行政院政務委員龔明鑫揭露臺灣AI行動計畫新進展,在產業AI化方面採產業出題、人才解題的AIGO競賽模式,目前已有130家企業和14個公部門拋出215題,吸引了64家企業和148組團隊提出80項AI解決方案來解題。

圖片來源: 

攝影/王若樸

重點新聞(0913~0919)

AI行動計畫     行政院     晶片  

行政院臺灣AI行動計畫預告,未來要打造AI晶片示範應用

行政院去年發起了臺灣AI行動計畫,近日行政院政務委員龔明鑫揭露最新成果,在5大面向皆有進展,從AI人才、AI領航、AI國際創新樞紐、產業AI化,到場域與法規的開放。

在AI領航方面,龔明鑫指出,去年政府就與民間業者組成AI on Chip示範計畫籌備小組,今年7月正式成立AI on Chip聯盟,鎖定AI晶片異質整合和AI系統軟硬整合兩大方向,共有50多家上下游半導體業者和學研單位加入。接下來,AI on Chip聯盟要打造AI晶片的示範應用案例。

而在法規開放上,去年行政院通過全球首套涵蓋陸、海、空的無人載具科技創新實驗條例母法,預定今年9月將完成子法內容。在場域部分,政府也已建置一套民生公共物聯網,統計至去年底,在水、地、空、災等各類感測器共有5千站,要提供給民間AI應用介接之用。龔明鑫也舉出實際應用案例,2018年政府聯合多家ICT業者打造空氣品質監測裝置,透過AI自動運算來協助環保署稽查單位掌握空污事件,光去年就開出了2千3百多萬元罰金。

在產業AI化方面,經濟部和科技部以產業出題、人才解題的模式,去年推出AIGO競賽,要以戰代訓來培養實戰型人才。目前共吸引了130家企業、14個公部門拋出200多道題,涵蓋醫療、零售、法律等15個領域,至今也有64家企業和近150組團隊提出80項AI解決方案來解題。

  GE Healthcare     智慧醫療    X光設備 

美國FDA核准首個內建AI演算法的移動式X光設備

美國食品藥物管理局(FDA)日前核准首個內建AI演算法的移動式X光設備Critical Care Suite,該設備由GE Healthcare與加州大學舊金山分校(UCSF)共同開發,鎖定氣胸病灶。透過內建AI系統,該設備在拍攝X光片的同時,可即時在影像上標註關鍵病灶,再交給放射科醫生來分級分類,優先處理疑似氣胸的病患。透過AI演算法的幫忙,可傑沈複檢時間,將原本8小時的診斷流程縮短為15分鐘。(詳全文)

  iPhone     A13 C    仿生晶片  

最新iPhone A13仿生晶片號稱史上最快,為AI拍照新功能鋪路

蘋果日前發布最新iPhone 11系列手機,全搭載新款A13 Bionic仿生晶片,號稱CPU、GPU運算速度史上最快。A13晶片採台積電第二代EUV 7奈米製程,含85億個電晶體,比A12晶片的69億個多上23%。在架構上,A13晶片由6核CPU、4核GPU和8核神經引擎(AI處理器)構成,其中,神經引擎是支援3鏡頭系統、Face ID和AR App的關鍵。此外,A13也新增了2個機器學習加速器,讓CPU可每秒執行一兆次運算。

不只如此,A13晶片還為iPhone即將推出的Deep Fusion影像處理功能打基礎。Deep Fusion一次拍攝,會同時取得4張快照、4張副照和1張長曝光照,再利用神經引擎搭配機器學習技術,組合成最終照片,來強化照片細節和降低雜訊,改善在低光度下的攝影效果。Deep Fusion功能預計於今年秋季推出。(詳全文)

  德國   中小企業       產業AI化  

德國要砸30億歐元花6年協助中小企業發展AI應用

德國聯邦經濟暨能源部局長Andreas Hartl日前來臺分享德國推動產業AI化的作法,他指出,德國99.5%的中小型企業仍難以獲得產業AI應用的資訊,這相當於350萬家企業,為解決這個問題,政府在去年11月頒布國家AI策略,並規畫30億歐元預算,要以6年來協助中小型產業發展AI應用。

