账号:
密码:
CTIMES/SmartAuto / 新闻 /
Google智慧台湾计画启新页 Google AI专家深度知识交流
 

【CTIMES/SmartAuto 陳復霞 报导】   2018年07月04日 星期三

浏览人次:【2261】
  

近年来,物联网(IoT)掀起一股科技浪潮,人工智慧(AI)继而成为众所注目的焦点,「Google智慧台湾计画」於今年3月份启动,Google於今(4)日宣布Google AI创新研究营正式开跑。响应科技部「AI 创新研究中心专案计画」,Google邀请驻於英、美等地的AI专家专程访台,为台大、清大、交大、成大四所AI创新研究中心师生打造培训内容,以协助台湾优秀的AI学术人才建立产学间的知识交流、推动台湾的AI研究进展与人才培育。

(图左至右) Google台湾董事总经理简立峰、科技部部长陈良基与、AI创新研究中心推动办公室主持人林永隆教授与Google AI 首席科学家纪怀新合影。(摄影/陈复霞)
(图左至右) Google台湾董事总经理简立峰、科技部部长陈良基与、AI创新研究中心推动办公室主持人林永隆教授与Google AI 首席科学家纪怀新合影。(摄影/陈复霞)

AI技术的创新研发奠基於人才的投入,Google台湾董事总经理简立峰表示,Google推出AI创新研究营与实体教室,帮助在人工智慧领域耕耘的研究人员进行更深度的交流与培训。希??透过在Google推动AI进展的科学家,能与台湾的AI领域研究人才进行实务与经验交流,这是好的开始,期??藉此提升台湾年轻AI科学家的研究动能,以及与国际研究主题接轨的机会,甚至将AI连结到台湾的产业链。

科技部部长陈良基表示,为了让台湾在全球的AI版图上,能充分运用台湾的人才资源与既有的科技优势,一举站上领先地位,科技部积极布局台湾的AI发展策略,成立四个AI创新研究中心,以人才为核心提升整体竞争力,杠杆全球资源来培育人才到位、协助企业升级以及形成生态系,与国际有最好的连结。他表示,AI扩散到各行各业需要4-5年,他形容至2020年时,如果不会使用AI,就像身处在今日却不会用网路。Google为全球科技领头羊,秉持对台湾人才的重视,举办Google AI创新研究营,帮助提升台湾AI研究的发展,期盼藉产官学的连结,激发台湾AI创新的原动力。

「Google智慧台湾计画」三大主轴包括人才、经济和生态系,每年目标为培育5,000位工程师,徵聘300位人员,以因应产业界对於人才的需求,简立峰表示,目前训练过程叁与度高,进度超前,为目标会努力做得更好。Google拥有软、硬体及云端人才,台湾人才居於其全球平均水准之上,他认为台湾的人才具有优势,需要的是机会刺激和训练。昔日软、硬体的衔接点低,虽然有优势却未能整合,他分享”On the device AI”的概念,认为AI是机会,能重新改造产业,创造更高的毛利,台湾应该把握此优势。

Google AI创新研究营符合「Google智慧台湾计画」所提出的人才培育方针,在今年暑假於国立台湾大学开跑,特别针对台大、清大、交大、成大等四所 AI 创新研究中心超过百位研究师生,邀请多位驻於英、美等国的顶尖Google AI专家,与叁与的师生们进行深度交流。Google AI创新研究营中安排多场「AI专题演讲」,探讨包括自然语言处理、医学影像深度学习应用、强化学习 (Reinforcement Learning)、推荐系统(Recommendations Systems),以及机器学习在Google云端的应用实例等多个AI领域相关主题。此外,为了帮助台湾AI研究学者熟悉Google的线上机器学习开源资料库TensorFlow,Google更设计了全天的「TensorFlow初学者实作应用工作坊」,让研究人员学习透过这项工具来建构他们自己的AI应用、并且加速研究的时程。

AI创新研究中心推动办公室主持人林永隆教授表示,台湾四大AI创新研究中心在今年分别於台大、清大、交大和成大正式启用,针对生技医疗、AI核心技术、智慧制造、智慧服务等不同领域执行研发,并且透过国际学术人才延揽与产业交流,藉此提升台湾智慧人才与产业的竞争力。从学界到产业界,再与国际连结,他以人才供给面和社会应用面来说明, AI的这一波浪潮将影响社会经济及文化等各层面,未来将有更多的平行运算需求,更多的应用。透过AI创新研究营,让驻於海外的Google AI专家面对面与AI创新研究中心的师生进行交流,了解更多国外的知识与应用,能够促进台湾AI研究发展。

Google不仅在台湾强化AI科技研究的动能,也积极推动AI教育的普及化。Google已於今年推出Google AI的全球线上资源「机器学习速成课程 (Machine Learning Crash Course,MLCC) 」的中文化内容,并已在五月份於台湾北、中、南各自举办三场Google AI教师研习营推广AI知识及MLCC的免费资源。

机器学习於推荐系统的应用

驻於Google美国山景城总部的AI首席科学家纪怀新於此次AI创新研究营的机器学习技术论坛担任主讲人,分享Google机器学习技术如何打造出更精准的推荐系统。根据长期累积针对网路搜寻与线上社群系统的研究经验,以及对使用者行为所带来的社群效应的洞察,探讨Google如何利用AI技术了解使用者偏好、以提供更个人化的服务,以及机器学习於推荐系统在不同领域的应用和实例说明。

科技日新月异,纪怀新表示,现今使用者的期??不断攀升,个人化及情境化的服务需求让推荐系统面临更多的挑战,像是不同情境会需要不同内容,使用者的偏好随着不同的情境而变化,大量且不断改变的项目内容和杂乱稀少的标签,而且在如此大量的使用者和内容中要提供「即时」且「有用」的推荐,例如在Google Play上逾100万个应用程式,其中在全球190多个国家内,就有超过10亿个人在过去30天内曾使用Google Play,而在2017年更有高达820亿次的应用程式下载量。借助深度学习处理庞大且复杂的资料量,才足以提供使用者情境式的个人化推荐服务。

他认为透过深度学习建构推荐系统如同建立数学函数 (Function),藉由输入使用者,而产出推荐结果,而空间和时间则是个人化推荐在考虑情境因素时的要点。例如使用者在不同的时间点会出现特定行为,可能是每天早晨会对於新闻资讯类有所需求,而在晚上会想要玩游戏,如有出现酒醉後随意选取应用程式等异常行为模式时,事後在系统上也可修正调整项目。

想要提升推荐品质在於建立推荐系统三大原则:1.推荐为个人化及多元化;2.透过机器学习的协助,不断优化所有产品介面;3.为所有人提供适当的推荐。Google针对不同使用频率调整模型设计,平衡不同使用频率所设计的推荐模型,藉以平衡所有使用者的意见。他强调推荐模型不止考虑推荐使用者、情境与项目内容三者的关联,加入「因果关系」的考量能让使用者的推荐体验升级。例如Google透过「平衡不同使用频率设计推荐模型」的方法,并且对使用者如何与应用程式互动进行模拟,已经让Google Play上应用程式的安装率提升3.3%。而在过去两年Google运用深度学习网路为Google Play、广告、搜寻、YouTube等产品及服务带来66项重要改善。此外,Google提供开源的机器学习软体库TensorFlow,他认为加入计算、大数据及人才三合一能让深度学习达到良好的成果。

關鍵字: 人工智能  Büyük veri  智慧台湾计画  Google 
相关新闻
数位化及AI时代下的私家住宅 聚碳酸窬材料应用的最隹时机
台湾AI云正式商转 成为AI及软体产业强力後盾
Appier再收购日本AI新创公司Emotion Intelligence 力助电商掌握成交关键
Waves亚太区音频测试据点在台北隆重开幕
医疗人力吃紧 高雄荣总与资策会合作发展人工智能乳房X光摄影判读助手
comments powered by Disqus
相关讨论
  相关新品
Arduino
原厂/品牌:RS
供应商:RS
產品類別:
Raspberry Pi
原厂/品牌:RS
供应商:RS
產品類別:
EM500EV 测试/开发板
原厂/品牌:集博
供应商:集博
產品類別:IDE
  相关产品
» 英飞凌雷达技术助力Google Pixel 4实现手势控制功能
» 经济部推动「高中职生AI扎根系列活动」 偕同微软与Google培育高中职生
» TYAN发布伺服器及主机板支援第二代Intel Xeon
» 意法半导体推出采用Linux发行版的STM32MP1微处理器
» NVIDIA宣布推出Jetson Nano系可运行所有AI模组的CUDA-X AI电脑
  相关文章
» 实现物联网与云端运算的新型记忆体技术
» 异质整合推动封装前进新境界
» 使机器学习推论满足实际效能需求
» 为NVMe-over-Fabrics确定最隹选项
» Microsoft LUIS语意识别简介

AD


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2019 远播信息股份有限公司版权所有 Powered by O3
地址:台北市中山北路三段29号11楼 / 电话 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw