AI趨勢周報第45期：Nvidia新AI系統，能將常速影片轉換為流暢清晰的慢動作影片

重點新聞(0615～0621)

Nvidia     慢動作影片  

Nvidia用AI將常速影片轉換為高畫質慢動作影片

Nvidia研究員日前在美國鹽湖城舉行的電腦視覺和模式識別（CVPR）年會上，介紹他們開發的一套深度學習系統，可將原本每秒30幀的常速影片，轉換為高畫質的慢動作影片（約每秒240幀）。研究員表示，他們使用Nvidia Tesla V100 GPU和以cuDNN加速的PyTorch深度學習框架來訓練系統，而訓練資料則包括11,000多個日常和體育相關的慢動作影片（每秒240幀）。一旦訓練完畢，卷積神經網絡就可以預測常速影片放慢時，額外的幀會是什麼樣子。結果顯示，以這項技術產生的慢動作影片，比一般技術生成的要流暢、清晰。（詳全文）

  DeepMind      GQN   

Google新3D建模演算法，可從2D平面圖自動生成3D模型

Google位於倫敦的AI研究院DeepMind，最近開發一套深度學習演算法，可從2D平面圖構建3D模型，《科學雜誌》也刊登該研究論文。Google的這項AI技術叫做生成查詢網路（GQN），適用於機器人視覺和VR模擬等領域。研究指出，就算只有少量2D平面圖，GQN依然能從任何角度和成與渲染物件或場景，比如渲染物件看不到的面，然後從不同角度生成一個3D視圖，而且在這過程中，還不需要人工監督、標記圖像。《科學雜誌》也評論，GQN網路以用不同角度拍攝的圖像，來產生對場景的抽象描述，然後學習當中的基本要素。接著根據表現形式，GQN會預測從新的角度來看，該場景會是什麼樣子。（詳全文）

  MIT    智慧電源插座 

MIT開發智慧電源插座，可偵測插座用電異常示警

MIT機械工程系的研究團隊，日前開發智慧電源插座，透過分析單個或多個插座的電流使用狀況，來分辨有害或無害的電弧（也就是瞬間火花），更準確偵測是否用電異常，來避免意外發生。這項設計，分為硬體和軟體，硬體負責即時處理電流數據，軟體則是用來分析數據的神經網路，由機器學習演算法構成。這套演算法，會將捕捉到的信號，與系統訓練時所用的信號相比，來判定是否有害。研究人員表示，神經網路接觸到的數據越多，就越能夠準確學習數據好壞的特徵，甚至能區分插座上的電器為何。（詳全文）

  PSA   保釋金決策   

猶他州用AI工具來幫法官決定適當的保釋金

美國猶他州政府日前啟用一個新AI工具：Public Safety Assessment（PSA），目的是希望在法官決定被告的保釋金額前，來提供法官更多關於被告訊息，包括被告逃跑或對社區造成危險的可能性。法官只要輸入被告的犯罪紀錄、年齡和之前未到法庭的數據，PSA的演算法就會計算被告未來再犯或法庭缺席的可能性。而法官可以根據這些訊息，來決定被告的保釋金額要多少。這套工具由德州一家非營利基金會開發，目前已有數州採用。（詳全文）

  Google    死亡預測 

Google醫療AI新應用，能預測病人入院後會不會死

Google近日開發一套可預測病人入院24小時的死亡率AI系統。Google宣稱，這套系統所用的深度學習模型準確度高達95%，比傳統預測模型好上10%左右。Google這款AI系統，使用了患者的種族、年齡、性別、病歷、健檢化驗結果和生命跡象等數據來訓練，不過它的特別之處在於，這套模型也採用了過去人們認為不可用的數據，比如醫師所寫的筆記，或是病例圖表上的手寫筆跡。而這套AI除了能預測死亡，還可以預測病人在未來30天內是否會再住院，以及住院時間的長短。不過，這款AI還處於初級階段，但Google認為，它有一天能夠用來預測一個正常人何時會死。（詳全文）

Deepbird    TensorFlow  

推特內部機器學習平臺Deepbird底層框架改用TensorFlow

有鑑於原本使用的機器學習框架Lua Torch社群支援度降低，推特機器學習團隊Cortex決定，把內部深度學習平臺Deepbird，其底層機器學習框架從Lua Torch轉移到TensorFlow上。而框架的改變帶來許多正向影響，Cortex表示，透過使用Tensorboard或是像Model Repo這樣的內部視覺化工具，工程師可以簡單的觀察模型收斂情況，以調整出更好的結果。此外，改用TensorFlow，也可加快在64位元的x86系統架構上執行深度學習訓練的速度。（詳全文）

HPE    超級電腦Astra  

美國能源部又出招，聯手HPE推全球最大Arm架構超級電腦Astra

前陣子美國能源部才與IBM聯手打造超級電腦Summit，近日又再出招，能源部旗下的桑迪亞國家實驗室與HPE聯手，使用64位元ARMv8處理器 Cavium ThunderX2，並且搭配使用HPE高效能運算平臺HPE Apollo 70，推出了超級電腦Astra。HPE表示：「這是目前世界上最大的Arm架構超級電腦」，其運算力達到2.322PFLOPS，根據TOP500超級電腦的2017年11月釋出的排名，按照目前Astra的運算實力，大約可擠進排名前60的超級電腦。（詳全文）

臉書     ExGAN   

老是拍到閉眼照嗎？臉書用AI解決拍照失敗問題

臉書AI研究院近日發表一項研究成果，可運用AI技術，來修正照片中閉眼或紅眼的現象。臉書擁有龐大的相片資料，包括閉眼照片，可用作AI訓練。臉書AI研究院在條件式生成對抗網路（cGAN）基礎上，發展出樣本式生成對抗網路（ExGAN）技術，訓練過程包括將輸入相片的眼睛部位以遮住；以輸入相片與繪製相片間的內容／重構損失計算出生成器參數的梯度；以繪製相片、參考相片或程式碼及另一張真實相片來計算鑑別器參數的梯度；最後透過生成器反向傳播鑑別器的錯誤。研究人員表示，從結果來看，ExGAN產出的相片比Adobe PhotoShop Elements演算法製作的圖來得自然，和相片中人物原始面目也十分接近。（詳全文）

MIT      RF-Pose  

小心隔牆有眼！MIT成功以無線訊號隔牆畫出人體動作

MIT最近研究出能穿牆精準估測人體2D骨架的技術。研究團隊以深度學習分析射頻（Radio Frequency）訊號，MIT團隊提出的RF-Pose方法，不只能在人體未受遮蔽的情況下、抓取人的姿勢，連人體完全受到遮蔽的情境，也可以良好運作，無論是一個人或是多個人都沒問題，RF-Pose甚至可以同時對場景中100個人抓取每個人的骨架，而這正是傳統基於電腦視覺做不到的事，因為人們在畫面中會互相遮蔽，而使用無線電波當作輸入，則完全沒有這個問題。（詳全文）

  Amazon     DeepLens   

Amazon AI相機DeepLens在美開賣

Amazon日前宣布DeepLens正式在美國市場開賣，售價和Google Clips同樣為249美元，之後將陸續推向其他地區。DeepLens具備可拍攝1080P影片的400萬畫素鏡頭、2D麥克風陣列，Intel Atom處理器、雙頻Wi-Fi、USB、micro HDMI傳輸埠，內建8GB的記憶體空間以供用戶預載模型與程式碼。在軟體上則搭載Ubuntu 16.04、AWS Greengrass Core、為裝置最佳化的MXNet深度學習框架及Intel clDNN函式庫，能直接於硬體上跑深度學習模型。此外，DeepLens現在也支援第三方框架，像是TensorFlow 、Caffe2和MXNet提供的多層環境，以及Amazon的串流服務Kinesis Video Stream。（詳全文）

圖片來源／Nvidia、MIT、Facebook

 AI趨勢近期新聞 

1. Amazon股東、公民團體要求AWS停止開發與行銷Rekognition人臉辨識服務

2. IBM展示全球首個AI辯論系統Project Debater

3. 臺灣微軟陸續和亞大、交大、中華大學等校合作，培訓AI人才

資料來源：iThome整理，2018年6月