DeepMind設計一套元學習架構,可產出強化學習演算法,改善AI代理人的參數。

圖片來源: 

DeepMind

重點新聞(0717~0723)

DeepMind     強化學習     演算法生成  

DeepMind設計新方法,來自動產生強化學習演算法

DeepMind近日在一篇論文中,揭露自行設計的後設學習(Meta learning)新方法,透過與環境互動,來產出更合適的強化學習演算法。團隊指出,強化學習能更新AI代理人(Agent)的參數,讓代理人表現更好,但這種更新通常得根據好幾年的研究,以人工方式從多種規則中,找出最佳規則。

DeepMind認為,自動從數據中找出新規則,能產出更有效率的演算法,或是更貼近特定環境。雖然已有相關研究來探討自動找規則,但仍無法解決一個問題,也就是找出強化學習基本概念的替代方法,比如價值函數或時間差分學習(TD Learning)。於是,DeepMind設計一套後設學習方法,藉著與環境互動來找出更新的規則,包括代理人該預測什麼(即價值函數)及如何從中學習(也就是自助抽樣法Bootstrap)。該方法的產出值就是一套強化學習演算法,DeepMind稱之為習得策略梯度(LPG)。後來,DeepMind用簡單的玩具環境來訓練LPG,結果發現訓練出的演算法,能泛化應用到複雜的Atari遊戲,並達到非平凡(Non trivial)表現。DeeepMind認為,這個新方法有潛力從數據中,自動產生通用的強化學習演算法。(詳全文)

  零售業     資料保護    微軟  

瞄準零售資料保護需求,微軟更新AI防詐欺應用程式

微軟在今年開發者大會中宣布更新Dynamics 365 Fraud Prevention防詐欺應用程式,並提供預覽版給用戶。微軟在今年5月推出防詐欺應用程式,專門鎖定零售業者,要來解決使用者帳號建立和管理問題,防止使用者惡意建立假帳號,趁交易時獲取機密資料。這次更新可分為兩部分,首先是帳戶防護(Account Protection)功能,可追蹤異常的帳戶活動、偵測假帳戶,也能讓零售商自定義評估細節,比如名稱、API路徑,以及特定事件的有效負載。再來是損失預防(Loss Prevention)功能,可根據全通路的購買紀錄,利用AI來偵測惡意退貨或不合理折扣等異常模式,讓零售商以此來降低損失。(詳全文)

  皮克斯     GAN     超高解析度  

皮克斯用GAN來產生超高解析度電影畫面

知名動畫電影公司皮克斯(Pixar)技術總監Vaibhav Vavilala日前揭露如何以對抗生成網路(GAN),來解決動畫影視業常面對的高畫質問題。他指出,為打造更好的視覺體驗,皮克斯常需渲染超高解析度(如2K或4K)的動畫。但這個做法耗時又耗成本,因為,光是渲染1幀2K超高解析度的畫面,就耗費50個GPU小時,對90分鐘的電影來說,團隊每秒需渲染24幀,如果是4K解析度,成本和時間就加倍了。

為解決問題,Vavilala決定先讓動畫團隊以較低的解析度來製作電影,再透過ML系統來提高解析度。不過,要教ML系統正確填入光影和顏色並不容易,所以Vavilala決定用善於生成的GAN。於是,他先設置了PyTorch開發環境,然後用皮克斯近期電影中,高、低解析度的影像來訓練模型。他指出,後來,製作團隊用這套系統,來把1K的畫面提高至2K品質,可以降低自家算圖農場5成至7成的處理成本。(詳全文)

  AI超級電腦   Nvidia       佛羅里達大學 

Nvidia聯手佛羅里達大學,要打造學術界最快AI超級電腦

Nvidia近日聯手佛羅里達大學(UF),宣布要一起開發學術界最快的AI超級電腦計畫。進一步來說,Nvidia將以超級電腦DGX SuperPOD架構,來強化UF現有的超級電腦HiPerGator,效能將達700 Petaflops,預計明年正式上線。

