GAN

新系統能夠正確地將A照片人物中的衣服，合成到B照片人物的身上

Nvidia團隊利用8個月開發出遊戲模擬器GameGAN，利用4天和5萬支經典遊戲小精靈的影片訓練，就模擬出一套栩栩如生的小精靈遊戲，不僅能讓使用者動手玩，遊戲中的規則、畫面等細節更不需任何程式碼來撰寫設計，憑著視覺學習就能完成。

史丹佛大學2年前展開RoboTurk專案，以群眾外包來收集操作機器手臂的示範影片，近日釋出RoboTurk資料集，要來推進機器人策略學習等；另一方面，Google發表超強深度學習二階梯度優化法，比前一代更省運算資源，同時也比所有一階優化器要快；英特爾用AI爬梳上百萬家企業網頁，透過知識圖譜從中找出有潛力的產業領頭羊，作為潛在客戶名單。

Amazon新模型可根據購物者的文字描述合成出相符的褲子圖像，並且隨著後續增加的特徵描述，修正合成的結果

臺灣音樂影音串流龍頭平臺KKBOX宣布加入微軟夥伴生態圈，不僅將自家4PB資料全數搬遷至微軟雲平臺，還要將自家影音串流解決方案BlendVision賣到全球，明年也將推出多項AI音樂類服務，如AI歌曲爆紅預測系統、AI作詞作曲小幫手，並將與微軟合推新型態音樂市場預測服務。

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。

華為發表更輕更小的自然語言處理預訓練模型TinyBERT，比Google BERT小7倍，推論速度卻快上9.4倍。TinyBERT採用知識提煉（KD）和師生框架來改善Google BERT，利用小型學生網路來模仿大型老師網路行為，而KD則著重於Transformer提煉和兩階段學習框架，在大型文本語料庫和下游微調過的TinyBERT之間，增加一個通用TinyBERT。

電商松果購物用AI來改善商品搜尋和推薦兩大應用，首先透過機器學習排序和數十種模型來優化商品搜尋的排序，同時利用傳統矩陣分解和深度學習來建立個人化推薦商品清單，更進一步找出用戶的隱式回饋。就成果來看，推薦清單中的購買召回率達3、4成，推薦專區交易額也成長2倍。