AI趋势周报第42期：脸书开发音乐翻译机，把口哨变成古典乐

重点新闻(0525～0531)

 脸书     音乐翻译机   

脸书研究员开发音乐翻译机，把口哨变成古典乐

来自脸书人工智能研究院（FAIR）的研究员，日前开发一款可以翻译音乐的AI系统，能接收多种音档输入，像是简单的口哨或由多重乐器演奏的交响乐，并输出为不同形式的音乐。比如，使用者输入一首经典流行歌“Always on My Mind”，系统就会输出以莫札特风格诠释的演奏版。此外，这套系统能针对一首歌，一次输出六种不同风格的版本。脸书表示，这是第一个利用AI来自动转换不同乐器、曲调和风格，并创造高传真音乐的系统。而这套系统的自动编码器，可在不需监督的情况下，转换不熟悉的音乐。这一点，也点出了未来AI能靠简单曲调、来创造完整乐曲的潜能。（详全文）

 三星   AI研究院 

三星在英、加、俄成立AI研究院

三星日前宣布，在英国剑桥、加拿大多伦多和俄罗斯莫斯科等地设立AI研究院，来强化该公司的AI能力，开发更多以用户为中心的AI服务。位于剑桥的三星AI中心将由微软剑桥实验室前总监Andrew Blake领导，研究重心是情绪识别。而多伦多三星AI研究中心则将由三星美国研究院（SRA）的资深副总裁Larry Heck领导，研究重心将聚焦核心AI技术，并与加拿大多间大学合作。位于俄罗斯莫斯科的第三间三星AI中心，则计划由Dmitry Vetrov和Victor Lempitsky两位教授领导，将聚焦AI算法的研究。此外，三星计划在未来2年内，将全球AI进阶研究员的总人数扩编至1,000人。（详全文）

  FDA   AI判读   

美国FDA核准OsteoDetect，AI系统可用来判读手腕X光片

美国食品和药物管理局（FDA），日前核准一套X光判读软件OsteoDetect的使用，这套软件可以协助医生，诊断成人手腕是否骨折。Imagen Technologies公司开发了OsteoDetect，它利用AI算法，来分析患者手腕的平面X光片，判断是否有桡骨远端骨折。如果有，系统会自动在X光片的骨折处标记，让医护人员更快知道病患状况。此外，这家公司也提交1,000份该软件判读、标记过的X光片影像，用来与三位骨科医师的判读结果对照，以进行评估。FDA表示，这套软件旨在协助医疗院所和医护人员诊断，而非取代专业医师。（详全文）

  生物验证  步伐辨识 

新AI步伐辨识系统现身，可望用于机场安检

曼彻斯特大学和马德里大学的研究员，日前开发出一套AI生物验证系统，可根据走路习惯和步伐来辨识个人，而验证的方式，则是让人在地板上的压力垫行走，并分析3D足迹和时间数据，来验证身份。研究团队团队使用地面感测器和高像素相机，搜集了127人、2万个步伐讯号，建立了号称史上最大的步伐数据库，并命名为SfootBD。研究人员只用此步伐资料集所建立的预测模型，几乎能100％辨识出受试者，错误率只有0.7％。曼彻斯特大学电气与电子工程学院研究员Omar Costilla Reyes表示，这套系统未来可用于机场安检。（详全文）

南加大    言论分析  

分析1800万则Twitter推文，南加大新算法能预测暴力冲突

在美国国防部的资助下，南加大研究人员近日开发一套算法，分析社交平台Twitter上的道德化推文，来预测抗议事件是否会转变成暴力冲突。研究人员假设，当人们把一项议题道德化（moralized）时，也就是认为某件事情应该是对或错时，就容易发生暴力冲突。为了验证，研究员分析了2015年巴尔的摩暴动期间的1,800万则Twitter推文，检测道德化言论和逮捕率的关系，发现Twitter上出现的道德化推文数量和几个小时后的每小时逮捕次数呈现正相关，而且当抗议者和警察发生肢体冲突时的几天，道德化推文的数量翻了一倍。 （详全文）

