端影音智慧API(Cloud Video Intelligence API)測試版,透過深度學習平臺TensorFlow,用大量YouTube影片訓練,打造影音搜尋的功能,可以自動分析影片並且標註影片中的物件,使用者輸入想要搜尋的名詞,就可以得到相關的影片,甚至能自動標記出出現在影片中的哪一段和影像的位置。例如搜尋老虎,就可以找出有老虎影像的影片,預計可供大型媒體或消費性廠商來分類和管理大量影音資料。不過,這項影音自動辨識技術並非首例,IBM在去年也有釋出類似的服務。

 DoNotPay律師機器人躍上臉書Messenger,新增難民庇護服務

史丹佛大學學生Joshua Browder所開發的DoNotPay律師聊天機器人,近日登上了臉書的Messenger平臺,原本只有協助民眾處理交通罰單的上訴,現在還提供難民庇護服務,協助難民在美國、加拿大與英國尋求庇護。透過詢問各種問題,判斷難民的需求後,再評估難民是否符合國際法令的庇護資格,最後自動幫使用者填寫美國、加拿大與英國的庇護申請表格。Browder也表示,這些資料只會在他的伺服器上保留10分鐘,之後就會移除。

其實,除了交通罰單和難民庇護,Browder還測試了其他的DoNotPay功能,像是航班或火車延誤的賠償、支付保險,以及協助安置無家可歸的人等。

 IBM在臺力推企業Chatbot技術,華生Conversation API開始支援中文

臺灣IBM近日首度對臺灣開發者正式介紹Watson Conversation服務的中文支援功能,可用來分析中文對話,甚至能打造出全中文的聊天機器人Chatbot。開發者可以在IBM雲端平臺Bluemix上,呼叫各項Watson認知運算服務,來打造自家應用,而Watson開發者雲也成了IBM後續釋出AI技術相關API或SDK的匯集地,例如雲端自然語言分析服務Alchemy,或去年7月正式釋出的Conversation對話式服務等,都屬於Watson開發者雲端套件的功能。

Conversation服務主要是用來打造Chatbot的後端引擎,對蒐集到的對話內容進行語意分析,再產生對應的對話內容,可用來作為其他IM平臺的後端引擎,例如用LINE Chatbot作為與使用者對話的前端,但後端語意分析則由Conversation接手和提供回應內容。另一個特色是,IBM提供了一套建立後端語意分析詞彙的輸入介面,企業不需要撰寫程式碼也能設計出Chatbot。

從百萬像素中找出異常細胞,Google要用深度學習協助醫生診斷乳癌 

Google在最新發表的論文中,利用深度學習的技術設計演算法,人工智慧可以在乳房攝影的影像中自動診斷出乳癌,提供醫生診斷乳癌的參考。乳房攝影的影像中有超過百萬的像素,醫生在放大40倍的顯微鏡下,變成十億以上的像素,每位病患也不只拍攝一張,醫生觀察每一個像素,從影像中找到異常的組織,是臨床醫生日常工作十分耗時的項目之一,而且往往醫生的時間是有限的,透過深度學習的技術,機器的診斷正確率甚至比臨床醫生還高,不過,Google的研究人員也強調,這項技術不足以代替醫生診斷,因為機器沒有醫生的經驗和知識,這項應用是為了協助醫生,而非取代醫生。

 

AI趨勢近期新聞

※Google神經機器翻譯(GNMT)技術也能支援印地語、俄語和越南語

※瞄準臺灣科技教育市場,遠寬引進深圳新創的兒童積木機器人

※臉書公佈最新一代AI伺服器Big Basin

※IBM與Salesforce結盟,聯手推AI解決方案

※全臺第一個金融聊天機器人!玉山銀搶先用Chatbot提供3大金融業務諮詢

資料來源:iThome整理,2017年3月


Advertisement

更多 iThome相關內容