| 歐盟 | 人臉辨識 | 臉部辨識 | AI | 犯罪 | 調查 | 警察

歐盟警方提議建立泛歐人臉辨識資料庫

目前歐盟27個會員國已建立共用的DNA、指紋及車輛註冊資料庫,現在奧地利警方想要進一步讓歐盟全境至美國地區的人臉辨識資料,也一併納入該系統

2020-02-24

| 成大醫院 | 武漢肺炎 | 智慧醫療 | 病歷自動化 | AI

成大醫院導入檢疫平板與武漢肺炎AI,全套檢疫作業快4倍

早在疫情出現之初,身為南部醫學重鎮的成大醫院,不只在第一時間成立防疫應對小組,更於小年夜啟用戰情資訊看板掌握六大情資,加速防疫決策。此外,團隊也進一步導入檢疫平板,實現病歷自動化,並以先前打造的自發性氣胸預警AI為基礎,短短兩周開發、測試武漢肺炎偵測模型,在2月進入第一線檢疫站,將全套檢疫時間從2小時縮短到30分鐘。

2020-02-21

| google | dialogflow | 客服 | AI | 自然語言理解 | Chatbot

Google更新Dialogflow AI引擎,使用者可創建更強大的虛擬客服

Dialogflow新增Mega Agent,提供高達2萬個意圖,使用者能創建對話能力更強的代理

2020-02-20

| 歐盟 | AI | 個資 | 開放資料 | 資料分享 | 人工智慧 | 大數據 | AI白皮書 | 臉部辨識 | 道德 | 隱私

歐盟著手規範AI應用與資料分享準則

歐盟發布人工智慧資料政策以及AI白皮書,要在隱私法GDPR的規範下,立法規定科技業者開放數據資料予歐洲地區的政府與私人組織共享利用,並透過訂立AI框架,來打造部署合法的臉部辨識等AI應用

2020-02-20

| 開源硬體 | RISC-V | 開源 | 晶片 | 處理器 | CPU | Falcon | 控制器 | RISC-V基金會 | RISC-V指令集架構 | Nvidia | AI | 深度學習 | 加速器 | RC18

【RISC-V採用實例:GPU繪圖晶片】翻新十年GPU微控制器舊架構,Nvidia捨Arm改用開源晶片技術來自製

為了滿足更高效能的運算需求,Nvidia在繪圖晶片改用RISC-V架構,來翻新用了十多年在GPU內的微控制器老舊CPU架構

2020-02-20

| 開源硬體 | RISC-V | 開源 | 晶片 | 處理器 | RISC-V基金會 | RISC-V指令集架構 | 5G | AI | 三星

【RISC-V採用實例:智慧型手機】3年試用驗證,三星新手機改靠開源自製晶片攻5G

隨著三星5G手機晶片改用開源RISC-V的自製處理器,讓RISC-V正式加入5G戰場,連AI影像感測器、車用系統都要用

2020-02-20

| MIT | 機器學習 | 模型 | 維基百科 | AI

MIT開發能修改維基百科文章錯誤的自動系統

維基百科自動編輯系統,能夠根據輸入的新資訊,判斷維基百科文章中錯誤的地方進行修復

2020-02-15

| google | AI | Reframe | 影像處理 | AutoFlip

Google用AI自動重新剪輯影片

Google以人工智慧技術重新剪裁16:9或是4:3長寬比的影片,讓影片更適合在各種螢幕大小的裝置上觀看

2020-02-15

| AI | Line | 徵才 | 德國航空中心 | 影片 | 事件辨識 | ARM | AI處理器 | 微軟 | 語言生成 | 臉書 | PyTorch3D

AI趨勢周報第120期:LINE三大事業體共12團隊大舉招募臺灣人才

LINE三大事業體LINE、LINE Bank和LINE Pay等共12個團隊,開始在臺大舉徵才,範圍涵蓋AI、資料科學、資安、前後端、測試和用戶端開發等領域;為賦予無人空拍機解讀影像的能力,德國航空中心與慕尼黑工業大學發表空拍影片事件辨識資料集;鎖定邊緣AI市場,Arm發表性能大幅超越前一代的AI處理器。

2020-02-14

| google | 雲端 | 資料工程 | 課程 | AI | 機器學習

Google更新雲端平臺資料工程師訓練課程

由於資料工程師的技能需求改變,Google更新資料工程師課程,加入更多機器學習相關內容

2020-02-12

| Semi | 半導體 | AI | 5G | 智慧運輸 | 智慧醫療 | 智慧製造

SEMI鎖定六大領域,要用半導體關鍵技術實現AI和5G應用

看好邊緣AI持續發展以及5G將帶來的優勢,SEMI鎖定智慧運輸、智慧醫療、智慧製造等六大領域,要強化半導體在這些領域的相關技術發展,來實現AI和5G應用,同時也加強臺灣的產業鏈與生態系。

2020-02-12

| Mate Predictor | SolidWorks | AI | 3D模型組裝

3D模型設計的組裝作業有新AI應用,透過ML學習大量3D零件特徵自動排列組出完成品,加快設計驗證

SolidWorks在今年全球用戶大會上就展示了一個稱為Mate Predictor的3D設計零件組裝工具,透過結合了ML技術,能讓多個3D模型之間的組裝過程可以自動化來完成,設計者不需要自行配置整個組裝流程,就能迅速完成整個3D部件的組裝設計。

2020-02-12