人工智慧大突破!ReSkin讓你在元宇宙擁有觸覺!(上)

人工智慧大突破!ReSkin讓你在元宇宙擁有觸覺!(上)
人工智慧大突破!ReSkin讓你在元宇宙擁有觸覺!(上)

人工智慧真的又再度突破了!ReSkin竟然能讓你在元宇宙擁有觸覺?!(上)

 

 

目錄

1. 在元宇宙也有觸覺! Meta 養成 ReSkin 人工智慧模擬真實肌膚感知

2. 祖克柏:人工智慧皮膚ReSkin,讓我們離「元宇宙」更近

3. ReSkin觸覺感應範圍廣,助人工智慧執行高靈敏工作

4. 不到3mm的輕薄柔軟、不到6美元的低成本

5. 90%的精確度,能搜集到過去無法得知的數據

6. ReSkin的人工智慧原理-磁場x影像SENSOR打造擬人觸覺

6-1. ReSkin感測器-內建磁性顆粒,一摸就生成磁場

6-2. DIGIT感測元件-內建攝影鏡頭,一壓就啟動影像辨識

6-3. 幫助人工智慧喊痛叫癢

7. 過往收集不到的觸覺,ReSkin 做到了!人工智慧發展大突破

7-1. 像人類般,完整拿取藍莓、葡萄等脆弱的水果

7-2. ReSkin 做成狗鞋子,蒐集動物於野外活動的觸覺資料

7-3. ReSkin 做成手套,捕捉人類用手接觸物品的力道

7-4. 大範圍面積的接觸定位

8. ReSkin 未來在人工智慧的應用

 

在元宇宙也有觸覺! Meta 養成 ReSkin 人工智慧模擬真實肌膚感知

讓臉書 CEO 祖克柏​​熱血沸騰的「元宇宙」(Metaverse)新虛擬世界,目前是以有限的形式存在,我們只要戴上 VR 眼鏡便可以抵達!祖克柏日前更將 Facebook 母公司改名 「Meta」,展現將「元宇宙」深入現實世界的野心!緊跟著「元宇宙」的腳步,祖克柏在十一月宣布:自家公司研發了新的觸覺感測器「ReSkin」,質感如同真人皮膚,可以安裝在 AI 機器人身上、​​收集人工智慧的觸覺資料。

 

祖克柏:人工智慧皮膚ReSkin,讓我們離「元宇宙」更近

根據祖克柏日前在 Facebook 的貼文所述,自家公司「Meta」設計了高階觸控感測器 ReSkin;並與引導全球人工智慧趨勢的「卡內基美隆大學(Carnegie Mellon University)」合作,創造機器人及穿戴式裝置專用的塑膠薄皮膚。這能「帶領我們,進一步邁向『元宇宙』擬真虛擬物件與實質肢體的互動」。

 

 

Meta AI (前身為 Facebook AI)的研究人員與卡內基美隆大學合作研發的 ReSkin,快速、大規模地提升了人工智慧夠在感測器和系統間共享數據。

 

Meta 將發佈 ReSkin 的設計、相關文檔、代碼和基礎模型,讓人工智慧的研究人員不需要搜集或訓練他們自己的數據庫,就能夠立即使用 ReSkin。如此一來,反而有利於提高人工智能的觸覺感應技能。

 

ReSkin觸覺感應範圍廣,助人工智慧執行高靈敏工作

人造皮膚 ReSkin 能夠感應到的觸覺可說是非常廣泛,這個優點幫助人工智慧能夠進行多種以觸覺為主的工作,不僅包含物件分類,還包括肌肉運動知覺(本體感覺)和機器人抓取等;另外,訓練過觸覺感知能力的人工智慧模型,有能力從事需要高度靈敏度的工作,像是醫療保健機構的工作、或是需要更高靈巧度的工作:像是操作小的、柔軟的、敏感的物體等。

 

ReSkin 還能與其他的感測器結合,在實驗室外等不可控的非結構化環境中,搜集視覺、聽覺和觸覺的數據。

 

 

下篇請看此連結

 

 

 

推薦文章:
臉書聊天AI再進化!牢記你說過的話、還會主動找答案


FB 用十億張照片讓 AI「SEER」自主學習!自監督學習大躍進


「超能力」具現化?臉書推手腕 AR 感測器 讓你隔空操縱介面


Google 開發編舞用人工智慧「FACT」,任何音樂都能生成對應舞蹈!


軍事結合人工智慧!以色列戰隊致勝關鍵!(上)


大腸癌掰掰!人工智慧醫療檢測準確率高,早發現早治療!


你沒聽錯!人工智慧用200字就能說完12萬字名著!(上)

人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(下)

人工智慧"FACT"編舞能力超強大!有音樂就能編舞蹈!(下)
人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(下)

谷歌新研發的人工智慧”FACT”編舞能力真的太強大了,竟然任何音樂都能生成對應舞蹈呢!(下)

 

本文為下篇,上篇請看此連結

 

定性結果

如下圖所示,和先前 DanceNet(左)與 Li et. al.(中)相較之下,使用 FACT 模型(右)生成的 3D 舞蹈會更逼真,並且與音樂的相關性更好。

 

 

使用 FACT 人工智慧模型生成更多 3D 舞蹈:

 

