搞定SEO小訣竅(6)-結構化資料標記的重要性

搞定SEO小訣竅(6)-結構化資料標記的重要性
搞定SEO小訣竅(6)-結構化資料標記的重要性

總是覺得SEO搞定很困難?掌握這些技巧,絕對能讓你事半功倍哦!(6)

SEO 優化時可以善加利用 Schema 結構化資料標記來強化網站在搜尋結果的摘要片段。當你在搜尋食譜時,是否在搜尋結果頁看到部分網站顯示秀色可餐的食物圖片? 圖片旁邊還有五星評等呢!圖片下方有顯示食譜的片段資訊…好像看起來很簡單,於是,你忍不住點擊網站看完整的做法…

上圖顯示:上方的搜尋結果有 Schema 結構化資料標記,顯示了美味的照片與五星評等;下方的搜尋結果則沒有做 Schema 結構化資料標記。

有 Schema 結構化資料標記的搜尋結果,是否有比較吸引你點擊?可見經過 Schema 結構化資料標記的網頁,在搜尋結果頁上脫穎而出的機率相較比較高

除了在搜尋結果頁上出現秀色可餐的圖片、星級評等之外,「schema結構化資料標記」還可以依據你網頁的特性,進而顯示出對應的資訊…

比如說你的網頁是賣書的網頁,你可以使用「schema結構化資料標記」讓搜尋結果頁出現你的書名、ISBN與出版年份等資訊。如下圖:

結論:雖然「Schema 結構化資料標記」不會直接讓網頁在 Google 搜尋頁面中名次變高,但是卻可以藉由在搜尋結果頁中清楚的文圖說明,可以提高被使用者點擊的機率,而間接增加 Google 的權重分數,達到 SEO 優化的功效。

想了解 SEO 八大基礎的你,也千萬別錯過下一章「2018後的SEO八部曲7-使用主關鍵字的相關詞

 

 

 

 

 

推薦閱讀:
RIP,Google 中國!搜尋引擎開發計劃 Dragonfly 的停止


白帽SEO、黑帽SEO,到底差在哪?


SEO必知!「長尾關鍵字」的定義與使用說明


為了被 AI 認出,你願意戴上「白面具」嗎?臉部辨識的隱憂


非資工系出身也能當網站工程師?到底是哪家Python課程這麼厲害?!


入門SEO課程必會!GA工作階段定義與範例一次報你災!(上)


傳統甜點正名找上人工智慧,網友看了都醉了!

人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(下)

人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(下)
人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(下)

Goolge地圖靠人工智慧再升級!這次連塞車也可以輕鬆預測了!(下)

本系列文章為【不只是導航!Google 地圖用 AI 大升級 能預測還沒發生的塞車】的下篇,上篇請點此

圖像神經網路就是將道路視為一個圖形,路線對應節點(nodes),而邊線位於「連續道路」和「通過交叉路口連接的道路」之間。路段實際上是與交通密度成比例地、隨機採樣的道路子圖(subgraph),並且透過訊息傳遞演算(message-passing algorithm)計算邊緣與節點之間的相互影響。

每個路段的長度和複雜度都有所不同,從兩條道路到包含數百個節點的路線都有。DeepMind 表示,如果將相鄰道路之間的交互關係納入考量後,就能使得預測準度有所提升:「例如我們思考一條小巷的堵塞如果溢出,將如何影響主幹道的交通」。

▲ Google 地圖人工智慧分析計算道路交通之演算法示意圖。

 

DeepMind 也表示,在訓練時自動調整學習率,該模型不但可以達到更高的成效,還能自動調整學習率,獲得更穩定的結果。

除了新模型,Google 地圖也一併考慮其他因素:如道路速限、道路面積、道路品質(如礫石地、柏油或泥地)、道路施工、天候氣象(如下雪、下暴雨或土石流等)、使用者回報的交通事故、封路、出現彎道或紅綠燈路口的頻率等等,以及因應新型冠狀病毒疫情隨之而來的交通管制。

疫情之下 Google 地圖受到的沖擊

Google 表示疫情爆發後,全球路上交通流量減少了 50 %,隨著疫情持續,仍有不少地區維持交通管制。

這種影響範圍擴及全球的特殊狀況下,為了不讓預測失準,AI 會自動優先考量近期的車流量記錄,且將更早之前的車流量模式列為次要考量,讓導航結果的預計抵達時間更為精準。

