AI & Big Data

讓機器人學習抓取可變形的物體，比抓取剛體難上不少，Google最新的研究可讓機器人按圖像配置，將可變形物體擺設成圖像中的樣子

用戶可以在Omniverse Machinima中，使用遊戲的場景和角色來創建逼真的動畫

官方考量程式的效能以及維護方便性，從Flask 2.0開始，將不再支援Python 2、3.5

Python時間序列預測函式庫Greykite，採用了Silverkite的演算法，其具有高效且靈活的特性，可讓用戶快速地對時間序列事件進行數值預測。

Google使用機器學習技術，只要靠智慧型手機單顆RGB前鏡頭，就能準確偵測使用者眼動，成本是專業眼動儀的百分之一

奧義資深研究員CK帶領團隊打造威脅獵捕系統，他們以機器學習為基礎，逐步融合NLP、異常偵測和圖演算法等技術，經過4個版本發展，成功開發出威脅獵捕機器人Fuchikoma，解決原本命令列資訊不足、訓練資料不均、缺少標註資料和缺乏攻擊時序圖等4大困境，成功揪出異常事件。

臉書與研究組織Inria合作，共同發展了新型電腦視覺技術DINO，不需要標籤訓練資料就能讓模型自己學會從圖片中分割出物體

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。