UF指出,這套優化過的超級電腦,可為師生提供更好的AI運算工具,來幫助跨領域的研究如人口老化、個人化醫療、都市交通和食物安全等。(詳全文)

 

  機器學習     手術排程    中國附醫  

預計年底上線!中國附醫要靠ML精準預測422種手術時間

中國附醫開發一套手術排程模型,可根據病患狀況,來準確預測手術所需的時間,目前已可預測25個科別、共422種手術的時間。這套模型能讓醫院能掌握手術室使用時間、提高利用率。中國附醫預計在今年底,將這套模型實際用於臨床手術排程。

為訓練模型,團隊收集了中國附醫2017年至2019年、共17萬筆EMR資料,也從70種參數中,選出重要的24種。接著,團隊用清洗過的11萬筆資料來訓練模型,再利用今年3、4月收集的7千多筆資料,來測試模型。團隊發現,XGBoost表現最好,其R2決定係數值可達0.85,已達臨床可用的程度。現在,團隊正將這套模型打造成一套手術排程系統,要在今年底前,實際應用於中國附醫的臨床手術排程。(詳全文)

Cloud 護理工作    醫療語音平臺    恩主公醫院 

聽懂中英夾雜和專業術語,恩主公醫院醫療語音平臺95%準確率上線

恩主公醫院日前揭露一款臨床醫療語音平臺,歷經兩年開發,不僅能聽懂護理專業術語,還能辨識中英夾雜語句。這款平臺搭配小型耳機和麥克風,護理師可以口說方式,來記錄護理工作內容、調閱資料,不必像過去,照護完患者後,還要回到護理站花2個小時輸入護理紀錄。

這套系統由恩主公醫院和緯創科技共同打造,為訓練語音辨識系統,緯創收集了2萬多條詞彙,接著與恩主公醫院設計了1,000個句子,由醫院8位護理人員來唸這些句子,再將這些語音用來訓練系統。完成後,這個平臺部署到醫院系統,讓護理人員直接在病床旁邊打開護理車上的系統,透過語音指令選擇要輸入的欄位,再說出照護資訊,系統就能自動輸入到欄位中。(詳全文)

AWS    低階基礎設施     Copliot  

不需手動管理低階基礎設施!AWS推出命令列工具Copilot

AWS釋出新的ECS命令列工具AWS Copilot,用戶不再需要手動管理低階的基礎設施,就能在ECS上部署應用程式。AWS指出,要建立雲端應用程式架構,需考慮許多元件,比如VPC子網路、負載平衡器、部署工作流程和應用程式的永久儲存等。

而Copilot可處理這些細節,使用者只需提供Dockerfile,再加上幾個指令,Copilot就能在AWS上建立、啟動容器,並配置負載平衡器,甚至能建立CI/CD工作流程,當開發者將新的程式碼提交到儲存庫時,自動重新部署應用程式新版本。(詳全文)

3D姿勢     運動員      紐約時報  

用AI捕捉運動員3D姿勢,賽事報導更精準

為改善體育賽事的報導方式,紐約時報用AI開發一套3D姿勢量測模型,從連拍相片中計算出體操選手的3D骨架,擷取肉眼容易漏看的姿勢細節,讓記者有更完整的資料,來報導運動員表現。

進一步來說,在比賽現場,紐約時報攝影師會從多個角度拍攝運動員,並用機器學習算出每個影格中的運動員2D姿勢,再以相機參數和三角化演算法,從2D姿勢回推3D姿勢,系統可從3D姿勢序列計算出旋轉速度、跳躍高度等評分指標。(詳全文)

攝影/王若樸

圖片來源/中國附醫、微軟、Nvidia、AWS、紐約時報

 AI趨勢近期新聞 

1. 緯創集團攜手微軟成立創新產品辦公室,兩年將投五千萬元研發AI新產品

2. Google發布電商推薦工具公開預覽版

3. Roomality使用AI打造出人工窗景

4. Amazon推出深度學習語音模組Alexa Conversations公測版,開發所需的程式碼更少了!

資料來源:iThome整理,2020年7月


Advertisement

更多 iThome相關內容