账号:
密码:
CTIMES / 文章 /   
从IBM Think与Facebook F8大会观察近期AI发展趋势
 

【作者: 郭家蓉】2018年06月29日 星期五

浏览人次:【2381】
  

软体技术研发成为大厂发展的重心,然而从传统以硬体为主轴的商展如CES及IFA,很难让大厂完整发表其软体研发成果。因此,近年来大厂发表的重心,逐渐转移到自行举办的年度开发者大会上,如Apple WWDC及Google I/O大会等,一方面向大众展示其先进软体研发成果,一方面笼络开发者投入新功能的开发。2018三月份IBM召开的Think大会,以及五月份Facebook召开的F8大会也具有同样的野心,向大众与开发者宣示其技术成果。


IBM於2018年3月19~22日在美国拉斯维加斯举行Think大会。IBM很难得的把几个分散且内容彼此重叠的大会集合,包含World of Watson人工智慧大会、Interconnect云端运算大会、Edge先进技术大会、IBM Amplify商务大会、Connect社群大会以及Partner World夥伴大会。透过Think大会,IBM做为年度成果展示,以及未来亮点宣示,希??能集结人才、资讯与技术促进创新想法,驱动企业改革。


CEO Ginni Rometty在Keynote演讲中,再次重申IBM过去五年强调的愿景协助企业进行数位转型(Digital Transformation),并提出创新概念「Watson’s Law」,Rometty认为,目前全球有80%的资料藏在企业中尚未揭露,而这些资料若善加利用,可以帮助企业改善流程,并在未来达成指数性的成长。


因此接下来几天的会议,IBM围绕在人工智慧、区块链、量子电脑、资讯安全等主题,陆续提出了重大产品或服务的更新。以下针对人工智慧的部分进行解析。


人工智慧解析

2016年6月,IBM推出了Data Science Experience(DSX),以Spark大数据处理框架为基础,提供资料分析所需的云端工作环境;而2018年3月在Think大会中推出Watson Studio,为Data Science Experience的升级版本,则进一步整合更多深度学习的开发工具以及预先训练好的Watson API。


IBM焦点

IBM将Watson Studio作为Deep Learning as a Service的重要工具,主要重点有三个。


一、提供预先训练好的模型API,包含语意理解、文字主题分类、物品辨识等。


二、提供预先安装好的人工智慧训练工作环境,在Watson Studio中提供Jupyter Notebooks环境,进行Python、R、Scala程式语言撰写,并可套用多种机器学习与深度学习架构,如Keras、Torch、TensorFlow以及Caffe等。


三、提供弹性的运算环境。训练好的模型可以扩增,架在IBM Cloud之上,开发者可依照需求,选择容器架构或GPU架构等不同的人工智慧训练运算架构。


推出Watson Studio,让大数据分析与深度学习训练工具可以更集中、环境更单纯,开发者上手的速度变快了。


Watson Assistant也是IBM Think 2018大会的一大重点。有别於Apple Siri、Amazon Alexa及Google Assistant,Watson Assistant并不直接面对消费者,而以「白牌」模式,提供企业用户语音助理解决方案。


Watson Assistant承袭IBM既有产品Watson Conversation企业Chatbot解决方案以及Watson Virtual Agent认知交谈服务之相关技术,根据IBM的说法,乃是将人工智慧、云端运算与物联网结合在一起,提供良好的客户体验,并同时保持商业与客户数据的隐私与安全。


IBM初期将此解决方案锁定特定应用领域,包含汽车、饭店房间、零售商店与会议室等。在Think 2018现场,汽车制造商HARMAN,在一台Maserati 玛莎拉蒂GranCabrio敞篷车上展示Watson Assistant数位驾驶解决方案,成为现场一大吸睛项目。此外,Airwire、Kaon Media、The Royal Bank of Scotland、Munich Airport及 IFTTT等公司都采用Watson Assistant,打造无缝的智慧生活体验。


IBM宣布与Apple在Edge领域合作,提供Watson Service for Core ML。


Apple焦点

Apple於2017年6月的开发者大会中推出Core ML架构,让开发者可以用Core ML在iOS设备上以最小的记忆体部署机器学习模型。由於iOS在高阶终端装置仍占有重要地位,在2017年年底,Amazon与Google均迅速的宣布其AI架构MXNET与TensorFlow Lite新的版本,提供Core ML转换,让使用MXNET及TensorFlow Lite部署的机器学习模型,可以快速转换到iOS设备上。


由於IBM深耕企业领域多年,而苹果又越来越重视企业市场,因此促成两者的合作。Watson Service for Core ML结合Apple的框架Core ML以及IBM Watson的数据分析服务的特点,使用Core ML 将机器学习模型部署在iOS装置,让装置不用连网就进行人工智慧判断与分析,之後再将数据上传回後端Watson系统中,进行模型的优化与分析。


Facebook焦点

Facebook则於2018年5月1~2日於美国San Jose举行一年一度的F8开发者大会。在第一天的Keynote中,Mark Zuckerberg宣布重点发展方向,围绕在Facebook主要功能的演进上。包含打击假冒与强调资料隐私权、打造清除历史功能、提供人与人真实接触的约会产品、Instagram加强AR特效功能、WhatsApp加强群聊功能,最後并正式推出Oculus Go新的VR眼镜。


