AI趋势周报第66期：三星跨足智慧医疗，展示AI诊断成像软件

重点新闻(1123～1129)

  三星     AI    智慧医疗 

三星跨足智慧医疗，大秀AI诊断成像软件

电子大厂三星日前于2018年北美放射学会（RSNA 2018）上，连同自家医疗设备子公司三星Medison，展示了不同类型的AI诊断成像软件，适用领域包括超音波、数位放射摄影、电脑断层扫描和核磁共振影像。举例来说，在超音波方面，三星开发一款S-Detect软件，利用AI来判读和分类乳房超音波影像，协助医生诊断乳房病变。在电脑断层扫描方面，三星开发一套AI颅内出血系统，结合了脑中风急救专用救护车和电脑辅助的放射线检伤分类与通知系统。至于核磁共振影像方面，三星正在研发一种新技术，可针对膝关节问题，显示患者膝关节软骨厚度和膝关节炎患者的医学影像。（详全文）

AI     Wildbook     保育 

人类以AI帮野生动物建置脸书Wildbook，搜集社交平台目击资料来勾勒动物行为

致力于以AI对抗物种灭绝的非营利组织Wild Me在今年发表Wildbook开源专案，动用全球的力量替野生动物建立他们的档案，再以AI辨识及追踪，加强对这些濒临绝种的物种保育。Wildbook为一基于云端的开源码软件框架，用来支援捕捉标放（mark-recapture）、分子生态学及社会生态等研究，它可搜集研究人员所拍摄的影像，以及观光客上传到YouTube及Flickr上的影像，再利用深度学习技术及这些野生动物的自然特征、遗传识别符或发声来辨识与追踪每一只不同的动物，亦可采集这些野生动物的样本进行遗传与化学分析，与公民科学家或透过社交媒体进行交流获得资讯。（详全文）

  AWS     RoboMaker     机器人应用  

AWS释出RoboMaker服务，让开发和部署机器人更容易

AWS日前宣布释出RoboMaker云端服务，让使用者可以大规模开发、模拟和部署机器人。该服务将原本开源的机器人操作系统ROS，连结到自家云端服务，包括AWS机器学习服务、监控和分析服务，让机器人可以传输资料、导航、沟通，以及学习和理解。RoboMaker也提供机器人开发环境，以便打造机器人应用程序，而其机器人模拟服务可加速应用程序的测试，此外，机器人阵队管理服务则能进行远端应用程序部署、更新和管理。（详全文）

  Nvidia    Clara       医学影像  

Nvidia医学影像开发套件Clara SDK正式发布

Nvidia日前正式推出了医学影像开发套件Clara SDK。该公司先于今年稍早先发布了Clara医学影像开发平台，让开发者可在混合运算环境中（比如嵌入式、内部部署或云端）开发和部署医学影像应用程序，来创建智慧仪器和自动化的作业流程。现在进一步是释出了Clara SDK开发套件，可提供开发者一系列GPU加速的函式库，方便部署包括AI、专业视觉化和影像重建等需要密集运算的应用程序。

此外，Nvidia也同时推出迁移学习工具套件和AI辅助标注SDK，前者透过Nvidia预先训练的模型和简易的训练流程，让开发者能用自己的资料集来调教或再训练模型。而AI辅助标注SDK可帮助放射科医师加速标注患者医学影像，并能透过迁移学习工具套件自学，因此每个新标注的影像都能作为训练资料，来改善预先训练的深度学习模型准确性。（详全文）

  台湾AI实验室   DeepMets     医学影像  

北荣启用AI肿瘤判读系统DeepMets

由台湾人工智能实验室和台北荣总医院共同开发的AI脑瘤自动判读系统DeepMets，日前于台北荣总放射线部开始试用。该系统能辅助医生判读患者脑部MRI影像，透过AI模型即时运算，能在数秒内判断肿瘤位置与大小，协助医生诊断脑转移瘤。为训练DeepMets，来自台北荣总放射线部与神经外科和放射线肿瘤科的医师，共同标注了几百个病例、总共近千个脑转移瘤癌和神经瘤的MRI病灶位置，期间也与台湾人工智能实验室团队密集开会讨论和修改AI模型，历时6个月后，DeepMets最近开始进入临床试用阶段。（详全文）

Google    AI     偏见 

为避免产生偏见，Gmail智慧写信功能不再使用性别代名词

Google产品经理Paul Lambert日前向媒体表示，为避免产生偏见，Gmail所采用的智慧写信功能（Smart Compose），现在已不再自动建议与性别有关的代名词。Google今年5月推出Gmail智慧写信功能，只要使用者输入I love，系统就有可能跳出you或是it。但Google研究员发现一个问题，当他在打I am meeting an investor next week时，系统自动建议一句Do you want to meet him?而非her。Paul Lambert表示，智慧写信功能团队试了几种解决方法，但都仍有偏见存在。因此，他们认为最好的解决方法，就是限制使用范围。Paul Lambert提到，性别代名词禁令对智慧写信功能的词汇影响，不到1％。（详全文）

生物辨识   AI     资安 

指纹辨识就安全了吗？研究：AI能产生以假乱真的假指纹

纽约大学坦顿分校研究员Aditi Roy等人日前开发出一套DeepMasterPrints假指纹系统，先以真实指纹图像来训练生成对抗网络（GAN），来产生指纹图像。接着用潜在变项演化（Latent Variable Evolution）方法，为生成网络搜寻潜在的输入变项，以便使指纹符合的概率最大化。实际比对美国国家标准暨技术研究院真人指纹数据库，及感测器搜集的指纹资料集后，在0.1%的误识率下，可模仿23%的样本，而若降到1%的误识率，则假指纹将可冒充77%的样本。研究团队宣称，此技术适用于小面积的指纹感测器和分辨率不佳的App。（详全文）

Instagram     机器学习      假活动  

打击灌水行为，Instagram将用机器学习自动辨识并删除假活动

Instagram近日宣布，将透过机器学习工具辨识制造假活动的账号，并删除平台上假活动，包括按爱心、关注、留言等行为。因此行为违反该公司社群守则和使用条款，因此将加以限制。Instagram辨识出这些行为后，会通知制造假活动的账户，已将相关的假活动删除。另也担心用户可能遭第三方程式利用来制造假活动，Instagram也会要求该账户更改密码。（详全文）

AWS      自然语言     客制辨识模型  

没有ML背景也没关系，AWS自然语言理解服务Comprehend推客制化辨识模型服务

AWS近日更新自然语言理解服务Amazon Comprehend，推出客制Entity辨识模型的功能，让不懂机器学习的开发人员，也能训练自家的Entity辨识模型，来自动萃取特定的字词。企业要使用这项客制化模型服务，首先要准备包含Entity和Entity类别的清单数据库，并至少用1,000个包含一个以上Entity的文件，作为训练资料集。配置训练模型的过程，则是先读取清单中的Entity资料，再用其他文件来训练模型。透过自动化的机器学习，Amazon Comprehend会选择正确的算法，优化模型找出最适合的组合，当训练完成后，开发者就可以使用客制化的模型。（详全文）

图片来源／Wildbook、三星、AWS、台湾人工智能实验室、Instagram

 AI趋势近期新闻 

1. AWS自动语音辨识服务Transcribe推出即时语音转文字功能

2. Google斥资6亿欧元在丹麦打造绿能资料中心，靠机器学习提高能源使用效率

3. Google以机器学习判断应用程序使用频率，要让穿戴装置更省电

资料来源：iThome整理，2018年11月