AI趋势周报第126期：国、台语和客语都能读写！DeepQ用12年大数据训练出国产自然语言平台，未来将开源

重点新闻(0327～0402)

DeepQ     T-BERT     自然语言处理  

国、台语和客语都能通！DeepQ用12年新闻大数据训练出T-BERT未来还要开源

HTC健康医疗事业部DeepQ不止打造拥有百万用户的抗疫机器人疾管家，近日还推出新一代自然语言处理平台T-BERT，是团队利用12年来国、台语和客语新闻、线上教材、朗读比赛等资料训练而成，可读、写国台语和客语，并将应用于Chatbot的语义分析和问答互动，像是疾管家、兰医生等。

该平台由DeepQ与台大资工系副教授廖世伟联手开发，DeepQ资深处长郑志伟指出，团队在Google发表超强自然语言处理预训练模型BERT后，就开始计划以其Transformer架构，来打造适合台湾本土的BERT。于是，团队锁定国语、台语和客语，搜集了数十年新闻资料，以及台语和客语等专属文字资料，作为训练素材；而在训练T-BERT模型时，团队特别利用了64万多颗GPU和平行运算架构，来加速训练，提升60倍运算时间，将学习时间缩短为6小时。目前，T-BERT已能自动分类9大类的国语新闻，如财经、国际等，准确度达93.7％。另一方面，由于台语、客语数据库相对较小，团队采2阶段微调方法，来提升准确度。

接下来，T-BERT将支援语音转文字功能，就可听懂国、台语和客语，来进行问答。DeepQ总经理张智威也指出，未来，团队将开源释出T-BERT。（详全文）

  Google     公共资料集    BigQuery ML  

Google发起COVID-19公共资料集计划，研究员还可用BigQuery ML来建模不收额外费用

科技巨头Google结合数据力和运算力来对抗武汉肺炎（COVID-19）疫情，日前宣布启动COVID-19公共资料集计划，来网罗目前各组织释出的资料集，比如约翰霍普金斯大学CSSE的疫情追踪地图、世界银行的全球卫生资料、开放街图资料（OpenStreetMap）等，然后整合为一个数据库，免费让研究员快速查找资讯。

此外，Google也指出，研究员可直接使用自家机器学习服务BigQuery ML和资料集中的数据，来训练机器学习模型，不须额外付费。最后，对公共资料集计划有兴趣的研究者，可自Google Cloud Console使用这些资料集，该计划有效期至今年9月15日。（详全文）

  Uber     分散式训练    计算函式库  

上千台机器大规模训练AI更轻松！Uber开源分散式训练函式库Fiber

大量的算力可让机器学习算法大规模扩展，也让分散式训练成为可能。但这种大规模分散式训练仍有些挑战，比如在本地端和在生产端执行程式码，会有一大段落差，而且缺乏动态扩展方法、没有错误控管和学习成本过高等。

为解决这些问题，Uber和OpenAI团队联手开发分散式训练函式库Fiber，可轻松执行分散式机器学习训练，还能扩展至上百甚至上千台机器，且不需要专用硬件或设备。Fiber提供了和Python一样的标准多重处理（Multi-processing）API，因此容易上手；另一方面，使用者不需要部署Fiber，只要在电脑丛集上，像执行其他普通应用程序即可。

在架构上，Fiber由API层、后端层和丛集从组成，API层提供基本常用的模组，像是流程处理、管理器、伫列等。后端层负责电脑丛集上建立或终止的任务，丛集层则由不同管理器组成，可帮助Fiber管理、追踪不同工作，降低Fiber本身所需追踪的任务。在使用上，Fiber可支援Python 3.6版本或以上的Linux系统，也能支援Google Cloud等公有云上的K8s。（详全文）

  Element AI   武汉肺炎       自然语言处理  

加拿大AI新创免费开源NLP工具，帮研究者找出武汉肺炎关键文献

加拿大AI新创Element AI日前开源一套搜索工具，可让研究者利用自然语言，从COVID-19开放研究资料集（CORD-19）中找出关键资讯。进一步来说，CORD-19是美国产官学界为对抗疫情，联合建立的开放研究资料集，号称资讯全球最丰富，汇集了4万4千多篇相关论文。然而，其中有许多论文尚未经过同侪评审，因此，要找出关键资讯，可得花上一番功夫。

