分類
人工智慧

天擇集團-營造安全科技化及人工智慧 快速找出路口事故熱區

勞動部職安署與臺北科技大學攜手發展人工智慧技術應用於營造安全危害自動辨識,特於17日邀請產、官、學界共同參與「人工智慧技術於營建安全管理之應用研討會」,展示職安署對於人工智慧計畫推動成果,並期望營造產業共同推動科技化安全管理。

職安署署長鄒子廉表示,人工智慧(Artificial Intelligence,簡稱AI)亦被稱為機器智慧,是現今各國所重視發展之新科技,目前人工智慧發展成果,已被廣泛應用在醫療、工業工程、生物科技及財經等領域,對於影像辨識及語言分析等方面已具顯著成果。

職安署表示,運用新科技取代傳統人力,可降低人為注意力不集中之缺失,為國際發展趨勢,基於營造職災多、風險高,推動人工智慧應用於營建施工安全,以防止人員發生墜落等災害,目前已發展鋼結構組配作業危害辨識模組,可透過施工現場的閉路監視系統(CCTV),自動辨識安全帽、安全帶、安全母索及安全網等施工安全設施,並進而開發出人工智慧辨識工具,用以辨識勞工之不安全環境,以有效降低勞工發生墜落職業災害。

人工智慧 快速找出路口事故熱區

交通部運輸研究所今天公布最新研發的技術,利用無人機結合人工智慧,快速找到路口易發生事故的熱區,明年將協助地方政府預先改善路口交通環境。

根據內政部警政署統計,今年1月至9月道路交通事故約26萬件,約有56.5%發生在路口。

運研所說,超過5成的車禍發生在路口,除了造成生命財產損失之外,也導致道路壅塞,過去道路主管機關只能在多次車禍發生後,才會注意到路口同一處常有事故的情形,未來藉由衝突分析軟體幫助,在車禍發生前就進行路口交通安全分析,並預先改善。

運研所新研發的技術就是將無人機空拍攝影結合人工智慧影像辨識,開發路口衝突分析軟體,例如,若事先發現路口經常發生右轉衝突,可進行右轉車道與轉彎半徑的調整。

運研所說,明年將與縣市政府合作,運用衝突分析軟體於路口交通安全改善,並擴大應用在其他危險情境,例如進入路口搶(闖)越黃(紅)燈及超速行為,提升路口的安全性。

運研所研發的這項技術,透過不同顏色代表不同危險程度,紅色是瀕臨危險、橘色是高危險衝突、黃色代表中危險衝突、綠色是低危險衝突,藉由路口衝突分析軟體,快速了解路口最容易出現事故的危險熱區,預先改善相關設施,避免可能發生的車禍。

運研所用這套無人機結合人工智慧技術,實地測試雲林縣一處路口時,發現左轉處是衝突熱區,經分析是左轉專用車道較狹窄,外側車輛易插入,會很容易發生事故。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

分類
人工智慧

天擇集團-中醫門診輔助系統即刻掌握健康,AI人工智慧癌症療法將啟動

全球最新AI人工智慧技術癌症治療設備

橫跨醫療、電子資通訊、科技、生技製藥、醫材,串聯大健康產業完整生態鏈的專業規模會展-台灣醫療科技展,12/3-12/6在南港展覽館一館開展,為迎接這個以特色醫療強項為核心的展覽,成立70餘年的瓦里安醫療系統公司,特地將位於L707號的展區,打造成逼真的外太空實境,如同進入宏大浩瀚的宇宙,十足吸睛。

將LINE與AI結合,大林慈濟醫院中醫部讓枯燥的等候看診時間變有趣!就醫民眾只需透過手機進入「中醫門診輔助系統」,就能快速鍵入疾病症狀並分析,即時掌握自己的中醫證型與衛教建議,醫師更能由智能AI輔助處方管理、精準追蹤治療效益,提供病人更妥善的照護。

大林慈濟醫院簡瑞騰副院長表示,中醫部與中正大學資工研究所歷經十五年研究,攜手研發出創新的「中醫門診輔助系統」,將老祖宗四、五千年的醫療智慧與現代科技結合,推陳出新,透過與大林慈濟LINE及HIS系統結合,提供醫師、病人更貼心與快速的就診體驗,讓中醫越來越接近標準化與科學化。

Ethos提供「精準個人化」放射治療

瓦里安總經理林巧婷表示,隨著全球醫學進展,癌症療法更加多元,Ethos落實癌症個人精準化放射治療,完整癌症治療最後一塊拼圖。Ethos運用多重設備影像(PET、MR、CT),並搭載AI人工智慧,讓放療操作變得更普及並且簡單便捷。目前瓦里安致力於推動個人化精準醫療,Ethos將投入臺灣醫療市場,讓癌症照護邁向新紀元。