机器学习   脑波分析  

IBM用机器学习自动分析脑波图讯号，来辅助医生诊断癫痫

IBM研究团队近日发表用机器学习自动分析脑波图（EEG）讯号的成果。IBM从去年开始与新加坡南洋理工大学合作，共同开发一套机器学习算法，透过脑波图的讯号来检测脑功能，以辅助专业医师诊断是否出现癫痫症状等疾病。而在分析过程中，系统几乎不需要人工挑选特征、调整参数。目前该模型只有在已开发的国家中测试，未来将会尽快于发展中的国家测试该模型。（详全文）

英国政府   AI抗癌  

英国政府要用AI对抗癌症，藉早期诊断降低死亡率

英国首相Theresa Mary May公开表示，英国将投资百万英镑开发人工智能应用，以预测癌症及慢性病，透过大量资料分析，期望在癌症初期就发现，并通知家庭医生进行转诊建议，以快速诊断减少死亡率。拥有1948年后所有英国国民医疗资料的英国国民健保署（NHS）也会和民间机构、慈善机构合作，利用大资料技术，来发展可快速辅助家庭医生的算法。不过，这项计划需要政府与第三方共享国民隐私资料，也引起政府靠公有财获利的争议，受到多方团体的质疑。（详全文）

Google     TPU   

Google云端机器学习引擎开始支援TPU

Google近日更新公有云平台机器学习服务的功能，让云端机器学习引擎（Cloud Machine Learning Engine）也能结合TPU运算服务，加速训练成效，目前是预览版。云端机器学习引擎可以提供使用者TensorFlow代管服务，利用分散式训练、GPU加速，扩充机器学习工作负载。而开始支援TPU后，可用来加速机器学习模型的训练成效。机器学习引擎会负责建置、管理TPU节点，Google云端机器学习引擎工程总监Nikhil Kothari表示：“就像使用CPU、GPU一样简单”， TPU任务也可以结合超参数调整（Hyperparameter tuning）功能，改善模型成效。（详全文）

微软      迁移学习  

微软靠迁移学习，解决对应语句训练资料不足问题

继微软3月中发布AI机器中翻英程度达到人类专业水准之后，最近又持续挑战机器翻译的难题：方言和口语。机器翻译通常仰赖两种语言的平行对应语料数据库来训练模型，不过，由于大多数的方言和口语都没有足够的相对应语料当作训练资料集，微软便透过迁移学习将训练资源高的语言转移到资源低的语言上，搭配半监督式学习方法，解决了对应语句训练资料不足的问题，成功开发出高品质的方言和口语翻译器。（详全文）

  基因算法   市容预测   

西班牙研究员用基因算法，可预测都市建筑成长趋势

来自西班牙A Coruña大学的研究员，开发一套基因算法，以预测都市建筑的变化。参与研究的建筑师Ivan Pazos表示，市容变化过程就像生物有机体的成长，而基因算法结合遗传学基本规则和达尔文的天择逻辑，适合预测城市的发展。研究员以东京都港区为对象，从2015年搜集的港区建筑历史资料和其他经济参数，建立了一系列地图和3D模型，来预测2016年到2019年的建筑数量和出现区域。该算法准确预测出2016年和2017年港区天际线的变化，现在正评估2018年和2019年的预测准确性。上图为Ivan Pazos等人对东京港区城市发展的3D模型预测。（详全文）

图片来源／脸书、三星、Ivan Pazos

 AI趋势近期新闻 

1. HTC推人工智能平台DeepQ AI Platform，主打一键式部署

2. 安联人寿推出智能Chatbot Allie，让保单贷款1分钟内完成

3. 阿里巴巴达摩院，推出AI语音点餐服务

4. 联发科携台大和台大医院，结合生物感测芯片和智能手机，可60秒量血压

资料来源：iThome整理，2018年5月