NLP

以自然語言處理（NLP）技術加速負面新聞辨識分類，省下原本要人工查詢大量新聞、將文章複製貼上的時間成本

Line臺灣兩年前就聯手行政院和4家事實查核機構，成立訊息查證中心，來提供正確的新聞資訊。面對疫情間湧出的大量待查核新聞，Line用兩套NLP模型來加速，一套SBERT用來比對文章近似度，判斷是否為已查核的新聞，若未查核，就用另一套ELECTRA來自動分類文章，派送給領域專家查證。

臉書融合自監督學習和Transformer優點，設計一套DINO演算法，用這個方法訓練出來的ViT模型，能準確辨識圖片和影片中的物件，也能進行語意分割；甲骨文推出分析雲服務，強化ML模型可解釋性，也能用自然語言進行搜尋； MIT新材料分析AI工具，靠一張外觀照片就能估算出材料壓力。

臉書用Transformer架構，打造出熟練7種任務的AI模型，且都用同一套參數；如何讓AI更懂一張圖中的千言萬語？Google AI大神Hinton：試試融合5種AI的GLOM；ML模型錯在哪秀給你看！微軟推出ML可視化錯誤分析工具包；HPE邊緣運算系統首次進駐太空站；30張圖片就能訓練模型！AWS推出工業瑕疵檢測服務。

臺灣新創Frontier以16支引擎打造紡織雲平臺，也就是一套數位布片資料庫，來解決紡織業數位化痛點。他們以AWS和其他辨識引擎來自動辨識、校正、降噪和貼標紡織業者上傳的布片，所有流程只需3分鐘；Google新NLP模型就算比BERT少300倍的參數，也能達到相同水準。

Google Brain在一篇論文中揭露自行開發的深度學習框架自動化工具TF-Coder，可處理張量操作，來符合框架的各種要求，而且經測試，能在5分鐘內解決63個搜尋任務，比TensorFlow專家還要快；微軟日前研發一套生醫NLP預訓練模型和Benchmark，完全以生醫語料訓練而成，號稱比通用預訓練模型要精準。

今年，Penn Medicine和英特爾要藉聯合學習（FL），來讓跨七國的29家醫學研究中心，共同訓練一套腦瘤偵測AI；在臺灣，慈濟醫院聯手華碩，要推動11項醫療AI專案；零接觸防疫：北醫導入心律影像偵測AI，高附醫導入雷達生理感測系統，透過AI來即早預警；Amazon正式發布Kendra，可替企業使用者快速找到專業領域資料。

Google的多語言模型測試基準Xtreme，能以多項語言任務評估模型表現，希望能促進多語言學習研究發展