中正大學資工研究所林迺衛教授表示,從94年開始合作,以人體體質與食物配方,發展出中醫養生系統,但仍未達到滿意的成果。如此摸索了數年後,開始以資訊工程化的方式,從中醫標準化「症狀」到標準化「證型」,發展出中醫的虛證及實證系列的辨證系統。同時用「模糊理論」及「多目標最佳化」,將資訊化的中醫建構了起來,運用人工智慧輔助醫師開立藥方,做出正確的診斷。

Ethos人工智慧治療將在台啟動 歡迎預約了解醫療新科技

林巧婷表示,對於全球醫療市場而言,Ethos是日前最新穎尖端的設備,2019年9月於丹麥首度啟用後,包含美國頂尖治癌醫院WashU等院,目前全球已有超過15台投入臨床治癌使用。依據歐美醫療院所使用經驗,眾多癌別均可使用,對下腹部腫瘤治療成效更佳。為讓臺灣醫界也能進一步認識Ethos,如何為癌症病患提供更新型的個人化精準醫療,瓦里安將在台灣醫療科技展中為本台儀器揭開神秘面紗,如有意了解Ethos的AI人工智慧、臨床運用或進一步合作,可於醫療展瓦里安展區接洽,歡迎民眾、醫護人員、醫療院所、大專院校學生及教授前來了解最新放射治療發展。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

分類
區塊鏈

人工智慧與區塊練技術的結合將會成來未來的趨勢

人工智慧與區塊鏈為近年最熱門的話題,若將兩者的技術結合在一起,將如何顛覆我們的未來?
人工智慧與區塊鏈為近年最熱門的話題,前者自形成以來,不論是在理論上這是應用上均以日益成熟,其應用之領域也
不斷擴大,後者具有去中心化的特質,以信任的方式集體維護一個可靠資料庫。若將兩者的技術結合在一起,将如何顛
覆我們未來?以下為幾種已將兩者技術結合運用的領域。
分辨真偽
美國每年因假貨所造成公司損失的成本超過6000億美元,分辨真偽的技術不斷推陳出新。日前,IBM研究部門發表了
一款以人工智慧為基礎的膚品檢測器,名為Crypto Anchor Verifier。這款檢測器的特色是結合手機的相機配合區塊鏈
技術來驗證物品的真偽。
操作的方式其實很簡單,使用者只需拿出手機並打開應用程序對要檢測的物品拍照,即可完成物品鑑定。據悉,操作的
原理是採用影像處理技術,將物體與區塊鏈中的分散式賬本中的資料庫進行交叉比對。目前這項檢測的技術已確定可用
於分辨鑽石、紙幣及紅酒的真偽。
醫療分析
Google DeepMind透過區塊鏈技術開發出一套醫療資料審計系統,而透過人工智慧的運用,醫務人員可從病人的簡介
中獲取相關的資料進行醫療分析,得出更精確的判斷。
數位版權
對於創作合約管理而言,區塊鏈技術為藝術家和創作者提供即時支付的方式。人工智慧則運用在學習規則以
識別那些達
反國際版權法的人。此外,Verizon和ujo Music有意使用區塊鏈來稽核許可證與經銷產品,如Ujo Music已透過以太坊
區塊鏈平臺來播放歌曲。

※本文章屬於TNZE天擇集團所有嚴禁轉載※

 

 

 

分類
人工智慧

人工智慧與區塊鍊技術的結合將會成為未來的趨勢

人工智慧與區塊鏈為近年最熱門的話題,若將兩者的技術結合在一起,將如何顛覆我們的未來?
人工智慧與區塊鏈為近年最熱門的話題,前者自形成以來,不論是在理論上還是應用上均以日益成熟,其應用之領域也
不斷擴大,後者具有去中心化的特質,以信任的方式集體維護一個可靠資料庫。若將兩者的技術結合在一起,将如何顛
覆我們未來?以下為幾種已將兩者技術結合運用的領域。
分辨真偽
美國每年因假貨所造成公司損失的成本超過6000億美元,分辨真偽的技術不斷推陳出新。日前,IBM研究部門發表了
一款以人工智慧為基礎的膺品檢測器,名為Crypto Anchor Verifier。這款檢測器的特色是結合手機的相機配合區塊鏈
技術來驗證物品的真偽。
操作的方式其實很簡單,使用者只需拿出手機並打開應用程序對要檢測的物品拍照,即可完成物品鑑定。據悉,操作的
原理是採用影像處理技術,將物體與區塊鏈中的分散式賬本中的資料庫進行交叉比對。目前這項檢測的技術已確定可用
於分辨鑽石、紙幣及紅酒的真偽。
醫療分析
Google DeepMind透過區塊鏈技術開發出一套醫療資料審計系統,而透過人工智慧的運用,醫務人員可從病人的簡介
中獲取相關的資料進行醫療分析,得出更精確的判斷。
數位版權
對於創作合約管理而言,區塊鏈技術為藝術家和創作者提供即時支付的方式。人工智慧則運用在學習規則以識別那些這
反國際版權法的人。此外,Verizon和Ujo Music有意使用區塊鏈來稽核許可證與經銷產品,如Ujo Music已透過以太坊
區塊鏈平臺來播放歌曲。

分類
人工智慧

機器自學 ! 青出於藍的AI人工智慧 !

