陽明大學醫學系副教授陳育群自行開發一套手機藥物影像辨識App「AIGIA愛家小藥師」,只要透過拍下藥物,App就能辨識藥物,並顯示藥物特徵、成分、適應症、用法等訊息。

圖片來源: 

陽明大學

重點新聞(0503~0509)

陽明大學     藥物辨識     AIGIA  

不怕吃錯藥!陽明大學開發出準確率9成5的手機藥物辨識App

陽明大學醫學系副教授暨臺北榮總家醫科醫師陳育群歷經3年努力,自行開發一套手機藥物影像辨識App「AIGIA愛家小藥師」,只要透過智慧型手機和拍攝裝置MedBox,拍攝藥物後,App就會透過雲端運算,來比對資料庫中的藥物外型,並顯示藥物特徵、成分、適應症、用法,以及特殊警語等。

陳育群表示,健保給付藥物多達1萬8千多種,藥丸尺寸、顏色相似,再加上臺灣社會高齡化,長者一天平均要吃7.3顆藥,容易發生混淆、誤食的情況。為解決這個問題,陳育群利用手機作為辨識平臺,並研發MedBox,來解決拍攝時的閃光和色偏問題,提高辨識準確率。目前App可辨識的藥物多達400種,準確率達95%,並提供多語服務,包括英語、印尼語、越南語和馬來語。(詳全文)

 

樂天銀行   資安     行銷 

日本樂天銀行來臺分AI資安和AI行銷實例

樂天國際商業銀行預定總經理佐伯和彥日前來臺分享,樂天銀行如何運用AI與大數據分析,成為日本客戶滿意度最高、資訊最安全的純網銀。他指出,樂天銀行將AI應用於防範金融犯罪和市場行銷兩大層面。在防範金融犯罪上,樂天引進AI來偵測異常網路行為,首先彙整大量顧客行動、犯罪行為資料,甚至是網路交易進行的時刻、授權裝置位置等資訊,來訓練AI模型,能透過不同條件組合來追蹤異常的帳戶活動。

在市場行銷上,樂天靠AI投放個人化廣告。當顧客申請開戶並消費時,樂天就能取得用戶基本資料與消費紀錄,藉由這份真實資料創造一個該用戶的數位分身。透過顧客基本資料和數位分身的推測資訊,樂天就能找到特定服務的潛在客戶,再以個人化推播提高成交量。佐伯和彥指出,這個做法讓樂天廣告點擊量增加了778.3%,內容播放數也增加356.2%,兩者均有顯著成長。(詳全文)

  Google     Andriod Q   字幕生成  

Google推出Android Q測試版,內建機器學習可即時產生字幕、智慧回覆

Google在今年I/O大會上,宣布推出第10版作業系統Android Q,其中2種功能運用了內建機器學習技術,包括Live Caption(即時字幕)、Smart Reply(智慧回覆)。首先,Live Caption可替Android手機上的多種檔案產生即時字幕,比如歌曲、錄音音頻、電話通話、視訊通話和播客等,方便聾啞人士理解訊息。Google指出,使用者不須另外下載App,即可使用Live Caption功能,而且該功能可離線執行,不只字幕產生沒有時間差,使用者也不必擔心資料會回傳至Google。

Smart Reply功能內建於Android的通知系統,同樣採用機器學習技術,可讓所有通訊App在通知中顯示建議回覆。此外,Smart Reply還可預測使用者要執行的後續動作,比如使用者收到朋友傳送的地址,只要輕觸該地址,就能開啟Google地圖查看位置。(詳全文)

  MIT     神經網路    縮小  

MIT找出能使神經網路體積縮小的80/20分析法

麻省理工學院電腦科學暨AI實驗室(CSAIL)最近發表一篇縮小神經網路的論文,能在不改變準確率的情況下,找出與最終結果預測相關的子網路,該子網路相比原本的神經網路小10倍,有時甚至能比原本的網路更快預測。

MIT團隊首先從訓練的神經網路中,將最低權重的連結修剪掉,並訓練經修剪的神經網路、重設權重。團隊就這樣不斷修剪連結,也從中發現,在不影響模型表現的情況下,可以修剪多少連結。團隊也針對許多不同的網路,重複這個過程上萬次,來找出與最終結果預測相關的子網路。下一步,MIT團隊要探索為什麼特定子網路對學習特別在行,並開發出找出這些子網路的有效方法。(詳全文)

  臉書    ML       調校工具 

臉書開源機器學習超參數調校工具Ax與BoTorch

臉書在年度F8大會開源了多項工具,其中包括Ax和BoTorch兩個工具,讓開發者不需大量資料,也能建置AI應用。進一步來說,Ax是一個通用平臺,可用來理解、管理、部署和自動執行適應性實驗(Adaptive Experimentation);而BoTorch則是建立於開源深度學習框架PyTorch的函式庫,能用於貝式最佳化,以API方式提供Ax最佳化演算法,讓開發人員簡單地調整AI參數。

臉書指出,要調校出最佳機器學習參數相當費時,特別是在複雜空間中。因此,他們開發了Ax和BoTorch兩種工具來解決這個問題,並大量部署於自家服務。臉書表示,這兩項工具可降低用戶進入適應性實驗的門檻,Ax讓開發者以低資源方式,探索參數配置;BoTorch則使用PyTorch功能,像是自動微分、大規模平行化運算和深度學習,來強化貝式最佳化研究。(詳全文)

Object2Vec    SageMaker     負採樣  

AWS SageMaker平臺為Object2Vec演算法,新增支援自動負採樣和加速訓練的新功能

AWS最近在ML自動建置和部署工具SageMaker平臺中,為神經嵌入演算法Object2Vec新增了4個新功能,包括負採樣(Negative Sampling)、稀疏資料梯度更新、權重共享,以及比較器運算子訂製,來解決企業痛點。

過去,若應用案例只有positive標記的資料,企業需要手動進行負採樣,來進行資料預處理,但Object2Vec演算法新的負採樣功能,在訓練過程中,會將不易察覺和標記的資料自動標記為negative。而稀疏資料梯度功能,則是可以在不損失效能的情況下,加速單一GPU的訓練工作。另外,Object2Vec新增的權重共享超參數,能讓原有的兩個編譯器共享token嵌入層。有別於過去比較器的固定運算子,現在AWS讓企業可自訂運算子,能根據應用的最佳表現來優化演算法。(詳全文)

  Word    自然語言處理     文句潤飾  

微軟Word要用AI來幫忙改文章

微軟日前在Build大會上,宣布今年秋天將於Word線上版(Word Online)將加入一項AI工具:Ideas in Word,來幫使用者寫出好文章。Ideas in Word利用機器學習及Microsoft Graph的AI技術,來協助使用者潤飾文章。首先,根據Graph的AI能力,Ideas in Word可協助基本的文法、拼字校正或正確用詞,以及提供建議,比如加標題、常用的縮寫名詞、估計文章閱讀所需時間、列出要點等。這套工具,已用於微軟PowerPoint和Excel中。

此外,Ideas in Word還運用深度學習技術,來提供寫作建議。這項技術可理解特定字詞所在的句子上下文,並提供最常見的同義字,以強化文章可讀性。微軟Office部門今年也已運用機器學習技術來強化同義字的優先排序,試用者對Word建議的同義字接受度還提高了一倍。(詳全文)

圖片來源/陽明大學、Google、MIT、AWS

 AI趨勢近期新聞 

1. 美國能源部斥資打造第二款Exascale等級的超級電腦

2. Google釋出超過500萬張圖片的地標辨識新資料集

3. IBM與紐約大學合作用深度學習及早診斷青光眼

4. 臉書更新PyTorch,新版本支援評估和檢查模型的可視化工具

資料來源:iThome整理,2019年5月


Advertisement

更多 iThome相關內容