為了打造Bayou,萊斯大學研究團隊利用GitHub中幾百萬行的Java程式碼當作訓練資料,以神經草圖學習方式訓練模型。

圖片來源: 

Bayou

重點新聞(0427~0503)

 Bayou    AI自動編程  

開發人員AI小幫手Bayou,能自動幫忙補上Java程式碼

萊斯大學研究團隊在美國國防高等研究計畫署(DARPA)和Google資助下,日前開發了一款可以自動編寫程式的開發輔助工具Bayou。研究團隊利用GitHub中幾百萬行的Java程式碼當作訓練資料,以神經草圖學習(Neural sketch learning)方式訓練模型,Bayou系統會建立一個草圖,來連結開發人員撰寫程式碼背後的意圖。舉例來說,當Bayou偵測到開發人員輸入的指令如readLine,它就會自動補上所需的程式碼。(詳全文)

 趨勢科技     AI文風分析   

AI文風分析工具將登場!幫商務人士阻擋變臉詐騙

趨勢科技於日前宣布,將於今年6月推出一款AI寫作風格分析工具Writing Style DNA,幫商務人士阻擋所謂的變臉攻擊(也就是商務電子郵件入侵,BEC)。這款AI工具以7,000多種寫作風格訓練而成,可以從電子郵電的標題和內容來分析使用者的寫作風格。如果使用者收到疑似假冒的電子郵件,這款工具就會將郵件的文風與訓練的資料比對,並發送警告給送件人、收件人和IT部門人員。另外,管理人員還可以對有警告標記的郵件給予反饋,以改善檢測結果或減少誤報。(詳全文)

 HPC   AI超級電腦   

華碩、廣達和台哥大聯手,搶下11億元國網AI超級電腦標案

華碩電腦、台灣大哥大和廣達電腦合組聯盟,搶下國家高速網路與計算中心的AI超級電腦建置案,將建置一套4 petaFLOPS的AI超級電腦(約目前全球超級電腦排名前30的運算力),以及可提供IaaS和PaaS服務的雲端服務系統,還有一套整合式資料倉儲備份設施,預計在今年第四季完成。華碩負責雲端伺服器和平臺,以及AI應用,而台灣大哥大則負責機房建置和資安等,廣達電腦則負責高效能運算(HPC)和資料儲存平臺。(詳全文)

 甲骨文   AI自動資料庫  

AI自動化資料庫倉儲雲服務,正式在臺上線

甲骨文正式在臺推出AI自動化資料庫倉儲雲(Oracle Autonomous Data Warehouse Cloud)服務,以甲骨文最新版本的資料庫Oracle Database 18c為核心,強調將機器學習應用到資料庫管理,透過訓練出的機器學習模型,除了可以自動調校資料庫,還能自動偵測資料庫中的漏洞,並即時自動修補。此外,在其他自動化部分,這款資料庫倉儲雲服務號稱可在幾秒鐘內自動建立資料倉儲,也能在資料庫運行的同時,自動進行升級、安全更新和加密,讓管理人員不需要停機作業。(詳全文)

Splunk    機器學習  

Splunk加強ML工具包,讓企業可自製分析模型預測IT維運問題

Splunk最近宣布在自家產品中加入AI工具,協助提升企業IT應用的效能和安全性,並在機器學習工具包中新增實驗管理介面,讓企業更方便檢視、控制、評估和監控機器學習實驗的狀態。機器學習工具包提供預設的機器學習模型,會自動檢測內部威脅和外部的攻擊,也會檢測異常活動,並將這些檢測結果用視覺化方式呈現。平臺中包含25種常用的機器學習演算法,而除了預設模型外,企業也可以自行建立預測模型,能夠直接在平臺上建立、測試和部署其模型。 (詳全文)