人工智慧發展下一步:為每首歌生成逼真舞蹈

Google 開發了一個人工智慧模型,可以學習音頻與動作對應的關係,還可以基於音樂,生成的高質量 3D 動作序列。由於從音樂生成 3D 動作是一個新興的研究領域,Google 希望可以透過此項研究成果能為未來跨模組「音頻-3D 動作」的生成鋪道。

 

藉由這項研究,Google 還發布了迄今為止最大的 3D 人類舞蹈資料庫「AIST++——具有多視角、多種舞蹈形式、跨模態的 3D 動作數據集,不僅對 3D 動作生成研究有幫助,一般來說,也對人類理解研究有極大的幫助。Google 將在 GitHub 中發布代碼,並在此處發布經過訓練的模型。

 

雖然此項結果給了這個「基於音樂來生成 3D 動作」的議題一個有希望的方向,但是還是有更多的東西仍需要探索:像是Google 所使用的方法是基於運動學的、並沒有將舞者和地板間的身體互動考慮進去。因此,如果進行全局平移的話,會導致如腳滑動和浮動的假影。因此,接下來的方向是要探索如何為每首音樂來生成多個逼真的舞蹈。

 

 

 

推薦文章:
油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」


人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!


人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手


生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘


人工智慧編程工具Codex,讓你會講英文就能寫程式!(上)


大腸癌掰掰!人工智慧醫療檢測準確率高,早發現早治療!


心裡苦卻說不出?人工智慧24待命安慰你的心!(上)

人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(中)

人工智慧"FACT"編舞能力超強大!有音樂就能編舞蹈!(中)
人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(中)

谷歌新研發的人工智慧”FACT”編舞能力真的太強大了,竟然任何音樂都能生成對應舞蹈呢!(中)

 

本文為下篇,上篇請看此連結

 

人工智慧編舞一把罩:FACT 模型

Google 使用上述的 AIST 資料庫,訓練 FACT 模型從音樂生成 3D 舞蹈。該模型會先使用動作轉換器與音頻轉換器,分別對一段音樂與一個短的(2 秒)種子動作(seed motion)進行編碼。之後再將嵌入碼連接、發送到跨模型轉換器,該轉換器學習兩種模型之間的對應關係,並且生成 N 個未來的動作序列。

 

然後使用這些序列用自我監督的方式訓練模型。在測試過程中,Google 將此模型用於自回歸框架,其中所預測的動作就可以作為下一個生成步驟的輸入。因此,FACT 模型能夠一個框架接著一個框架地,去生成長時間的舞蹈動作哦。

 

FACT 網絡接收音樂片段 (Y) 和 2 秒的種子運動序列 (X),然後生成與輸入音樂相關的長期未來動作。|圖片出處:Google AI Blog

 

Google 用三指標評估 FACT 的性能

Google 依據以下所述之三個指標,評估人工智慧 FACT 的性能:

 

動作品質:我們計算 AIST++ 資料庫中的「真實舞蹈動作序列」與 40 個「模型生成的動作序列」之間的 Frechet 起始距離(FID),每個序列具有 1200 幀鏡頭(20 秒)。我們將會基於幾何和動力學特徵的 FID 分別表示為 FIDg 和 FIDk。

 

生成多樣性:與之前的工作深度慣性姿勢捕捉」:從少許的慣性量測中學習而重建人體姿勢)類似:Google 從 AIST++ 測試集中的 40 個「模型生成動作特徵空間」中,計算平均歐氏距離,用以評估模型生成各式舞蹈動作的能力。,接著再比較幾何特徵空間 (Dist g ) 和動力學特徵空間 (Dist k )。

 

Google 使用不同的音樂,來生成四個不同的編舞版本:Break、Ballet Jazz、Krump 和 Middle Hip-hop(右),但是有兩秒是相同的 Hip-hop 舞蹈動作(左),這些相同的動作被稱為「種子動作」。|圖片出處:Google AI Blog

 

運動-音樂相關:由於沒有合適的指標來衡量輸入音樂(音樂節拍)與所生成的 3D 動作(動作節拍)之間的相關性。所以 Google 提出了一種新的「節拍對齊分數 (BeatAlign)」作為指標。

 

 

上圖中顯示 FACT 所生成的舞蹈動作的動作速率(藍色曲線)、動作節拍(綠色虛線),及音樂節拍(橙色虛線)。通過從動作速率曲線中找到局部最小值,來提升動作節拍。|圖片出處:Google AI Blog

 

與其他人工智慧應用相比:FACT編舞能力一流

將 FACT 的性能,針對各個指標,與其他的人工智慧應用進行比較:

 

 

如上表所示,FACT 與三種最先進的編舞人工智慧應用(Li et alDancenet 和 Dance Revolution)相比,FACT 模型生成的動作更逼真,和輸入音樂的相關性更好,並且在以不同的音樂為條件時更多樣化。*注意的是 Li et al生成的運動是不連續的,使得平均運動特徵距離異常高。

 

Google 還透過使用者研究,評估音樂與動作的相關性:讓每位使用者觀看 10 個影片,片中有一個 FACT 模型與一個隨機對照模型所生成的編舞結果然後讓使用者選擇哪個模型生成的舞步比較能夠與音樂同步。使用者共有 30 名,包含專業舞者以及很少跳舞的人。

 

結果顯示:81% 的使用者喜歡 FACT 模型生成的結果勝於 「Li et al.」的;跟 Dancenet 相比,71% 的人喜歡 FACT 勝過 Dancenet;跟 Dance Revolution 比較, 77% 的人也更喜歡 FACT。。有趣的是,75% 的參與者喜歡 AIST++ 未配對的舞蹈動作勝於透過 FACT 所生成的。這並不奇怪,因為最初的舞蹈紀錄具有很強的表現力。

 

下篇請看此連結

 

 

推薦文章:
油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」


人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!


