帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
從IBM Think與Facebook F8大會觀察近期AI發展趨勢
 

【作者: 郭家蓉】   2018年06月29日 星期五

瀏覽人次:【4868】

軟體技術研發成為大廠發展的重心,然而從傳統以硬體為主軸的商展如CES及IFA,很難讓大廠完整發表其軟體研發成果。因此,近年來大廠發表的重心,逐漸轉移到自行舉辦的年度開發者大會上,如Apple WWDC及Google I/O大會等,一方面向大眾展示其先進軟體研發成果,一方面籠絡開發者投入新功能的開發。2018三月份IBM召開的Think大會,以及五月份Facebook召開的F8大會也具有同樣的野心,向大眾與開發者宣示其技術成果。


IBM於2018年3月19~22日在美國拉斯維加斯舉行Think大會。IBM很難得的把幾個分散且內容彼此重疊的大會集合,包含World of Watson人工智慧大會、Interconnect雲端運算大會、Edge先進技術大會、IBM Amplify商務大會、Connect社群大會以及Partner World夥伴大會。透過Think大會,IBM做為年度成果展示,以及未來亮點宣示,希望能集結人才、資訊與技術促進創新想法,驅動企業改革。


CEO Ginni Rometty在Keynote演講中,再次重申IBM過去五年強調的願景—協助企業進行數位轉型(Digital Transformation),並提出創新概念「Watson’s Law」,Rometty認為,目前全球有80%的資料藏在企業中尚未揭露,而這些資料若善加利用,可以幫助企業改善流程,並在未來達成指數性的成長。


因此接下來幾天的會議,IBM圍繞在人工智慧、區塊鏈、量子電腦、資訊安全等主題,陸續提出了重大產品或服務的更新。以下針對人工智慧的部分進行解析。


人工智慧解析

2016年6月,IBM推出了Data Science Experience(DSX),以Spark大數據處理框架為基礎,提供資料分析所需的雲端工作環境;而2018年3月在Think大會中推出Watson Studio,為Data Science Experience的升級版本,則進一步整合更多深度學習的開發工具以及預先訓練好的Watson API。


IBM焦點

IBM將Watson Studio作為Deep Learning as a Service的重要工具,主要重點有三個。


一、提供預先訓練好的模型API,包含語意理解、文字主題分類、物品辨識等。


二、提供預先安裝好的人工智慧訓練工作環境,在Watson Studio中提供Jupyter Notebooks環境,進行Python、R、Scala程式語言撰寫,並可套用多種機器學習與深度學習架構,如Keras、Torch、TensorFlow以及Caffe等。


三、提供彈性的運算環境。訓練好的模型可以擴增,架在IBM Cloud之上,開發者可依照需求,選擇容器架構或GPU架構等不同的人工智慧訓練運算架構。


推出Watson Studio,讓大數據分析與深度學習訓練工具可以更集中、環境更單純,開發者上手的速度變快了。


Watson Assistant也是IBM Think 2018大會的一大重點。有別於Apple Siri、Amazon Alexa及Google Assistant,Watson Assistant並不直接面對消費者,而以「白牌」模式,提供企業用戶語音助理解決方案。


Watson Assistant承襲IBM既有產品Watson Conversation企業Chatbot解決方案以及Watson Virtual Agent認知交談服務之相關技術,根據IBM的說法,乃是將人工智慧、雲端運算與物聯網結合在一起,提供良好的客戶體驗,並同時保持商業與客戶數據的隱私與安全。


IBM初期將此解決方案鎖定特定應用領域,包含汽車、飯店房間、零售商店與會議室等。在Think 2018現場,汽車製造商HARMAN,在一台Maserati 瑪莎拉蒂GranCabrio敞篷車上展示Watson Assistant數位駕駛解決方案,成為現場一大吸睛項目。此外,Airwire、Kaon Media、The Royal Bank of Scotland、Munich Airport及 IFTTT等公司都採用Watson Assistant,打造無縫的智慧生活體驗。


IBM宣布與Apple在Edge領域合作,提供Watson Service for Core ML。


Apple焦點

Apple於2017年6月的開發者大會中推出Core ML架構,讓開發者可以用Core ML在iOS設備上以最小的記憶體部署機器學習模型。由於iOS在高階終端裝置仍佔有重要地位,在2017年年底,Amazon與Google均迅速的宣布其AI架構MXNET與TensorFlow Lite新的版本,提供Core ML轉換,讓使用MXNET及TensorFlow Lite部署的機器學習模型,可以快速轉換到iOS設備上。


由於IBM深耕企業領域多年,而蘋果又越來越重視企業市場,因此促成兩者的合作。Watson Service for Core ML結合Apple的框架Core ML以及IBM Watson的數據分析服務的特點,使用Core ML 將機器學習模型部署在iOS裝置,讓裝置不用連網就進行人工智慧判斷與分析,之後再將數據上傳回後端Watson系統中,進行模型的優化與分析。


Facebook焦點

Facebook則於2018年5月1~2日於美國San Jose舉行一年一度的F8開發者大會。在第一天的Keynote中,Mark Zuckerberg宣布重點發展方向,圍繞在Facebook主要功能的演進上。包含打擊假冒與強調資料隱私權、打造清除歷史功能、提供人與人真實接觸的約會產品、Instagram加強AR特效功能、WhatsApp加強群聊功能,最後並正式推出Oculus Go新的VR眼鏡。


