AI趋势周报第45期：Nvidia新AI系统，能将常速影片转换为流畅清晰的慢动作影片

重点新闻(0615～0621)

Nvidia     慢动作影片  

Nvidia用AI将常速影片转换为高清慢动作影片

Nvidia研究员日前在美国盐湖城举行的电脑视觉和模式识别（CVPR）年会上，介绍他们开发的一套深度学习系统，可将原本每秒30帧的常速影片，转换为高清的慢动作影片（约每秒240帧）。研究员表示，他们使用Nvidia Tesla V100 GPU和以cuDNN加速的PyTorch深度学习框架来训练系统，而训练资料则包括11,000多个日常和体育相关的慢动作影片（每秒240帧）。一旦训练完毕，卷积神经网络就可以预测常速影片放慢时，额外的帧会是什么样子。结果显示，以这项技术产生的慢动作影片，比一般技术生成的要流畅、清晰。（详全文）

  DeepMind      GQN   

Google新3D建模算法，可从2D平面图自动生成3D模型

Google位于伦敦的AI研究院DeepMind，最近开发一套深度学习算法，可从2D平面图构建3D模型，《科学杂志》也刊登该研究论文。Google的这项AI技术叫做生成查询网络（GQN），适用于机器人视觉和VR模拟等领域。研究指出，就算只有少量2D平面图，GQN依然能从任何角度和成与渲染物件或场景，比如渲染物件看不到的面，然后从不同角度生成一个3D视图，而且在这过程中，还不需要人工监督、标记图像。《科学杂志》也评论，GQN网络以用不同角度拍摄的图像，来产生对场景的抽象描述，然后学习当中的基本要素。接着根据表现形式，GQN会预测从新的角度来看，该场景会是什么样子。（详全文）

  MIT    智慧电源插座 

MIT开发智慧电源插座，可侦测插座用电异常示警

MIT机械工程系的研究团队，日前开发智慧电源插座，透过分析单个或多个插座的电流使用状况，来分辨有害或无害的电弧（也就是瞬间火花），更准确侦测是否用电异常，来避免意外发生。这项设计，分为硬件和软件，硬件负责即时处理电流数据，软件则是用来分析数据的神经网络，由机器学习算法构成。这套算法，会将捕捉到的信号，与系统训练时所用的信号相比，来判定是否有害。研究人员表示，神经网络接触到的数据越多，就越能够准确学习数据好坏的特征，甚至能区分插座上的电器为何。（详全文）

  PSA   保释金决策   

犹他州用AI工具来帮法官决定适当的保释金

美国犹他州政府日前启用一个新AI工具：Public Safety Assessment（PSA），目的是希望在法官决定被告的保释金额前，来提供法官更多关于被告讯息，包括被告逃跑或对社区造成危险的可能性。法官只要输入被告的犯罪纪录、年龄和之前未到法庭的数据，PSA的算法就会计算被告未来再犯或法庭缺席的可能性。而法官可以根据这些讯息，来决定被告的保释金额要多少。这套工具由德州一家非营利基金会开发，目前已有数州采用。（详全文）

  Google    死亡预测 

Google医疗AI新应用，能预测病人入院后会不会死

Google近日开发一套可预测病人入院24小时的死亡率AI系统。Google宣称，这套系统所用的深度学习模型准确度高达95%，比传统预测模型好上10%左右。Google这款AI系统，使用了患者的种族、年龄、性别、病历、健检化验结果和生命迹象等数据来训练，不过它的特别之处在于，这套模型也采用了过去人们认为不可用的数据，比如医师所写的笔记，或是病例图表上的手写笔迹。而这套AI除了能预测死亡，还可以预测病人在未来30天内是否会再住院，以及住院时间的长短。不过，这款AI还处于初级阶段，但Google认为，它有一天能够用来预测一个正常人何时会死。（详全文）

