重點新聞(1209~1222)

深度學習 太空科技

Google用深度學習幫助NASA發現新行星!從大量克卜勒資料找到隱藏訊號

美國國家航空暨太空總署(NASA)近日宣布一項重大的消息,過去與Google合作用克卜勒太空望遠鏡觀測系外行星,終於有新進展,Google AI團隊透過類神經網路演算法,利用超過15,000個標註的克卜勒訊號來訓練深度學習模型TensorFlow辨認行星訊號,從670顆恆星的訊號資料,找出2顆以往未發現的新行星,分別命名為Kepler-90i和Kepler-80g,其中Kepler-90i的發現,成為第8個圍繞在Kepler-90的行星,這是除了太陽系外,第一個被發現的8大行星系統,因此,天文學家Andrew Vanderburg也將Kepler-90描述為「迷你太陽系」。

NASA早已過去4年,透過克卜勒任務持續觀察20萬顆恆星,每30分鐘拍一次照片,收集了將近140億個訊號,而這兩顆新行星的訊號,卻一直被忽略,由於克卜勒太空望遠鏡收集的資料過於龐大,無法用人工的方式處理,NASA用自家的自動篩選系統來過濾訊號,不過,也因此將微弱的訊號忽略了。

Google表示,目前有20萬個恆星,Google僅用深度學習模型TensorFlow分析當中的670個,而克卜勒的資料中可能還有藏有更多系外行星的訊號,未來還會持續研究,並利用新科技探索太空。這次研究的論文已經發表在《天文學報》上。

小說創作 文字預測

AI為《哈利波特》寫下新章節,一周超過4萬人轉傳

繼前陣子一名熱愛《冰與火之歌:權力遊戲》的粉絲Zack Thoutt用AI預測劇情,為續集拉開序幕之後,近日由作家、藝術家和程式開發人員組成的工作室Botnik Studios於Twitter公布AI寫《哈利波特》新章節的成果,該篇貼文在短短一周的時間,就超過4萬人分享,引起廣大關注。Botnik工作室專注於用演算法來增強創作內容,利用《哈利波特》整個系列7集小說當作訓練樣本,透過AI技術創造出3頁篇幅的故事章節,取名為《哈利波特與灰燼肖像》(Harry Potter and the Portrait of What Looked Like a Large Pile of Ash)。

這個AI創造的篇幅,故事主要都是由AI撰寫,不過有經過多位作家潤飾,讓它成為可閱讀和理解的小說,Botnik工作室在twitter上表示,Botnik打造了預測模型Predictive keyboard,用《哈利波特》全系列的7集小說來訓練,根據上個句子中的詞彙,建議下個單詞詞彙,創造出《哈利波特》的新篇章。目前,Botnik工作室已將該創作公於GitHub上。

廣告詐騙偵測 機器學習

偵測新型態數位廣告流量詐騙更聰明,沛星靠AI綜合分析超過80個特徵找出複雜詐騙行為

專注於人工智慧技術的新創公司沛星互動科技(Appier),近日發布用AI技術偵測惡意數位廣告詐騙解決方案,從內部超過40億筆使用者的真實行為資料,透過多個機器學習模型過濾詐騙行為,模型經過不斷學習後,可以偵測出更多用傳統機制無法偵測的詐騙行為。

Appier透過AI技術,綜合分析超過80種資料詐騙行為特徵,成功地發現以往沒有發現的詐騙行為,透過機器學習模型建立偵測模型,分析後的結果還會即時回饋到偵測模型中,模型經過不斷的學習與更新,有效地偵測並阻擋推陳出新的新型態詐騙手法。Appier的AI防治詐騙模型機制分為3步驟,首先,系統已現有的規則過濾較顯著的詐騙型態,第二步則加入機器學習演算法過濾偵測到的可疑流量,最後還會透過演算法全面分析詐騙型態,建立新的規則後,再將新規則回饋到偵測模型。

製造業 機器學習

鴻海率先買單!Google大腦共同創辦人吳恩達成立製造業AI新創

Google大腦共同創辦人,也是之前百度的首席科學家吳恩達(Andrew Ng),近日在自己的個人部落格公布創立新公司Landing.ai的消息,Landing.ai目標在幫助製造業導入人工智慧應用,而第一個客戶就是來自臺灣的鴻海。

在部落格的文章中,吳恩達並沒有提到與鴻海的合作項目,但是在他釋出的介紹影片中,展示了Landing.ai用人工智慧偵測電子元件以及光學元件的良率,而且有別一般對於訓練機器學習模型需要龐大的資料以達高精準度的印象,Landing.ai只用了5張訓練照片,便能以極短時間偵測出肉眼難以辨識的電子元件瑕疵。

產品AI化 電腦視覺

微軟:AI讓Bing、Office 365、Cortana變得更聰明了!

微軟近日在一場AI技術大會中,公布Bing、Office 365、Cortana結合AI技術的新成果,包括可提供多種觀點答案、概述老闆來信、自動產生Excel樞紐表,並可整合Reddit社群的討論串答案。

微軟在AI技術大會上展示的最新AI研究成果,包括以電腦視覺及物件辨識強化圖片中特定物品的搜尋,以及利用深度學習讀取內容並理解字義的上下文關係,例如能理解「表親」是親屬成員之一。而微軟也展示Bing、Office 365及Cortana整合AI的能力,例如Bing將加入對話搜尋(Conversational Search)及智慧圖像搜尋能力,另外,語音助理Cortana則可以分類電子郵件,並針對其中最重要的郵件提供概要,像是在回家路上簡述老闆或配偶寄出的郵件,而且不限於Outlook,連Gmail等其他帳號郵件也能讀取。

在Office 365方面,微軟也公布了Insights in Excel預覽版,運用機器學習,可以在分析Excel試算表後自動產生樞紐表和分析趨勢圖表。此外,宣布將為Word加入縮寫(Acronym)的功能,用戶在文件中碰到縮寫名稱時搜尋用戶Office文件和電子郵件以找出適合公司的全名。

自然語言處理 機器學習

Google試算表更聰明了! 以自然語言詢問就能建立樞紐分析表,還能提供公式建議

Google過去持續將雲端運算與AI技術整合到自家旗下的服務中,近日公布預計於未來幾周更新Google Sheets試算表服務,將新增樞紐分析表與計算公式的建議。

若使用者已經有了一個資料齊全的試算表,可以輸入「銷售人員的營收總和是多少?」或是「每個產品各自創造的營收?」,系統就會自動幫你列出正確的樞紐分析表。若要從雜亂的資料中建立樞紐分析表,那麼系統也會建議使用者先建立各種相關表格再進行資料的摘錄。此外,使用者在使用公式時,未來只要於試算表的儲存格裡輸入「“=” 」,系統就會利用機器學習技術,根據試算表資料的內容,秀出所建議的公式,以節省時間並避免輸入錯誤。新版Google Sheets亦將有瀑布圖功能,也能將具備固定寬度格式的資料檔正確貼入欄位中,而不需再輸入分隔符號。

AI趨勢近期新聞

※Google在北京設立亞洲首個AI研究中心,大舉招募當地人才

※程式設計師飯碗不保!? 預測:2040年可能被AI取代

※微軟與科技部合作,以大數據、技術及人才培育提昇國內AI研發實力

※IBM打造AI專用POWER9處理器與伺服器

※資料來源:iThome整理,2017年12月。


Advertisement

更多 iThome相關內容