AI趋势周报第67期：就靠表情辨识技术！美新创让身障者用脸部表情来控制电动轮椅

重点新闻(1130～1206)

  英特尔    表情辨识    身障移动  

只靠脸部表情，身障人士也能操控电动轮椅

美国机器应用新创HOOBOX借助英特尔AI技术，推出Wheelie 7套件，让严重身障的人士只靠脸部表情，就能操控电动轮椅。Wheelie 7套件包括3D摄影机、车载电脑、导航感测器、Wheelie软件和其他电子配备等，该公司称只要7分钟就能完成安装。而不同于其他行动辅助设备，Wheelie 7套件不使用人体感测器来侦测动作指令，靠的是英特尔RealSense深度摄影机，能即时串流算法处理的资料，而Wheelie 7也采用英特尔处理器和其他工具组，来加快脸部表情识别软件的推论速度。Wheelie 7目前已于美国测试，使用者可设定10个表情（比如微笑、吐舌等）来控制轮椅前进、停止或后退等。（详全文）

AI     AWS     算法市集  

算法市集来了！AWS Marketplace新辟机器学习与AI专区

AWS日前于re：Invent 2018年大会上，宣布在AWS Marketplace上兴建了机器学习（ML）和AI专区，让用户更容易寻找及购买能与AWS服务整合的相关软件。目前该专区主要分为四大类别，分别是资料解决方案（Data Solutions）、机器学习解决方案（Machine Learning Solutions）、智慧解决方案（Intelligent Solutions），以及针对Amazon SageMaker所提供的机器学习模型及算法（Algorithms & Model）。此外，所有在AWS Marketplace所购买的ML或AI解决方案的账单都会被并入AWS账号，而不需另外与供应商交易。（详全文）

  华为     StorySign    手语  

华为发布StorySign App，能将故事书内容“比”给听障小朋友看

华为日前推出一款名为StorySign的免费App，由Huawei AI驱动，只要选定App图书库中的任一故事书，再将手机或平板电脑镜头对准实体故事书，就能透过特别设计的卡通人物Star，将故事书文字转化为手语，来“比”给听力障碍的小朋友看。过程中，屏幕还会以颜色标注与手语对应的文字，父母也可决定显示速度，来帮助孩子学习词汇。StorySign由欧盟听障协会和英国听障协会等慈善机构支援，动作人物由Aardman Animations设计，童书则由老牌的企鹅蓝灯书屋（Penguin Random House）赞助。StorySign目前支援10种语言的手语，包括英语、法语、西班牙语和德语等，中文则尚未支援。（详全文）

 

  Nvidia    神经网络       虚拟世界  

Nvidia用神经网络学习真实世界影片，要让建置虚拟世界更快更便宜

Nvidia研究团队近日于2018年全球AI大会NeurIPS中，展示用AI建置3D虚拟环境的生成神经网络的研究成果。首先，该神经网络会从真实世界的影片学习场景，包含场景中的物体、物体的边缘等细节，由于输出的虚拟世界是用合成方式产生，开发人员可简单编辑场景，比如移除、修改，或是增加场景中的物体。在训练经网络的部分，Nvidia利用Cityscapes和Apolloscapes资料集，在DGX-1用Tesla V100 GPU来训练模型，在大会上的展示则是透过Tensor Core GPU来执行。Nvidia认为，这项研究成果将能够降低建置虚拟环境的时间和成本。（详全文）

  Walmart    BrainOS     智慧机器  

Walmart将部署数百个机器清洁工

美新创Brain Corp近日宣布与Walmart合作，将提供AI服务给全球最大的零售商。目前，全美Walmart超市已采用100多台由BrainOS平台驱动的自动地板洗涤机，这款洗涤机能在超市员工训练的期间，快速绘制路线图，并透过一个按钮就能开始自动清洁。该机器配备的感测器可扫描周遭人物和障碍物，进而避障。此外，其后端的BrainOS平台让机器拥有自主导航和搜集资料的功能，并于云端系统运行。Walmart预计，将于明年1月底财政年度结束时，所有超市部署的BrainOS洗涤机将达到360台。（详全文）

AI    fastMRI     开源 

脸书与纽约大学医学院开源fastMRI专案AI模型和大规模MRI资料集

脸书人工智能研究（FAIR）和纽约大学医学院高级成像创新与研究中心（CAI²R）共同开源了用于fastMRI的工具以及资料。为解决核磁共振（MRI）扫描耗时的问题，脸书和纽约大学医学院在8月时宣布合作研究计划fastMRI，要以AI让MRI的扫描速度加快10倍。而近日该专案开源，释出新AI模型和任务基线，其中还包括全球第一大的MRI资料集，以作为未来研究的基准。此外，纽约大学医学院计划接下来还要发布脑和肝脏的扫描图像和测量结果，而脸书也会使用既有的实验基础、资料和基线，近一步探索基于AI的重建技术。（详全文）

Google    非监督学习     场景深度  

非监督式学习如何对移动物体进行深度预测？Google找到新方法解决

Google研究团队最近提出一项创新作法，来产生移动物体的深度评估结果，能重现移动物体正确的深度。该方法将结构导入学习框架，不直接透过神经网络来学习场景的深度，而是将场景视为包含机器人本身和移动物体的3D影像，并将个别的运动分为独立的转换（transformation），包含场景中用来建立3D几何学和评估物体运动的转换角度（rotation）和相对位移（translation）。Google用城市驾驶的资料集KITTI和 Cityscapes测试该方法，发现新方法胜过现行做法，而且新方法能正确地重现与自我运动车辆移动速度相同的车辆的深度。此外，Google也将这次的研究透过TensorFlow在GitHub中开源释出。（详全文）

铭传大学     模糊分类      早期预警  

铭传大学用模糊分类系统来提早学生预警

铭传大学学术副校长王金龙日前分享校务分析心得，指出透过模糊分类系统（FRBCS），能更有效预测学生成绩，比传统的资料探勘分类法和分群法还要准确。他解释，在训练模型时，先将数位学习平台Moodle数据库中，转换过往的学期资料，形成Training Case，再以Learning Method来产生知识库。这时，模型学习阶段告一段落，便可输入新学期资料，经模糊化、推论等步骤，来显示预测结果。铭传大学以10门课程，来比对模糊分类系统和C5.0决策树算法，发现模糊分类法准确率平均达70％以上，比传统方法高出36.64％。（详全文）

英特尔      加密工具     资安  

英特尔开源加密工具，训练深度学习模型也不怕敏感资料外泄

英特尔近日公布开源释出深度学习编译器nGraph后端的资料加密工具HE-Transformer，保护训练模型的敏感资料。HE-Transformer工具采用微软研究院开源的加密运算函式库Simple Encrypted Arithmetic Library，来实现底层的加密功能，让资料科学家能够用热门的开源框架，像是TensorFlow、MXNet、PyTorch等，开发神经网络模型，且资料经过加密的处理。（详全文）

图片来源／华为、HOOBOX、Nvidia、Brain Corp.、王若朴、Google

 AI趋势近期新闻 

1. AWS SageMaker平台新增多项新功能，包含语义分割算法、自动优化ML模型编译器Neo

2. Google找来RPA软件商Pega联手，开始提供RPA机器人流程自动化服务

3. 准确预测照片物体深度，Google用机器学习改善人像模式景深效果

资料来源：iThome整理，2018年12月