Google開發了新型模型，能夠從去識別化資料集中，區分正常和異常的胸腔X光片，Google提到，該模型不只對一般的胸腔異常表現良好，對沒有出現在訓練資料集的肺結核病和COVID-19，也能發現其異常之處，對於未見過的案例具有通用性
#看更多 https://www.ithome.com.tw/news/146578
深度學習模型訓練 在 iThome Facebook 的最讚貼文
同時也有4部Youtube影片，追蹤數超過5,870的網紅珊蒂微AI，也在其Youtube影片中提到，🍿在這支影片當中，觀眾朋友的提問如下，李老師都一一耐心回答惹(as always😊) 1. 機器可以回答哲學性的問題嗎？👉影片中，老師告訴你一個好玩的網站！ 2. 神經網路架構的選擇方針？👉老師給出三個思考方向！ 3. 老師有沒有Twitter? 👉影片揭曉！ 4. 對機器學習領域未來發展趨勢的看法...
「深度學習模型訓練」的推薦目錄：
- 關於深度學習模型訓練 在 iThome Facebook 的最讚貼文
- 關於深度學習模型訓練 在 Facebook 的最佳解答
- 關於深度學習模型訓練 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於深度學習模型訓練 在 珊蒂微AI Youtube 的精選貼文
- 關於深度學習模型訓練 在 珊蒂微AI Youtube 的最讚貼文
- 關於深度學習模型訓練 在 珊蒂微AI Youtube 的最佳解答
- 關於深度學習模型訓練 在 台大資訊深度學習之應用| ADL 2.1: How to Train a Model? 如何 ... 的評價
- 關於深度學習模型訓練 在 第15章模型训练效果可视化· 深度学习：Python教程 的評價
- 關於深度學習模型訓練 在 工研院資訊與通訊研究所- DNN模型訓練及整合開發環境加速 ... 的評價
- 關於深度學習模型訓練 在 mli/paper-reading: 深度学习经典、新论文逐段精读 - GitHub 的評價
深度學習模型訓練 在 Facebook 的最佳解答
創新工場和BCG咨詢合作的「+AI改造者」系列： 看看多面手鎂伽如何由點到面，用機器人和自動化賦能生命科學、製造和零售業。
改造者系列：將核酸檢測提效40倍的自動化變革推手 -- 本文来自BCG微信公眾號，經授權轉載。
近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智能在大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7隻AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。
創新工場投資的鎂伽是大陸領先的高科技公司，成立於2016年，專注于機器人和人工智能技術的研發並將其深度融合于行業應用，提供從終端到雲端的產品與服務，賦能生命科學、先進製造等領域的智能變革，同步探索在智能零售等場景的創新應用。疫情期間，鎂伽為核酸檢測的應用需求提供了一系列高通量病毒核酸檢測解決方案，全程無人工參與，「樣品進、結果出」的全自動化，最大化保證結果的準確，效率相比人工提升40倍以上，最大可能降低了人工實驗過程中的感染風險。
2021年，鎂伽正式宣佈其自主研發的中國首家通用型智能自動化生物實驗室——鎂伽鯤鵬實驗室一期在北京正式落成，同時也在上海、蘇州開始佈局滿足不同功能的自動化生物實驗室，預計於2022年陸續投入使用。鯤鵬實驗室將專注于細胞基因編輯、高通量藥物篩選、合成生物學等領域的研究，致力於打造次世代的生命科學基礎設施，提高生命科學研發和生產效率，賦能行業融合創新，引領即將到來的生物學革命。
在采訪中，鎂伽認為AI應用企業要從垂直行業的實際問題出發，通過儲備和培養大量複合型人才，做到「比客戶更懂業務」。以下：
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。
在上篇中，我們接觸了提供端到端AI醫藥平臺的英矽智能，在今天的文章中，我們將進一步瞭解在生命科學、先進製造與智能零售等創新領域提供智能自動化技術與產品的高科技公司，即「改造者」——鎂伽科技。