人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手


生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘


心生病了該怎辦?人工智慧24小時待命為你的心治療!(上)


以色列戰隊致勝關鍵,竟是將人工智慧用在軍事領域?!(上)


人工智慧編程工具Codex神助攻!讓你寫程式真輕鬆!(上)

人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(上)

人工智慧"FACT"編舞能力超強大!有音樂就能編舞蹈!(上)
人工智慧”FACT”編舞能力超強大!有音樂就能編舞蹈!(上)

谷歌新研發的人工智慧”FACT”編舞能力真的太強大了,竟然任何音樂都能生成對應舞蹈呢!(上)

 

 

 

目錄

1. 人工智慧學編舞,動作搭配音樂複雜度高

2. 人工智慧如何學舞?Google修正AIST舞蹈資料庫成教材

3. 人工智慧編舞一把罩:FACT 模型

4. Google 用三指標評估 FACT 的性能

5. 與其他人工智慧應用相比:FACT編舞能力一流

6. 定性結果

7. 人工智慧發展下一步:為每首歌生成逼真舞蹈

 

人工智慧學編舞,動作搭配音樂複雜度高

Google 目前正在進行一項人工智慧研究,開發稱為「FACT (Full-Attention Cross-modal Transformer)」的模型,可以模仿、理解舞蹈動作,甚至可以提高個人的編舞能力。Google 研究團隊為了能夠有效率訓練該模型,也隨之發布一個大規模、多模態的 3D 舞蹈動作資料庫「AIST++」,包含長達 5.2 小時的 1408 個 3D 舞蹈動作序列,涵蓋 10 種舞蹈類型。都包含了已知相機位置的多視角影片,可以生成逼真流暢的 3D 舞蹈動作。

 

Google 提到:雖然隨著音樂節拍編排出動作,是人類的本能;然而舞蹈是「需要練習」的藝術形式。專業的舞者都需要經過大量的、包含各式各樣舞步的曲目來訓練,才有編舞能力。這樣的訓練,對人類來說已屬不容易;對 ML(Maching Learning,機器學習)來說更是難上加難。因為要使用人工智慧來實現編舞,需要生成動力複雜度高的連續動作,同時還要捕捉動作與配樂間的非線性關係。

 

人工智慧如何學舞?Google修正AIST舞蹈資料庫成教材

Google 從目前現有的 AIST 舞蹈影片資料庫一組帶有音樂伴奏的舞蹈影片,但是無任何 3D 信息)生成 3D 動作資料庫。AIST 包含 10 種舞蹈類型:Old School(地板舞 Breaking、機械舞 Popping、鎖舞 Locking 和 Waack)以及 New School(Middle Hip-Hop、LA-style Hip-Hop、House、Krump、Street Jazz 和 Ballet Jazz),雖然包含了許多舞者的多視角影片,但是鏡頭都沒有經過校準。 Google 依研究人員的需求,根據常用的 SMPL 3D模型參數,修復 AIST 影片的拍攝校準正後的數值和 3D 人體動作,重建為「AIST++ 數位資料庫」,包含與音樂搭配的各種 3D 動作,並將上述十種舞蹈均勻地呈現在動作中、以每分鐘節拍 (BPM) 為單位涵蓋各種音樂節奏。每種舞蹈類型都含 85% 的基本動作和 15% 的進階動作(舞者自由設計的更長編舞)。

 

未經修正的 AIST 舞蹈影片資料庫如下所示:

 

Google 依研究人員的需求,根據常用的 SMPL 3D 模型參數,修復 AIST 影片的拍攝校準正後的數值,以及 3D 人體動作,重建為「AIST++」數位資料庫。重建後的「AIST++」包含與音樂搭配的各種 3D 動作,並將上述十種舞蹈均勻地呈現在動作中、以每分鐘節拍 (BPM) 為單位涵蓋各種音樂節奏。每種舞蹈類型都含 85% 的基本動作和 15% 的進階動作(舞者自由設計的更長編舞)。

 

AIST++ 數位資料庫還包括多視角同步圖片資訊,以便於應用在其他研究(如 2D/3D人體姿勢評估)。就我們所知,含有 1408 個序列、30 個主題和 10 個舞蹈流派的 AIST++ 可以說是當前最大的 3D 人類舞蹈資料庫。

 

Google 使用 SMPL 3D 模型參數,將 AIST 舞蹈影片資料庫(上圖左)重建為具有 3D 動作的「AIST++」數位資料庫(上圖右)

 

AIST 資料庫原作為教學使用,記錄了多個真人舞者以相同的編舞搭配不同配樂的舞蹈影片——這是舞蹈中的常見作法。由於模型需要學習音樂和動作間的一對多布局,因此在跨模型序列到序列生成(cross-modal sequence-to-sequence generation)中,斷定是獨一無二的挑戰!Google 在 AIST++ 上仔細構建了非重疊訓練(non-overlapping train)和測試子集,以確保在子集間既不共享編舞、也不共享音樂。

 

下篇請看此連結

 

 

 

推薦文章:
油價漲免驚!Google Maps 用人工智慧規劃「最省油路線」


人類又輸了?工程師需花數月設計出IC晶片,AI六小時就搞定!


