工研院資通所副所長花凱龍透露行政院發起的臺灣AI行動計畫下一階段將聚焦可解釋、可信任AI並建置AI產品驗證標準以及中小企業適用的低程式碼平臺。
螢幕截圖
重點新聞(0729～0804)
這周有不少可信任AI重點比如工研院揭露臺灣AI行動計畫下一波要聚焦可解釋、可信任AI政府也要建置AI測試評估中心和AI產品驗證機制並發展中小企業適用的低程式碼平臺來加速AI落地預計明年上半年推動。其他還包括美國國家標準與技術研究院（NIST）分享可信任AI四大原則、Meta聯手數據隱私公司打造AI產品公平性平臺。在AI實作上微軟優化深度學習函式庫DeepSpeed來加速兆級參數模型訓練Nvidia也改善語言模型框架NeMo Megatron來縮短30%的GPT-3模型訓練時間。
臺灣AI行動計畫 可信任AI 工研院
工研院揭臺灣AI行動計畫下一步：可信任AI
工研院資通所副所長花凱龍在可信任AI研討會上揭露臺灣AI行動計畫下一階段將聚焦可解釋、可信任AI並發展中小企業適用的先進技術如聯合學習、自動化機器學習（AutoML）工具、自監督學習、遷移學習等以及低程式碼平臺來加速AI開發。另一方面他也透露工研院也將建置AI治理基礎設施如建立AI測試和評估中心來衡量AI風險、模型表現和穩健性以及打造AI產品驗證機制來推動產業發展。第二階段最快明年上半年展開。
進一步來說臺灣AI行動計畫是行政院2018年發起的國家級計畫第一階段用2018年至2021年的4年時間來推動產業AI化。當時聚焦5個主軸包括人才、晶片、國際新創、法規與場域開放以及推動產業AI化的「業界出題學界解題」模式。現在政府正籌備第二階段將聚焦可解釋、可信任AI包括參考國際標準來制定AI產品驗證規範、建立模型測試和評估方法並發展中小企業可通用的低程式碼平臺和一站式平臺來加速AI開發、落地。
NIST 可解釋性 AI計畫
美NIST幕僚長分享AI可解釋性四原則
美國國家標準與技術研究院（NIST）資訊技術實驗室幕僚長Elham Tabassi日前分享NIST可信任AI作法他們先是規畫6大面向的AI計畫包括可信任AI技術基礎研究、跨實驗室的AI創新研究、制定AI技術基準測試和評估指標、制定業界標準、協助制定政策以及確保資源來落實NIST AI計畫。
在這之下NIST發展出可解釋AI四原則包括產出解釋、有意義的說明、解釋準確性以及知識局限。也就是說在解釋部分AI系統產出輸出值時得一併附上證據或原因再來系統提供的解釋必須是單一使用者能理解的說明。接著這些解釋要能準確反應系統產出輸出值的過程最後系統必須在符合設計初衷的條件下運作。
Gartner MLOps 雲原生
Gartner：MLOps市場生態系仍高度分散
知名調研機構Gartner副總裁暨分析師Chirag Dekate日前接受外媒採訪透露MLOps市場生態系高度分散、百家爭鳴導致企業使用者感到困惑不知道該選何種廠商和產品來維運自家模型。他解釋Gartner追蹤了全球300多家MLOps廠商每家都聲稱提供MLOps但提供的功能卻是零碎的。比如有些廠商提供特徵儲存庫有些提供模型訓練環境或模型部署功能。而他也常被企業問及該如何駕馭不同廠商的工具等問題像是該從公雲平臺服務用起還是自己拼湊出一個工具鏈較好。
但他觀察發現目前業界這兩種方法都可行不論是雲原生套裝服務還是自行選用不同廠商的最佳產品組合都可以。他指出雲端化程度高的企業傾向使用AWS、Google或微軟等公雲業者的原生技術堆疊不僅配合企業投資政策又能快速整合。但對想要擁有公雲業者提供不了的服務的新創來說自行組裝一套工具鏈則是常見的做法。不過最常見的企業做法仍是混合策略比如用公雲業者服務為基礎再加入其他廠商的元件。為了提高整合性他預期未來1年MLOps時常會出現更多雲原生服務。
Meta 公平性 Oasis Labs
Meta聯手數據隱私公司打造AI產品公平性平臺
塑膠射出成型技師工作甘苦談
一間在新竹耕耘超過20年的塑膠射出成型公司，初期以硬質pvc起家與模具開發設計；
隨著技術的不斷提升新觀念、新技術、新設備的不斷加入。亦得因需應各界之需求，運用了管理。技術達到每個客戶希望的目標。
總是為了廚餘煩惱嗎？
雅高環保提供最適用的廚餘機，滿足多樣需求。
連續封口機購物網-不怕你比價,就怕你買貴!
