前瞻技術脈動:人工智慧技術(201804)
科技產業資訊室 (iKnow) - 技術發展藍圖研析團隊 發表於 2018年10月11日
圖、前瞻技術脈動:人工智慧技術(201804)
基本雲端架構的機器學習更有效率和安全
MIT 發表了一種保護資料混合加密技術,利用同態加密(homomorphic encryption)與電路亂碼(garbled circuits)兩種技術,確保利用雲端架構分類圖像,雲端服務伺服器不會學習任何上傳的數據。新的加密方法與傳統的加密相較於傳統的加密模式而言,在運算速度上能快 20 至 30 倍,耗費的網路頻寬則可減少一個數量級。研究成果已發表於 USENIX Security Conference。
參考資料:More efficient security for cloud-based machine learning. TechXplore,2018/8/17
新型 AI 相機可徹底改變自駕車
美國史丹佛大學設計出一種新型的人工智慧相機系統,能夠更快、高效的分類圖像,可大幅提升目前電腦辨識物體的速度,研究成果已發表於 Scientific Reports。新型 AI 相機由光學電腦與傳統電腦組成,通過將變分的圖像數學分析移交給光學系統,提升其效能。
參考資料:New AI camera could revolutionize autonomous vehicles. TechXplore,2018/8/17
Deep Mind公司的AI技術能準確地發現眼疾
DeepMind公司與倫敦大學學院的科學家共同開發了一款可以發現眼部疾病的新系統。可以透過確認患者的眼睛狀況以提前接受治療並預防視力功能喪失。還能在94%的病例中正確的分類超過50種眼部疾病的症狀,媲美世界各地的專家。科學家透過15000名英國國民保健屬(NHS)病患的匿名診斷資料來幫助AI學習如何從複雜的光學相干斷層視網膜掃描(OCT)中發現眼部疾病的10個關鍵特徵。該研究發表在Nature Medicine期刊上。
參考資料:DeepMind’s AI can spot eye disease just as well as top doctors. New Scientist,2018/8/14
可以畫出任何人類想要的畫的AI
由微軟研究院的研究人員創建了一個可以畫出圖案或畫的AI演算法。這個AI可以畫出人類夢寐以求的任何東西,但是並不是都能夠被辨識的。該技術是透過含有照片及其描述的資料庫進行訓練,因此可以透過特定的詞、顏色、結構及形狀來相匹配。紐約大學的研究人員透過架設一個網站來展示這個AI模型,讓使用者可以輸入想要的畫,就能建構出一張圖。
參考資料:This AI will draw whatever you want – but it’s utterly terrible. New Scientist,2018/8/17
機器人還未能完全取代教師且實際上可提升兒童教育成效
普利茅斯大學、耶魯大學和筑波大學共同進行教學用機器人的實驗研究,結果發現,在可預見的未來,機器人雖然可以協助學生提升詞彙和數學的能力,其效果與教師教學相當,但教學機器人仍無法完全取代教師的角色,特別是在有關語音識別和社交活動上,其仍須進一步的突破,該成果發表在Science Robotics。
參考資料:Robots will never replace teachers but can boost children's education. TechXplore,2018/8/16
UNC使用人工智慧建構更好的粒子追踪軟件
北卡羅來納大學的研究團隊製作了一種使用機器學習的粒子追踪新方法,該方法具有數千個良好調整的參數,可以完全自動處理各式各樣的影像,比目前使用的系統至少精確10倍,目前已申請專利,他們的成果發表在Nationals Academy of Sciences期刊上。
參考資料:UNC Builds Better Particle Tracking Software Using Artificial Intelligence. UNC,2018/8/23
利用AI的愚蠢來使機器人更像人類
法國索邦大學及美國路易斯維爾大學的研究人員介紹了人工愚蠢。透過抑制Artificial General Intelligence (AGI),故意加入一些限制來匹配人類執行任務的能力,使得人工智慧更加安全,且不受記憶、處理、計算和認知等限制。研究人員下一步將是嚴格編寫AI準則及法律,讓機器人不能主動升級代碼。
參考資料:Want to make robots more human? Try artificial stupidity. The Next Web,2018/8/24
開發人工智慧系統提高癌症腫瘤檢測率
佛羅里達中央大學在醫學成像研討會(MICCAI 2018)上發表利用類似臉部辨識的演算法,協助辨識電腦斷層掃描的圖像,針對有關肺癌的微小斑點,新的AI系統的準確率達95%,比人眼辨識的65%高出許多,其將有助於肺癌的早期篩檢,未來希望該技術可以和醫院合作進行測試,預計1~2年內應可商業化。
參考資料:Engineers develop AI system to detect often-missed cancer tumors. Tech Xplore,2018/8/22
人工智慧輔助記錄電子健康記錄
根據2016年一項研究指出,醫生一天大約花費兩小時處理病歷等行政工作。Google Brain的研究員開發了一個新的語言模型,協助醫師透過分析患者的醫療紀錄來預寫新的病歷,研究者利用MIMIC-III數據集(約近40,000名病患的病歷)訓練新的語言模型,相較過去的成果,新的模型可以處理較長的文本,目前尚未與X光等圖像資料結合。
參考資料:AI-assisted note-taking for electronic health records. Tech Xplore,2018/8/22。
(1475字;圖1)
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。
|