| 微軟 | 語音轉文字 | Transformer | 三星 | 對抗生成網路 | 臉書 | Pythia | 倫敦國王學院 | Nvidia | 智慧醫療 | JINS | MIT | 對話機器人 | 耐能 | AI晶片 | AI | IT周報

AI趨勢周報第86期:微軟發表文字轉語音新成果,只要少數樣本就能訓練出準確度99.84%的模型

微軟發表一款文字轉語音AI,只用共20分鐘長的200個音頻樣本及其文字檔,就開發出準確度達99.84%的模型。另一方面,三星近日發表一項AI研究,只需幾張臉部表情的影像,就能讓靜態的人物肖像開口說話。此外,日本平價眼鏡連鎖品牌JINS宣布引進JINS Brain AI智慧判讀服務至臺灣分店,來幫臺灣消費者「挑眼鏡」。

2019-05-29

| MIT | 機器人 | 肌肉運動

不需下指令,MIT打造出能與人類合作抬起物體的機器人

麻省理工學院開發出能自動追蹤人類搬起重物動作,並做出協助行為的機器人,利用肌電圖檢查感測器,來監控人類的二頭肌和三頭肌運動,進而調整自身的動作

2019-05-23

| 美國空軍 | AI | MIT

美國空軍和MIT推出AI加速器計畫,聚焦於國家級安全挑戰

美國空軍預計每年投資約1,500萬美元與麻省理工學院推動加速AI技術的計畫,開發出國家級安全挑戰的實際AI解決方案

2019-05-21

| 陽明大學 | 藥物辨識 | 樂天銀行 | AI | 資安 | Android Q | 字幕生成 | MIT | 臉書 | ML調校工具 | IT周報

AI趨勢周報第84期:不怕吃錯藥!陽明大學開發手機藥物辨識App

陽明大學開發出手機藥物影像辨識App,透過智慧型手機拍下藥物後,就可辨識出藥物,並顯示藥物特徵、成分、適應症等細節,目前可辨識400種藥物。

2019-05-10

| MIT | 神經網路 | 深度學習

MIT找出能使神經網路體積縮小的80/20分析法

麻省理工學院發表能在不改變預測準確率的情況下,能縮小神經網路的體積,並找出真正有用子網路的方法

2019-05-07

| AI晶片 | 高通 | 希捷 | 雅典娜計畫 | MIT | 觸覺機器人 | google | AI協作平臺 | 迪士尼 | 腳本生成 | IBM | 分散式架構

AI趨勢周報第81期:高通推出最新款處理器Cloud AI 100,專攻邊緣AI運算需求

高通日前推出最新款AI處理器Cloud AI 100,專為邊緣AI運算需求而設計,每秒可執行100兆次浮點運算,最高效能還比自家高階行動處理器高出3到50倍。另一方面,老牌HDD大廠希捷宣布啟動雅典娜計畫,於美國明尼蘇達州的工廠部署AI來檢測產品品質。而迪士尼研究院發表一款能將文字轉為動畫的腳本生成AI,要來協助編劇。

2019-04-18

| MIT | 中國 | 中興 | 華為

MIT從嚴審查和中、俄、沙國合作,暫停與華為、中興的計畫

繼美國政府針對中興和華為產品發出禁令後,美國麻省理工學院(MIT)也宣布要嚴格審查來自中國香港、俄羅斯和沙烏地阿拉伯的國際合作專案

2019-04-08

| MIT | 蛋白質 | 機器學習

MIT用胺基酸序列搭配機器學習預測複雜蛋白質結構

麻省理工學院的研究團隊打造了利用胺基酸鏈段預測蛋白質結構的ML模型,能加速生物相關研究、藥物開發等領域的發展

2019-03-26

| MIT | 機器人

MIT打造出會後空翻的機器人

麻省理工學院打造出會後空翻的四足機器人,就算被踢倒還會自己站起來

2019-03-06

| 大腸癌 | AI醫療 | AI偏見 | MIT | VAE | 機器義肢 | Intel | Nauta | 深度學習 | 分散運算 | 停車位預測 | GitHub | Numpy | Neo-AI | AWS | AI | IT周報

AI趨勢周報第74期:中正大學聯手嘉基,用AI揪出大腸瘜肉!

中正大學聯合嘉義基督教醫院,打造一套醫學影像AI系統,可即時分析醫生大腸鏡檢查畫面,自動在電腦螢幕上框出瘜肉位置、辨識贅生性瘜肉機率,準確率高達95%。另一方面,北美2間大學用增強式學習來調教機器義肢,讓身障者可以舒適地走路。而MIT近日則提出一篇論文,要以新演算法來重新採樣訓練資料,解決人臉辨識偏見。

2019-01-31

| Scratch | MIT | 程式語言

Scratch 3.0新增模組系統,能連結硬體與外部軟體服務

Scratch 3.0能透過增加新的程式碼模組以使用擴充功能,像是LEGO Education WeDo 2.0或是Google翻譯等擴充,就能用來操作硬體或是賦予Scratch內角色多語言能力。

2019-01-04

| MIT | 深度學習 | 影像辨識

MIT用深度學習讓在黑暗中「看不見」的物體現形

MIT的研究團隊開發出讓在黑暗中「看不見」的物體現形的深度學習模型,研究人員訓練了一套深度學習模型,來辨識超過1萬個透明的刻痕,在光源極低的圖像中,重建出透明的物體。

2018-12-13