雖然在Zuckerberg的Keynote中並沒有提到人工智慧產品的更新,但可以發現,Facebook使用人工智慧技術,大幅優化自家公司產品。不過,在第二天上午Keynote場次,人工智慧便成為技術的重頭戲,CTO Mike Schroepfer認為人工智慧將帶來新的體驗,目前Facebook已使用人工智慧偵測不當言論、分析假帳號、恐攻內容、自殺發言等,或是優化AR/VR的優化、協助翻譯不同語言等。以下將針對Facebook F8大會中的重點人工智慧發表進行研析。


PyTorch為Facebook人工智慧研究院開發的開源機器學習框架,基於Torch但使用Python語言,具有語法簡潔、概念直觀等特性,迅速吸引了很多開發者使用,因此成為TensorFlow的一個重要競爭者。PyTorch於2016年10月推出,2018年4月已經推出0.4.0版,吸引共14,807名開發者在Github上關注。


而F8現場宣布的重大發佈,則為Facebook將整合PyTorch與Caffe2兩個深度學習框架,進入新版的PyTorch 1.0當中。而Amazon AWS與Microsoft Azure也將支持PyTorch 1.0,降低開發者縮短訓練所需時間。此次F8大會中,Facebook將許多內部的工具開源,透過Facebook Artificial Intelligence(facebook.ai/developers),在影像辨識、自然語言處理、認知理解領域,都提供開源工具。


影像辨識進展


從Mike Schroepfer的Keynote演說,瞭解2018年Facebook的影像辨識朝幾個方向發展:


一、即時動作偵測(Live Pose Detection)。Schroepfer認為,在2012年使用AlexNet演算法,可以偵測出圖片中的物品名稱,然而對應用來說是不夠的,因此新的演算法不斷推陳出新,包含2015年的MSRA演算法可以偵測出圖片中的多種物品名稱,2017年的MASK R-CNN演算法,可以辨識四肢位置;而2018年推出的Live Pose Detection功能,大幅增加了動作辨識的準確度與執行效率。


二、密集度偵測(DensePose)。DensePose是將2D的圖像建立3D表徵的密集對應,讓電腦可以擁有類似人類的立體分析視覺。


三、自動圖像標籤。過去圖像識別的學習,必須靠高品質人工標註的資料集,例如ImageNet,就匯集了1400萬張手工標註的圖片,分類出2萬多種類別。然而真實世界比ImageNet更複雜,需要更精細的自動標註。而Facebook團隊已成功地使用35億公開照片上的Hashtag,訓練圖像識別系統,進行自動標籤。這項功能強大的地方在於用詞更準確,例如蘋果派會被標註為蘋果派,而不是泛用的食物,自由女神會直接被標註為自由女神,而不是地標;Facebook目前已達到85.4%準確度。


自然語言處理


關於自然語言處理的部分,重點有兩個:


一、開源的神經翻譯系統Translate。Translate使用Sequence-to-sequence與Attention模型,以及序列建模工具包Fairseq-py,可進行翻譯、摘要、對話以及其他文字生成任務。目前Translate提供48種不同語言的翻譯。


二、多語言非監督與監督式嵌入MUSE(Multilingual Unsupervised and Supervised Embeddings)。MUSE是一個Python Library,可以讓開發者迅速的處理服務的跨語言文字嵌入以及自然語言處理。


認知理解的主要功能,是希望系統可以理解問題與回覆問題。Facebook提供ELF Platform遊戲研究平台,讓研究人員在各種遊戲環境中,包含棋盤遊戲到實時策略遊戲,測試其演算法。


這次F8也宣布開源其ELF OpenGo圍棋機器人。Facebook人工智慧研究院實現了DeepMind AlphaGoZero及AlphaZero論文中的演算法,成為OpenGo機器人。


根據Facebook表示,他們用兩千顆GPU訓練兩到三週後,得到的這個圍棋AI OpenGO,和韓國棋院的四位世界排名前30的職業棋手進行了測試,結果OpenGo以14比0完勝,顯示Facebook人工智慧研究院的訓練有效。Facebook宣布將OpenGo開源後,任何人都可以取得原始碼進行圍棋AI訓練。


結語

本次IBM與Facebook的發表中,兩者不約而同的將人工智慧工具資源集中起來。IBM匯集成Watson Studio,而Facebook除整合PyTorch與Caffe2外,也匯集研發成果於Facebook Artificial Intelligence。顯示在各公司也在整合內部的資源,提供使用者單一的溝通窗口。


而大廠除集中開發工具外,也提供簡化的開發環境,以及預先訓練好的API工具,期望觸及更多開發者,讓更多開發者可以持續黏著在大廠提供的平台上,更進一步使用大廠提供的雲端服務,創造獲利。


(本文作者為資策會MIC資深產業分析師)


**刊頭圖 (source: csoonline.com)


相關文章
您的開源軟體安全嗎?
企業創新契機 永續經營與數位轉型並行
永續是企業創新契機 與數位轉型並駕其驅
網紅崛起 推動新興科技產業成型
comments powered by Disqus
相關討論
  相關新聞
» 鼎新電腦攜手和泰豐田解缺工 以數位勞動力開啟儲運新時代
» Fortinet SASE台灣網路連接點今年落成 全台巡迴落實雲地零信任
» IBM力推AI服務平台 助企業顧問提升50%生產力
» Ansys模擬分析解決方案 獲現代汽車認證為首選供應商
» SOLIDWORKS公開演示未來AI應用 將率先導入工業設計軟體


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.44.201.131.213
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw