AI趋势双周报第23期：Google用深度学习帮助NASA发现新行星！从大量开普勒资料找到隐藏讯号最新消息

重点新闻(1209~1222)

深度学习　太空科技

Google用深度学习帮助NASA发现新行星！从大量开普勒资料找到隐藏讯号

美国国家航空暨太空总署（NASA）近日宣布一项重大的消息，过去与Google合作用开普勒太空望远镜观测系外行星，终于有新进展，Google AI团队透过类神经网络算法，利用超过15,000个标注的开普勒讯号来训练深度学习模型TensorFlow辨认行星讯号，从670颗恒星的讯号资料，找出2颗以往未发现的新行星，分别命名为Kepler-90i和Kepler-80g，其中Kepler-90i的发现，成为第8个围绕在Kepler-90的行星，这是除了太阳系外，第一个被发现的8大行星系统，因此，天文学家Andrew Vanderburg也将Kepler-90描述为“迷你太阳系”。

NASA早已过去4年，透过开普勒任务持续观察20万颗恒星，每30分钟拍一次照片，收集了将近140亿个讯号，而这两颗新行星的讯号，却一直被忽略，由于开普勒太空望远镜收集的资料过于庞大，无法用人工的方式处理，NASA用自家的自动筛选系统来过滤讯号，不过，也因此将微弱的讯号忽略了。

Google表示，目前有20万个恒星，Google仅用深度学习模型TensorFlow分析当中的670个，而开普勒的资料中可能还有藏有更多系外行星的讯号，未来还会持续研究，并利用新科技探索太空。这次研究的论文已经发表在《天文学报》上。

小说创作　文字预测

AI为《哈利波特》写下新章节，一周超过4万人转传

继前阵子一名热爱《冰与火之歌：权力游戏》的粉丝Zack Thoutt用AI预测剧情，为续集拉开序幕之后，近日由作家、艺术家和程式开发人员组成的工作室Botnik Studios于Twitter公布AI写《哈利波特》新章节的成果，该篇贴文在短短一周的时间，就超过4万人分享，引起广大关注。Botnik工作室专注于用算法来增强创作内容，利用《哈利波特》整个系列7集小说当作训练样本，透过AI技术创造出3页篇幅的故事章节，取名为《哈利波特与灰烬肖像》（Harry Potter and the Portrait of What Looked Like a Large Pile of Ash）。

这个AI创造的篇幅，故事主要都是由AI撰写，不过有经过多位作家润饰，让它成为可阅读和理解的小说，Botnik工作室在twitter上表示，Botnik打造了预测模型Predictive keyboard，用《哈利波特》全系列的7集小说来训练，根据上个句子中的词汇，建议下个单词词汇，创造出《哈利波特》的新篇章。目前，Botnik工作室已将该创作公于GitHub上。

广告诈骗侦测　机器学习

侦测新型态数位广告流量诈骗更聪明，沛星靠AI综合分析超过80个特征找出复杂诈骗行为

专注于人工智能技术的新创公司沛星互动科技（Appier），近日发布用AI技术侦测恶意数位广告诈骗解决方案，从内部超过40亿笔使用者的真实行为资料，透过多个机器学习模型过滤诈骗行为，模型经过不断学习后，可以侦测出更多用传统机制无法侦测的诈骗行为。

Appier透过AI技术，综合分析超过80种资料诈骗行为特征，成功地发现以往没有发现的诈骗行为，透过机器学习模型建立侦测模型，分析后的结果还会即时回馈到侦测模型中，模型经过不断的学习与更新，有效地侦测并阻挡推陈出新的新型态诈骗手法。Appier的AI防治诈骗模型机制分为3步骤，首先，系统已现有的规则过滤较显著的诈骗型态，第二步则加入机器学习算法过滤侦测到的可疑流量，最后还会透过算法全面分析诈骗型态，建立新的规则后，再将新规则回馈到侦测模型。

制造业　机器学习

鸿海率先买单！Google大脑共同创办人吴恩达成立制造业AI新创

Google大脑共同创办人，也是之前百度的首席科学家吴恩达（Andrew Ng），近日在自己的个人部落格公布创立新公司Landing.ai的消息，Landing.ai目标在帮助制造业导入人工智能应用，而第一个客户就是来自台湾的鸿海。

在部落格的文章中，吴恩达并没有提到与鸿海的合作项目，但是在他释出的介绍影片中，展示了Landing.ai用人工智能侦测电子元件以及光学元件的良率，而且有别一般对于训练机器学习模型需要庞大的资料以达高精准度的印象，Landing.ai只用了5张训练照片，便能以极短时间侦测出肉眼难以辨识的电子元件瑕疵。

产品AI化　电脑视觉

微软：AI让Bing、Office 365、Cortana变得更聪明了!

微软近日在一场AI技术大会中，公布Bing、Office 365、Cortana结合AI技术的新成果，包括可提供多种观点答案、概述老板来信、自动产生Excel枢纽表，并可整合Reddit社群的讨论串答案。

微软在AI技术大会上展示的最新AI研究成果，包括以电脑视觉及物件辨识强化图片中特定物品的搜寻，以及利用深度学习读取内容并理解字义的上下文关系，例如能理解“表亲”是亲属成员之一。而微软也展示Bing、Office 365及Cortana整合AI的能力，例如Bing将加入对话搜寻（Conversational Search）及智慧图像搜寻能力，另外，语音助理Cortana则可以分类电子邮件，并针对其中最重要的邮件提供概要，像是在回家路上简述老板或配偶寄出的邮件，而且不限于Outlook，连Gmail等其他账号邮件也能读取。

在Office 365方面，微软也公布了Insights in Excel预览版，运用机器学习，可以在分析Excel试算表后自动产生枢纽表和分析趋势图表。此外，宣布将为Word加入缩写（Acronym）的功能，用户在文件中碰到缩写名称时搜寻用户Office文件和电子邮件以找出适合公司的全名。

自然语言处理　机器学习

Google试算表更聪明了! 以自然语言询问就能建立枢纽分析表，还能提供公式建议

Google过去持续将云端运算与AI技术整合到自家旗下的服务中，近日公布预计于未来几周更新Google Sheets试算表服务，将新增枢纽分析表与计算公式的建议。

若使用者已经有了一个资料齐全的试算表，可以输入“销售人员的营收总和是多少？”或是“每个产品各自创造的营收？”，系统就会自动帮你列出正确的枢纽分析表。若要从杂乱的资料中建立枢纽分析表，那么系统也会建议使用者先建立各种相关表格再进行资料的摘录。此外，使用者在使用公式时，未来只要于试算表的储存格里输入““=” ”，系统就会利用机器学习技术，根据试算表资料的内容，秀出所建议的公式，以节省时间并避免输入错误。新版Google Sheets亦将有瀑布图功能，也能将具备固定宽度格式的资料档正确贴入字段中，而不需再输入分隔符号。