AI趋势周报第147期：脸书联手CMU，要用AI找出将能源转为燃料的关键催化剂

重点新闻(1016～1022)

脸书     电催化剂     再生能源  

脸书联手CMU，要用AI找出能源转燃料的电催化剂

脸书日前联手卡内基美隆大学（CMU）展开一项开放催化剂专案（Open Catalyst Project），要藉AI来加速找出合适的电催化剂，以大规模储存和使用再生能源。为因应气候变迁，许多国家已逐步发展再生能源，像是太阳能或风能，来产生间歇性电能。这些间歇性电能大于消耗量时，就会先暂存起来，等到消耗量大于产量时，才会释放到电网上。

也因此，衍生出另一种再生能源储能方法，也就是将多余的风能或太阳能转换为燃料。不过，这需要昂贵的电催化剂（如铂）进行化学反应才行，如果要大规模应用，就得找出成本更低的电催化剂。为此，脸书与CMU发起该专案，要藉AI找出电催化剂的新结构，来弥补量子模拟的高运算成本限制。与此同时，团队也开源了该专案的资料集，包括120万个分子松弛与经过2.5亿次DFT计算的结果。（详全文）

  DeepMind     量子力学    FermiNet  

DeepMind用AI简化量子方程式难题，加速新材料研发

DeepMind近日开源一套费米子类神经网络FermiNet，可简化原本复杂的波函数计算过程，找出电子在量子状态中的位置分布概率，来模拟化学键影响。DeepMind指出，FermiNet是目前最准确的模型，开源后，相关领域社群可用来模拟化合物或新材料的雏型，再来研发。

DeepMind表示，在量子状态下的电子难以定位，而这套FermiNet，可准确预测量子系统中的电子位置。FermiNet会随机选择电子排列，评估每个排列的能量，并加总起来、将其最小化，取得真实能量的近似值。这个方法又称蒙地卡罗，就像赌客一样一遍遍掷骰子；为了取得更近似真实能量的值，可随时再“多掷一次骰子。”利用这个道理，FermiNet透过原本用来计算粒子位置概率的波函数，来产生粒子位置样本，自行产生训练资料来训练自己；也就是说，除了原子核位置外，FermiNet不须任何外部训练资料。

后来，DeepMind也将这套模型套用置一套AI系统，可精准预测玻璃分子从液态转变为固态的运动轨迹。继年初论文发表后，团队现在开源FermiNet程式码，要促相关社群的研究发展。（详全文）

  贷款     自动化     Lending DocAI  

瞄准金融抵押贷款，Google推出Lending DocAI加速文件审阅

Google推出一款云端解决方案Lending DocAI，专门锁定抵押贷款业务，利用Google光学字元辨识（OCR）和自然语言处理（NLP）技术，透过自动抓取文件关键数据来自动处理文件审阅工作，像是借贷者的收入和资产文件，来加速借贷流程，Google称该服务可提供领先业界的准确率。

Google指出，抵押借贷是最耗时的业务之一，因为金融机构须人工浏览数百页文件，才能核定贷款。为此，团队开发Lending DocAI，透过撷取文件资料，来自动化文件审查流程。目前，Google DocAI为预览版，正式版推出时间未定。（详全文）

  旧城模拟    电脑视觉      3D建模  

Google开源AI旧城模拟工具集，带你看百年老城风貌

好奇家乡城市百年前的样貌吗？Google AI近日开源一款浏览器工具集rǝ，可让使用者在网页上的地图，查询一地自1800至2000年间的3D样貌变化。Google指出，该工具在自家云端和Kubernetes上执行，可扩展性高，能透过历史地图和照片，来3D重建旧石街景和建筑物。

