圖片來源: 

Google

重點新聞(0624~0707)

Google雲端影片智慧搜尋API開放公測版

Google近日宣布推出公開測試版本的雲端智慧影片搜尋(Cloud Video Intelligence)API,使用者不但可以用來了解影片中的內容,還可以偵測成人的影片內容,Google提供使用者前1,000分鐘免費試用貼標籤和成人偵測的功能,之後每一分鐘以0.1美元計費,偵測影片場景更換的Shot Detection也是前1,000分鐘免費,之後每分鐘0.05美元。

除此之外,Google還優化了Cloud Vision API,像是成人內容偵測搜尋的模型準確率提升了30%、文字偵測速度增加25%,臉部辨識則是在難過、驚喜、憤怒3個情緒辨識的準確性提高了2倍以上,另外,Google圖片搜尋中的網頁偵測可以讓使用者找到在網頁上相似的圖片,Google表示,在測試的過程中,開發人員處理超過1,000萬張圖片來訓練模型。

Instagram新增留言過濾功能,垃圾與惡意留言Out !

臉書旗下的照片分享服務Instagram近日發表兩項新機制,分別可過濾垃圾留言與惡意留言,這兩項功能皆是源自於臉書所開發的AI技術DeepText。Instagram執行長Kevin Systrom說明,惡意留言會影響用戶表達及享受該平臺的意願,促使他們開發過濾機制,可在貼文或是直播影片中封鎖特定的惡意留言,初期會先部署於英文版,之後將陸續支援其他語言版本,垃圾留言過濾機制則可支援9種語言。即使啟用了惡意留言過濾功能,其他的留言控制選項仍能正常使用,包括檢舉留言、刪除留言或關閉留言。

目前臉書只有小規模地部署DeepText,並把Instagram作為DeepText的測試案例。儘管臉書與Instagram都想建立安全的社群,然而,它們仍然是具備不同使用者經驗的個別平臺,也不會採用完全一致的過濾標準。

圖片來源:Instagram

臉書AI研究院院長Yann LeCun:AI沒有「常識」是最大挑戰,非監督學習正是突破關鍵!

市場上AI好像無所不能,但其實,Yann LeCun個人認為,AI還是有些局限,像是機器必須會觀察狀態、了解很多背景知識、世界運行的定律,以及精確地判斷、規劃等,其中,Yann LeCun認為AI最大的局限是無法擁有人類的「常識」。他指出,人類的學習是建立在與事物互動的過程,許多都是人類自行體會、領悟出對事物的理解,不需要每件事都要教導。

那要如何讓AI學會擁有人類的常識呢?Yann LeCun認為:「就是要用非監督式學習!」他又稱之為預測學習,他將現今機器學習的方式分為強化式、監督式和非監督式學習,並以黑森林蛋糕來比喻。增強式學習是蛋糕上不可或缺的櫻桃,預測結果所需要資料量可能大約只有幾個Bits,監督式學習是蛋糕外部的糖衣,需要10到10,000個Bits的資料量,而非監督學習則是需要數百萬個Bits,非監督學習被他比喻為黑森林蛋糕,因為非監督學習的預測能力像擁有黑魔法一樣神奇,不過,他也強調黑森林蛋糕必須搭配櫻桃,櫻桃不是可選擇的配料,而是必要的,意味著非監督學習與增強式學習相輔相成,缺一不可。

微軟用機器學習打造AI助理教練,能分析預測運動員表現強化訓練

微軟近日發布運動表現平臺(Sports Performance Platform),利用機器學習和人工智慧技術來分析運動員的資料,並預測結果,運動員和運動團隊能夠利用這些結果來擬定更好的培訓計畫。運動表現平臺是創意工廠微軟車庫(Microsoft Garage)的新專案,採用雲端平臺Azure和BI分析工具Power BI,並具備預測結果模型和分析能力,能夠追蹤、改進和預測運動員的表現。

根據微軟官網,運動表現平臺能夠追蹤運動員的資料,如心率、速度、加速、減速、距離、復原狀況、準備狀況等,並能將這些不同的資料來源彙整在同一個資料視覺化圖表上。而運動表現平臺則可以透過預測模型來分析這些資料,提供教練分析的結果,並根據結果來調整運動員的訓練計畫,且能藉此來預防運動員的傷害,以及延伸運動員的運動生涯。

