機器學習

從今年年初至今，Google地圖靠機器學習技術，自動在地圖圖資上新增了1.1億棟建築物的外觀標記，全球各地都有。

機器學習的模型訓練完成後，需要經過反覆的探索調校，What-If Tool不需撰寫任何程式碼，就能探索機器學習模型，讓非開發人員眼能參與模型調校工作。

甲骨文自主交易處理服務正式登臺，該服務針對金融、零售和製造等產業設計，瞄準ERP系統和存放匯等需處理複雜交易的作業。此外，該服務也運用機器學習技術，來優化工作負載量，若負載量出現異常，能即時自動調整。

百度推出無程式碼機器學習平臺EZDL，這是專為中小型企業設計，用來打破使用機器學習技術障礙的產品。百度宣稱，只要經過4個步驟，就能簡單的訓練機器學習模型。

微軟在其搜尋引擎Bing的影片搜尋功能中，以機器學習為影片抓取4張具代表性截圖做為影片摘要，供使用者快速了解影片內容是否有趣。

LinkedIn最近釋出一張AI人才的技能發展圖，揭露這些人在不同階段所學習到的技能順序，指出他們在獲得機器學習技能前，通常會先習得R、Python語言和資料探勘技能。此外，LinkedIn也一併提供了機器學習專業人士的產業分布狀況，以及這些人在不同產業所擁有的「可轉移」技能。這些資料，可作為找尋AI人才雇主的參考。

甲骨文釋出了自家用來部署機器學習模型的工具GraphPipe，為傳輸機器學習張量資料，提供了標準協定，並且簡化客戶端與伺服器部署的工作。

TensorFlow受限於語意版本控制的規範，在TensorFlow 2.0發布將會帶來一些較大的改變，屆時將會提供搬遷工具，協助開發者升級專案。