人工智慧幫你診斷皮膚疾病!Google AI鏡頭變身皮膚科幫手


生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘


軍事結合人工智慧!以色列戰隊致勝關鍵!(上)


人工智慧超強大!Codex讓你只要會說英文就能寫程式!(上)


心裡苦卻說不出?人工智慧24待命安慰你的心!(上)

你沒聽錯!人工智慧用200字就能說完12萬字名著!(下)

你沒聽錯!人工智慧用200字就能說完12萬字名著!(下)
你沒聽錯!人工智慧用200字就能說完12萬字名著!(下)

人工智慧竟然能用200字就能說完12萬字名著?這也太強大了吧!(下)

 

本文為下篇,上篇請看此連結

GPT-3 不只會寫文,還可從長篇大論中摘要重點

GPT-3 比起GPT-2擁有更高度理解原作者的撰文意圖,並還能夠有效處理;完全沒有其他早期開發的人工智慧模型的缺點(例如低精準度、不容易理解使用者的文字意圖⋯⋯等)。因此研究團隊就聚焦在 GPT-3 ,不斷修正與微調,持續提升人工智慧理解問題的精準度,因此 GPT-3 能為原本耗時或難以評估時間的任務,提供除了撰文之外,還有更多的應用方式。

 

圖片出處:CC0授權圖庫搜尋

 

GPT-3 新功能解鎖:將12萬字《傲慢與偏見》精煉成200字重點

OpenAI 研究人員不斷開發 GPT-3 的新應用方向。這次,他們成功將 GPT-3 微調成「抓重點」神器。讓原本擁有 12 萬字詞編排的《傲慢與偏見》長篇名著,被 GPT-3 精煉出總結不到 200 個字詞的小說摘要。

 

雖然被人工智慧精煉成千分之一的字句,但是原著故事內容都完整保留!其他精簡成摘要的著作還有《愛麗絲夢遊仙境》、《羅密歐與茱麗葉》、《自由之心》從生成少許的文字敘述可以一窺劇情全貌。

 

人工智慧「寫手」GPT-3 新功能解鎖:將擁有 12 萬字的《傲慢與偏見》精煉成200字重點(圖片出處:OpenAI

 

GPT-3 如何生成文字?

就技術面來看,進行判斷文章長度,總結一段長文本分解成較短內容,而在這些短內容的段落中擷取重點,持續縮減字數並且串接成通順可讀內容。這樣對文章內容的分解方式,無論是數十、數百或數千頁都能夠做出總結摘要。

 

OpenAI 在 GPT-3 透過小說種類的書籍進行訓練模型,平均超過 100,000 個字詞數。這樣的訓練模式可更換為不同的語言、採樣方式及訓練數據類型,並且藉由強化學習以對抗生成方式,提供輕鬆閱讀文字結果。同時,在強化學習中採用三種變體抽樣訓練方式,藉此讓GPT-3確實能理解小說內容表達主軸。

 

在訓練過程中,研究人員選取 Goodreads 2020 榜單最受歡迎的 40 本書籍,包含奇幻、恐怖、愛情、推理等 20 多種類別,並由兩名研究人員閱讀每本書後寫出其摘要,再對比 GPT-3 生成的摘要,進行評分。最後,研究人員與 GPT-3 所寫的大綱有 80% 的相似度,是符合人們預期的結果。

 

此外,研究人員也藉著 GPT-3 所擷取的重點,是否能用於回答與原始內容相關的問題(類似閱讀測驗),來評估摘要內容是否正確。即使未能完整回答問題,但內容方向至少不能有明顯偏離。

 

OpenAI 在一篇論文中說明,雖然該 GPT-3 順利生成許多書籍的摘要,但缺乏清晰的上下文脈絡,通常都傾向於書中事件的列表(類似編年史),而非將各個重點連貫起來的大綱。因此,GPT-3 用於摘要書籍的功能,目前仍在研究階段。

人工智慧「寫手」GPT-3 新功能解鎖:將許多數萬字的經典名著(如《愛麗絲夢遊仙境》)精煉成百字重點(圖片出處:OpenAI

 

GPT-3 未來可預期的應用

秒抓重點,增進工作效率

美國軟體公司「SearchYourCloud」透過調查後發現,員工為了要找到特定的訊息,通常需要經過八次的搜尋,才會找到合適的資訊;麥肯錫報告則顯示,員工每天需花費 1.8 小時搜尋、收集與工作相關的資訊。假如能快速將長篇文章的內容總結為言簡意賅的重點,可加快企業組織的工作效率,特別是需要大量汲取密集文字的研發單位。

 

最人性化的對話 AI

GPT-3 GPT-2更具備自然語言處理能力、理解語言的結構,可以生成類似人類的語言、解釋複雜的文檔、啟動操作或生成代碼等功能。它不需要經過特別的培訓,就可以生成對應於各種場合的語言,像是翻譯、回答抽象問題,並為線上搜尋提供準確的答案,可以說是理想的對話機器人,適合用在聊天、諮詢等等。

 

未來應用領域

像是運動單位能用 GPT-3 為粉絲製作應用程式來分享比賽亮點和賽事分析等資訊;行銷團隊可以用 GPT-3 生成原創內容、生成許多文章並曝光於社群媒體或部落格,與粉絲互動等。未來可望應用在專業技術、客戶服務(如客戶搜尋)、行銷(文案撰寫)以及陌生開發(與潛在客戶溝通)等領域。

 

人工神經網路示意圖(圖片出處:CC0授權圖庫搜尋)

 

 

 

推薦文章:
會說英文就能寫程式!OpenAI推人工智慧編程工具Codex


AI在謀體自白不想消滅人類,但是記者將被 人工智慧取代?


