聯合學習

交通部未來4年要用5G和AI打造智慧交通數位神經中樞，透過鐵、公路監控設備資料來打造即時事故預警系統、壅塞熱點預測和整體交通優化等；跨業訓練AI有新工具，臺灣AI Labs率先推出聯合學習平臺服務；開發者又有新工具可嚐鮮！新一代IDE DataSpell開放試用。

臉書發表推薦模型壓縮技術TT-Rec，可將模型壓縮至原本的112分之一，且表現不受太大影響；數位病理AI新創雲象科技費時3年研究，找出新方法突破算力障礙，讓電腦秒懂上億畫素的病理全玻片影像；Transformer不只突破NLP天花板，還完勝蛋白質預測權威方法；找模型好麻煩？Google開源模型自動搜尋工具幫你挑最好的。

2020年見證臺灣醫療聯合學習0到1的發展階段，先後歷經模型試驗落地、開發工具自產，以及產官聯盟成立，生態系儼然成形。這個新AI協力開發模式，也成為小數據產業的參考典範

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。

臺北榮總嘗試聯合學習試驗，利用臺灣杉二號雲端環境，建置5個代表不同醫院的節點，以分散式機器學習方法，來強化AI模型對異質影像的辨識能力

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

臺北榮總首先利用健保署提供的3,000多例異質性腦部MRI資料，來精進自家的腦轉移瘤辨識AI模型DeepMets，克服了不同廠牌、不同掃描參數的影響。之後，團隊更在國網中心進行測試、仿照不同醫院分散訓練的聯合學習模型，辨識結果也不輸集中式機器學習所訓練的效果。

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。