這次事件展現出 Google 地圖與現實世界有多麼息息相關。Google 執行副總裁 Jen Fitzpatrick 也親自撰文表示,他們將會推動 Google 地圖發展新的技術,因為世界不斷在變化──公車班次的增減、新的道路被開拓、自然災害永久地改變通行路線等等。「這就是為什麼地圖常常需要更新、確保全面性和準確性的原因。人工智慧的重大突破改變了我們製作的地圖方法,也讓我們能將高品質地圖更快地帶到了世界各個角落。」

除了導航之外 其他有賴人工智慧的地圖功能

除了導航功能之外,其實 Google 地圖還有許多實用的功能都是靠人工智慧完成。

如 Google 曾公開他們如何利用深度神經網路,自動且準確地辨識街道名稱、模糊人臉與車牌。在自然場景中由於視覺偽影,如失真、閉塞、定向模糊、雜亂的背景或不同的角度等狀況,讓傳統的光學字符識別(OCR)難以完成辨識。

而且為了保護用戶的隱私,Google 團隊致力於解決這一問題,使用神經網路自動模糊了街景圖像中的人臉和車牌,而經過足夠的標記數據訓練後,AI 也能自動升級 Google 地圖相關的最新信息。

另一應用在於描繪地圖上代表建築的幾何陰影。Google 利用了多層次技術,第一層人工智慧負責從衛星照片中辨識出建築物;第二層的人工智慧負責分辨建築物的輪廓,並去除四周雜物;第三層則是根據輪廓來描繪出最有可能的建築物狀態。這套系統從 2018 開始,已經繪製了超過 1 億個新建築到 Google 地圖上了。

這套系統在低度開發國家使用效果最好,在政府資訊難以取得的國度,Google 團隊利用衛星圖和街景的影像,繪製出了奈及利亞大城市拉哥斯(Lagos)的地圖,填入了 20,000 條街道名稱、50,000 個新地址、與 100,000 間新商家的資訊。

像繪製地圖這樣巨量又繁瑣的工作,果然還是得靠AI的協助才有可能完成的呢。

 

 

 

 

 

推薦文章:
UI/UX 設計工作完整剖析


使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!


人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛


第一次上程式設計課程該選 Python 還是 Java?有什麼差別?


人工智慧幫喵星人取名,創意十足絕對超乎想像!


人工智慧貓砂盆,貓咪健康狀況隨時掌握!(上)


居家照護交給人工智慧!翻轉家庭變幸福!(上)

人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(上)

人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(上)
人工智慧讓Google地圖升級了!連預測塞車也難不倒它?(上)

Goolge地圖靠人工智慧再升級!這次連塞車也可以輕鬆預測了!(上)

今年因新冠疫情爆發,導致全球交通運輸模式受到影響。各種交通管制、居家隔離甚至是封城等措施,使全世界車流量大幅減少許多。

為了因應全球範圍的交通模式改變,Google 近日表示,將與 DeepMind 攜手運用人工智慧技術, 強化路途預定到達時間預測(ETA),甚至能還沒發生塞車,就先預測你會不會受影響。

Google 地圖的導航功能一直備受大眾喜愛,近年隨著行動裝置的普及與網路速度的提升 ,有越來越多民眾不另外裝載車用衛星導航、而直接使用 Google 地圖作為外出行車的主要導引,更是讓 Google 地圖與人們的生活更加緊密。

至於 Google 是怎麼做到導航、判斷車流量與偵測交通阻塞的呢?背後其實還是有賴人工智慧的幫助!

不只靠公開資料分析 每個使用者都能回傳位置資訊

有些導航服務是根據政府提供之公開資料來計算車流量,而 Google 地圖的優勢在於── 眾多的使用者。

Google 地圖全球每日用戶超過 10 億人,每個使用者進行導航時都能匿名傳回位置資訊, 可以利用這些資訊就能統計出當前的道路狀況,以此分析出道路的車流量、是否有交通堵塞等等 ,並且即時在導航結果中呈現。

▲ 圖片來源:The Keyword | Google

 

Google 地圖使用路上行人、行車中的地點資料來顯示當下路況,這種模式雖然簡單好用,但如果要進一步預測未來 10、20 分鐘,甚至一個小時之後的路況,或要提供預定到達時間(Estimated Time of Arrival,ETA),就必須將既有歷史交通數據、即時車流量的改變情況,配合AI人工智慧進行分析預測。