虽然在Zuckerberg的Keynote中并没有提到人工智慧产品的更新,但可以发现,Facebook使用人工智慧技术,大幅优化自家公司产品。不过,在第二天上午Keynote场次,人工智慧便成为技术的重头戏,CTO Mike Schroepfer认为人工智慧将带来新的体验,目前Facebook已使用人工智慧侦测不当言论、分析假帐号、恐攻内容、自杀发言等,或是优化AR/VR的优化、协助翻译不同语言等。以下将针对Facebook F8大会中的重点人工智慧发表进行研析。


PyTorch为Facebook人工智慧研究院开发的开源机器学习框架,基於Torch但使用Python语言,具有语法简洁、概念直观等特性,迅速吸引了很多开发者使用,因此成为TensorFlow的一个重要竞争者。PyTorch於2016年10月推出,2018年4月已经推出0.4.0版,吸引共14,807名开发者在Github上关注。


而F8现场宣布的重大发布,则为Facebook将整合PyTorch与Caffe2两个深度学习框架,进入新版的PyTorch 1.0当中。而Amazon AWS与Microsoft Azure也将支持PyTorch 1.0,降低开发者缩短训练所需时间。此次F8大会中,Facebook将许多内部的工具开源,透过Facebook Artificial Intelligence(facebook.ai/developers),在影像辨识、自然语言处理、认知理解领域,都提供开源工具。


影像辨识进展


从Mike Schroepfer的Keynote演说,了解2018年Facebook的影像辨识朝几个方向发展:


一、即时动作侦测(Live Pose Detection)。Schroepfer认为,在2012年使用AlexNet演算法,可以侦测出图片中的物品名称,然而对应用来说是不够的,因此新的演算法不断推陈出新,包含2015年的MSRA演算法可以侦测出图片中的多种物品名称,2017年的MASK R-CNN演算法,可以辨识四肢位置;而2018年推出的Live Pose Detection功能,大幅增加了动作辨识的准确度与执行效率。


二、密集度侦测(DensePose)。DensePose是将2D的图像建立3D表徵的密集对应,让电脑可以拥有类似人类的立体分析视觉。


三、自动图像标签。过去图像识别的学习,必须靠高品质人工标注的资料集,例如ImageNet,就汇集了1400万张手工标注的图片,分类出2万多种类别。然而真实世界比ImageNet更复杂,需要更精细的自动标注。而Facebook团队已成功地使用35亿公开照片上的Hashtag,训练图像识别系统,进行自动标签。这项功能强大的地方在於用词更准确,例如苹果派会被标注为苹果派,而不是泛用的食物,自由女神会直接被标注为自由女神,而不是地标;Facebook目前已达到85.4%准确度。


自然语言处理


关於自然语言处理的部分,重点有两个:


一、开源的神经翻译系统Translate。Translate使用Sequence-to-sequence与Attention模型,以及序列建模工具包Fairseq-py,可进行翻译、摘要、对话以及其他文字生成任务。目前Translate提供48种不同语言的翻译。


二、多语言非监督与监督式嵌入MUSE(Multilingual Unsupervised and Supervised Embeddings)。MUSE是一个Python Library,可以让开发者迅速的处理服务的跨语言文字嵌入以及自然语言处理。


认知理解的主要功能,是希??系统可以理解问题与回覆问题。Facebook提供ELF Platform游戏研究平台,让研究人员在各种游戏环境中,包含棋盘游戏到实时策略游戏,测试其演算法。


这次F8也宣布开源其ELF OpenGo围棋机器人。Facebook人工智慧研究院实现了DeepMind AlphaGoZero及AlphaZero论文中的演算法,成为OpenGo机器人。


根据Facebook表示,他们用两千颗GPU训练两到三周後,得到的这个围棋AI OpenGO,和韩国棋院的四位世界排名前30的职业棋手进行了测试,结果OpenGo以14比0完胜,显示Facebook人工智慧研究院的训练有效。Facebook宣布将OpenGo开源後,任何人都可以取得原始码进行围棋AI训练。


结语

本次IBM与Facebook的发表中,两者不约而同的将人工智慧工具资源集中起来。IBM汇集成Watson Studio,而Facebook除整合PyTorch与Caffe2外,也汇集研发成果於Facebook Artificial Intelligence。显示在各公司也在整合内部的资源,提供使用者单一的沟通窗囗。


而大厂除集中开发工具外,也提供简化的开发环境,以及预先训练好的API工具,期??触及更多开发者,让更多开发者可以持续黏着在大厂提供的平台上,更进一步使用大厂提供的云端服务,创造获利。


(本文作者为资策会MIC资深产业分析师)


**刊头图 (source: csoonline.com)


相关文章
2025年产业环境应用下 高容量硬碟储存技术现况
应用逐步落地 云端平台成AIoT效能关键
智慧化云端系统 应用管理整合优先
人工神经网路打开AI应用新局
行动通讯翻转消费行为 全通路行销已成零售新焦点
comments powered by Disqus
相关讨论
  相关新闻
» 趋势科技并购 Cloud Conformity 强化云端资安领先地位
» 看好5G、AI领域新应用 软硬体大厂整合数位双生核心
» 虚引世界迎向永续工业复兴 达梭系统「体验时代的制造业」大会落实战略
» 趋势科技率先利用 AWS Transit Gateway 提供高效能在线式网路资安防护
» Autodesk 2020新品发表暨新知论坛 共享各领域知识及资讯
  相关产品
» JIUN推出新款云端医学影像管理系统
» 优必达借力Azure服务为全球市场提供混合式云游戏与人工智慧服务的解决方案
» IBM 与 NVIDIA 携手为资料科学家拓展开源机器学习工具
» Hortonworks、IBM与红帽协力推动工作负载容器化
» IBM与红帽携手合作加速混合云采用

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