第一步就是利用現有的網路平臺,來建立產業應用AI的最佳範例,提供中小型企業實戰經驗和參考方向。再來,德國政府鎖定人才技能,以現有的24個大型研發中心為基礎,來協助企業將其商業模式數位化,並提高中小型企業人才的AI技能。Andreas Hartl解釋,中小型企業可選定4至5個想發展的AI專案,這些中心會派出AI專家提供顧問服務和技術支援,除了能增加企業員工的實務經驗,也能協助導入AI。(詳全文)

  Google    深度學習判    皮膚病 

Google用深度學習判讀皮膚疾病,準確度與皮膚科醫生相當

Google開發一套深度學習系統DLS,可判別26種皮膚病,而且準確度還與皮膚科醫生相當。Google表示,DLS模仿了臨床醫生的診斷方法,給出患者可能擁有的皮膚疾病排序列表,來幫助分類和安排後續的診斷與治療。

DLS的訓練資料包括了一張或多張皮膚異常的臨床影像,還有45種像是年齡、性別和症狀等元資料,Google總共使用了17,777個去識別化的病例,其中,2010年到2017年的病例作為訓練資料,而2017年到2018年的病例則用來測驗系統。在訓練DLS的過程,也請了40多位皮膚科醫生,提供5萬多個鑑別診斷。測試結果發現,DLS的診斷準確度與皮膚科醫生平均75%相當,且遠高過初級醫療人員的60%,以及執業護士的55%。(詳全文)

英特爾   東奧     短跑分析  

英特爾將在東奧提供AI短跑分析即時顯示

英特爾宣布和國際奧委會、東京奧運籌備委員會合作,提供AI、影像、運算、網路技術等提供短跑選手即時分析顯示的服務。在這項合作中,英特爾除了提供Intel Xeon處理器、單系統晶片、SSD及網路設備晶片等技術,來協助賽事資料運算和傳輸之外,還要提供3D運動員追蹤(3DAT)技術,要用在100公尺等短跑比賽項目。

3DAT首先以攝影機拍攝選手的動作和體形,將資料傳送到代管於阿里巴巴的雲上,以姿態估測演算法來分析選手動作的生物力學,然後將幾乎即時的分析資料直接疊加在即時轉播的影片上。根據英特爾公布的影片,這項技術會在數名最領先選手的賽道上,以不同顏色顯示在不同時間點的瞬間速度。英特爾表示,這也是首個奧運用來強化轉播效果的AI電腦視覺技術。(詳全文)

 

 

Google   神經對話    資料集 

Google釋出兩神經語言對話資料集

Google釋出Coached Conversational Preference Elicitation(CCPE)和Taskmaster-1兩個可用來訓練虛擬助理對話能力的資料集,其中CCPE能幫助AI學習人類表達偏好的方法,而Taskmaster-1則能擴增訓練語料庫、提高對話者的多樣性。

CCPE資料集有502個對話,其中包含12,000個標註的範例語句,由一人扮演使用者對麥克風講話,而音訊直接傳向扮演數位助理的人工助理,再由人工助理以文字輸入回應,透過文字轉語音技術轉成音訊後播放給使用者聽,模擬使用者與數位助理對話的真實情況。Taskmaster-1則是任務面向的資料集,包含了訂披薩、預約汽車維修、設置租車、訂電影票、訂咖啡和預約餐廳6種任務對話。這個資料集使用簡單注釋架構,建立資料的人員可以簡單地為資料加上標籤。(詳全文)

攝影/王若樸    圖片來源/GE、Google、英特爾

 AI趨勢近期新聞 

1. Pinterest Lens圖片搜尋工具現已可自動辨識25億種居家和時尚物品

2. 挪威科技大學開發DeepPrivacy模型,用GAN來製造假臉保護隱私

3. 微軟研究院和蒙特利大學打造QAit AI系統,可從環境中學習知識來回答問題

資料來源:iThome整理,2019年9月

 


Advertisement

更多 iThome相關內容