AI趋势周报第81期：高通推出最新款处理器Cloud AI 100，专攻边缘AI运算需求

重点新闻(0412～0418)

高通     AI芯片     云端  

高通推出新款AI加速运算处理器Cloud AI 100，每秒可执行100兆次浮点运算

行动芯片商高通（Qualcomm）近日在Qualcomm AI Day大会上，发表最新款专为AI推论设计的处理器系列Cloud AI 100，同样采用7奈米制程，预计今年下半开始向客户送样。高通表示，比起自家高阶行动处理器Snapdragon 855和Snapdragon 820，Cloud AI 100的最高效能可高出3到50倍之多，并且与传统的FPGA处理器相比，推论速度更足足快了10倍，每秒可执行100兆次浮点运算（TOPs）。

此外，这款新处理器也整合各种云端到边缘端的AI推论开发工具，像是ONNX、Glow和XLA等，也支援TensorFlow、PyTorch、MXNet主要机器学习框架，帮助开发人员更容易在处理器上执行各种AI推论任务，如语音助理上的自然语言处理和翻译等。（详全文）

  希捷     雅典娜计划    深度学习  

老牌硬盘大厂希捷启动雅典娜计划，靠AI来把关硬盘品质

老牌HDD大厂希捷近日宣布启动雅典娜计划（Project Athena），正式于美国明尼苏达州的Normandale晶圆工厂部署深度学习平台，来检测记录磁头(Recording Transducers)的品质。在生产过程中，Normandale工厂每天产出数百万张、高达10TB的影像资料，工程师需先检查这些影像是否有瑕疵，才会组装至硬盘上。

但由于磁头影像数量庞大，工程师无法一一检测，因此希捷决定导入AI。希捷提到，部署的AI模型每天可即时分析300多万张电子显微镜产生的影像，并从中找出人类工程师可能忽略的小瑕疵，再回报给团队来改善问题。希捷指出，导入AI后降低了检测成本，更大幅减少制程所需的无尘室投资达20％，并降低生产流程中10％的投注时间。（详全文）

  MIT     RoCycle     机器人 

MIT打造出可感受材质差异的回收机器人

美国麻省理工学院（MIT）的电脑科学与人工智能实验室（CSAIL）日前展示一台回收机器人RoCycle，透过多种感测器来辨识回收物品的材质，进而准确投入回收篮中。研究人员表示，光凭电脑视觉并无法让机器人拥有人类般的感知，还需发展触觉感知才行。因此，研究员先打造了一个纯靠触觉来辨识物体的机器人RoCycle，透过其手部加装的应变感测器来侦测物体大小，以及另外2个压力感测器来侦测物体材质，比如是否为容易折叠的纸，还是较硬的塑料。此外，RoCycle手部还可导电，因此能辨识回收物中的金属。

RoCycle目前能够辨识塑胶、玻璃和纸类等3种材质，不过，研究员提到，在静止不动的情况下，RoCycle物体辨识率为85％。但在移动的输送带上，RoCycle的物体辨识率只有63％。未来，研究员计划将电脑视觉功能融入RoCycle，来提高机器人整体辨识率。（详全文）

  Google    AI Platform       协作  

Google推出AI专案管理协作平台服务

Google近日发表AI专案管理协作平台（AI Platform）测试版，可以让参与机器学习模型建置的各阶段人员，都使用相同的共享界面。AI平台是一个端到端的开发平台，团队可以使用共享界面，准备、建置、执行以及管理机器学习专案，各种角色都能参与其中，像是开发人员、资料科学家或是资料工程师，都能使用Cloud Console中的同个仪表板，进行模型共享、训练与扩充工作负载。

使用者可将资料直接输入至AutoML，或使用Cloud Machine Learning Engine来训练AI模型。AI平台补足了AI Hub功能，开发者可查看ML工作流程、Notebooks和其他说明文件。此外，由于AI平台支援Kubeflow，使用者能建置可移动的ML工作流程，几乎不需要更改程式码，就能在本地端或云端执行。（详全文）