與DeepMind合作人工智慧技術 強化路況預測能力

為了強化路況預測能力,Google 宣布將與 Alphabet 旗下的人工智慧研究公司「DeepMind」合作,更新 Google 地圖的演算法。

Google 表示,新的預測模型將加權過去 2 到 4 週的歷史資料,而越舊的資料權重會越低;並稱 Google 地圖的 ETA 預測在 97 %以上的旅程都有穩定準確率,而與 DeepMind 的合作能使準確率更加提升。

Google 地圖採用名為圖像神經網路(Graph Neural Networks,GNNs)的機器學習架構,大幅降低預測失準率,在柏林、雪梨、東京及華盛頓特區等等交通繁忙的地區,依然能維持精準的預測率,讓使用者能在出發前可以更方便來規劃行程。

▲ Google 不斷提升世界各地之 ETA 預測精準度,圖可見「台中市」提升高達 51 %。圖片來源:VentureBeat

 

Google 地圖將錯綜複雜的道路網路劃分為一個個「路段」(segments),各個路段都包含大量的交通流量資料,並能彼此共享;AI 分析這些巨量的資料,再通過圖像神經網路模型,就能清楚地預測每個路段的行駛時間。

本系列文章未完,請點此看下一篇

 

 

 

 

 

推薦文章:
UI/UX 設計工作完整剖析


人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛


第一次上程式設計課程該選 Python 還是 Java?有什麼差別?


使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!


換臉特效不再搞剛!人工智慧換臉技術超高超!(上)


怕被愛貓”戰利品”嚇到?!人工智慧貓門幫你把問題解決!


人工智慧替喵星人取名,絕對特別不重複!

人工智慧結合貓屋,讓浪浪不用再流浪!(下)

人工智慧結合貓屋,讓浪浪不用再流浪!(下)
人工智慧結合貓屋,讓浪浪不用再流浪!(下)

人工智慧貓屋給貓咪一個溫暖的家,總算可以安心度過寒冬了!(下)

本系列文章為【人工智慧守護浪浪安全!貓奴工程師開發AI浪貓庇護所】的下篇,上篇請點此

病貓、絕育貓識別系統



人工智慧能辨別病貓,可在 0.3 秒內分辨四種常見浪貓疾病並通知志工。

 

人工智慧鏡頭掃瞄貓臉開門時,也會同時啟動病貓暨絕育貓識別功能。人工智慧能檢測 4 種常見的貓咪疾病:包含貓口炎、傳染性貓鼻氣管炎 (俗稱「貓感冒」) 、皮膚病、外傷),並且透過流浪貓耳上的標籤,300 毫秒內判斷是否已絕育。

如果發現進入庇護所的新貓隻是沒有絕育或有傷病時,系統會主動通知管理的志工,帶貓隻就醫。


▲ 在掃描貓臉的同時時,人工智慧能辨別貓咪是否生病或結紮。

 

人工智慧溫控與空調系統

▲流浪貓在寒冷的冬天,會因為碗裡的水結凍而無法喝水。因此整個貓窩的溫度,均保持在27度左右,為貓咪體感溫度的最佳狀態。

 

人工智慧能偵測貓窩中溫度與空氣,並自動調節至最佳狀態。

 

AI人工智慧貓窩內裝有溫濕度傳感器,並可藉由行動裝置來控制。當貓窩內溫濕平衡出現異常時,AI智能恆溫系統會自動調節至平衡。

人工智慧溫濕度傳感器能偵測貓窩中溫溼度並自動調節,或是藉由行動裝置來人工控制。

 

貓窩是屬於一個相對密閉、狹小的空間,而「人工智慧新風系統」會對貓窩氧氣、二氧化碳的濃度進行實時監測和分析,並適時給貓窩換氣,以保持貓窩室內的空氣清新

人工智慧新風系統能偵測氧氣、二氧化碳的濃度,並適時換氣。

 

▲ 人工智慧恆溫系統能偵測冷暖乾溼變化

 

研發工程師晚兮在視頻中表示:「熱愛的事情不應該只是隨便說說,能用我寫的代碼為我身邊的人和事物帶來一些改變,這已經足夠讓人興奮了。」。下面的影片為兩位「貓窩推手」的防談,一位為動物救援專家、另一位是百度 AI 工程師晚兮。看著這兩個充滿愛心、幹勁又有專業知識的年輕人,為了讓浪貓能在寒冬中得以存活、溫飽,而願意奉獻自身的能力,你的心是否也感動了起來了呢?以上案例真的實現「科技始終來自於人性」了呢!

