AI趋势周报第64期：微软释出AzureCognitiveServicesContainer预览版，让企业更容易使用AI
重点新闻(1109～1115)
微软 AI服务
为让企业更容易使用AI，微软释出一系列AI服务预览版
为帮助企业更轻易部署和使用AI，微软日前宣布释出Azure Cognitive Services Container预览版，不论资料储存于何处，使用者都可透过容器来使用Azure认知服务，比如脸部辨识、OCR或文字分析，且不须将资料传至云端。也就是说，使用者在自家地端部署的认知服务容器版，并不会将影像辨识或文字分析等资料传给微软。而微软容器化的认知服务，还包括各种相关API，比如可辨识图片文字的OCR API，以及可侦测语言、抽取关键字并分析文字情绪的API。这些容器化的认知服务已释出预览版。
此外，微软也将Azure认知服务容器版导入商业分析服务Power BI，可从各种影像、文字或社群媒体等抽取关键资讯，进行物件辨识、文字和情绪辨识。Power BI新增的AI功能，还包括分析绩效的Key Driver Analysis和简化整合的Azure机器学习模型，这些功能也已释出预览版。（详全文）
福斯汽车 Siri
福斯汽车可用Siri了！
福斯汽车日前释出VW Car-Net App最新版本，让使用者可透过苹果语音助理Siri来下指令。也就是说，只要透过iOS 12版的iPhone或iPad登入VW Car-Net App，车主就可透过Siri来解锁或锁上车门、检查里程数、油表或电量，也可以按喇叭和闪灯。举例来说，车主只要说出“嗨Siri，帮我的车门解锁”就行了。此外，VW Car-Net App也允许使用者添加个人化的语音指令到Siri中，以用于充电、除霜和温控，使用者甚至可以添加“我的车在哪里”指令。（详全文）
AI辨识 帕金森氏症
牛津大学用AI识别快速动眼睡眠障碍，来预测帕金森氏症
牛津大学研究员近日开发一款AI框架，可以自动检测快速动眼睡眠行为障碍(RBD)，以预测受试者发展帕金森氏症的可能性。RBD可做为判断罹患帕金森氏症的早期预测因素，而研究员在建立资料集时，采用了蒙特利睡眠研究档案中53名病人的纪录，以随机森林分类器和脑波图、眼电图和肌电图中的156个特征，来分类不同的睡眠阶段。为侦测RBD，研究人员结合了现有的肌肉萎缩量化技术，和标记出睡眠结构与肌电图指数的特征，来训练分类器。研究人员发现，结合睡眠结构和睡眠分期的方法，比现有方法更有效检测RBD（准确率为92％）。而这次研究成果，也发表于Arxiv.org。（详全文）
OpenAI Spinning Up
OpenAI手把手增强学习从头教，释出教育资源Spinning Up
OpenAI现于Deep RL中发布增强学习教育资源Spinning Up，可供任何人学习、熟练实作，其中包括增强学习的术语、各种算法和基本理论的介绍，还介绍了研究增强学习的方法，以及一系列按主题编排的重要论文清单。
此外，Spinning Up还有一个经仔细整理的程式码储存库，有许多独立的算法实作，比如Vanilla Policy Gradient（VPG）、Trust Region Policy Optimization（TRPO）和Proximal Policy Optimization（PPO）等各种算法，以及一些练习，供学员学以致用。OpenAI表示，Spinning Up中的范例程式码都是为新手设计的，结构简单易于学习，也减少使用模组化，力求程式码逻辑清晰，并有详细的程式码注解，帮助学习者了解程式码功能。（详全文）
AI Hub Kubeflow Pipelines
Google释出AI Hub和Kubeflow Pipelines帮助企业重用AI资源降低部署门槛
Google发布新AI服务及元件，使用者能透过AI Hub，简化探索、分享以及重用AI资源，Google也更新了Kubeflow Pipelines，帮助打包机器学习应用，方便在组织中发布并快速重复进行实验。进一步来说，Google AI Hub是一站式随插即用机器学习服务，包括工作管线、Jupyter Notebooks以及TensorFlow模组等。透过AI Hub，企业可利用Google Cloud AI、Google Research以及其他Google开发的机器学习资源，而AI Hub还提供企业私有的安全中心，能上传组织共享的机器学习资源。
至于Kubeflow Pipelines，则方便企业建构和打包这些资源。Kubeflow Pipelines可帮助企业利用TensorFlow Extended（TFX）开源函式库，解决机器学习用于生产的问题。使用者现已能于GitHub上使用Kubeflow Pipelines。（详全文）
Google 纽时
Google以AI协助纽时数字化逾500万张历史照片
纽约时报（The New York Times）最近宣布，将藉Google Cloud的AI技术，将该报从1851年创刊以来所拍摄的500至700万张照片数字化，把这些庞大的旧照片从不见天日的地下室移至云端，让它们能够再利用。纽时目前正数字化所有馆藏，将扫描过的高分辨率影像存放于Google Cloud Storage上，再透过 Cloud Pub/Sub、Google Kubernetes Engine、Cloud SQL等云端技术来处理与储存这些影像，最后再利用Cloud Vision API以辨识及分析影像中的文字、手写内容或其它细节，还可藉Cloud Natural Language API来分类资料，比如将提到宾州、迈阿密车站的资料分类至“旅游”中“公车与铁路”的子类别。（详全文）
机器学习 讯息内容侦测
脸书以机器学习侦测恐怖主义讯息，检举贴文反应时间少一半
脸书以机器学习技术打造一系统，来过滤可能支持ISIS和盖达组织的贴文。系统在评估文章之后，会给一个恐怖分数，以判断是否违反反恐政策，而这能用来帮助审核小组，优先关注分数最高的贴文，能更快处理可疑贴文。而在某些情况下，当系统出现极高分，也就是可信度高于人类判断时，就会立即自动删除贴文。不过，在多数情况下，系统仍需仰赖专业审核人员来评估贴文内容。脸书也公开资料，显示今年第二季时，系统对新上传恐怖内容的反应时间为中位数14小时，但第三季系统的反应时间，则不到2分钟。（详全文）
Alexa PC
Amazon语言助理Alexa登上PC
Amazon近日释出PC版Alexa供用户下载，让Windows PC用户也可以使用Amazon的AI助理，使AI语音助理Alexa登上PC。不过这款App只支援Windows 10，用户可透过PC内建的麦克风和喇叭来启动并声控Alexa，执行原本须透过Amazon Echo执行的指令，比如报气象、回答问题、播放音乐、调整室内灯光等上千项Alexa技能。其他版Windows PC则必须手动控制Alexa。截至目前为止，宏碁、华硕、HP、Dell和联想电脑都已内建Alexa。（详全文）
图片来源／微软、福斯汽车、OpenAI、纽时
AI趋势近期新闻
1. AI超级电脑“台湾杉二号”建置完成，明年上半将加入服务行列
2. 脸书开源服务器端推理函式库FBGEMM，以低精度运算加速机器学习推理
3. 中国新华社推出AI新闻主播
资料来源：iThome整理，2018年11月
