深度學習

若對於卷積神經網路中卷積、填補、池化等觀念感到難以理解，我們可以試著從圖像處理的卷積運算這類可解釋模型當中來理解，從而認識到卷積神經網路，其實就是從資料生成濾鏡的事實

在深度學習的領域，放棄了解釋最終模型的可能性，來換取解決複雜任務的可能性；然而，這可不是暴力法，無論模型可解釋或難以解釋，該做的事情其實都相同！

Google新開發的深度學習系統，能夠精確地區分正常與異常的胸腔X光影像，可用來加速臨床工作流程，或是提高其他機器學習模型效能

DeepMind在去年11月，首次從氨基酸序列預測出蛋白質結構，而華盛頓大學的研究人員，開發新的模型加速了這項運算，所需時間從數天降為10分鐘以內

新光銀行在近期揭露自家AI與大數據策略，以及3年下來，一路走過的甘苦談，還有AI應用的場景與現階段成果；甚至，透露下一階段的兩大目標，一是量產AI模型，二是往即時資訊流邁進，讓顧客跟銀行前臺互動的過程中，後方的AI模型就能收到即時的互動資訊，進而塑造更多AI即時應用場景。

人的臉部表情可以控制、話語可以控制，但是短至三十分之一秒的微表情，就可能暴露了內心最真實的想法。建立在這個基礎之上，臺師大研發了一套微表情AI辨識技術，透過應徵者的面試影片，來預測應徵者的職場性格與溝通能力，未來更要加入話語真實性的辨識功能

在Telegram上的這個圖片造假頻道用戶數超過10萬名，累計至少超過10萬人的照片遭鎖定被惡意修圖成不雅照

DeepSpeed加入了3D平行化技術，能夠同時提高記憶體、吞吐量和網路的運作效率，支援1兆以上的模型參數