近年來,AI人工智慧在各項益智遊戲中擊敗人類早已不是新聞。加拿大阿爾伯塔大學的科學家邁克爾·鮑靈
與他的AI撲克團隊,不斷地透過新的演算法及深度機器學習突破機器的規律性,成功促使其AI技術
DeepStack得以透過自學的方式,模仿人類大腦與習性,屢次在撲克遊戲中青出於藍,贏過人腦!
n
Two artificial intelligence (AI) programs have finally proven they “know when to hold’em, and when to fold
em,” recently beating human professional card players for the first time at the popular poker game of Texas
Hold’em. And this week the team behind one of those Als, known as DeepStack, has divulged some of the
secrets to its success-a triumph that could one day lead to Als that perform tasks ranging from from beefing
up airline security to simplifying business negotiations.
tyear one conquered Go
Als have long dominated games such as chess, and last year one conquered Go, but they have made relatively
lousy poker players. In DeepStack researchers have broken their poker losing streak by combining new
algorithms and deep machine learning, a form of computer science that in some ways mimics the human brain,
allowing machines to teach themselves.
“It’s a… a scalable approach to dealing with complex information) that could quickly make a very good
decision even better than people,” says Murray Campbell, a senior researcher at IBM in Armonk, New York,
and one of the creators of the chess-besting AI, Deep Blue.
Chess and Go have one important thing in common that let Als beat them first: They’re perfect information
games. That means both sides know exactly what the other is working with—a huge assist when designing an
AI player. Texas Hold’em is a different animal. In this version of poker, two or more players are randomly dealt
two face-down cards. At the introduction of each new set of public cards, players are asked to bet, hold, or
abandon the money at stake on the table. Because of the random nature of the game and two initial private
cards, players’ bets are predicated on guessing what their opponent might do. Unlike chess, where a winning
strategy can be deduced from the state of the board and all the opponent’ s potential moves, Hold ’em
requires what we commonly call intuition.
The aim of traditional game-playing Als is to calculate the possible results of a game as far as possible and then
rank the strategy options using a formula that searches data from other winning games. The downside to this
method is that in order to compress the available data, algorithms sometimes group together strategies that
don’t actually work, says Michael Bowling, a computer scientist at the University of Alberta in Edmonton,
Canada.
His team’ s poker AI, DeepStack, avoids abstracting data by only calculating ahead a few steps rather than an
entire game. The program continuously recalculates its algorithms as new information is acquired. When the AI
needs to act before the opponent makes a bet or holds and does not receive new information, deep learning
steps in. Neural networks, the systems that enact the knowledge acquired by deep learning, can help limit the
potential situations factored by the algorithms because they have been trained on the behavior in the game.
This makes the Al’ s reaction both faster and more accurate, Bowling says. In order to train DeepStack’s
neural networks, researchers required the program to solve more than 10 million randomly generated poker
game situations.
To test DeepStack, the researchers pitted it last year against a pool of 33 professional poker players selected by
the International Federation of Poker. Over the course of 4 weeks, the players challenged the program to
44,852 games of heads-up no-limit Texas Hold’em, a two-player version of the game in which participants
can bet as much money as they have. After using a formula to eliminate instances where luck, not strategy,
caused a win, researchers found that DeepStack’s final win rate was 486 milli-big-blinds per game. A milli-
big-blind is one-thousandth of the bet required to win a game. That’ s nearly 10 times that of what
professional poker players consider a sizable margin, the team reports this week in Science.
The team’s findings coincide with the very public success several weeks ago of Libratus, a poker AI designed
by researchers at Carnegie Mellon University in Pittsburgh, Pennsylvania. In a 20-day poker competition held in
Pittsburgh, Libratus bested four of the top-ranked human Texas Hold’ em players in the world over the course
of 120,000 hands. Both teams say their system’s superiority over humans is backed by statistically significant
findings. The main difference is that, because of its lack of deep learning, Libratus requires more computing
power for its algorithms and initially needs to solve to the end of the every time to create a strategy, Bowling
says. DeepStack can run on a laptop.
Though there’ s no clear consensus on which AI is the true poker champ—and no match between the two has
been arranged so far—both systems have are already being adapted to solve more complex real-world
problems in areas like security and negotiations. Bowling’ s team has studied how AI could more successfully
randomize ticket checks for honor-system public transit.
Researchers are also interested in the business implications of the technology. For example, an AI that can
understand imperfect information scenarios could help determine what the final sale price of a house would be
for a buyer before knowing the other bids, allowing that buyer to better plan on a mortgage. A system like
AlphaGo, the perfect information game-playing Aſ that defeated a Go world champion last year, couldn’t do
this because of the lack of limitations on the possible size and number of other bids.
ULTTa GarminG
Still, DeepStack is a few years away from truly being able to mimic complex human decision making, Bowling
says. The machine still has to learn how to more accurately handle scenarios where the rules of the game are
not known in advance, like versions of Texas Hold ’em that its neural networks haven’t been trained for, he
says.
Campbell agrees. “While poker is a step more complex than perfect information games,” he says, “it’s still
a long way to go to get to the messiness of the real world.”