Deepbird    TensorFlow  

推特内部机器学习平台Deepbird底层框架改用TensorFlow

有鉴于原本使用的机器学习框架Lua Torch社群支援度降低，推特机器学习团队Cortex决定，把内部深度学习平台Deepbird，其底层机器学习框架从Lua Torch转移到TensorFlow上。而框架的改变带来许多正向影响，Cortex表示，透过使用Tensorboard或是像Model Repo这样的内部视觉化工具，工程师可以简单的观察模型收敛情况，以调整出更好的结果。此外，改用TensorFlow，也可加快在64位元的x86系统架构上执行深度学习训练的速度。（详全文）

HPE    超级电脑Astra  

美国能源部又出招，联手HPE推全球最大Arm架构超级电脑Astra

前阵子美国能源部才与IBM联手打造超级电脑Summit，近日又再出招，能源部旗下的桑迪亚国家实验室与HPE联手，使用64位元ARMv8处理器 Cavium ThunderX2，并且搭配使用HPE高效能运算平台HPE Apollo 70，推出了超级电脑Astra。HPE表示：“这是目前世界上最大的Arm架构超级电脑”，其运算力达到2.322PFLOPS，根据TOP500超级电脑的2017年11月释出的排名，按照目前Astra的运算实力，大约可挤进排名前60的超级电脑。（详全文）

脸书     ExGAN   

老是拍到闭眼照吗？脸书用AI解决拍照失败问题

脸书AI研究院近日发表一项研究成果，可运用AI技术，来修正照片中闭眼或红眼的现象。脸书拥有庞大的相片资料，包括闭眼照片，可用作AI训练。脸书AI研究院在条件式生成对抗网络（cGAN）基础上，发展出样本式生成对抗网络（ExGAN）技术，训练过程包括将输入相片的眼睛部位以遮住；以输入相片与绘制相片间的内容／重构损失计算出生成器参数的梯度；以绘制相片、参考相片或程式码及另一张真实相片来计算鉴别器参数的梯度；最后透过生成器反向传播鉴别器的错误。研究人员表示，从结果来看，ExGAN产出的相片比Adobe PhotoShop Elements算法制作的图来得自然，和相片中人物原始面目也十分接近。（详全文）

MIT      RF-Pose  

小心隔墙有眼！MIT成功以无线讯号隔墙画出人体动作

MIT最近研究出能穿墙精准估测人体2D骨架的技术。研究团队以深度学习分析射频（Radio Frequency）讯号，MIT团队提出的RF-Pose方法，不只能在人体未受遮蔽的情况下、抓取人的姿势，连人体完全受到遮蔽的情境，也可以良好运作，无论是一个人或是多个人都没问题，RF-Pose甚至可以同时对场景中100个人抓取每个人的骨架，而这正是传统基于电脑视觉做不到的事，因为人们在画面中会互相遮蔽，而使用无线电波当作输入，则完全没有这个问题。（详全文）

  Amazon     DeepLens   

Amazon AI相机DeepLens在美开卖

Amazon日前宣布DeepLens正式在美国市场开卖，售价和Google Clips同样为249美元，之后将陆续推向其他地区。DeepLens具备可拍摄1080P影片的400万画素镜头、2D麦克风阵列，Intel Atom处理器、双频Wi-Fi、USB、micro HDMI传输埠，内建8GB的内存空间以供用户预载模型与程式码。在软件上则搭载Ubuntu 16.04、AWS Greengrass Core、为装置最佳化的MXNet深度学习框架及Intel clDNN函式库，能直接于硬件上跑深度学习模型。此外，DeepLens现在也支援第三方框架，像是TensorFlow 、Caffe2和MXNet提供的多层环境，以及Amazon的串流服务Kinesis Video Stream。（详全文）

图片来源／Christian Theobalt

 AI趋势近期新闻 

1. Amazon股东、公民团体要求AWS停止开发与行销Rekognition人脸辨识服务

2. IBM展示全球首个AI辩论系统Project Debater

3. 台湾微软陆续和亚大、交大、中华大学等校合作，培训AI人才

资料来源：iThome整理，2018年6月