聯合學習

AI Labs宣布成立臺灣聯合學習醫療AI聯盟，聯手六大指標醫院包括臺大醫院、三軍總醫院、臺北榮總、北醫附醫、慈濟醫院、中國附醫，還有衛福部健保署、食藥署和國發會，要藉聯合學習（FL）來打破醫療小數據瓶頸，讓各醫療機構以共享模型來取代共享資料。

在短短3年內開發多項讓人眼睛為之一亮的醫療AI模型，但又不拿取任何原始資料，AI Labs創辦人杜奕瑾說，聯合學習就是關鍵

三總加入由Nvidia和美國麻州醫學中心發起的COVID-19聯合學習專案，要集結20家跨國醫療機構之力、打破醫療小數據局限，以武漢肺炎患者連日的X光片和生命徵象數值，來打造一套病情惡化預警系統

市面上越來越多疫苗、藥物等臨床試驗出現，但在美國，要找到受試者其實困難重重，為此，臉書打造一套函式庫，能把尋找受試者的標準轉換為機器可讀的格式，來幫研究單位或藥廠更快速找到適合的受試者。另外，DeepMind以端到端的對抗學習方法，開發一套文字轉語音模型ETAS，可媲美多階段和額外監督式訓練的高階模型。

今年，Penn Medicine和英特爾要藉聯合學習（FL），來讓跨七國的29家醫學研究中心，共同訓練一套腦瘤偵測AI；在臺灣，慈濟醫院聯手華碩，要推動11項醫療AI專案；零接觸防疫：北醫導入心律影像偵測AI，高附醫導入雷達生理感測系統，透過AI來即早預警；Amazon正式發布Kendra，可替企業使用者快速找到專業領域資料。

面對武漢肺炎（COVID-19）疫情延燒，各國紛紛祭出封城令和居家隔離政策，也越來越多遠距照護結合AI的應用，但蒐集了大量民眾的資料，如何用兼顧隱私又能持續利用來優化模型呢？Appier首席人工智慧科學家孫民點出，有一個新興AI技術能夠兼顧。

韓國科技公司Hyperconnect發表一套新框架MarioNETte，只要幾張（甚至是單張）A臉影像，就可產生出B臉的新動態表情，打破過去生成對抗網路（GAN）的限制。團隊採用影像注意力機制和目標特徵對齊方法，在產生新影像的時候，就直接放入目標臉的特徵。此外，團隊還設計出特徵轉換器，以非監督方式調整身分配對錯誤的問題。

百度發表21款深度學習框架PaddlePaddle新功能，聚焦於輕量版框架Paddle Lite 2.0，號稱只要7行程式碼，就能在FPGA上執行影像辨識模型ResNet-50。除此之外，新功能還有PaddleFL聯合學習框架，可讓開發者利用分散式數據來訓練同一個模型，以及4款深度學習開發套件，要來降低模型開發門檻。