1 「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
鎂伽是中國大陸領先的高科技公司，憑藉卓越的智能自動化技術與產品，實現行業創新突破和深度融合，致力於構建智能社會，賦能生命科學、先進製造等領域的智能變革，同步探索在智能零售等場景的創新應用。
■對談實錄
Q1：鎂伽為生命科學、零售和製造業提供AI解決方案，三個行業跨度很大，鎂伽如何進行賽道選擇？在發展過程中如何增進行業理解？
鎂伽：鎂伽是以機器人和自動化技術起家的，但在服務客戶的過程中，我們發現客戶需要的不只是機器人本體或自動化設備，還要結合行業需求痛點的解決方案。生命科學和線下零售都是市場容量很大、增速很快的行業，但自動化和智能化的滲透程度還很低，急切地需要提升生產力，因此我們選擇進入這些賽道。
這三個賽道看似跨度很大，但其實底層技術是相通的。比如人工智能技術可以用於晶圓的缺陷檢測，也可以用在藥物篩選實驗中的細胞培養和克隆挑選。鎂伽開發了許多通用的基礎底層技術作為支撐，比如IntellVega通用視覺平臺已經應用於工業領域線上視覺檢測以及生命科學領域的藥物篩選，鎂伽還有一個技術中台MegaCloud，集合了跨行業的後臺數據，能夠支援鎂伽在不同領域的各項業務。
當然，對於一線業務來說，使用人工智能或者自動化的形態是完全不同的。鎂伽通過儲備和培養大量複合型人才做到「比客戶更懂他的業務」，以體現鎂伽的專業性和技術領先性。以生命科學領域為例，鎂伽不只有人工智能算法科學家，還有包括幹細胞、類器官、合成生物學、免疫學、病毒學等方向的科學家，既有來自CRO、IVD和藥企的專業人才，也有懂市場營銷的專家。由於團隊的多樣性和複合性，鎂伽內部也建立了充分的互相培訓機制，加強團隊之間的磨合與學習。
同時，現代生物學現在已經成了大數據科學，人工智能的應用是大勢所趨。鎂伽在助力生命科學領域轉型的過程，通過智能自動化技術，説明客戶把非常複雜的生物學實驗標準化、自動化和數字化。鎂伽在兩個方面説明生命科學的客戶，一是用行業領先的高效自動化系統説明客戶快速產生海量的多維度實驗數據；二是用鎂伽人工智能平臺説明客戶對生物數據進行模型構建和關聯性分析，進而指導實驗的持續優化。
另外，鎂伽也是少有的在生命科學領域搭建了完整的生物學自動化實驗室的企業，能夠融合我們自己的自動化和人工智能技術。客戶親眼看到我們的實驗室之後都會很受震撼，認識到我們做的事情非常前沿，他們也很想加入。這就使得鎂伽和其他生命科學領域的硬件設備廠家區分開來。
鎂伽甚至發現，從過去幾年到如今，有不少AI技術公司找到我們，希望借鑒我們的垂直行業經驗。這些團隊往往有很強的AI算法能力，但是缺乏數據、缺乏應用數據的方式。以藥物篩選為例，鎂伽可以做到在實驗室設計方案之初就考慮到收集哪些關鍵數據並使其很好地滿足機器學習算法的要求，從而在實驗過程中自動採集證據以證明細胞安全且來源單一，滿足監管的要求。這是鎂伽相比於其他AI公司的獨到優勢。
在開發解決方案的過程中，鎂伽一直堅持從業務問題出發，首先找到高價值的應用點，再把點串成線，由線鋪到面。
Q2：就鎂伽的觀察而言，傳統企業應用AI有哪些共性問題？鎂伽是如何解決的？
鎂伽：傳統企業首先對AI技術能夠解決什麼問題比較模糊，也不太能理解AI是如何解決問題的。例如對AI如何能替代人工檢查、或者提升產品良率都不理解，因此很難提煉他們對AI的需求。鎂伽需要引導傳統企業的決策者來梳理業務流程，明確行業的特定痛點，從而制定解決方案，並計算和衡量自動化和AI能夠為企業帶來的經濟價值。
同時，傳統企業往往也缺乏高質量的數據，或者有數據但並未標記、數據不標準，無法有效地投入AI應用。傳統企業還缺乏AI人才，自動駕駛和視頻監控行業的人才和技術可能相對更多，但在傳統製造、生物醫藥這些行業，AI人才和技術是較為欠缺的。鎂伽建立了高效的數據獲取、自動化模型訓練和高精度上線部署的AI閉環，軟硬件團隊和測試團隊也做了充分的磨合，可以極大地提升傳統企業研發應用AI的效率。否則，從模型搭建、數據清洗到模型訓練、結果分析部署等等諸多環節，對傳統企業而言都是費時費力甚至難以為繼的。
