| AWS | AI | 機器學習 | 訓練課程

想學機器學習卻無從下手?AWS釋出免費課程以真實案例讓你動手做實驗

近日AWS首次免費釋出自家內部機器學習課程,共有超過30堂線上機器學習課程,總共超過45小時的訓練課程,除了影片教學之外,AWS還提供真實的資料,要開發人員動手做實驗。

2018-11-28

| Nvidia | AI | 遷移學習 | 放射醫學 | 醫學影像

鎖定放射醫學診斷,Nvidia推出遷移學習辨識模型和AI輔助標註SDK

用人工來診斷醫學影像往往耗時且成本相當昂貴,Nvidia最近針對放射醫學影像推出加速診斷工作的工具,包含醫學影像運算平臺Clara的SDK、專為醫學影像設計的遷移學習工具包,和AI輔助標註SDK。

2018-11-27

| Gartner | AI | 公民資料科學家 | 數位分身 | 數位隱私 | 區塊鏈 | 量子運算

Gartner 2019年策略科技趨勢:AI自動化工具將催生素人資料科學家

Gartner 2019年科技策略趨勢報告指出,非專業背景出身的素人資料科學家,將因AI自動化工具普及而崛起,而企業將擁抱虛實整合的數位分身,此外,數位隱私也將成為當務之急。Gartner也預測量子運算實際應用將於2023或2025年出現,量子密碼和後量子密碼應用更是企業不可忽視的資安領域。

2018-11-23

| Line | Link | 區塊鏈 | AI | dApp | 代幣經濟

【東京開發日直擊】LINE區塊鏈技術架構首度公開,明年開放第三方dApp,甚至會開源釋出

LINE下一階段的發展策略包括了串連(Connect)與互惠生態圈(Mutually Beneficial Ecosystem),是AI和區塊鏈是實現兩大戰略的關鍵技術,應用場景將涵蓋金融、電商、內容和娛樂四大類服務。

2018-11-22

| AI | 指紋

指紋辨識就安全了嗎?研究:AI能產生以假亂真的假指紋

研究人員利用生成對抗網路,合成繪製出假指紋,在小面積的指紋辨識、解析度不佳的app及指紋比對的安全層級條件下,可以假亂真,冒充真實的指紋通過辨識機制。

2018-11-20

| AI | 影像辨識 | 社交平臺 | 動物保護 | Wildbook

人類以AI幫野生動物建置了他們的臉書Wildbook,蒐集社交平臺目擊資料來勾勒動物行為

目前這套軟體可蒐集研究人員所拍攝的影像,以及觀光客上傳到YouTube及Flickr上的影像,再利用深度學習技術及這些野生動物的自然特徵、遺傳識別符或發聲來辨識與追蹤每一隻不同的動物。

2018-11-19

| google | AI | 李佳 | 李飛飛

繼李飛飛後,AutoML重要推手Google雲端AI研發負責人李佳也離職

繼李飛飛離開Google之後,Google雲端AI研發負責人李佳也離開了Google的崗位,目前還沒正式對外公布未來的去向

2018-11-17

| AI | Big Data | 臉部辨識 | 電子簽章 | 科技選戰 | 輿情分析

【2018 Meet Taipei現場直擊】臺灣AI新秀展現軟實力,電子簽章也能結合人臉辨識來強化身分驗證

不只有避免偽造、詐欺影像的電子簽章,以及助候選人掌握選情的輿情分析平臺,還有AI解決方案團隊聯手北醫,要預測敗血病的發生。

2018-11-16

| 微軟 | AI | Airsim | 測試環境 | Unity

加速AI訓練,微軟無人機和自駕車模擬測試平臺Airsim登上Unity

微軟去年發布的測試無人機和自駕車模擬開源平臺Airsim,現在能夠在Unity上測試了,Airsim是用來測試無人機和自駕車等AI裝置,在真實世界的操作能力和安全性

2018-11-15

| 微軟 | AI | Chatbot | 對話式AI | AI新創

看準對話式AI市場,微軟收購Chatbot新創XOXCO

看見了對話式AI的市場,微軟最近宣布收購一家專注於AI技術和Chatbot開發的新創XOXCO,微軟預想未來自然語言將會成為新一代的使用者介面,因此策略性收購XOXCO

2018-11-15

| google | Gboard | AI | 動態貼圖

讓聊天變得更有趣,Gboard 用AI自動幫你找出推薦貼圖

Google近日於Gboard推出自動推薦表情符號、貼圖和GIF動態貼圖的功能,當使用者輸入文字時,就會有相對應的推薦貼圖提供選取,目前只支援英文輸入和Android用戶,iOS版也尚未推出,未來將會支援更多語言

 

2018-11-14

| 語音辨識 | google | AI | 神經網路

Google開源可準確辨識不同人聲的AI演算法,即時辨識多人對話挑戰賽中平均100句只錯7句

這個模型可以解決多人對談中的大難題,「誰在什麼時間說了什麼話」的語音辨識挑戰,在 NIST SRE 2000 CALLHOME基準測試中的最低錯誤率只有7.6%

2018-11-13