封口機就是指在包裝容器盛裝產品後，對容器進行封口的機械。製作包裝容器的材料很多，如紙類、塑料、玻璃、陶瓷、金屬、複合材料等，包裝容器的形態及物理性能也各不相同。
影響示波器測試準確度的五大因素
混合訊號示波器（MSO）有兩種輸入，一小部分（通常是2個或4個）的類比通道，更多（通常為16個）的部份是屬於數位通道。
Meta近日聯手數據隱私公司Oasis Labs要打造AI產品公平性平臺來評估Meta AI服務的公平性。進一步來說Oasis Labs採用安全多方運算（SMPC）技術打造該平臺來確保訊息不外流而他們的第一個專案是由Meta發出Instagram問卷調查讓使用者自願回答自己的種族並根據這些答案來衡量Meta服務是否公平。
Meta指出這些資訊很重要有這些訊息他們才能知道自己的AI服務是否公平以進一步改善。為保護資料隱私他們將採SMPC和其他加密技術來避免Meta和第三方機構直接得知使用者回答。接著他們會使用AI模型來運算這些資料並衡量公平性。
AI軍備 北約 創投
AI成多國國防重心北約砸10億歐元投資AI軍備技術新創
北約（NATO）22國前陣子宣布成立北約創新基金是世界首家多國創投要在未來15年間投資新創公司、發展高科技軍備應用保障同盟國10億公民安全。進一步來說北約將撥出10億歐元基金投資初階新創和其他創投來發展北約優先考量的新興技術如AI、大數據處理、量子技術、自動化機械和生物技術等。
不只北約英國6月時發布以AI為中心的國防現代化戰略要讓軍方更容易整合民間AI技術來建立國防AI研究發展中心。德國也在6月撥出5億歐元國防研究經費研究技術之一就是AI。美國國防部在去年也提出8億多美元軍事預算要用於2022年的AI研發。此外美國今年也加入澳洲、日本、印度和其他亞太國家透過立法規範資料傳輸、隱私和AI使用情境來發展軍事AI應用。
Azure 大規模模型 DeepSpeed
兆級參數模型訓練變簡單了！微軟簡化深度學習函式庫軟硬體堆疊配置
微軟強化Azure對超大模型的訓練支援用戶可用深度學習函式庫DeepSpeed和1024個A100 GPU來執行兆級參數的模型訓練。過去用戶要訓練這類大規模模型得配置和維護一個複雜的分散式訓練基礎設施這些工作通常包含手動步驟且容易出錯因此可用性和效能表現並不佳。
現在微軟採用全端最佳化將訓練所需的硬體、作業系統、虛擬機器映像檔還有包含PyTorch、DeepSpeed、ONNX Runtime與各種Python套件的Docker映像檔以及Azure機器學習API經過最佳化、整合和測試使其具有良好的效能和可擴展性讓用戶不需處理複雜的配置。在經最佳化的Azure DeepSpeed堆疊上用戶可訓練1-2兆參數的超大型模型。
Nvidia NeMo Megatron 大型語言模型
Nvidia更新語言模型框架可加速30%訓練時間
Nvidia日前更新自家大型語言模型框架NeMo Megatron可加速GPT-3類模型30%的訓練時間。進一步來說該框架這次採用了2種新技術來加速包括序列平行化（SP）和選擇性主動再運算（SAR）其中SP可用來偵測之前未平行化的transformer層並以張量等級來進行模型平行化。而SAR則能針對transformer層中的特定區域重新運算不必全部來過因此減少運算資源的消耗。
Nvidia指出該框架可處理大型語言模型的訓練工作參數從220億到1兆個可以。在使用1,024個Nvidia A100 GPU的條件下只要24天就能訓練具1,750億個參數的模型比舊版本快上10天。最近由Hugging Face釋出的知名開源模型BLOOM就是使用Nvidia新版框架的案例之一。
AI近期新聞
1. Meta開源物件偵測模型 ViTDet可偵測更多常見和不常見物件
資料來源：iThome整理2022年8月
https://www.ithome.com.tw/news/152285
如何正確使用飲水機?
電解水部份採用美國NSF認證通過之過濾系統，再加上超強白金電解槽並採用日本九州日立的電解元件，安全性高，品質有保障。
特殊造型滑鼠墊去哪買?
滑鼠墊是滑鼠的好夥伴，可使滑鼠游標穩定滑順，多樣的材質
中古貨櫃屋設計案例?
金誠運用中古貨櫃屋，重新改造各式活動展場、代銷中心、旅遊渡假空間，皆可依顧客需求製作。
客製專屬滑鼠墊、可愛造型L夾、L型資料夾、透明證件套、手提袋，專業印刷設計廠商!
通過SGS環保認證，無毒無害 環保材質符合歐盟RoHs、REACH認證