鎂伽還會幫傳統企業搭建懂AI的團隊和建立完整的數據體系，包括説明傳統企業的團隊理解如何提煉數據、要采集並標注什麼數據等等。幫助傳統企業建立一支懂得AI應用的團隊有利於傳統企業的持續AI賦能。鎂伽內部建立了一個共有技術平臺，以機器人控制、2D和3D視覺、深度學習為核心的IntellVega平臺，及為用戶提供物聯網、SaaS線上集群服務和大數據分析等核心的 MegaCloud平臺，通過專業的開發團隊為客戶提供高效、智能化的整體解決方案，而傳統企業只需要提煉他們自身對產品工藝、質量的要求就可以了。
■要點回顧
1、「改造者」需要從垂直行業的業務問題出發，打造複合型團隊（既懂AI又懂垂直行業的專業人才），並加強團隊融合，實現「比客戶更懂業務」。
2、一流的「改造者」不只是提供產品和解決方案而已，還應當幫助傳統企業驅動變革管理，幫助識別和定義問題和需求，驅動認知轉變並提高員工技能，從而使AI應用在長期可持續。
■本期內容來自BCG對話鎂伽首席科學家王承志博士、首席技術官丁新宇先生、研發副總裁段金瑞博士、人工智能算法科學家蒯多傑博士和孫新先生。
深度學習模型訓練 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
阿里巴巴 AI 「看圖回答」 測驗擊敗微軟、臉書、特斯拉，準確率還首次超越人類！
陳宜伶
2021-08-25
看圖回答問題是人類生活及溝通的基本條件，但是對 AI 來說卻是一項高難度任務。
阿里巴巴達摩學院打造出來的 AI 語言模型 AliceMind，幾天前首度打破圖像問答（VQA）世界紀錄，答題準確率甚至超越人類基準，並且擊敗同樣有參加挑戰的微軟、FB 隊伍，象徵達摩學院的人工智慧技術邁出關鍵一步。
VQA 挑戰是什麼？
圖像問答（Visual Question Answering）挑戰的緣起，是因為國際電腦視覺與技術辨識大會 （Conference on Computer Vision and Pattern Recognition，CVPR）希望鼓勵企業攻克 AI 多模態機器學習（MultiModal Machine Learning）的難題，因此從 2015 年開辦 VQA 挑戰賽，吸引來自世界各地的網路企業、科研單位參賽。
今年的 VQA 挑戰賽和往年一樣，題庫包含了超過 25 萬張真實照片，總共有 110 萬道題目。這些題目會考驗 AI 是否能辨別圖像，比如說在一張人群的照片中算出有幾個兒童、或是在圖片中辨認出書桌上的車鑰匙，進而推測房間主人是有車的。
VQA 技術已經被廣泛導入阿里巴巴平台，像是它的 AI 客服機器人「小蜜」（Alime）就已經被淘寶、天貓商家等電商平台採用。消費者輸入問題後，AI 客服會根據商品資訊和顧客問題給出答案。
另一方面，VQA 技術不僅能運用在電商，還可用於醫學圖像辨識，以及電動車的智慧駕駛分析。
阿里巴巴的 AI 模型為何成績能夠超越人類？
這幾年人工智慧（AI）逐漸滲透到各行業，也推動更多科技革命，AI 技術逐漸成為企業數位轉型、對抗疫情，並讓經濟重返正軌的重要力量。
由阿里巴巴達摩學院打造的 AI 深度語言模型系統 AliceMind 在這次的 VQA 測驗中，答題準確率拿到 81.26%，首次超越了人類答題的準確率 80.83% ，更讓馬雲投資的達摩學院在 AI 發展上取得重大進展。
AliceMind 採用了多種專有技術，包括多樣化的視覺表示（diverse visual representations）、「多模態」預訓練語言模型（multimodal pretrained language models）、「跨模態」語義融合和對齊技術（ adaptive cross-modal semantic fusion and alignment technology）。這些技術不僅可以讓阿里巴巴的 AI 理解問題並分析圖像，還可以讓 AI 用近似人類的語感回答問題。
阿里巴巴達摩院自然語言處理（NLP）負責人 Si Luo 表示：「這代表我們在『機器學習』領域又取得了一個重要里程碑，AliceMind 在視覺與文本的『多模態』理解及推理上，測試分數媲美人類認知水準，彰顯了我們研發 AI 的努力成效。」
打造出這款 AI 模型的達摩學院是什麼來歷？
2017 年，馬雲認為阿里巴巴應該要把眼光放遠，致力解決未來世界經濟、社會等問題，在此願景下成立了研究單位「達摩學院」（ DAMO Academy），號稱要在 3 年投入超過 1000 億人民幣，將重點放在基礎科學和顛覆式技術創新研究上。
