由AI大師吳恩達創辦的線上學習網站Coursera，日前公布2022年全球技能報告，統計對象涵蓋100多國、1億名Coursera線上學習者，並將技能分為商務、技術、資料科學等3類。其中，資料科學技能包括機器學習、數學、統計編程、資料視覺化、資料分析、資料管理、機率與統計等6種，技術則指各種開發技能，像是行動裝置程式開發、網頁開發、軟體工程、雲端計算等，商務則是軟實力技能，如溝通、領導與管理、創業、財金等。
以亞太區的臺灣來說，今年全球整體技能排名為53，較去年掉了30名，資料科學的熟練度為66%，技術和商務技能熟練度分別是47%和32%。亞太區國家前3名則是印尼（全球第3）、新加坡（全球第5）、日本（全球第6），資料科學的熟練度分別是100%、82%和91%。
總體而言，Coursera指出，這份報告顯示了學習者對數位轉型、通貨膨脹和全球不穩定性做出的反應，更多人學習數位技能和軟實力技能，來因應未來新經濟需求。特別是在發達國家，學習變革管理和韌性課程的人越來越多，發展中國家學習者，則透過供應鏈系統、行動資訊架構等課程，來強化數位技能。
Line Today ML 推薦
Line Today臺灣月活躍用戶1,800多萬，解密背後ML推薦平臺工具鏈
Line從2016年開始在臺推出內容入口平臺Line Today，不只提供文字新聞，後來也提供影音、直播等內容，甚至連天氣、電影介紹和投票都包括在內。這幾年，這個內容平臺還進一步從臺灣擴展到印尼、泰國、香港等市場，目前在臺每月活躍用戶數達1,800多萬人。
該平臺所採用的工具鏈，包括將Jupyter Notebook打包的Jutopia開發環境，讓資料科學家，更方便存取收集在內部IU資料倉儲中的使用者瀏覽行為資料，好用來探索資料和開發模型。在模型運算時，團隊採用開源大數據分析工具Spark和Hive，來進行不同資料處理與運算，並利用NSML系統，來調度CPU和GPU資源。當模型準備正式上線時，團隊則採用開源排程管理工具AirFlow，來管理模型周期性訓練或周期性推論。
此外，在一般的模型開發階段，他們也利用開源機器學習平臺MLFlow，來管理不同實驗數據和指標。在正式部署階段，團隊則利用開源部署工具BentoML打包成即時工作管線，來與不同服務的介面介接。如果是批次模式，則能透過Jutopia Notebook，將模型與IU資料倉儲離線整合。
微軟 MLOps v2 加速器
微軟開源MLOps v2加速器計畫在7月釋出完整版
微軟近日推出Beta第2版的MLOps v2加速器，使用者可透過這個統一的解決方案，來簡化MLOps工作流程。可直接從GitHub上取得。
微軟表示，好的MLOps可加速模型從測試到正式上線的時間，還能提供跨團隊的ML元件所有權、歷史資訊管理。這款MLOps v2，可讓使用者跨多個工作區域部署端到端、標準化且可擴展的機器學習生命周期。藉由抽象化外層迴圈的基礎架構，使用者可專注開發專案的內層迴圈。在這個v2版，微軟也優化了古典機器學習、自然語言處理、電腦視覺等類型的MLOps工作流程，可更快速處理。MLOps v2完整版預計7月釋出。
Meta S2ST 語音轉語音
不必再多一步！Meta最新翻譯模型可直接語音轉語音
Meta最近揭露語音轉語音翻譯（S2ST）新模型，可直接將輸入語音翻譯為另一種語言的語音，不必再將輸入語音先轉為文字再輸出，等於跳過這個中間步驟。
一般來說，傳統S2ST方法是將源語語音轉為目標語語音頻譜，也就是多維度、連續值的頻率頻譜。但用語音頻譜訓練翻譯模型很麻煩，因為模型必須學習2種語言之間的關係，比如2者的聲音特徵比較、如何對齊等。因此，Meta團隊改用從自監督語音表徵中取得的離散語音單元，加上NLP技術，以近14萬對西班牙-英語電話語句來訓練S2ST模型。這個模型以Transformer為基礎，包含一個語音編碼器，以及一個合併附加任務的離散單位解碼器。他們發現，這種方法取得3種突破：模型表現比現有任何傳統方法的模型要好，而且是首個直接用真實S2ST資料訓練多語言的系統，還能用未標註的預訓練資料訓練。
Coursera 史丹佛大學 非監督式學習
吳恩達新版機器學習入門課程上線了
【找人才】台北塑膠射出成型工廠徵選技師，薪資優，福利佳
射出成型機按外形特徵可分為立式、臥式、直角式、旋轉式和偏心式等多種，目前以臥式最為常用。
票選推薦煮婦最愛手壓封口機,省荷包不犧牲品質
意信臻以 品質、信用、親切、迅速、優質售後服務，為公司的營運宗旨。
選擇好的茶葉罐，有效地保持茶葉的鮮度與風味!