  迪士尼   NLP     脚本  

迪士尼研究院发表文字转动画的脚本生成AI

迪士尼研究院和罗格斯大学日前发表一篇论文，说明如何利用自然语言处理技术(NLP)，将复杂的文字叙述转换为动画影片，作为编剧参考的脚本。该团队研究员指出，现有的文字转动画系统，只能处理非常简单的句子，但透过文本简化（Text Simplification）技术，研究员开发出能处理复杂句子的AI系统。

进一步来说，他们以现有的动画生成系统为基础，建立了一个NLP工作流程（pipeline）来撷取剧本中的资讯，并将这些资讯对映到系统知识库。接着，研究员设定了一系列的语言转换规则，来简化结构复杂的句子，再从简化过的句子中撷取资讯，利用这些资讯来产生编剧用的动画脚本。论文指出，按照BLEU和SARI指标，其文本简化模型表现比现有的系统要好。（详全文）

IBM    语音辨识    ADPSGD  

IBM提出语音辨识模型训练新方法，将训练时间从1周缩短为11小时

IBM研究员日前发表一篇研究论文，利用分散式处理架构来训练语音辨识模型，不只训练时间快上15倍，准确度也不受影响。研究员表示，要训练如Siri或Alexa般的自动语音辨识系统（ASR），需要复杂的编码系统将语音转换为AI可理解的特征，还需要解码系统将输出资讯转换为人类可读的文字。这样的模型往往过大，训练也十分耗时。

研究员想出一个平行化解决方法，也就是提高每次可处理的样本数量，透过原则性方法将批次处理的量提高至2560，是公认的10倍。此外，研究员也采用了一项名为ADPSGD的分散式深度学习技术，让训练时间从1周缩短为11.5小时，保持了同样的准确度。IBM计划于下个月的IEEE国际大会上发表这项成果。（详全文）

脸书   深度学习    PBG  

脸书开源能快速处理超大型图嵌入的工具PyTorch-BigGraphs

脸书开源了专为超大型图设计，支援多重关系图嵌入训练的工具PyTorch-BigGraph（PBG）。脸书提到，超大嵌入图主要有两个挑战，第一，嵌入系统必须够快，才能应用在实际研究与生产上；第二，内存的限制，比如嵌入20亿个节点，每个节点有128个浮点数参数，这样就需要1TB容量，超过一般商用服务器内存的容量。

而PBG是一个分散式系统，可用于学习大型图嵌入，特别适合应付具有数十亿个节点以及数兆个边的超大型图，再加上PGB是以开源深度学习框架PyTorch开发，因此开发者可以自行替换损失函数、模型以及其他元件。（详全文）

微软     AI工具      双语教学  

台湾微软与高雄市联手，以AI助学校打造数位双语教学环境

高雄市政府日前与台湾微软签署合作，鼓励学校在双语教学中使用微软的AI工具，帮助学生学习外语，比如透过微软Office 365中的AI朗读工具，学生可依个人学习状况来调整朗读速度，并学习正确的发音。此外，PowerPoint也支援微软翻译功能，为英语简报提供辅助字幕，让学生更容易了解授课内容。

不只如此，台湾微软也将培养教师的数位教学能力，配合相关工具开发数位双语教学。目前高雄苓雅区的成功国小、茄萣国小已加入这项AI双语计划，高雄市府和台湾微软的合作，未来将以12年国教课程为目标，扩大到其他教育层级单位。为解决高雄学校教育资源上的城乡落差，台湾微软也将把在全球推行的云端未来学校计划、微软学校计划、微软创新老师计划带到高雄。（详全文）

图片来源／高通、希捷、MIT、IBM

 AI趋势近期新闻 

1. Google更新机器学习开发套件ML Kit，新增支援智慧回复与语言辨识功能

2. Google释出Cloud Healthcare API助医疗资料上云端，加速医疗AI模型开发

3. AWS释出预配置的深度学习容器

4. Amazon Redshift现提供并行扩展功能，数秒就能提升丛集处理查询的能力

资料来源：iThome整理，2019年4月