荷蘭一位資安顧問開發一套AI工具Depix,利用線性盒濾波器的特性,可將圖片中被馬賽克的文字還原。

圖片來源: 

Sipke Mellema

重點新聞(1211~1217)

馬賽克     Depix     線性盒濾波器  

馬賽克處理就能藏住秘密嗎?荷蘭資安顧問AI解碼工具還原給你看

為隱藏敏感資訊,許多人將圖片中的密碼或敏感字眼以馬賽克來遮掩,降低原本文字的解析度。但近日荷蘭一位資安顧問Sipke Mellema開發一套AI工具Depix,可將馬賽克後的文字還原,而這套工具上傳至GitHub才一個多禮拜,就獲得11K顆星星。

Sipke Mellema指出,一般圖片的文字馬賽克是以線性盒濾波器(Linear box filter)方法來處理,也就是將想遮掩的長方形文字區域,以該區的平均像素值來模糊化。而Spike Mellema的破解方法,就是針對線性盒濾波器設計。他解釋,線性盒濾波器屬於確定性演算法,也就是說,將同樣的值打馬賽克,就等於將同樣的區域打馬賽克,而以同樣的區域位置來模糊化同樣的文字,就等於相同的區域值。

要用Depix來還原文字不難,首先,使用者得將圖片中的馬賽克文字區域,以單一個長方形局部截圖出來,接著再透過德布魯因序列(De Bruijn Squence)產生器,產出預期的文字序列,以相同字體(包括顏色、大小等)貼到一個編輯器。再來,再將貼上的文字序列截圖,最後執行python depix.py -p [pixelated rectangle image] -s [search sequence image] -o output.png即可。最後,Spike Mellema也建議使用者不該以馬賽克方式來處理敏感資訊,因為這還是不夠安全。(詳全文)

  醫療影像AI     影像標註   花蓮慈濟 

動動手指就能標註!花慈將模型訓練整合臨床工作流程,讓醫生無痛訓練AI

花蓮慈濟醫院日前展示一套醫療影像標註App,將原本耗時耗力的AI醫療影像標註作業,整合至醫生臨床工作流程,讓醫生在替患者看診或巡房期間,可直接在工作專用的平板上進行肝臟腫瘤的影像標註,教AI準確揪出微小的肝臟病灶。

花蓮慈濟醫院今年6月開始發展AI,首先瞄準肝臟腫瘤辨識。他們找來開發自家行動醫療資訊系統(Mobile HIS)App的廠商商之器,在原有的Mobile HIS基礎上,再整合院內醫療傳輸系統(PACS)、Nvidia新一代超級電腦DGX算力和NGC平臺上的醫療AI模型資源,新增一項AI輔助標註功能至Mobile HIS App中,讓醫生可在病患拍完醫療影像後,同步在App上開啟影像,來查看AI模型所標註的肝臟腫瘤位置是否正確,並以手動修正。而AI就靠修正後的結果,來自我學習、自我改善。

這個方法,有別於傳統醫生須坐在桌機前,以滑鼠圈選病灶的工作模式。花蓮慈濟醫院接下來,還計畫在影像標註中,導入NGC平臺上的更多類型的醫療AI模型,來發展不同疾病的AI偵測模型。(詳全文)

  資料湖   臨床資料      FHIR  

臨床資料亂糟糟?AWS HealthLake資料湖能自動辨識還轉換為國際標準FHIR格式來統整

AWS日前在自家re:Invent大會上,推出醫療產業專用的雲端資料湖服務HealthLake預覽版,可用來集中醫藥機構各種孤立資料源和不同格式的資料,還能以機器學習自動將資料正規化,並儲存為國際醫療資料交換標準FHIR格式檔案,省下人工清理資料的繁瑣過程。

AWS表示,HealthLake瞄準臨床資料非結構化且一致性低的痛點,讓使用者可用來儲存、標註和標準化這些資料。醫院得先將資料從本地系統複製一份到AWS上,資料湖會透過理解醫學詞彙的NLP演算法,來辨識資料內容,並為事件按時序加索引,再加入標準化標籤(如醫藥、條件、診斷和療程),以方便未來搜尋。此外,這些資訊會按FHIR產業格式架構,便於和其他單位或第三方應用互通、分享,也方便病患查詢電子病歷。(詳全文)

  骨髓抹片     數位病理    雲象 

骨髓抹片細胞分類全自動!雲象將骨髓抹片AI整合顯微鏡自動操作

臺灣數位病理新創雲象科技不只與臺大醫院聯手,打造全球第一套骨髓抹片細胞分類AI,現在還進一步將這套準確率為94%的AI與顯微鏡硬體整合,成為一套自動骨髓抹片AI系統HemaAuto,不僅能辨識15種骨髓細胞,還將骨髓細胞分類作業全程自動化,將顯微鏡選取最佳視野、切換倍率、滴油、骨髓細胞對焦、取像,再到後臺AI的細胞分類、計數和摘要報告的產出,都完全自動化。