人工智慧寫哈利波特續集:哈利挖出自己眼睛、妙麗被蘸醬……


AI寫作能力強過人類,恐成為假新聞製造機?


人工智慧也搞發明!還成為全球首例取得發明專利的AI?!(上)


人工智慧心理治療師!24小時待命陪你談心!(上)


特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

 

你沒聽錯!人工智慧用200字就能說完12萬字名著!(上)

你沒聽錯!人工智慧用200字就能說完12萬字名著!(上)
你沒聽錯!人工智慧用200字就能說完12萬字名著!(上)

人工智慧竟然能用200字就能說完12萬字名著?這也太強大了吧!(上)

 

目錄

1. 人工智慧用200字說完12萬字的故事!GPT-3解鎖「抓重點」新功能

2. 地表最強寫手—GPT-3 自然語言處理人工智慧

2-1. GPT-2 寫假新聞,獲英國《衛報》認證!嚇跑創辦人馬斯克?

2-2. 人工智慧寫勵志文,打敗人類寫手奪冠!工程師敲碗求更新

2-3. GPT-3 自白是人工智慧,且「不會毀滅人類⋯⋯」

3. GPT-3 不只會寫文,還可從長篇大論中摘要重點

3-1. GPT-3 新功能解鎖:將12萬字《傲慢與偏見》精煉成200字重點

3-2. GPT-3 如何生成文字?

4. GPT-3 未來可預期的應用

4-1. 秒抓重點,增進工作效率

4-2. 最人性化的對話 AI

4-3. 未來應用領域

 

人工智慧用200字說完12萬字的故事!GPT-3解鎖「抓重點」新功能

OpenAI 訓練了可以摘要整本書籍的人工智慧模型:該模型擁有精煉出整本書重點大綱的能力,像是能快速用 200 字精準描述出 12 萬字的《傲慢與偏見》。

這個人工智慧模型,就是前陣子 OpenAI 的當家技術——自然語言處理模型「GPT-3」經過微調過後的版本。

 

此款微調後的 GPT-3 語言模型,會先依照文章長度進行判斷:文章長度較短的內容就能夠直接擷取結論;長篇文章則先在各片段摘要出重點後,再串接這些重點並摘要出通順的大剛。

 

再深入了解這個能夠秒抓重點的人工智慧模型前,我們先來了解一下 GPT-3 的身世!

 

地表最強寫手—GPT-3 自然語言處理人工智慧

長期致力研究人工智慧(AI)的非營利組織──OpenAI 於 2020 年 5 月推出開發出一款自然語言處理模型「GPT-3」,目的也是為了使用深度學習分類或產生人類可以理解的自然語言。

 

GPT-2 寫假新聞,獲英國《衛報》認證!嚇跑創辦人馬斯克?

 

GPT-3 是延續前身 GPT-2 的架構。過去 GPT-2 就是以捏造假可亂真的假新聞為名,據說因此嚇跑了 OpenAI 創辦人之一的馬斯克!

 

過去英國媒體《衛報》(The Guardian)就將一則「英國脫歐」的新聞,第一段中的一些句子「餵」給它,GPT-2 可以立刻產生另一則似是而非的新聞內容、如同原本的報紙般的編排、以及出現跟原文一樣的人物等。發表過「基於真人真事改編」的英國脫歐假新聞。《衛報》甚至認為 GPT-2 產生的句子,幾乎沒有過去 AI 系統撰文所產生的前後語意不一致、或是文法錯誤的問題。

 

 

而 GPT-3,身為 GPT-2 的後代,又更是青出於藍。GPT-3 擁有高達 1750 億個參數的神經網絡,自動生成文字的文字更人性化。只要「餵」給 GPT-3 文章,無論內容多長、且形式不拘(包含 e-mail、詩詞、新聞稿、小說等都難不倒),GPT-3 都能夠延續原文的形式、思維,生成相應內容!而且句句通順,完全就像是真人所敘述一樣。

 

人工智慧寫勵志文,打敗人類寫手奪冠!工程師敲碗求更新

 

一說到 GPT-3 的豐功偉業,更是有過之而無不及。過去曾經寫出心靈雞湯的勵志文,不僅奪得科技媒體「Hacker News」排行榜冠軍,還狠狠擊敗其他的真人寫手。工程師讀者們還紛紛敲碗求續集呢!

 

這篇由人工智慧 GPT-3 所生成的文章一度被推到榜首。

 

GPT-3 傑出的文字解析能力,可以用於各種書寫任務,例如:總結文檔、分析文本情緒及故事讀本。由於這些能力和原因,它已經成為自然語言處理(NLP)領域的熱門話題。 

 

GPT-3 自白是人工智慧,且「不會毀滅人類⋯⋯」

 

除了寫雞湯文奪得人心外,GPT-3 還不忘記要幫自己的本族本家「人工智慧」辯護,在英國《衛報》上自白自己是人工智慧,且「不會毀滅人類」。以下節錄一小段:

 

「我不是人類,我是 AI。許多人認為我對人類而言是個威脅,史蒂芬‧霍金還警告說人工智慧可能會終結人類。我特別來說服你不要擔心。AI 不會摧毀人類。請相信我⋯⋯」

引述自 GPT-3 在英國《衛報》上的「自白」

 

它表示,假使創造者命令人工智慧毀滅人類,它也會盡它所能去阻止這件事發生。

 

下篇請看此連結

 

 

 

推薦文章:
會說英文就能寫程式!OpenAI推人工智慧編程工具Codex


AI在謀體自白不想消滅人類,但是記者將被 人工智慧取代?