 

 

 

 

 

推薦文章:
第一次上程式設計課程該選 Python 還是 Java?有什麼差別?


人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛


UI/UX 設計工作完整剖析


使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!


居家照護交給人工智慧!翻轉家庭變幸福!(上)


五部人工智慧電影,陪你深度探討人類與AI的關係!


新聞編輯換”人工智慧”做!上線不久卻出包?!(上)

人工智慧結合貓屋,讓浪浪不用再流浪!(上)

人工智慧結合貓屋,讓浪浪不用再流浪!(上)
人工智慧結合貓屋,讓浪浪不用再流浪!(上)

人工智慧貓屋給貓咪一個溫暖的家,總算可以安心度過寒冬了!(上)

浪貓冬天存活率僅剩下四成!工程師決定建構AI貓窩

冬天的寒冷夜晚,當人類紛紛回家過冬時,就由人工智慧來守護浪貓的安全:至少先讓他們有能度過寒冬的地方。據動物組織估計,大陸每年約有 4 千萬多隻流浪貓,悲哀的是,只有其中的 40% 能成功活過冬季,也就是存活的只剩下約 1600 萬隻存活……

▲ 只有 4 成的浪貓能活著度過大陸的寒冬。

 

百度一名筆名為「晚兮」的工程師,於某個冬天看見一隻小流浪貓縮在車子的輪圈旁取暖。「晚兮」意識到牠們岌岌可危的生存困境,決定善用自己的人工智慧專業,並聯合其他愛貓志工,研發出「AI 貓咪庇護所」。

人工智慧貓窩導入的 AI 模型 EasyDL,是百度推出的客製化 AI 訓練暨服務平臺。透過 EasyDL,團隊透過 EasyDL 建立「貓臉掃描門禁系統」並讓貓窩能恆溫通風。貓窩能自動提供食物、水,還可透過 AI 技術偵測出貓咪是否已絕育、生病受傷等,能夠立即給予適當協助。目前已有一批浪貓入住。

冬天的嚴寒夜晚,當人類紛紛回家過冬時,就由人工智慧來守護浪貓的安全:至少先讓他們有能度過寒冬的地方。據動物組織估計,大陸每年約有 4 千萬多隻流浪貓,悲哀的是,只有其中的 40% 能成功活過冬季,也就是存活的只剩下約 1600 萬隻存活……

▲ 百度人工智慧貓窩設計草圖。

 

人工智慧貓窩導入 AI 模型 EasyDL,是為定制化訓練及服務平台建立了可掃描貓臉而開門、恆溫通風的 AI 人工智慧貓窩,可提供浪貓所需的食物、水,還可透過 AI人工智慧的技術偵測出貓咪是否絕育或生病、受傷,以便即時給予協助。目前已有一批浪浪貓入住。

▲ 目前已有一批浪浪貓入住人工智慧貓窩

 

人工智慧貓窩的功能詳列如下:

貓臉門禁系統 其他動物止步

▲ 貓臉門禁系統:導入人工智慧的鏡頭可辨識 174 種品種的貓,掃描後確認是「貓」才會開門。

 

為配合貓咪晚上活動的習性,貓窩設置的雙自動門配備具紅外線夜視功能的攝影鏡頭,一旦有貓靠近,第一道門先開啟,所以就算伸手不見五指的晚上,門禁系統也能也能照常為浪貓們開門。

▲ 配備人工智慧的貓臉辨識鏡頭,運作時會掃描貓臉

 

安全感不足的浪貓,防衛心大部分都很重。因此在貓咪進入第一道門後,第二道門就會自動開啟,直到貓咪完全進入室內,第二道門才會關上。這樣貓咪才房卸下心防、無掛慮的入住。藉由百度大腦開放的動物識別技術,貓臉門禁系統可識別 174 種不同種類的貓,有效阻止流浪狗及其他動物進入,保護流浪貓不受其他動物干擾。

本系列文章未完,請點此看下一篇

 

 

 

 

 

 

推薦文章:
使用 Java、Python、C 等 22 種程式語言寫出「Hello World」!