为帮助研究者快速找到所需的资讯，Element AI开源自家语义搜索工具Knowledge Scout，研究者可以自然语言输入关键字、词组，甚至是整个段落，搜索引擎就能从CORD-19中，找出语义相关的资料。Element AI指出，这套语义搜索模型可以找出不同资讯间的关系，并会随着时间来学习、改进，同时建立隐性知识库。未来，Element AI还要将更多武汉肺炎相关资料集，纳入这套工具的搜索范围。（详全文）

  Nvidia   超级采样技术     DLSS 2.0  

Nvidia新版AI超级采样技术DLSS 2.0亮相，玩Game也可享受4K画质

Nvidia近日发表新版深度学习超级采样技术DLSS 2.0，不仅能即时渲染画面，还能达到超分辨率等级。这是因为，DLSS 2.0可渲染更少像素，再以AI产生清晰、高分辨率的影像。

相较于DLSS 1.0，DLSS 2.0采用全新模型，先以非特定游戏内容来训练跨游戏的通用网络，再于游戏执行时，取得其他训练资料，产出品质更高的画面。此外，DLSS 2.0执行AI模型的速度，是前一代的两倍，大幅提高每秒帧数（FPS）。而DLSS 2.0提供品质、平衡和效能三种模式，其中，效能模式可提高渲染影像4倍分辨率，等于可从1080p转换为4K分辨率。（详全文）

 

 

Google    游戏服务器托管     Kubernetes  

Google推出游戏服务器托管服务，让游戏开发商用K8s管理全球游戏服务器机群

Google发表云端游戏服务器服务Game Servers测试版，是一款K8s游戏服务器托管平台Agones的服务，可让企业简单管理全球多丛集游戏服务器机群，提供了自动缩放排程规划，也可用来进行A/B或金丝雀测试。

3年前，Google与法国知名游戏开发业者Ubisoft打造Agones平台，用户可直接在K8s上托管、执行和扩展专有的游戏服务器，并管理游戏服务器的生命周期。现在，Agones现有用户，只要使用Game Servers API在Agones丛集中注册，就能加入托管服务。Google指出，该服务可让用户简单调度资源，比如游戏举办特别活动时，可按日期事先安排额外容量，来应付爆量等。（详全文）

MetNet    天气预测     降雨率  

快狠准！MetNet模型精准告诉你未来8小时降雨率

Google近日发表了神经天气模型MetNet，可精准预测未来8小时降雨率。MetNet是一款深度神经网络（DNN），能以每2分钟为区间来预测，分辨率可达1公里，表现还比起美国最先进的物理模拟模型好，几秒钟就能完成计算，比原本1小时快上好几倍。

有别于传统物理模拟，Google开发的天气预报方法，是以深度神经网络来预测，可利用TPU或GPU等资源来执行平行运算，来找出资料模式。MetNet可自动取得雷达感测系统（MRMS）和环境观测卫星系统（GOES）的降雨预测值，作为模型输入值，而且不需人工注释。然后，模型会产生概率分布，团队可用来判断各区域的降雨概率。（详全文）

呼吸音     肺炎      听诊系统  

时时把关！AI隔空让医生了解患者心音

自疫情爆发以来，许多医生穿上隔离衣，却难以透过听诊器检查病人心跳。台湾新创聿信医疗开发的AI连续辅助听诊系统，正好可解决这个问题。这套系统包含贴在病人胸口、仅13克的微型听诊器和贴片，以及一支可执行AI的手机，可不间断检测呼吸声，随时侦测肺脏与不同肺叶的变化，并视觉化呈现，来告诉医护人员病人动态。

这套AI模型由过去临床测试纪录的资料训练而成，包括1,800人次、8,000多小时的呼吸声音资料，其中30万笔资料也已完成标注。该系统目前于台大医院、亚东医院测试，能正确检测呼吸率、气喘音、痰音、啰音等肺部异常音。除了肺炎患者，连续呼吸监测还可应用于非插管的麻醉手术，以降低意外发生。（详全文）

图片来源／TensorFlow、Sam\'s Club、微软

 AI趋势近期新闻 

1. 华为开源专门打造AI App的深度学习框架MindSpore

2. Nokia 5G AVA认知服务平台将为电信商推出AI服务

3. Google发表语义反应器Semantic Reactor，来强化自然语言理解能力

4. 必胜客靠AI追踪顾客浏览轨迹，挑出犹豫客及时发送限时折价券抢订单

资料来源：iThome整理，2020年4月