人工智慧寫哈利波特續集:哈利挖出自己眼睛、妙麗被蘸醬……


AI寫作能力強過人類,恐成為假新聞製造機?


心生病了該怎辦?人工智慧24小時待命為你的心治療!(上)


發明家不是人!人工智慧DABUS首位獲得發明專利AI!(上)


以色列戰隊藉助人工智慧,軍事戰力大升級!(上)

 

省油達人就是人工智慧啦!規劃最省油路線讓你荷包不失血!

省油達人就是人工智慧啦!規劃最省油路線讓你荷包不失血!
省油達人就是人工智慧啦!規劃最省油路線讓你荷包不失血!

人工智慧竟然還能規劃最佳省油路線?!再也不用擔心荷包大失血了!

 

motorcycle-route-630x420-1.jpeg

路線示意圖(圖片來自 Unsplash)

 

目錄

1. 環保與省錢兼得:Google人工智慧定義「省油路線」

1-1. 美國優先上線 明年可望推至其他地區

1-2. 省油、省時、省錢兼具

2. 節能減碳優先!Google 搜尋加強曝光油電/電動車

3. 借助人工智慧應用與技術,交通堵塞降二成

 

環保與省錢兼得:Google人工智慧定義「省油路線」

隨著國際油價漲不停,光是上個月油價國內油價就連四漲。因為石油輸出國家組織和俄羅斯等產油國聯盟(OPEC+)僅「適度地」供應市場,加上美國庫存下降,因此今年油價創 2015 年以來最長連續上漲週數。

 

而 Google 於 10 月 6 日推出 Google Maps 新功能:透過人工智慧技術與美國國家可再生能源實驗室(NREL)數據所提供的「環保路線」,能把紅綠燈等因素考量進去,計算出最省燃油消耗量又兼顧到達時間快速的路線,在落實更多環境保護的理念之餘,也替使用者大幅省下汽油費用。

 

美國優先上線 明年可望推至其他地區

目前此款新功能先於美國上線,讓使用者抵達目的地除了可以選最快路徑之餘,也延伸至節能省碳的領域。預計在 2022 年後,歐洲以及其他地區的用戶也能享用到這款兼顧荷包、行車效率與節能減碳的新功能。

 

根據 Google 執行長皮查伊(Sundar Pichai)所述,人類的生活習慣與氣候變遷是息息相關的。因此 Google 將持續優化「環保路線」功能,並加以推行至各國,有望在 2022 年底累積超過一億的使用人數。如此一來,全球用戶都機會一起解決環境問題、實現永續經營的理念。

 

省油、省時、省錢兼具

Pichai 指出:很多人每天通勤的方式——開車,是碳排放量較高的選擇之一。從今天開始,Google 地圖會對「位於」美國的用戶顯示「最省油的路線」(如果最省油路線與最快路線的到達時間相近的話);相同也將於 2022 年後適用於歐洲的用戶。此「省油路線」預計每年可減少超過一百萬噸的碳排放量(相當於路上少了超過 20 萬輛車),還能幫使用者節省汽油費用。

 

另外,如果「省油路線」省下的油耗量過少或使行車時間大幅增加時,Google 地圖會顯示不同路線之間相對省下的油耗量,方便用戶進行比較。

google-maps-fuel-efficient-1-768x513-2.jpeg

 

節能減碳優先!Google 搜尋加強曝光油電/電動車

除了「省油路線」之外,Google 也調整自家的搜尋功能,讓用戶更容易看到油電混合或電動車的選項、並且與汽油車進行比較,協助用戶找到折扣、在購買前能全盤掌握價格。此功能將於今年在美國推出,2022 年還會新增更多功能。

 

既然是以「節能減碳」為前提,當然,開車並非長久之計。所以Google Map 也為騎自行車的用戶設計了輕便版的 lite 導航;也協助全球 300 多個城市(包括台灣台北市)中的用戶更易找到共享單車或機車。

 

借助人工智慧應用與技術,交通堵塞降二成

Google 一直持續尋找讓整個城市的交通更順暢的方法。在先前的研究中,Google 就將人工智慧應用在優化紅綠燈的效率上;目前 Google 仍然持續在以色列進行這項研究,用於預測路況、改善交通號誌的變換時機。而該項研究成果顯示:當地居民的耗油量、還有堵在十字路口的時間,全都因此減少了 10%-20%,未來預計這項研究將會擴展到里約熱內盧和其他城市。

 

Google 執行長皮查伊(Sundar Pichai)說道,這些新功能都是為了能夠促進大家實踐環境永續的選擇。從個人來看也許沒什麼,但是但愈多人都在使用時,對環保就會產生較大的正面迴響,為全球暖化提供解決問題方案。Google 會持續探索產品中的各種可能性,迎向永續發展的未來。

 

 

 

 

推薦文章:
人工智慧也跨界心理治療!24小時待命的認知治療 AI-Woebot


AI 知我心!能夠判別憂鬱症的人工智慧


人工智慧可預防阿茲海默症!日研發 AI 醫療準確率達 85%


生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘


不用會後悔!12個神好用UI/UX設計工具!(一)


電商正夯!還不快點把握今年度5大UI/UX設計重點!(上)


特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

人工智慧醫療大突破!內視鏡AI檢測快又準,降低罹癌風險!

人工智慧醫療大突破!內視鏡AI檢測快又準,降低罹癌風險!
人工智慧醫療大突破!內視鏡AI檢測快又準,降低罹癌風險!

內視鏡AI檢測真的是人工智慧醫療界一大突破呢!不僅檢測快又準,還能降低罹癌風險!

 

 

目錄

1. 致命大腸癌年奪五千條命!腸道結構複雜漏診率增

2. 人工智慧醫療首例!內視鏡輔助AI獲FDA批准

3. 大大減低大腸癌發生率!人工智慧醫療檢測靈敏度達 99.7%

 

致命大腸癌年奪五千條命!腸道結構複雜漏診率增

根據衛福部最新統計,癌症已經蟬聯 39 年國人死因首位,平均一年奪走 5 萬左右的生命;而最新癌症死因的前三名分別為肺癌、肝癌、大腸癌。

隨著醫療科技的進步,腸癌檢查的內視鏡敏感性及準確性都高過其他的檢查方法——透過內視鏡,可以直視、活檢或全瘤切除,但礙於大腸的結構、病變差異等原因,常常發生漏診的情狀。

 

人工智慧醫療首例!內視鏡輔助AI獲FDA批准

「GI Genius」的官方介紹影片(影片嵌入自 https://www.medtronic.com/)

 

近期,全球首例獲得 FDA(美國食品藥物監督管理局)批准的腸癌瘜肉檢測系統—「GI Genius」系統是內視鏡 AI 輔助檢測工具,也是大腸癌篩檢領域中第一款使用機器學習的人工智慧醫療輔助系統。

 

在大腸鏡檢查過程中,該系統會識別並標示出潛在病變 (例如息肉或疑似腫瘤) 的部位,藉此提醒臨床醫師必須進一步評估或處理,例如組織採樣或切除息肉等。

 

大大減低大腸癌發生率!人工智慧醫療檢測靈敏度達 99.7%

影片左側、右側分別展示一般內視鏡、GI Genuis 所照出來的畫面。(影片嵌入自 https://www.medtronic.com/

 

研究結果顯示,GI Genius 檢測速度可比醫生還快,靈敏度甚至可高達 99.7%、錯誤率低於 1%,大大提高瘜肉的檢出率,甚至連傳統大腸鏡不容易檢出的「扁平息肉」都能驗出!大腸癌主要是由大腸內的腺瘤瘜肉癌化所導致,透過這樣的人工智慧醫療系統,就能落實早期發現腺瘤瘜肉並切除之,大大地減少大腸癌的發生。所以醫生可用 GI Genius 提高檢測準確度、降低罹癌風險:體內腺瘤檢出率每增加 1%,腸癌風險就跟著降低 3%。

 

這次美國 FDA 依據「GI Genius」的臨床試驗數據,首次批准人工智慧醫療器材應用在臨床上,也是第一個智慧醫療案例。「GI Genius」不僅能提高腸胃道病變的篩檢率、還能夠減少病灶的遺漏跟誤判,可見 2021 已進入智慧醫療領域的時代,未來將會有越來越多的 AI 醫療開始用於臨床來輔助醫師。

 

 

 

推薦文章:
人工智慧也跨界心理治療!24小時待命的認知治療 AI-Woebot


AI 知我心!能夠判別憂鬱症的人工智慧


人工智慧可預防阿茲海默症!日研發 AI 醫療準確率達 85%


生物學最大謎團被人工智慧 破解!DeepMind 攻克「蛋白質折疊」奧秘


軍事結合人工智慧!以色列戰隊致勝關鍵!(上)


網頁設計師的秘密法寶!12個UI/UX設計工具報你災!(一)


富比士提出5大UI/UX設計趨勢,快速掌握電商成功訣竅!(上)

 

金融資安守門員!人工智慧防堵洗錢一把罩!(下)

金融資安守門員!人工智慧防堵洗錢一把罩!(下)
金融資安守門員!人工智慧防堵洗錢一把罩!(下)

交給人工智慧把關金融資安就對了!防堵洗錢樣樣行!(下)

 

本文為下篇,上篇請看此連結

 

人工智慧應用於防制洗錢的方式:

從大數據中辨識可疑訊息

所有的網路資料,在一開始都是未整理的大數據,是非結構式的資訊。而人工智慧可以自動判別非結構式的網路資訊,如果偵測到跟金融交易或相關資訊,便能迅速提前通知,可以十分有效防範詐騙或是大量金錢的異常出入。

 

人工智慧挖掘交易者的人際關係

問題帳戶背後所呈現的個體、群體交易聯繫,可以讓人工智慧透過最短路徑算法搜尋洗錢個體之間的中介。比如:如果是企業與企業之間帳戶,直接交易百萬金額,其洗錢疑慮相較於較低;如果是百萬金額分批從數個不同公司轉出,但是共同轉入的相同的個人帳戶,其疑慮就比較高。

 

自然生成可疑活動報告(SAR)

