| AI | google | NLG | NLP | Transformer | 信義房屋 | 資料中臺 | IT周報

AI趨勢周報第187期:Google最新語言模型一手包辦各種理解生成任務,程式碼生成更媲美Codex

Google最新語言模型PaLM少樣本學習表現優異,單一模型就能理解、生成自然語言和程式碼,程式碼生成表現比OpenAI的Codex要好,所需的Python程式碼訓練資料還是Codex的50分之一;信義房屋打造資料中臺,快速定位顧客潛在需求;GitHub Copilot支援Visual Studio 2022

2022-04-11

| google | NLP | 個人健康記錄 | 生策會 | 臺北榮總 | SaMD | 三星醫學中心

MedTech醫療科技月報第6期:Google揭露個人健康記錄功能,可自動生成病史摘要

Google揭露個人健康記錄整合新功能Conditions,可自動生成病史摘要,也能準確推測醫療記錄縮寫;生策會今年2大目標:加速智慧醫療轉型與法規指引;北榮洗腎心衰預測AI下一步要拼TFDA認證;三星醫學中心靠4零原則打造智慧物流系統;HIMSS釋出APAC照護政府圓桌報告,提出5大建議

2022-03-17

| OpenAI | GPT-3 | NLP

OpenAI改進GPT-3使其更能聽懂人類指示,並減少輸出有毒內容

OpenAI API服務現在使用經微調過的GPT-3模型InstructGPT,與原始GPT-3相比,錯誤率更低並且產生幻覺(Hallucinates)的頻率也減少

2022-01-28

| NLP | 生態圈 | HyperCLOVA | 朴懿彬 | 機器學習 | AI | MLOps | 使用者特徵自動預測 | 使用者人格預測 | User Persona | Naver | 日本Yahoo | 整併 | 封面故事 | Lupus | AI生產力

因應整併後3億日本用戶規模新考驗,Line從3大技術關鍵來強化AI生產力

今年3月,日本Line和日本Yahoo整併後,光是日本用戶規模就達到3億人,作為未來主要用戶服務核心的Line,如何因應用戶數暴增挑戰,繼續邁向AI公司轉型之路?關鍵是這3件事

2021-11-22

| 封面故事 | Julia | 資料科學 | 程式語言 | 大數據 | Transformers.jl | 鄭景文 | 自然語言處理 | NLP

【Julia亮點套件3】臺灣開發|Julia圈首款Transformer模型套件:Transformers.jl

2019年,Julia終於有自己的Transformer開發套件,其完整度更受社群好評,成為開發NLP模型的首選工具。這個Transformers.jl套件的貢獻者,就出自臺灣一位碩士生鄭景文之手

2021-11-02

| AWS | NLP | 機器學習 | 自然語言處理 | AI

自然語言處理服務Amazon Comprehend現支援Word和PDF文件格式

過去Amazon Comprehend只能處理純文字檔案,而現在還能處理Word和PDF文件檔案,以及筆記或是列表等資料內容。

2021-09-16

| 封面故事 | 玉山銀行 | AI | 金融業 | 數位轉型 | 反洗錢 | NLP

【玉山AI實例3】自建反洗錢黑名單偵測模型,快速揪出問題

以自然語言處理(NLP)技術加速負面新聞辨識分類,省下原本要人工查詢大量新聞、將文章複製貼上的時間成本

2021-08-18

| Line | NLP | 事實查核 | 假新聞 | BERT | Transformer | 一起抗疫靠IT

疫情假新聞滿天飛,Line如何用AI加速事實查核?

Line臺灣兩年前就聯手行政院和4家事實查核機構,成立訊息查證中心,來提供正確的新聞資訊。面對疫情間湧出的大量待查核新聞,Line用兩套NLP模型來加速,一套SBERT用來比對文章近似度,判斷是否為已查核的新聞,若未查核,就用另一套ELECTRA來自動分類文章,派送給領域專家查證。

2021-07-20

| IT週報 | AI | 企業AI | 底層架構 | 人才 | google | Transformer | NLP | OpenAI

AI趨勢周報第169期:KPMG全美950家企業AI大調查:人才是挑戰、多數還沒建好AI底層架構

KPMG對全美950家、年收達10億美元的企業進行AI調查,發現AI挑戰仍是人才技能,但大多數CXO比經理等級主管還要樂觀,認為員工具備足夠AI技能,另一個挑戰是選對工具、建立底層架構;Google屢屢突破NLP天花板,發表比BERT強1,000倍的模型;OpenAI推出AI新創基金專案。

2021-05-29

| AI | 臉書 | Transformer | 自監督學習 | 影像辨識 | NLP | AWS | 迷你賽車 | 材料分析

AI趨勢周報第167期:臉書新模型融合自監督和Transformer,不需標註資料還能揪出複製圖

臉書融合自監督學習和Transformer優點,設計一套DINO演算法,用這個方法訓練出來的ViT模型,能準確辨識圖片和影片中的物件,也能進行語意分割;甲骨文推出分析雲服務,強化ML模型可解釋性,也能用自然語言進行搜尋; MIT新材料分析AI工具,靠一張外觀照片就能估算出材料壓力。

2021-05-05

| 通用AI | Transformer | Geoffrey Hinton | 電腦視覺 | NLP | IT周報

AI趨勢周報第159期:通用AI另一嘗試!臉書用Transformer打造熟練7種任務的AI

臉書用Transformer架構,打造出熟練7種任務的AI模型,且都用同一套參數;如何讓AI更懂一張圖中的千言萬語?Google AI大神Hinton:試試融合5種AI的GLOM;ML模型錯在哪秀給你看!微軟推出ML可視化錯誤分析工具包;HPE邊緣運算系統首次進駐太空站;30張圖片就能訓練模型!AWS推出工業瑕疵檢測服務。

2021-03-04

| google | NLP | 參數 | FDA | SaMD | AI醫材軟體 | NAS | IT周報

AI趨勢周報第156期:參數破兆!Google發表新NLP預訓練模型Switch Transformer

Google Brain利用稀疏技術和多專家模型(MoE),打造出1.6兆參數的NLP預訓練模型Switch Transformer,稱運算成本不變但更快速;經過2年醞釀,美國FDA終於發布AI/ML醫材軟體法規行動計畫;找出最佳神經網路架構好難?德州大學發表且開源無須訓練的神經網路搜尋(NAS)方法TE-NAS。

2021-01-21