AI趋势周报第144期：16支辨识引擎打造数位布片数据库，台新创要当纺织界Google Search

重点新闻(0925～1001)

影像辨识     纺织     Frontier  

台新创以16支辨识引擎打造数位布片数据库，要当纺织界Google Search

台湾新创Frontier主打纺织企业云平台，瞄准纺织业数字化痛点，以一套数位布片数据库和内建的16支辨识引擎，来优化布片侦测、校正和分类等作业，把布片上传流程从50分钟缩短为3分钟，连Zara母公司Inditex、Under Armour和全球最大的数位成衣设计公司Virtuality Fashion都爱用。

Frontier共同创办人暨首席执行官赵均埔指出，纺织业工作流程要数字化，第一步就是建立布料样本数据库。目前，全球只有3家厂商提供布片数据库服务，以其中的美国厂商来说，因布片上传后，还得仰赖人工判断、分类，因此整个布片上传、建档流程，就得花上50分钟。而Frontier将平台建于AWS上，利用AWS和其他工具来自动辨识布片、校正颜色、降噪、贴标和归类等作业；赵均埔指出，该平台共有16支辨识引擎，除了7支为AWS外，他们还采用北科大的智慧影像辨识技术，甚至还有医疗MRI病灶辨识技术，来强化对布片细节的侦测。此外，该平台也透过自然语言处理API，来优化布料搜寻和询价等功能。

他指出，有了数位布片库，一件成衣的设计时间可从原本的45天缩短为1天，制成时间也从300天缩短为7天，也不会产生库存。也因为该平台提供聊天功能，赵均埔指出，文字传递结合布片辨识，也提升疫情期间的沟通效率。（详全文）

  工研院     自拍无人机    辨识  

用上千张网红照片训练AI，工研院无人机自动捕捉最佳角度

工研院日前在年度技术日上，展示一款新研发的自拍无人机，可自动寻找最佳拍摄角度来拍照，免除过去须手动调整的不便。这款无人机所配置的辨识模型，是由上千张专业摄影师拍摄的网美照片训练而成；工研院指出，拍摄时，AI模型会根据镜中人的关节姿势，比对训练资料集中相似的照片，进而采取类似的拍摄角度和画面裁切，自动调整飞行高度和远近等。

工研院也表示，未来，这款无人机可协助警方于偏远地区巡逻，从空中视角来判断异常活动，比如夜间盗伐，再结合后台通报系统，来即时办案、惩处。（详全文）

  自然语言处理   参数       pQRNN PRADO  

就算参数少300倍，Google新NLP模型也能达BERT水准

Google近日发表一项研究成果，团队在去年打造的自然语言处理（NLP）模型PRADO基础上，开发出pQRNN模型，可让模型以少量参数，就能达到BERT等级的高阶表现。

pQRNN PRADO由三个模组组成，分别是投射操作（Projection operation）、密集瓶颈层（Dense Bottleneck Layer），以及QRNN编码器。投射操作可将文本中的Token转换为三元向量，密集瓶颈层可学习与NLP任务相关的每个单字特征，而QRNN编码器不须预处理，就能从输入的文本中学习上下文特征。经测试，pQRNN PRADO参数虽比BERT少了300倍，且也未进行预训练，就能在NLP任务表现上，达到与BERT相当的水准。随后，Google也在GitHub上开源PRADO模型。（详全文）

  AI平台预测     XGBoost     机器学习模型  

Google正式推出AI平台预测服务，要优化机器学习工作流程

Google近日发布AI平台预测（AI Platform Prediction）正式版，开发者可用于云端，来准备、建立、执行和共享机器学习模型。该平台建于Google Kubernetes Engine后端，具高灵活、低延迟等特性。进一步来说，AI平台预测让开发者更容易部署以XGBoost、scikit等框架训练的模型，也提供新的Compute Engine机器类型和Nvidia加速器，让使用者依其所需来选择。除此之外，AI平台预测也提供模型预测的资讯和视觉化工具，来解释模型产出预测结果的原因。AI平台预测为完全托管、无丛集的服务，而且，要是使用者发送过多流量，Google将分配管理，以免模型过载。（详全文）

  Google     LipSync     群众外包  

Google发起对嘴挑战赛，靠群众外包来训练AI模型

Google日前发起一场AI挑战赛LipSync，要请使用者为一首歌对嘴，来完成Google的AI实验。LipSync的目标，是要衡量使用者用手机或桌机对嘴的准确度。实验会以相机拍摄用户的脸部表情，再以浏览器上的Google TensorFlow.js facemesh模型，即时分析用户嘴巴、唇部特征点，来评估对嘴是否准确，但不会录下任何声音，资料也不会回传至Google。

Google指出，这项实验是要协助训练AI，来了解人说话时的表情。这些知识可建立一套系统，来追踪无法正常说话的族群，像是肌萎缩性侧索硬化症（ALS，俗称渐冻人症）患者，甚至未来能利用语音合成技术来替他们发声。最后，Google将开放LipSync的程式码和技术文件下载。（详全文）

微软    扩充套件    程式码  

程式语言扩充套件Pylance推新功能，程式码可读性更高

微软近日更新了语言服务器扩充套件Pylance功能，新增着色和自动汇入支援等功能。Pylance是今年7月时，微软在VS Code上新推出的Python程式语言扩充套件。

Pylance以静态类型检查工具Pyright为基础，提供丰富的类型资讯，且能助开发者编写高品质的程式码。其中，最新的语义着色功能能以颜色突出显示程式码，提高整体程式码的可读性。再来，Pylance自动汇入完成功能也有所改进，开发者能在完成工作提示中，看到即将被添加到档案中的汇入陈述式预览。（详全文）

Bing   自动词汇建议    问答  

微软以语言模型改进Bing自动字词建议与相关问答功能

微软将自家自然语言生成模型T-NLG用于Bing搜索引擎中，来改善字词预测，并利用自然语言表示模型T-ULR，提升多语言智慧问答的品质。首先，微软以T-NLG模型改进Bing搜寻栏的自动建议功能，让Bing能即时生成建议，不受限于以前使用者输入的资料，或是当前输入的字词。

另外，Bing也应用自然语言表示模型T-ULR，提升多语言和多地区的搜寻结果品质，Bing智慧问答功能已可对100多种语言和200多个地区，提供零次问答服务，该模型也用来突显搜寻结果的摘要重点，让用户能够更快地找到需要的答案。（详全文）

Adobe     PDF      液态模式  

小屏幕不用怕，Adobe释出AI工具来自动调整PDF画面

有鉴于愈来愈多人在手机上处理公事或读文件，Adobe也为PC时代产生的Adobe Acrobat加入液态模式（Liquid Mode）新功能，透过将档案送到Adobe Document Cloud处理，转换为合适的大小，方便用户在小屏幕装置查询、阅览PDF文件。

当使用者开启PDF文件时，液态模式的AI会分析文件结构，包括标题、段落、图片、清单列表或表格，并依屏幕大小重新排版，以便在小屏幕装置上读取。（详全文）

图片来源／Google、微软、Bing、Adobe

摄影／王若朴

 AI趋势近期新闻 

1. 全台第一支警用无人机队成军！新北市警锁定刑事、环境交通和防救灾

2. 脸书发布AI动态基准测试平台Dynabench

3. 台北市自驾巴士测试进入新阶段，即日起开放民众预约试乘

资料来源：iThome整理，2020年10月