進一步來說,這套骨髓抹片AI由臺大醫院血液科團隊和雲象歷時三年開發,雙方也藉此打造了60多萬顆骨髓細胞標註資料庫。現在,這套AI系統讓醫檢師不必再手動操作顯微鏡,不需在高低倍率間切換、尋找最佳視野。因為HemaAuto透過演算法來搜尋最佳視野,並預判該視野內的有效細胞數量,再以最佳路徑規劃來移動顯微鏡頭並拍照取景。雲象指出,未來使用者可一次放入多張玻片,系統可先完成所有取像和預判。(詳全文)

  Alexa     即時翻譯    機器翻譯  

支援數十種語言,Alexa也能即時翻譯

Amazon日前宣布Alexa新增即時翻譯功能Live Translation,藉由語音辨識和機器翻譯兩種技術來翻譯不同語言的對話,目前可支援英文、法文、西班牙語、印度話、巴西葡萄牙語、德語和義大利語。這個新功能類似Google助理的翻譯模式,可在行動裝置上即時支援數十種語言的多輪對話。Amazon指出,即時翻譯新功能以Alexa的多語言模型為基礎,可讓Echo裝置同時說出和辨識多種語言。

在使用上,用戶只需說「Alexa,翻譯法文」,它就會在英文和法文間翻譯。在翻譯期間,Echo裝置會發出嗶嗶聲來指示何時該換另一種語言說話,此外,Echo裝置還會搭配Echo Show螢幕,來顯示對話的逐字稿記錄。(詳全文)

模型訓練   SageMaker     函式庫加速 

TB級資料集也不用等太久!AWS機器學習平臺SageMaker靠新函式庫加速模型訓練

AWS宣布自家機器學習平臺SageMaker開始支援一套新資料平行運算函式庫SDP,專門用來加速模型訓練時間,就算開發者用的是TB級的資料集也能縮短不少時間。

AWS指出,資料集和模型越來越複雜,專門處理大規模分散式訓練的開發者就得花更多時間和硬體資源來訓練模型,即便採用AWS EC2 p3或p4這類GPU執行個體服務也是。為解決問題,AWS設計出可支援TensorFlow和PyTorch兩種框架的SDP,用來縮短分散式訓練時間和降低運算成本。AWS指出,SDP可將Mask-RCNN的訓練時間,從去年紀錄的26分鐘縮短為今年的6分45秒。目前,SDP已在全球上線。(詳全文)

Google    動作辨識     口語表達障礙  

你的眼睛會說話,Google用ML打造Look to Speak程式

Google以機器學習打造一款Look to Speak應用程式,是專門為口語表達困難的使用者所設計的手機App,可透過Android手機追蹤使用者眼球的移動,並選出所要表達的句子、再由手機App朗讀出來。

有別於傳統方法,Look to Speak程式先列出常見句子,使用者靠眼球在手機螢幕上下左右方移動,再透過機器學習模型辨識,來幫助使用者選定想要表達的句子,甚至能客製化句子。最後,App還會將句子大聲朗讀,讓使用者的溝通更順暢。目前,Look to Speak支援Android 9.0及以上版本。(詳全文)

 

資料增強     GAN     ADA  

AI訓練資料不夠嗎?Nvidia新GAN技術可砍20倍訓練資料量

Nvidia日前發表一項以GAN為基礎的資料增強技術ADA,可在訓練過程中自動調整訓練資料,來降低過度擬合(Overfitting)的狀況,也就是避免產生與輸入值過度相近的資料;與此同時,ADA還可大幅減少訓練AI模型所需的資料量。

Nvidia也將ADA用於自家對抗生成網路StyleGAN2上,他們發現,原本需要上萬張圖畫訓練,才能產出近似原歷史畫作的StyleGAN2,在ADA的幫助下,只需要不到1,500張就可產出同精準度的藝術作品,讓AI模型訓練資料量減少了10至20倍。Nvidia指出,ADA除了可用於藝術創作,未來還希望用於醫療保健業,比如針對罕見疾病,來產生相關的訓練資料,供AI模型訓練。(詳全文)

 

圖片來源/Sipke Mellema、Google、AWS、Amazon、Nvidia

 AI趨勢近期新聞 

1.微軟正式發布Power Automate桌面版,用戶也能享有桌面版RPA功能

2. 三總成立人工智慧實驗室,以Nvidia超級電腦A100和廣達醫療雲整合運算平臺來掌握病人動態

3.LG設置AI研究院,未來3年要投資兩千億韓元來培養1,000位人才

4. 食藥署准了!蘋果Apple Watch的ECG心電圖監測服務終於能在臺灣用了

資料來源:iThome整理,2020年12月


熱門新聞

Advertisement