Adobe推雲端語音分析服務,助企業分析語音助理資料以強化行銷

近年來積極發展數位行銷解決方案的Adobe近日宣布在其雲端分析平臺增加語音分析服務,要協助企業透過語音資料,更了解用戶,Adobe新推出的語音分析服務採用該公司Adobe Sensei的人工智慧與機器學習技術,可分析來自主要語音平臺的資料,包括Amazon的Alexa、蘋果的Siri、Google Assistant、微軟的Cortana以及三星的Bixby等,透過消費者與語音助理的互動往來,提供更精準的使用者行為分析結果,讓企業更能夠了解消費者實際的想法與其背後的原因,進而作為提高品牌忠誠度與行銷效果之用。

Adobe表示,語音分析的主要挑戰在於釐清使用者與語音智慧助理互動過程中透露出的意圖,以及這些意圖針對的特定參數或領域。舉例來說,當使用者說要放一首歌時,其意圖是想要聽音樂,但究竟是甚麼音樂類型、甚麼樂團或歌手的曲子,都需要分析來支持,此外,其他資料如使用者與語音助理的互動頻率、每次互動後的反應等,也都是研究分析的素材。

圖片來源:Adobe

英國大藥廠葛蘭素史克看好AI潛力,希望藉此降低新藥開發成本

英國大藥廠葛蘭素史克(GSK)近日宣布與AI新創業者Exscientia合作,採用該公司的AI技術協助進行新藥探索,GSK將採用Exscientia的機器學習技術與超級電腦系統,預測分子將會在特定狀況下進行反應,進而作為新藥研究的參考之用,透過分析預先過濾出有潛力的分子結構,以減少實際實驗的次數,達到降低研發成本與時間的效果。 Exscientia將針對GSK提供的10項與疾病相關研究對象進行分析,倘若全部的研究專案都找出具理想療效的藥物,將可獲得3,300萬英鎊的報酬。

其他知名藥廠如默克(Merck)、嬌生(Johnson & Johnson)、賽諾菲(Sanofi)等,也都在進行類似的研究,測試AI是否真的能有效協助藥物開發進程。其他針對藥物研發推出AI輔助解決方案的業者還有Berg、Numerate、twoXAR、Atomwise,以BenevolentAI等。

臉書智慧搜尋終於可以搜尋Chatbot,企業Bot更容易被10億人看見

臉書近日發布了智慧搜尋Discover 1.1新版本,這次推出的新版本在智慧搜尋的功能上,開始支援搜尋Bot,讓使用者可以在Messenger上依照類別瀏覽和搜尋企業自家開發的Bot,企業Bot也有新管道可以讓使用者搜尋,目前臉書一個月有超過10萬的活躍Bot,增加此功能也意味著,臉書Bot商店平臺的布局更進一步,不過這項服務目前只在美國上線。

首先,使用者打開臉書的Messenger主畫面,可以看到右下角有Discover的圖樣,點選之後,使用者就能依照類別來瀏覽各家企業推出的Bot,還能瀏覽最近使用過的Bot、使用者可能有興趣的Bot和簡短的特色介紹。臉書表示,Discover在Messenger的社群中,建立了新的方式讓Bot可以接觸到更多使用者。企業若要藉由Discover吸引更多使用者來使用自家推出的Bot,要先到自家的粉絲專業設定中,完成使用Discover的申請,申請的表格內容包含Bot的類別、語言等資訊,經過審核後,企業開發的Bot就能出現在使用者Messenger的Discover類別中,增加企業Bot的曝光度。

圖片來源:臉書

AI趨勢近期新聞

※瞄準Amazon Echo,傳阿里巴巴打算推出講中文的智慧音箱

※IBM與Lightbend共同研發企業級認知應用開發平臺,加速AI應用開發

※傳Amazon即將推出AI翻譯服務

資料來源:iThome整理,2017年7月。


Advertisement

更多 iThome相關內容