AI趋势周报第99期：所罗门3D视觉AI机器手臂，不须设定就能乱堆抓取

重点新闻(0823～0829)

深度学习     所罗门     智慧制造  

所罗门3D视觉AI机器手臂，不须设定就能乱堆抓取

所罗门日前于台湾机器人与智慧自动化展中，展示一组深度学习机器手臂，使用者不须写程式或用大量影像来训练系统，机器手臂就能自动辨识随机摆放的物件，并归位或分类。所罗门视觉事业处业务经理王亮钧解释，一般工业用物件辨识多为2D，因此在应用上就容易受限，而所罗门研发的机器手臂就搭配一台3D物件扫描器，利用高清相机拍摄多种摆放在台上的物件，再透过深度学习系统学习、辨识物件，经过5至10分钟后，机器手臂就能将特定物件摆放至设定的位置，也可设定抓取的先后顺序，一次能辨识的物件种类可多达数十种。此外，这组机器手臂还有Motion Plan路径计算功能，结合机器视觉和算法，能将物件摆放置有深度的箱内，而且不会擦撞。

针对讲求快速的物流业，该手臂组也有一个Unknown Picking功能，可直接透过机器视觉抓取物件中心、归位分类，省下辨识物件的时间。

  路杀预警     石虎    影像辨识  

AI路杀预警系统上线2个月，成功保护台湾石虎

全台石虎仅存不到500只，为保护石虎，交通部委由中兴大学开发一套智慧路杀预警系统，透过自动辨识石虎、启动驾驶缓速和生物缓速系统，来降低路杀风险。

这项专案由中兴大学机械工程系助理教授蒋雅郁负责，他们先与深度学习新创DT42联手开发出石虎影像辨识模型，再将模型部署于Nvidia Jetson TX2边缘装置，不到半秒就能侦测出石虎。要是系统侦测到石虎，就会启动CMS资讯看板和声光波装置，除了在看板上提醒驾驶减速，同时也会发出16kHz警示音波并闪烁白光，来避免石虎向马路前行。这套系统上线2个多月，本月也成功于台3线苗栗卓兰路段化解一场石虎路杀。（详全文）

  均豪     预测性维护    瑕疵品检测  

本土老牌制造业者大秀AI工业4.0解决方案

台湾老牌制造商均豪精密先前于台湾机器人与智慧自动化展中，展示自家研发的AI解决方案，主打AOI＋AI瑕疵品检测服务以及IDMS设备预测维护服务。就IDMS来说，均豪精密业务中心经理罗祝华表示，均豪首先开发了小于5元硬币的外挂式感测器，可客制化装置于刀具或模具上，来搜集机具运作动态，比如马达震度、平稳度，再透过自行开发的机器学习模型来即时预测刀具状态与异常监控，并能预估机具健康与寿命状态，达到事先通知和预测维护的目标。

就AOI＋AI瑕疵品检测来说，罗祝华提到，传统AOI检测后还需大量人工复检，均豪自行开发了AI影像辨识软件，可结合原有的AOI硬件，针对产品进行影像检测与分类，降低人工成本。她表示，均豪这两项AI解决方案打平价策略，目前客户来自各制造产业，包括半导体、面板和汽车业等传产。

  赛灵思   FPGA       VU19P  

FPGA大厂赛灵思发表全球最大容量FPGA产品VU19P

老牌FPGA厂商赛灵思发表全球最大FPGA产品Virtex UltraScale+ VU19P，由台积电16奈米制程打造而成，内含350亿个晶体管、900万个逻辑系统单元，要支援特殊应用芯片（ASIC）和系统单芯片（SoC）技术的仿真与原型开发、测量。

VU19P创下单颗元件逻辑密度和I/O数量最高的纪录，容量也比目前最大的Virtex UltraScale 440 FPGA高出1.6倍。赛灵思指出，这款产品可支援复杂的AI算法。搭配自家除错、可视化工具和IP支援，其软硬件协同验证则能让开发者在取得实体元件前，就能先建置软件和客制化功能。VU19P预计明年秋季开始供货。（详全文）

  AWS    时间序列     Amazon Forecast  

AWS正式推出时间序列预测服务Amazon Forecast

AWS正式推出由云端完全托管的时间序列预测服务Amazon Forecast，使用者就算不懂机器学习，只要上传历史时间序列资料和其他相关资料，Amazon Forecast就能够自动处理资料，并挑选最适合的算法来训练模型，并为使用者提供高精确度的时间序列预测结果。

AWS提到，整个预测工作流程从资料上传／处理、模型训练、资料集更新以及预测，都自动化进行，开发者可使用Amazon Forecast API、命令列工具或是控制台，将训练资料集导入到Amazon Forecast中，进行后续模型训练以及部署工作。企业也能用API将预测功能整合到系统中，以取得预测结果，或从控制台查询、查看预测程式准确度指标。（详全文）

AutoML    Databricks     自动化 

Databricks释出AutoML工具，自动化机器学习工作流程

由Apache Spark技术团队所创立的资料科学公司Databricks，在自家整合分析平台中新增自动化机器学习功能（AutoML），让未受过专业训练的使用者，也能轻松建立机器学习模型。

这次新增的功能可分为AutoML Toolkit和自定义AutoML解决方案。其中，AutoML Toolkit提供了自动化所有机器学习工作的功能，目标是要让使用者从特征工程开始，到超参数调校、模型搜寻以及最终部署阶段，整个过程都不需要撰写程式码，并同时提供精细的控制，让资料科学家可在过程进行必要的微调。而自定义的AutoML解决方案让资料科学家能在同个平台完成ETL、模型建置到模型推理等工作，透过与热门的函式库整合，资料科学家可弹性地控制端到端机器学习工作，并由系统自动执行生产作业需要执行的步骤。（详全文）

BigQuery    Terraform     资料集部署  

Google推出Terraform BigQuery模组，要将资料集部署自动化

Google日前发布了Terraform BigQuery模组，要来自动化部署BigQuery资料集和表格实例化。Google表示，这个模组让Cloud Foundation Toolkit（CFT）的功能更完善，让使用者能以开源且可扩充的方式，操作BigQuery中的资料。

Terraform是HashiCorp推出的基础架构即程式码工具，让使用者能以高阶配置语言，定义和规范资料中心的基础设施，而Google在BigQuery中支援Terraform，能让用户配置所需的机器学习训练资料，快速建立机器学习任务，并降低实作障碍。这个模组在GitHub存储库中以自托管的形式提供，方便用户下载与部署，其中核模组同时支援Terraform 0.12和0.11版本。这个模组在GitHub储存库中以自托管的形式提供，方便用户下载与部署，里面的中央模组（central module）同时支援Terraform 0.12和0.11版本，允许用户将任意数量资料表附加到资料集，并动态部署这些资料集。另外，储存库中还有一组测试脚本，为用户示范模组的使用方式。（详全文）

摄影／王若朴   图片来源／蒋雅郁、Nvidia、Databricks

 AI趋势近期新闻 

1. HPE为NASA建置全新超级电脑Aitken支援登陆月球计划

2. Gmail的AI即时拼字、文法检查上线了

3. 国泰金控找医疗AI新创联手串连寿险和医院资源，正在开发糖尿病患个人化照护

4. 工研院展示智慧砂带系统，可即时影像侦测瑕疵品

资料来源：iThome整理，2019年8月