臉書   無障礙Bot  

臉書無障礙Bot,讓盲人不靠聲音也能在吵雜派對中認出朋友

臉書AI研究院近期於加拿大蒙特婁舉行人機互動的研討會上,發表一篇透過人臉辨識應用幫助盲人辨認朋友的論文,並在Messenger平臺上,打造了無障礙機器人(Accessibility Bot),協助視力受損的用戶辨識臉書上的朋友,以及朋友的臉部表情,像是微笑等。這款無障礙機器人,透過臉書人臉辨識技術,提供盲人朋友的名字、位置和臉部表情,盲人透過手機的相機,機器人會自動偵測附近有幾個朋友,盲人可以選擇讓機器唸出特定朋友的資訊,讓盲人可以找到朋友。(詳全文)

IBM   急診調度預測  

IBM靠深度學習預測病患急診就醫次數

近日IBM中國的研究團隊開發了一套神經網路模型,透過病患的電子病歷資料,來預測一名病患到急診就醫的次數。該模型是用典型的遞歸神經網路(RNN),但不像傳統的機器學習方法,該神經網路會根據病患看急診的行為和與其他病患數據之間的相關性,動態地模擬病患未來看急診的行為。IBM研究團隊指出,在預測一名病患是否會到急診就醫的部分,自家的神經模型比典型的邏輯迴歸模型(Logistic regression)準確率高出6.59%,而在預測急診的就醫人數上,該模型的準確率則是比傳統的線性迴歸模型還要可靠,甚至也比用於預測急診人數的熱門模型XGboost高2%。IBM研究團隊期望,透過該模型準確地預測一名病患日後會到急診就醫的次數,醫院可以用來建立急診就醫的優先順序,確保需要急診的病患,能夠得到即時的治療與照顧。(詳全文)

Google    旅遊規畫   

Google旅遊規畫,靠機器學習推薦行程與飯店

Google近日於官方部落格中發表Google的搜尋服務,能夠讓規畫旅遊變得更簡單,不但可以用Google Flights查詢熱門的旅遊地點、班機,決定好旅遊地點後,甚至還能靠機器學習推薦觀光景點、旅遊指南,以及幫用戶規畫旅遊行程。舉例來說,用戶若要到莫斯科旅遊,可以輸入「Things to do in Moscow」,Google會透過機器學習模型推薦最相關的旅遊景點、行程,以及與該旅遊的相關文章,像是可以在哪裡購物,或是適合孩童同行的旅遊活動。此外,Google在搜尋過濾器中也加入了行李選項,讓用戶查看基本經濟艙有帶手提行李和沒有帶手提行李的價格。不過,這項功能目前只適用於美國的航空,像是美國航空、聯合航空、達美航空,未來將會陸續支援其他航空。(詳全文)

Google     複雜圖像辨識  

Google釋出超大型開放圖片資料集,多達190萬張圖

Google近日釋出最新的開放圖片資料集Open Images V4,號稱是為目前市面上最大的物體位置標示資料集,裡面有190萬張圖像,而這些圖像中有600種、總數超過150萬個的物體位置定界框(Bounding box)。資料集分別有9,011,219張圖像的訓練集、41,620張圖像的驗證集,以及125,436張圖像的測試集。Google表示,在資料集的圖像中,有90%的界定框,是由專業的標註圖像物體人員手動標示,來確保物體辨識的準確率和一致性,且該資料集中的圖像組成相當多元,大多是涵蓋多種不同物體的複雜場景,平均每張圖像都由8個以上的不同物體所組成。(詳全文)

圖片來源/Google、Bayou、臉書

 AI趨勢近期新聞 

1. 臉書AI開源框架PyTorch 1.0將於夏天出爐

2. 臉書AI研究院靠虛擬環境,成功訓練機器人解答指定生活問題

3. 圖像辨識優化新作法,不必手動標記,臉書AI研究院用35億張Hashtag圖片改善圖像辨識模型

資料來源:iThome整理,2018年5月


Advertisement

更多 iThome相關內容