Si Luo 表示，人工智慧分為運算智慧、感知智慧、認知智慧及創造智慧 4 個層次。這次 AliceMind 參與的 VQA 測試內容屬於認知智慧部份。
負責人也補充說，這不代表有一天我們會被機器人取代，反而這些智慧機器可以用來輔助我們的日常工作和生活，因此人們可以很專注在他們擅長的創作上。
資料來源：https://buzzorange.com/techorange/2021/08/25/vqa-ai-alibaba/
深度學習模型訓練 在 珊蒂微AI Youtube 的精選貼文
🍿在這支影片當中，觀眾朋友的提問如下，李老師都一一耐心回答惹(as always😊)
1. 機器可以回答哲學性的問題嗎？👉影片中，老師告訴你一個好玩的網站！
2. 神經網路架構的選擇方針？👉老師給出三個思考方向！
3. 老師有沒有Twitter? 👉影片揭曉！
4. 對機器學習領域未來發展趨勢的看法？👉影片揭曉！
5. 怎麼用Google sheets開發機器人？👉影片揭曉！
🍭可以跟你玩文字接龍的AI：https://talktotransformer.com/
🍭李宏毅老師有提到「GPT-2」的課程連結：https://www.youtube.com/watch?v=ugWDIIOHtPA
#跟你玩文字接龍的AI
#機器學習的未來
#選用神經網路架構的三撇步
#Generative Pre-Training (GPT)
#GPT-2
#Transformer
#Residual connection
#Deep Learning
#台大電機李宏毅專訪
#AI神奇模型訓練師
#珊蒂微AI
#人工智慧
#AI
深度學習模型訓練 在 珊蒂微AI Youtube 的最讚貼文
(下集)
🍿在下集當中，李老師跟大家聊的內容有：
1. 老師的宅男風格教學之力
2. 老師在2020年春季將會開一門全新課程！
3. 老師「請公子吃電信餅」🍪🍪🍪
4. 老師的「台大語音實驗室」都在做什麼？
🤖五個研究方向
🤖GAN來GAN去
🤖神奇模型「Multi-BERT」
5. 台大傅鐘的老梗笑話
6. 最後有李宏毅老師秘辛大爆料
🍿影片中提到的五個研究主題，李老師都精選了一篇論文，連結如下，請各位大大笑納:
非督導式語音辨識: https://arxiv.org/abs/1904.04100
非督導式語音轉換: https://arxiv.org/abs/1804.02812
非督導式文件摘要: https://arxiv.org/abs/1810.02851
問答系統: https://ieeexplore.ieee.org/document/8700217
個人化聊天機器人: https://arxiv.org/abs/1901.09672
#GAN來GAN去
#台大電機李宏毅專訪
#AI神奇模型訓練師
#珊蒂微AI
#人工智慧
#AI
深度學習模型訓練 在 珊蒂微AI Youtube 的最佳解答
(上集)
這集【人物專訪】來到台灣大學跟一位「宅男味很重」的電機系老師合作拍攝影片，他的研究風格 and 教學風格充斥著：二次元動漫梗、PTT鄉民詞彙、寶可夢、周星馳電影梗…等等元素，甚至還摻雜了一點鄉土劇的成分在他的研究與教學當中…
ㄟ！我不是在詆毀他喔，他這樣的研究跟教學風格可是大受學生歡迎呢！他是誰呢？！
#台灣大學電機系
#李宏毅的宅男之力
#AI神奇模型訓練師
#珊蒂微AI
#人工智慧
#AI
深度學習模型訓練 在 第15章模型训练效果可视化· 深度学习：Python教程 的推薦與評價
查看训练效果的历史数据大有裨益。本章关于将模型的训练效果进行可视化。本章教你：. 如何观察历史训练数据; 如何在训练时绘制数据准确性 ... ... <看更多>
深度學習模型訓練 在 工研院資訊與通訊研究所- DNN模型訓練及整合開發環境加速 ... 的推薦與評價
DNN模型訓練及整合開發環境加速引領人工智慧應用商機 近年興起之深度學習（Deep Learning）技術利用神經網路多層結構以自動化學習特徵，進而達成高 ... ... <看更多>
深度學習模型訓練 在 台大資訊深度學習之應用| ADL 2.1: How to Train a Model? 如何 ... 的推薦與評價
台大資訊 深度學習 之應用| ADL 2.1: How to Train a Model? 如何 訓練模型 ? ... <看更多>