三星
重點新聞(1123~1129)
三星 AI 智慧醫療
三星跨足智慧醫療,大秀AI診斷成像軟體
電子大廠三星日前於2018年北美放射學會(RSNA 2018)上,連同自家醫療設備子公司三星Medison,展示了不同類型的AI診斷成像軟體,適用領域包括超音波、數位放射攝影、電腦斷層掃描和核磁共振影像。舉例來說,在超音波方面,三星開發一款S-Detect軟體,利用AI來判讀和分類乳房超音波影像,協助醫生診斷乳房病變。在電腦斷層掃描方面,三星開發一套AI顱內出血系統,結合了腦中風急救專用救護車和電腦輔助的放射線檢傷分類與通知系統。至於核磁共振影像方面,三星正在研發一種新技術,可針對膝關節問題,顯示患者膝關節軟骨厚度和膝關節炎患者的醫學影像。(詳全文)
AI Wildbook 保育
人類以AI幫野生動物建置臉書Wildbook,蒐集社交平臺目擊資料來勾勒動物行為
致力於以AI對抗物種滅絕的非營利組織Wild Me在今年發表Wildbook開源專案,動用全球的力量替野生動物建立他們的檔案,再以AI辨識及追蹤,加強對這些瀕臨絕種的物種保育。Wildbook為一基於雲端的開源碼軟體框架,用來支援捕捉標放(mark-recapture)、分子生態學及社會生態等研究,它可蒐集研究人員所拍攝的影像,以及觀光客上傳到YouTube及Flickr上的影像,再利用深度學習技術及這些野生動物的自然特徵、遺傳識別符或發聲來辨識與追蹤每一隻不同的動物,亦可採集這些野生動物的樣本進行遺傳與化學分析,與公民科學家或透過社交媒體進行交流獲得資訊。(詳全文)
AWS RoboMaker 機器人應用
AWS釋出RoboMaker服務,讓開發和部署機器人更容易
AWS日前宣布釋出RoboMaker雲端服務,讓使用者可以大規模開發、模擬和部署機器人。該服務將原本開源的機器人作業系統ROS,連結到自家雲端服務,包括AWS機器學習服務、監控和分析服務,讓機器人可以傳輸資料、導航、溝通,以及學習和理解。RoboMaker也提供機器人開發環境,以便打造機器人應用程式,而其機器人模擬服務可加速應用程式的測試,此外,機器人陣隊管理服務則能進行遠端應用程式部署、更新和管理。(詳全文)
Nvidia Clara 醫學影像
Nvidia醫學影像開發套件Clara SDK正式發布
Nvidia日前正式推出了醫學影像開發套件Clara SDK。該公司先於今年稍早先發布了Clara醫學影像開發平臺,讓開發者可在混合運算環境中(比如嵌入式、內部部署或雲端)開發和部署醫學影像應用程式,來創建智慧儀器和自動化的作業流程。現在進一步是釋出了Clara SDK開發套件,可提供開發者一系列GPU加速的函式庫,方便部署包括AI、專業視覺化和影像重建等需要密集運算的應用程式。
此外,Nvidia也同時推出遷移學習工具套件和AI輔助標註SDK,前者透過Nvidia預先訓練的模型和簡易的訓練流程,讓開發者能用自己的資料集來調教或再訓練模型。而AI輔助標註SDK可幫助放射科醫師加速標註患者醫學影像,並能透過遷移學習工具套件自學,因此每個新標註的影像都能作為訓練資料,來改善預先訓練的深度學習模型準確性。(詳全文)
臺灣AI實驗室 DeepMets 醫學影像
北榮啟用AI腫瘤判讀系統DeepMets
由臺灣人工智慧實驗室和臺北榮總醫院共同開發的AI腦瘤自動判讀系統DeepMets,日前於臺北榮總放射線部開始試用。該系統能輔助醫生判讀患者腦部MRI影像,透過AI模型即時運算,能在數秒內判斷腫瘤位置與大小,協助醫生診斷腦轉移瘤。為訓練DeepMets,來自臺北榮總放射線部與神經外科和放射線腫瘤科的醫師,共同標註了幾百個病例、總共近千個腦轉移瘤癌和神經瘤的MRI病灶位置,期間也與臺灣人工智慧實驗室團隊密集開會討論和修改AI模型,歷時6個月後,DeepMets最近開始進入臨床試用階段。(詳全文)
Google AI 偏見
為避免產生偏見,Gmail智慧寫信功能不再使用性別代名詞
Google產品經理Paul Lambert日前向媒體表示,為避免產生偏見,Gmail所採用的智慧寫信功能(Smart Compose),現在已不再自動建議與性別有關的代名詞。Google今年5月推出Gmail智慧寫信功能,只要使用者輸入I love,系統就有可能跳出you或是it。但Google研究員發現一個問題,當他在打I am meeting an investor next week時,系統自動建議一句Do you want to meet him?而非her。Paul Lambert表示,智慧寫信功能團隊試了幾種解決方法,但都仍有偏見存在。因此,他們認為最好的解決方法,就是限制使用範圍。Paul Lambert提到,性別代名詞禁令對智慧寫信功能的詞彙影響,不到1%。(詳全文)
生物辨識 AI 資安
指紋辨識就安全了嗎?研究:AI能產生以假亂真的假指紋
紐約大學坦頓分校研究員Aditi Roy等人日前開發出一套DeepMasterPrints假指紋系統,先以真實指紋圖像來訓練生成對抗網路(GAN),來產生指紋圖像。接著用潛在變項演化(Latent Variable Evolution)方法,為生成網路搜尋潛在的輸入變項,以便使指紋符合的機率最大化。實際比對美國國家標準暨技術研究院真人指紋資料庫,及感測器蒐集的指紋資料集後,在0.1%的誤識率下,可模仿23%的樣本,而若降到1%的誤識率,則假指紋將可冒充77%的樣本。研究團隊宣稱,此技術適用於小面積的指紋感測器和解析度不佳的App。(詳全文)
Instagram 機器學習 假活動
打擊灌水行為,Instagram將用機器學習自動辨識並刪除假活動
Instagram近日宣布,將透過機器學習工具辨識製造假活動的帳號,並刪除平臺上假活動,包括按愛心、關注、留言等行為。因此行為違反該公司社群守則和使用條款,因此將加以限制。Instagram辨識出這些行為後,會通知製造假活動的帳戶,已將相關的假活動刪除。另也擔心用戶可能遭第三方程式利用來製造假活動,Instagram也會要求該帳戶更改密碼。(詳全文)
AWS 自然語言 客製辨識模型
沒有ML背景也沒關係,AWS自然語言理解服務Comprehend推客製化辨識模型服務
AWS近日更新自然語言理解服務Amazon Comprehend,推出客製Entity辨識模型的功能,讓不懂機器學習的開發人員,也能訓練自家的Entity辨識模型,來自動萃取特定的字詞。企業要使用這項客製化模型服務,首先要準備包含Entity和Entity類別的清單資料庫,並至少用1,000個包含一個以上Entity的文件,作為訓練資料集。配置訓練模型的過程,則是先讀取清單中的Entity資料,再用其他文件來訓練模型。透過自動化的機器學習,Amazon Comprehend會選擇正確的演算法,優化模型找出最適合的組合,當訓練完成後,開發者就可以使用客製化的模型。(詳全文)
圖片來源/Wildbook、三星、AWS、臺灣人工智慧實驗室、Instagram
AI趨勢近期新聞
1. AWS自動語音辨識服務Transcribe推出即時語音轉文字功能
2. Google斥資6億歐元在丹麥打造綠能資料中心,靠機器學習提高能源使用效率
3. Google以機器學習判斷應用程式使用頻率,要讓穿戴裝置更省電
資料來源:iThome整理,2018年11月
熱門新聞
2024-11-20
2024-12-06
2024-12-03
2024-11-15