| John Deere | AI | 農業 | 曳引機

John Deere發表農用AI無人曳引機

John Deere無人曳引機上搭載6對立體攝影機,並由深度神經網路處理這些攝影機所拍攝的影像,360度偵測障礙物,來決定曳引機的行為

2022-01-06

| Coqui | TTS | 深度學習 | 文字轉語音 | AI

Coqui釋出零樣本文字轉語音模型YourTTS,較傳統TTS模型使用更少訓練資料集

YourTTS模型能夠在多語言、多說話者和零樣本學習中,產生良好的結果,還可用於跨語言的語音轉換,並且使用比傳統TTS模型更少的訓練資料集

2022-01-05

| AI | Avalanche | 深度學習 | 模型訓練

Avalanche發布可加速AI模型訓練的低程式碼工具hAIsten AI

人工智慧低程式碼工具hAIsten AI,能夠降低訓練模型和部署,加速企業人工智慧應用程式開發

2022-01-04

| CIO必看10大趨勢 | AI | Transformer | 多模態AI | 多任務AI | 企業流程虛實整合

【展望後疫2022年新趨勢5】多任務多模態AI加速商品化,企業流程虛實整合有更多新選擇

原為NLP而生的Transformer架構,在2021年不斷被科技巨頭證實能同時處理圖文、影片等多模態能力,微軟、Line也紛紛預告要用來打造企業級AI服務。展望2022年,企業將見到多任務多模態AI服務的新選擇

2021-12-30

| Dynamic Yield | 麥當勞 | 萬事達卡 | 收購 | 個人化推薦 | AI

麥當勞把個人化平臺Dynamic Yield轉手賣給萬事達卡公司

Dynamic Yield提供基於機器學習技術的個人化推薦服務,全球有超過400個品牌為該平臺的客戶,麥當勞也利用Dynamic Yield的技術打造自助點餐Kiosk及得來速服務

2021-12-22

| Meta | Bean Machine | AI | 不確定性 | 機器學習模型 | PyTorch

Meta開源Bean Machine函式庫可量測AI模型不確定性

機率程式開發系統Bean Machine讓開發者能夠輕鬆了解,人工智慧模型中的不確定性,供用戶更全面地掌握模型的行為

2021-12-21

| AWS自製晶片 | 處理器 | Graviton | AI | Inferentia | 固態儲存 | Nitro SSD | AWS Nitro System

【AWS 2022新戰略2:自己設計多種晶片,展現實質成效】兼具省錢與高效,創造雙贏局面

布局近10年,AWS自行設計基礎架構加速卡、處理器、AI加速晶片、固態硬碟,獲取足夠效能之餘,也提供用戶更經濟的選擇,並減低自身營運成本

2021-12-20

| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | 科技部AI計畫 | 義隆電子 | AIoT | 邊緣即時偵測

YOLOv4輕快準!邊緣即時偵測應用就靠它

YOLOv4一如其名You Only Look Once,只要看一眼,就能分辨萬物,比人眼還銳利,已經在許多應用場景中開始發威

2021-12-13

| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | AIoT | 邊緣即時偵測 | Transformer

【冠軍模型接班人,整合顯隱性知識架構】不只物件偵測快又準,YOLOR能一心多用秒解多任務

中研院另一新作YOLOR今年5月問世,再次拿下COCO排行榜冠軍,展現臺灣AI實力。特別的是,它不再只是物件偵測,而是各種CV任務都通吃

2021-12-13

| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | 科技部AI計畫 | 義隆電子 | AIoT | 邊緣即時偵測

【冠軍模型幕後推手:中研院資訊所博士後研究員王建堯】靠軟硬整合實力拿下兩次世界第一

有求學時期累積的軟硬整合能力,以及背後一位堅持只研發好東西的老師,王建堯終於站上AI國際舞臺。伯樂與千里馬共行,下一步要繼續為國爭光

2021-12-13

| 封面故事 | AI | YOLOv4 | 王建堯 | 中研院資訊所 | 廖弘源 | YOLOR | 物件偵測 | 科技部AI計畫 | 義隆電子 | AIoT | 邊緣即時偵測

【冠軍模型催生關鍵:業界出題學界解題模式】一場會議催生世界第一物件偵測模型YOLOv4,一張GPU就跑得動

義隆電子與中研院團隊因科技部產學共創AI計畫而相識,進而催生出世界第一的電腦視覺模型YOLOv4,更將過去科技巨頭上千張GPU才玩得起的物件偵測模型,簡化為1臺PC和1張GPU就行

2021-12-13

| Meta | AI | 少量樣本學習

Meta採用少樣本學習技術,更全面地偵測社交平臺有害內容

Meta在臉書和Instagram上,採用少量樣本學習技術來阻擋有害內容傳播,有效辨識傳統系統所無法發現的各類型違反規則貼文

2021-12-10