这个工具集由三部分组成，首先是Warper群众外包平台，让使用者上传历史地图和相片，也能校正旧城的地理座标。再来是时间轴，使用者可在时间轴部分拖拉，画面会随着时间不同而显式建筑变化。最后则是3D体验平台，团队利用区域型卷积模型（RCNN）、语义分割模型DeepLab等深度学习模型，来辨识不同类别的物件，最后将这些物件组成3D网格，形成最终建筑物外观。不过，该平台仍未完工，Google也欢迎各方高手贡献历史图集。（详全文）

  宝雅     智慧货架     精准行销  

智慧货架在宝雅民生店亮相，靠人流感知迈向精准行销

国内智慧零售又添一例！宝雅近期在台北民生门市导入智慧货架，结合广告播放、人流感知技术，搜集货架前的消费者行为数据，协助品牌商了解商品促销的效益。

这间宝雅门市的生活用品专区货架，简洁地陈列商品，货架上显示器播放动态价格和广告内容；货架上方还有屏幕与一组镜头，平时展示商品促销资讯，当侦测到消费者靠近时，屏幕就会自动播放与货架商品有关的品牌广告，此外还能分析人流，统计有多少人次因感兴趣而靠近货架，甚至能辨识消费者性别，判断可能的年龄层分布，作为商品效益分析使用。（详全文）

arXiv    程式码    机器学习 

脸书开源NLP模型，100种语言不必靠英语就能互翻

脸书日前开源M2M-100自然语言处理模型，号称是全球第一个不需英语中介，就能直接翻译两种语言的AI模型。一般机器翻译会以英语为中心，比如翻译中文和法文时，会先法文翻成英文，再由英文翻成中文，但这种翻法会导致原意流失或翻译错误。

而脸书的M2M-100以新探勘技术取得翻译资料，建立多对多资料集，涵盖100种语言、2,200种翻译方向（如中文到法语算一种）的75亿句子。最后他们使用多种技术来训练这个具备150亿个参数的单一模型。经BLEU基准测试，该模型和传统双语翻译效果一样好，还比脸书目前的翻译模型高出10分。（详全文）

微软   AI图说     电脑视觉  

Word、Outlook和PowerPoint都能靠AI配图说了

微软日前宣布，要将AI图说功能整合至Windows版与Mac版的Word和Outlook，以及Windows版、Mac版及Web版的PowerPoint，替文件中的图片自动产生图说。

过去，图说系统通常以图片搭配文字叙述的资料集来训练，但如此的系统无法辨识资料集中未曾出现的物件，因此微软预先训练了一个大型AI模型，配有一个丰富的资料集，以图片搭配文字标签，作为视觉词汇，接着再以图说资料集进行训练，让视觉词汇模型学习如何组成句子，而让新的图说系统能够更准确地辨识并描述图片，而且表现优于人类。（详全文）

IT系统侦测     ServiceNow      Watson AI  

IT维运小帮手！ServiceNow联手IBM打造IT系统自动诊断解决方案

ServiceNow在自家部落格宣布，要整合IBM的Watson AI技术和自家IT服务管理系统（ITSM）与IT营运管理系统（ITOM），来提供自动问题检测和修复的解决方案，并于今年稍晚由IBM发布。

ServiceNow的ITSM系统可让IT人员在单一云平台上，进行可扩展的IT服务管理，包括事件管理、问题管理，而ITOM能让IT人员探索和查看，跨云端和就地部署资料中心的所有IT资源。而与IBM打造的联合解决方案，能让用户完全了解营运足迹，更快地对事件和问题作出反应，其中的AI可自动侦测、诊断、回应和修复IT系统异常，并透过分析先前事件，来提供异常检测与建议作法。（详全文）

图片来源／脸书、DeepMind、Google、微软

摄影／苏文彬

 AI趋势近期新闻 

1. Google打造能生成歌曲指纹的ML模型

2. Azure认知服务现可用来侦测异常资料

3. AI教育向下扎根，高市启动AI智慧岛学习平台

4. Google表格智慧填入功能Smart Fill正式上线

资料来源：iThome整理，2020年10月