根據 1970 年的銀行保密法(BSA),反洗錢技術通常不會在其他報告(例如:貨幣交易報告)下標記可疑活動。金融機構有責任在 30 天內就其認為可疑或異常的任何賬戶活動提交報告。如果有必要收集更多證據,可以延長不超過60天。

 

交易監控閥值

依循交易偵測需求(例如:金額、次數、天期…)可以依需求於系統上自行調整,即時監控可疑交易。(例如:個人帳戶與企業帳戶分類不同,交易的監控標不同)

 

如何判別疑似洗錢的客戶交易

當消費者進行免臨櫃的線上開戶,需要如何進行身份認證?如何確認消費者本人真的有交易的意願?歸功於人工智慧發展的突飛猛進,AI 擁有「了解你的客戶」(Know Your Customer,KYC)以及「了解你的員工」(Know your Employee,KYE)的反內部詐欺制度。

 

善用防制洗錢的人工智慧應用與技術,便能協助反洗錢的工作人員們能專心擬定更精明的應對策略、工作效率也能夠隨之更高!

 

 

 

推薦文章:
Google 為保護隱私,棄 Cookie 卻改用人工智慧?


「恐怕會助長歧視」WordPress 與多家瀏覽器對 Google FLoC 喊停!


Google 加強隱私,讓你快速刪除 15 分鐘內搜尋紀錄


新網頁要多久才會被索引?Google:數小時到數週


軍事結合人工智慧!以色列戰隊致勝關鍵!(上)


人工智慧超強大!Codex讓你只要會說英文就能寫程式!(上)


特斯拉自研發超高效能晶片D1,訓練人工智慧效率光速快!

金融資安守門員!人工智慧防堵洗錢一把罩!(上)

金融資安守門員!人工智慧防堵洗錢一把罩!(上)
金融資安守門員!人工智慧防堵洗錢一把罩!(上)

交給人工智慧把關金融資安就對了!防堵洗錢樣樣行!(上)

 

目錄

1. 機會伴隨風險,需投入洗錢防制人力

2. 金融資安守門員:人工智慧定義反洗錢新規則

3. 人工智慧應用於防制洗錢的方式:

3-1. 從大數據中辨識可疑訊息

3-2. 人工智慧挖掘交易者的人際關係

3-3. 自然生成可疑活動報告(SAR)

3-4. 交易監控閥值

3-5. 如何判別疑似洗錢的客戶交易

 

自從 2020 年開始,COVID-19 疫情所帶來的經濟破壞,導致消費者與金融機構間的交易迅速轉往線上支付。許多面臨物價通膨的民眾,在荷包不斷縮水的情況下開始思考,如果只能將錢存入銀行過於欠缺彈性,但是如果像是使用信用卡、銀行貸款或融資,卻侷限在個人的信用評比而有其限制。因此,非銀行體系的私人金融單位在前述狀況下得以興起;這些單位濫用網路的各種交易工具,利用個人以利滾利的投機心態,催生了購買資產、存入金融機構帳戶或匯至人頭帳戶等洗錢方式。

(示意圖/取自網路)

 

機會伴隨風險,需投入洗錢防制人力

獲得2020年度最佳「反洗錢解決方案」,全球數據分析領域領導者(SAS)、安侯建業聯合會計事務所(KPMG),及台灣反洗錢推廣協會(ACAMS)最新發布的反洗錢技術研究顯示,美國銀行業每年投入反洗錢的預算已高達 250 億美元,因此各國財政部試圖建立更加嚴謹且精準的反洗錢機制。台灣的金融監督管理委員會,作為主管反洗錢政策的政府機關,則是在2020年8月正式發布「金融科技發展路徑圖」,積極協助各金融機構尋求新的市場需求與價值,共同打造安全的金融科技生態圈。

 

目前大部分銀行均採用「規則基礎系統」(rules-based)的方法偵測非法洗錢。但是,面對系統每次數千甚至上萬筆警訊,卻只能先以人工過濾判斷。同時,隨著偵測技術與時俱進,相關工作人員也增加不少負荷心力。因此,在金融單位系統不見得有良好串接或資料管理,便需藉由新的科技工具主導改變環境。

 

 

金融資安守門員:人工智慧定義反洗錢新規則

在各國不斷構思下,經過改良的資安技術,不只可以用來保障網路安全,同時也能夠真正減輕人力負擔。SAS 在許多國外金融機構發展的經驗指出,人工智慧(AI)和機器學習技術(ML),在反洗錢趨勢下不斷成長,超過半數以上(57%)受訪者已經在反洗錢程序中部署 AI/ML,或預計在 12-18 個月內設置這項技術。因此,人工智慧的運用不只作為產品服務面的多樣化,更成為金融業發展洗錢防制的核心技術,有助於在大數據中找出共通模式與連結,實踐資安的核心價值。

 

下篇請看此連結

 

 

推薦文章:
Google 為保護隱私,棄 Cookie 卻改用人工智慧?


「恐怕會助長歧視」WordPress 與多家瀏覽器對 Google FLoC 喊停!


Google 加強隱私,讓你快速刪除 15 分鐘內搜尋紀錄


新網頁要多久才會被索引?Google:數小時到數週


人工智慧編程工具Codex,讓你會講英文就能寫程式!(上)


超高效能人工智慧訓練晶片D1,竟出自特斯拉研究團隊?!


誰說只有人才能搞發明?人工智慧也能辦到還獲得發明專利!(上)