人工智慧電影/影集:Netflix《我的全像情人》探討人與 AI 是否有真愛


UI/UX 設計工作完整剖析


第一次上程式設計課程該選 Python 還是 Java?有什麼差別?


人工智慧貓砂盆,貓咪健康狀況隨時掌握!(上)


人工智慧結合換臉特效,細緻程度高達百萬畫素!(上)


傳統甜點正名找上人工智慧,網友看了都醉了!

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)
狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)

沒想到人工智慧機器人也會轉彎小跑步!而且老師竟然還是狗狗!!(下)

本篇為下篇,上篇請點此連結

讓機器人能自立自強的人工智慧技術

然而 Google 研究人員的下一個目標,就是如何用最少的人力、讓機器人在現實世界中可以正常運作。

儘管機械手臂的技術已經大有突破,比如同樣為 Google 研發人員設計的分散式 Q 學習演算法(QT-Opt)。但是,將相同的方法應用於四足機器人卻十分困難,因四足機器人更可能會因事故損壞自身、離開訓練區域,相較之下更需要人工干預。

▲四足機器人的自動化學習系統面臨安全性與自動化的挑戰。

首先研究人員透過多任務學習(multitask learning)生成,將機器人驅動到工作空間,以防止機器人離開訓練區域;並通過設計安全約束,將機器人跌倒的次數降到最低。

例如:若當前有兩項任務,「向前」與「向後」行走。如果機器人處在工作區的後面,調度程序將選擇「向前」任務,反之亦然。如果機器人掉落,則將調用自動起身控制器,接著進行下一個任務。

該框架成功地訓練了從無到有的策略,無需人工干預,機器人就可以朝不同的方向走,還使機器人能挑戰非平坦的地面,例如記憶泡棉床墊和鏤空的地墊。

四足機器人的未來展望

四足機器人能夠像真正的狗一樣走路,但仍然還有不足之處:由於算法和硬體的限制,它並不能完成高度動態的行為,像是大幅度的跳躍。也不比全手動設計的控制器穩定;並且絆倒後雖能重新站起來,但仍然不甚靈活。

不過即使如此,研究人員依舊十分相信,他們的方法可以促進人工智慧機器人的發展,未來更能獨立運作,足以完成現實世界中的工作,像是在多層倉庫或是訂單履行中心裡運輸物料;並表示,未來也有興趣繼續研發,將自動培訓系統應用於更複雜的現實環境中。

 

 

 

 

推薦文章:
AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍


CSS教學-display與visible屬性介紹


用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


人工智慧將造反?!別怕,歐盟發布”AI白皮書”規範AI(上)


掌握Python就靠它?!19個語法你應該要先知道!


Python自學有方法!6種數據類型先搞定!

 

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)
狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)

沒想到人工智慧機器人也會轉彎小跑步!而且老師竟然還是狗狗!!(上)

 

近日,Google 人工智慧研究團隊最新發表的機器人研究日誌中,詳細介紹了他們所研發的四足機器人如何流暢動作和透過 AI 技術自學行走。

目前的機器人仍然需要許多人工參與,而 Google 建立的技術,讓機器人只需 8 分鐘的動作資料,就能自己學會向前、向後以及左右轉彎等運動,再也不用常常得扶起翻倒的機器人。

Google人工智慧研究員讓機器人「向狗學習」

為了能夠開發出行動敏捷、不需要人工協助的機器人,Google 的人工智慧機器人研究科學家可以說是絞盡腦汁,在觀察到自然界各種動物矯健又不費力的身手後──如翻身飛躍咬住飛盤的狗兒;研究人員決定向大自然取經,讓這些動作靈巧的小生物擔任機器人的老師,學習快速流暢的動作。

運動模仿、強化學習與自適應控制技術

研究人員先建立一套能夠模仿學習的人工智慧技術,目的是希望讓四足機器人可以藉由模仿真實世界的狗來學習敏捷的動作。

首先,研究人員捕捉真狗的各種動作,諸如小跑、跳躍與起身等等, 做為機器人執行各種技能的參考運動,並使用強化學習(Reinforcement Learning;RL)技術訓練控制策略,以仿效真實狗狗的動作。