分類
人工智慧

人工智慧與區塊鍊技術的結合將會成為未來的趨勢

人工智慧與區塊鏈為近年最熱門的話題,若將兩者的技術結合在一起,將如何顛覆我們的未來?
人工智慧與區塊鏈為近年最熱門的話題,前者自形成以來,不論是在理論上還是應用上均以日益成熟,其應用之領域也
不斷擴大,後者具有去中心化的特質,以信任的方式集體維護一個可靠資料庫。若將兩者的技術結合在一起,将如何顛
覆我們未來?以下為幾種已將兩者技術結合運用的領域。
分辨真偽
美國每年因假貨所造成公司損失的成本超過6000億美元,分辨真偽的技術不斷推陳出新。日前,IBM研究部門發表了
一款以人工智慧為基礎的膺品檢測器,名為Crypto Anchor Verifier。這款檢測器的特色是結合手機的相機配合區塊鏈
技術來驗證物品的真偽。
操作的方式其實很簡單,使用者只需拿出手機並打開應用程序對要檢測的物品拍照,即可完成物品鑑定。據悉,操作的
原理是採用影像處理技術,將物體與區塊鏈中的分散式賬本中的資料庫進行交叉比對。目前這項檢測的技術已確定可用
於分辨鑽石、紙幣及紅酒的真偽。
醫療分析
Google DeepMind透過區塊鏈技術開發出一套醫療資料審計系統,而透過人工智慧的運用,醫務人員可從病人的簡介
中獲取相關的資料進行醫療分析,得出更精確的判斷。
數位版權
對於創作合約管理而言,區塊鏈技術為藝術家和創作者提供即時支付的方式。人工智慧則運用在學習規則以識別那些這
反國際版權法的人。此外,Verizon和Ujo Music有意使用區塊鏈來稽核許可證與經銷產品,如Ujo Music已透過以太坊
區塊鏈平臺來播放歌曲。

分類
主業

人工智慧與區塊鍊技術的結合將會成為未來的趨勢

人工智慧與區塊鏈為近年最熱門的話題,若將兩者的技術結合在一起,將如何顛覆我們的未來?
人工智慧與區塊鏈為近年最熱門的話題,前者自形成以來,不論是在理論上還是應用上均以日益成熟,其應用之領域也
不斷擴大,後者具有去中心化的特質,以信任的方式集體維護一個可靠資料庫。若將兩者的技術結合在一起,将如何顛
覆我們未來?以下為幾種已將兩者技術結合運用的領域。
分辨真偽
美國每年因假貨所造成公司損失的成本超過6000億美元,分辨真偽的技術不斷推陳出新。日前,IBM研究部門發表了
一款以人工智慧為基礎的膺品檢測器,名為Crypto Anchor Verifier。這款檢測器的特色是結合手機的相機配合區塊鏈
技術來驗證物品的真偽。
操作的方式其實很簡單,使用者只需拿出手機並打開應用程序對要檢測的物品拍照,即可完成物品鑑定。據悉,操作的
原理是採用影像處理技術,將物體與區塊鏈中的分散式賬本中的資料庫進行交叉比對。目前這項檢測的技術已確定可用
於分辨鑽石、紙幣及紅酒的真偽。
醫療分析
Google DeepMind透過區塊鏈技術開發出一套醫療資料審計系統,而透過人工智慧的運用,醫務人員可從病人的簡介
中獲取相關的資料進行醫療分析,得出更精確的判斷。
數位版權
對於創作合約管理而言,區塊鏈技術為藝術家和創作者提供即時支付的方式。人工智慧則運用在學習規則以識別那些這
反國際版權法的人。此外,Verizon和Ujo Music有意使用區塊鏈來稽核許可證與經銷產品,如Ujo Music已透過以太坊
區塊鏈平臺來播放歌曲。