茶葉罐的一般有錫製、鐵製、陶瓷、玻璃、紙製等，其中以選用有雙層蓋的鐵製彩色茶罐和長頸錫瓶為佳，用陶瓷器貯存茶葉，則以口小腹大者為宜。
吳恩達2012年推出、擁有480萬名學習者的熱門機器學習課程，最近改版並在Coursera發布了！這次，吳恩達創辦的AI新創DeepLearning.AI與史丹佛大學線上學習部聯手，將機器學習入門課程重整為3部分，第1部分聚焦監督式機器學習：迴歸與分類，會教學習者如何用熱門的ML函式庫NumPy和scikit-learn來建ML模型，以及如何訓練模型來進行預測或二元分類任務。
第二部分則著重於進階學習演算法，學習者會學習如何用TensorFlow來建立、訓練類神經網路，並用來執行多類別分類任務，該課程也會教學習者如何建立並使用決策樹演算法。最後一部分則聚焦非監督式學習、推薦器和強化學習。
Chrome 103 網站通知 機器學習
一直跳通知好煩！Chrome 103將用ML封鎖網站請求
Google日前宣布，新版Chrome將利用機器學習（ML）模型，來預測使用者對網站通知的反應，並悄悄封鎖這些通知。雖然Google並未公布版本別，但從發布時程來看，該功能應該會出現在將6月下旬上線的Chrome 103。
Google認為，網頁通知一方面可傳遞網站更新給使用者，但不斷跳出通知也讓使用者不堪其擾。有別於先前將資料傳送至Google分析、判斷是否要阻擋特定通知，新版Chrome將利用ML模型，直接在裝置上預測。未來，新ML模型判斷要忽略後，會直接將通知靜音、封鎖，並在網址列上秀出該資訊，使用者依然可自行開啟通知。Google也預告，未來將讓ML模型依使用者習慣，自動調整Chrome瀏覽器上的工具列順序。
DataRobot Google雲端市集 AutoML
DataRobot服務進駐Google軟體雲端市集
專門提供AutoML和MLOps服務的廠商DataRobot，日前在自家年會上宣布自家服務進駐Google雲端市集，意味著DataRobot顧客也可享用Google雲端服務，來簡化購買流程和部署流程，讓AI建模更容易、直接在Google雲端打造符合自身需求的解決方案。
原本採用DataRobot AI Cloud服務的使用者，也能無縫使用Google雲端函式庫的服務，像是BigQuery、Looker、Vertex AI等，來建模、訓練、部署和管理AI模型，不論是地端或雲端都可支援。
吳恩達 LaMDA 測試基準
吳恩達回應LaMDA爭議：AI有無意識是哲學問題，除非人類定義出意識和感知的明確基準
先前Google傳出工程師Blake Lemoine在與AI語言模型LaMDA的對話過程中，認為LaMDA具備人類的感知（Sentience）能力，引起各界譁然。AI意見領袖吳恩達對AI具備感知表示懷疑，他指出，人類要判斷AI是否具備感知能力，是一個哲學問題，而非科學問題。因為，科學問題是可以反證的，比如，AI是否能擊敗人類象棋冠軍、能否精準翻譯、安全駕車，或是能否通過圖靈測試等。這些是可測試的問題。
但是，人類目前還沒有完整的系統，來測試AI是否具備意識、感知能力，又或只是通用AI（即GAI）。吳恩達也舉例說明人類世界的哲學問題，比如，人性是善是惡、生命的意義，以及昆蟲是否具備意識等都屬於哲學問題，同理，AI可否具備感知能力或意識、AI能否感受到情緒、能否理解它讀到的或看到的事物，也都是哲學問題。
「要打造出公認的AI意識和感知測試系統很難，也許不可能，」他認為，除非未來人類能建立評估AI意識和感知的基準測試（Benchmark），否則很難衡量這些AI發展的里程碑。
圖片來源／Coursera、Line Today、微軟、Meta、Google、吳恩達
AI近期新聞
1. Amazon無人機商品遞送服務終於起飛了
2. Spotify收購模擬《捍衛戰士》「冰人」聲音的AI公司
資料來源：iThome整理，2022年6月
https://www.ithome.com.tw/news/151582
示波器探測執行效能最佳化的8大秘訣
瀚誼科技致力於提供示波器多元化的專業測試和解決方案，範圍涵括無線通訊系統、RF量測儀器設備、高頻配件、電子元件
臭氧機的滅菌效果如何?
多加科技公司，從事水處理、加水站設計規劃營運，以臭氧機、紫外線燈作水質淨化、殺菌設備，因臭氧機具強大氧化、殺菌、除臭能力，省電、無耗材費用，深受水處理業者採用
建南和著重於工業用機械手臂、工業型無線充電裝置、精密加工元件等產品之經銷、代理、進出口貿易
信泰電機生產製作:鋁殼電阻、繞線電阻、剎車電阻、煞車電阻