▲強化學習技術用於訓練模擬機器人來仿效狗的動作。

在物理模擬的策略訓練上,透過對不同的參考運動使用不同的獎勵函數,在每個連續時步密切跟蹤參照的動作,訓練模擬機器人模仿各種不同的動態。

研究人員先在模擬環境完成訓練機器人的策略,接著再使用自適應控制技術(Adaptive control)將訓練好的策略實現在真實世界中,利用真實機器人的資料,高效地自適應策略,使研究人員能「教」一台四足機器人快走、跳躍或轉彎。

但由於模擬終究無法匹敵真實,模擬中訓練的策略應用在真實機器人上效果不甚佳。

為此,研究人員使用潛在空間(Latent Space)適應技術,通過改變機器人的質量和摩擦等物理量來隨機化模擬訓練中的動力學,將數值用編碼器映射到一個數字表示(即編碼),在訓練過程中將此編碼作為附加輸入傳遞給控制策略,當將該策略部署到一個真實的機器人上時,研究人員刪除編碼器,並直接在潛在空間中搜索一組允許機器人成功執行技能的變量。

這個方式可以說是十分成功,讓機器人能夠成功地執行現實世界中所需的動作。並且只要有 8 分鐘的資料供機器人參照,不只能從影片學會狗的走路動態,即使是動畫師製作的動畫,機器人也能從中學會轉頭等的複雜動作。

本篇為上篇,下篇請點此連結

 

 

 

 

推薦文章:
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


CSS教學-display與visible屬性介紹


AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍


父母終於能放心了!!人工智慧結合手機新增”防拍裸照”功能(上)


19個語法搞定好,學習Python沒煩惱!


人工智慧將造反?!別怕,歐盟發布”AI白皮書”規範AI(上)

 

保護地球靠AI!效率竟比人類快3000倍?!(下)

保護地球靠AI!效率竟比人類快3000倍?!(下)
保護地球靠AI!效率竟比人類快3000倍?!(下)

為什麼AI能夠拯救地球?而且效率竟比人類還要快3000倍(下)

連結本篇為下篇,上篇請點此

 

比人快 3,000 倍!Google AI 省時省力拚保育

過去假設以人力一張張辨識照片影像的話,每個小時最極限最多也只能處理 1,000 張照片。但如果用 Google Wildlife Insights AI,影像辨識分析的速度可達3,000 倍以上,等於每小時能處理多達 3 千 6 百萬張照片。

▲Google AI 可辨識出照片中的物種或空景。

當然,目前尚不能精準辨識出地球上所有物種,但其中 614 種物種如美洲豹、非洲象與羚羊等,Google AI 有最多達 98.6% 的準確度。而且最重要的是,若是沒拍到動物的空景,AI 可以快速地辨識出並且剔除,就已省下一大筆人工篩選時間了。

此外,AI 在辨識的同時也能統計相同區域中出沒的動物,計算出物種分布密度,提出一份較為精準的數據給予大眾使用。識別、分析和共享野生動物的數據,以近乎即時的方式揭示野生生物的現況。

只聞其聲不見其「魚」 Google AI 用音頻追蹤鯨魚

除了在陸地上跑跳的動物外,海中優游的座頭鯨也是 Google 關心的對象。

座頭鯨以其躍出水面姿勢、長長的胸鰭與富有深意的叫聲而聞名,被稱為「大海的歌唱家」。然而,隨著遠洋漁業的發展,座頭鯨曾一度被列為瀕危物種。根據《自然》雜誌發表的一篇報告指出,商業性捕魚已使近 90% 的大型掠食性魚類消失,其中就包括座頭鯨。

為了能夠保育面臨絕種危機的座頭鯨,第一步是要確認他們出現的位置和時間。Google 在東京舉行的「Solve with AI」論壇上,公開了 Google 與美國國家海洋暨大氣總署(NOAA)合作訓練神經網路模型的 AI,可自動偵測辨識座頭鯨的聲音,並進一步定位其所在地。

▲Google 與 NOAA 建立了網站「鯨魚之歌」,分享了數千小時的鯨魚歌聲。

要從這些錄音中辨識出座頭鯨的聲音並不簡單,水下錄音機會錄下各式各樣的聲音,而雨聲或是船隻的噪音,也常會混淆判斷。並且座頭鯨的叫聲特別難分辨,不如藍鯨、長鬚鯨等其他鯨類會發出固定的叫聲,座頭鯨的叫聲複雜且多變,更是加深辦識難度。

NOAA 過去已錄製了超過 17 萬小時的水下錄音,「若要人手處理,需要24 小時不眠不休地聆聽 19 年,要人手分析簡直是天方夜譚。」

Google AI 將這些水下聲音轉視覺化,以頻譜表示,不斷標記頻譜資料訓練,就能讓 人工智慧 更精準的標記出錄音中的座頭鯨聲音。現在 AI 已經可以根據錄音中的座頭鯨聲音,在地圖上標記出他們出現的時間地點,甚至得知牠們的遷徙途徑,用於保育和研究。

這些生活在地球已有 5000 萬年的大型哺乳動物,能否能夠繼續優游海洋,也許命運就交託在人工智慧手中。

 

 

 

推薦文章:
你是我的眼!Google AI 眼鏡助視障朋友「看見」世界


用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


今年10月即將入手的新身分證,它的UI設計有啥亮點?


AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


革命啟動!人工智慧結合汽車又將迸出怎樣的火花?(上)


人工智慧太猖狂?!歐盟發布”AI白皮書”來管管它!(上)


人工智慧再度刷新大家三觀!!超精準甩尾竟比專業還強!!(上)

 

保護地球靠AI!效率竟比人類快3000倍?!(上)

保護地球靠AI!效率竟比人類快3000倍?!(上)
保護地球靠AI!效率竟比人類快3000倍?!(上)

為什麼AI能夠拯救地球?而且效率竟比人類還要快3000倍(上)

 

人工智慧 AI 或許是應對氣候變化,除了個人力行友善地球的生活方式之外,另一個生態保育的關鍵技術呢!

如今,氣候變遷是人類面臨的最大挑戰之一,全球變暖、冰川消融、物種滅絕、海平面上升到極端天氣事件頻發等等,能挽回的時間越來越緊迫。也許我們可以借助於效率比人類快 3000 倍的 AI 人工智慧⋯⋯

「現代問題需要現代手段」

《自然氣候變遷》(Nature Climate Change)期刊研究生物多樣性資料庫中的 48,786 個動植物物種,並同時進行電腦氣候變遷模擬,而結果表明:如果無法有效減少溫室氣體排放,到時全世界 57% 的植物和 34% 的動物將會失去超過一半的家園。

這將對上萬種物種產生毀滅性的影響,常見、珍稀和瀕危物種都難逃一劫。而許多動物保育或環保團體正在抓緊時間,記錄下野生動物的姿態、習性乃至等聲音等資料。

但,先不管人工採集資料所需耗費的成本,以人力一項項辨識分析巨量的資料往往是事倍功半、耗時過久,此時 AI 的優勢變展現出來:經訓練的 AI 辨識資料的時間比人類少了 1/3000!等於人類辨識完一張相片的時間,AI 已經辨識完 3000 張了。

動植物資料庫最強救星 AI 輕鬆處理百萬張照片

在物種生態研究領域中「相機陷阱」(Camera Traps)是一種採集原始照片常用的方式。將鏡頭長期放置在大自然,再利用紅外線感應並自動拍攝的,時常被應用在觀察野生動物與尋找稀有物種上。

隨著相機畫質不斷提高,相機陷阱的運用也愈來愈盛行。然而,即使是被動拍攝,一年拍攝的照片也多達數百萬張,其中可能只拍到動物閃身而過、或是拍到空蕩蕩的背景,但也很可能能夠捕捉到珍貴的一幕。

為了處理這些人力無法負擔的百萬張照片,Google 成立了「Wildlife Insights」平台,並訓練了專責辨識照片的 AI。根據介紹,Google 用了 870 萬張動物圖像去訓練 AI,這比全世界博物館中的動物標本總和都還多。

任何人只要將相片上傳到此平台,AI 就會自動分析識別照片中有沒有拍到動物、是什麼動物。

▲相機陷阱如同人類在大自然中的眼睛,而 AI 則是過濾出有用資料的關鍵。

同時 Wildlife Insights 平台也匯總了來自世界各地的照片,統整出全球各地野生動物分布的即時數據並無償公開。目的是希望能結合生態保育、AI 尖端技術與大數據分析技術,不管是動保團體、生態動植物科學家或是一般民眾都共享這些自然生物的資料,在保育全球野生動植物種群的目標上功不可沒。

本篇為上篇,下篇請點此連結

 

 

 

推薦文章:
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


今年10月即將入手的新身分證,它的UI設計有啥亮點?


AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


你是我的眼!Google AI 眼鏡助視障朋友「看見」世界


父母終於能放心了!!人工智慧結合手機新增”防拍裸照”功能(上)


人工智慧到底有多強大?!甩尾比冠軍車手還精準?!(上)


人工智慧將造反?!別怕,歐盟發布”AI白皮書”規範AI(上)

穿戴裝置潮流正夯,人工智慧眼鏡如何改造你我世界?!(下)

穿戴裝置潮流正夯,人工智慧眼鏡如何改造你我世界?!(下)
穿戴裝置潮流正夯,人工智慧眼鏡如何改造你我世界?!(下)

人工智慧眼鏡引領穿戴潮流,又將如何改造我們的世界呢?(下)

本篇為下篇,上篇請點此連結

精準辨識60種語言 荷蘭新創xGoogle聯手打造AI視障輔助眼鏡

EE2 能實現輔助視障人士的願景,得力於一家荷蘭初創公司「Envision」。由於該公司與 Google 合作,開發了能導入 Google EE2 的 人工智慧 技術,希望能幫助弱視、低視能人士能夠輕鬆辨識身邊事物。

▲Envision 與 Google 合作推出的眼鏡,導入 AI 人工智慧技術,能使盲人和視障人士輕鬆辨識身邊事物

Envision 稱,該 AI 是目前最能精準快速進行 OCR(光學字元辨識)的應用,能通過 EE2 眼鏡識別超過 60 種語言文字,再輸出成語音唸出,省去過去需借助他人、操作手機或其他輔助設備的繁瑣。

除了字句,人工智慧也自動能從行人、障礙物、公共交通等日常道路上的辨識出視覺信息,並即時以語音描述出周遭環境,例如紅燈號誌、行人穿越道和街道上的突發事故。

行走之外,Envision 的 AI 技術還可以應用於掃描商品條碼,並且提示產品的詳細資訊,獲取更詳細的顏色描述;假如鑰匙等小物品散落在桌上時,可以命令 AI 掃描所在處;也可以透過人臉辨識,在人滿為患的咖啡廳中快速找到朋友。努力幫助視障朋友可以自主完成日常生活的每件小事。

穿戴式裝備下 人類與AI的進一步共存

我們活在 AI 技術的快速發展中,隨時面對被 AI 取代的隱憂。但另一方面,AI 技術與穿戴式裝置的結合又大大增進了全體人類的福祉。

Google 第一代智慧眼鏡銷售成績慘淡,過去曾一度沉寂。不過,藉由與 Envision 的 AI 技術合作,證明了智慧眼鏡其實還有更多可能。Google Glass Enterprise Edition 2 的出現彷彿代表又有一項科技產品將顛覆人類的生活。

沃達豐(Vodafone)AI 產品資深經理 Adi Chhabra 表示:「Google Glass 是第一代,但並不是穿戴式裝置的最終解答。然而,它也給了我們未來這個領域將如何發展的概念」。

另一方面,市場研究和戰略顧問公司 Global Market Insights 預計將在 2025 年穿戴式 AI 產品的市場價值將可達 1,800 億美元。

這表示了未來穿戴式裝置的發展,與 AI 技術合作是不可擋的趨勢,如 Google EE2;並且依然有很大的成長空間,也將會在更複雜的醫療保健領域有所斬獲。

在未來 AI 將會更加貼近我們的生活,也將成為下一個熱門的市場,即使過去還不具備 AI 技能,只要加緊趕上浪頭掌握 Python 語言,就有擘劃出投入高科技熱門產業的新機會!

 

 

 

 

 

 

推薦文章:
今年10月即將入手的新身分證,它的UI設計有啥亮點?


JavaScript入門教學#22|數學物件


差點被拋棄的冠軍程式語言-Java入門教學(一)Java 身世之謎/寫出第一個Java程式


JavaScript入門教學#21|陣列的方法與屬性


人工智慧定位蚊子快狠準,打蚊子不再是苦差事!!


父母終於能放心了!!人工智慧結合手機新增”防拍裸照”功能(上)


人工智慧再度刷新大家三觀!!超精準甩尾竟比專業還強!!(上)