圖片來源:
Google
重點新聞(0604～0610)
TPU v4 Google 強化學習
TPU v4已比超級電腦快，Google如何用AI自動設計下一代TPU？
去年，由AI大神Jeff Dean領軍的Google研究團隊發表一篇論文，描述一套AI晶片設計方法，可從過去經驗中學習改進，來為未知的元件設計架構，而且不到6小時就能完成，比人類的數周還要快。今年，Google新論文揭露技術進展，同班人馬已微調這套AI，並用來設計尚未問世的TPU v5。這篇技術論文，最近還登上《自然》期刊。
Google解釋，晶片的設計有賴於晶片佈局規畫（Chip floorplanning），也就是電腦晶片的實體設計圖。儘管經過50年研究，這個工程還是無法自動化，需要工程師幾個月嘗試才行。
為解決問題，Google團隊用深度強化學習，來自動進行晶片佈局規畫，產生晶片平面圖。他們將晶片佈局規畫視為一個強化學習問題，並開發一個邊緣AI，也就是圖卷積網路架構，來學習晶片上複雜且可轉移的特徵。也因此，Google的方法可從過去經驗中學習，並能越快解決問題，意思是，AI代理比人類工程師還要有經驗，來設計晶片。
Google也用這個方法，來設計下一代AI加速晶片TPU v5。而且，AI代理可在6小時內完成設計，且所有關鍵指標如功耗、性能、晶片面積等，都能媲美人類的晶片佈局規畫，還可省下每一代數千小時的人工開發時間。
最近，Google才在自家I/O大會上揭露TPU v4。以一個具4,096個TPU v4的TPU v4 Pod來說，就能達到1 exaFLOP等級的算力，實現每秒10的18次方浮點運算。Google CEO Sundar Pichai指出，這相當於1千萬臺筆電的算力，也等於1臺超級電腦。
製造業 Google雲端 COVID-19
Google雲端調查：製造業將三分之一IT支出花在AI上
Google雲端最近公開一份全球製造業調查，發現製造業者將36%的IT支出花在AI上，更有四分之一的製造業者將一半或以上IT支出花在AI。這份調查是Google雲端委託The Harris Poll執行，在去年10月底針對全球1,154位製造業資深主管來調查，他們發現，受到COVID-19疫情影響，高達76%的製造業擁抱資料分析、AI、雲端來因應疫情危機。
Google雲端指出，製造業仰賴AI的原因，在於它簡化了部署和使用。而最常用AI來協助每日作業的製造業為汽車/OEM廠商（76%），再來是汽車供應商（68%），第三名則是重型機械業者，67%正部署AI。調查顯示，雖然義大利和德國分別有80%和79%的製造業者使用AI協助每日工作，但在美國只有64%，日本和韓國只有50%。
而使用AI的Top 3目標則是協助業務連續性（38%）、讓員工工作更有效率（38%）、總體上整體員工（34%），製造業部署AI的具體領域則有品質檢驗（39%）、供應鏈管理（36%）、風險管理（36%）、生產/生產線管理（35%），以及庫存管理（34%）。
IBM AI不確定性 UQ360
如何量化不確定性？IBM開源專屬AI工具包來計算
IBM日前在Data & AI 2021開發者大會上宣布開源不確定性量化AI工具包（UQ360），要來算出AI沒把握的程度。進一步來說，AI不確定性可分為兩種，一是認知不確定性，也就是因訓練資料不恰當，造成模型對特定領域無知，另一種是任意不確定性，也就是從觀察中自然產生的隨機不確定性。增加訓練資料可降低認知不確定性，但卻不會改變任意不確定性。
因此，IBM開發UQ360，能根據使用者底層模型、ML任務類型、資料特性和目標等因素，以多種演算法和分類法來計算AI不確定性。使用者可從UQ360中的Python工具包選擇演算法，並選擇UQ360評估結果的呈現方式，像是文字說明或視覺化圖表等。IBM希望開源這個工具，來促進AI社群探討AI演算法決策的侷限。
蘋果 聲音辨識 開發框架
空壓機這裡買最划算!晨達空壓機秉持著專業空壓機技術、優質快速服務、空壓機合理價格。為您解決工作中需要風量、風壓的問題。
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
選擇示波器的10 項考量因素
示波器是一種能夠顯示電壓訊號動態波形的電子測量儀器。它能夠將時變的電壓訊號，轉換為時間域上的曲線，原來不可見的電氣訊號
市面十大品牌封口機!該如何選購?
市面上的封口機一般分為兩種：一種是要預熱的，一種是不用預熱的(插電後即可直接使用。)而瞬熱式就是不用預熱的封口機
蘋果釋出具聲音辨識能力的開發框架ShazamKit，Android平臺也可用
蘋果日前在技術發表會WWDC 2021上，宣布開源聲音辨識開發框架ShazamKit，連Android開發商也可使用。這個開發框架源自蘋果2017年收購的知名音樂辨識服務商Shazam，Shazam的音樂辨識能讓使用者上傳一段音樂，透過資料庫比對後，告知使用者音樂曲名、歌手介紹等訊息。
蘋果後來將這個技術打包成ShazamKit並開源，同時釋出聲音辨識及歌曲資料庫資源。開發者可將自有App連結Shazam，來提供用戶相同的歌曲辨識比對服務，ShazamKit也允許客製化，讓開發者集結影片、podcast等聲音檔來源製作預錄聲音資料庫，為自己的App製作第二螢幕應用，像是聲音播放時可在另一臺裝置同步播放其他音源，助於遠距互動學習或線上線下整合的商務應用開發。ShazamKit整合於iOS/ipadOS 15.0、macOS 12.0、tvOS 15.0+和watchOS 8.0+中，目前為開發人員Beta版，Android App開發商也可下載ShazamKit SDK檔。
臉書 多對多翻譯 資料集
臉書新資料集可精確評估多對多翻譯模型
臉書開源FLORES-101資料集，是一套涵蓋101種語言的多對多評估資料集，可用來測試、改善多語言翻譯模型。這個資料集鎖定低資源語言，投入許多人力完成，每個文件都由專業翻譯人員翻譯，再人工編輯來驗證，另外還有人檢查拼寫、語法、標點和格式，並用商業引擎的翻譯來比較。最後還會由另一組翻譯人員來評估，找出不自然的翻譯和語法等錯誤再重新翻譯。
FLORES-101的翻譯文字以文件為單位，這種包括上下文情境，能讓翻譯效果更好，而且資料集中的翻譯文件有多個相鄰句子，也可用來評估加入上下文考量的翻譯品質。另外，FLORES-101還提供了翻譯的後設資料，包括超連結、URL、圖像和文章標題等資訊。
微軟 ONNX Runtime 臉書推理
ML推理引擎ONNX Runtime 1.8支援網頁AI推理了！
微軟ML推理引擎ONNX Runtime釋出1.8版本，不只加速Android和iOS行動裝置上的模型推理和訓練速度，也推出ONNX Runtime Web來支援網頁ML推理，最後還推出加速PyTorch工作負載的官方套件。
進一步來說，在網頁上推理模型一直是熱門話題，因為網頁推理可降低Server-client溝通成本，也能保護用戶隱私、提供免安裝的跨平臺ML體驗。而1.8版的新功能ONNX Runtime Web，可讓AI開發者用CPU或GPU加速打造網頁版ML體驗。在CPU部分，這個功能將原生ONNX Runtime CPU引擎彙整至Webassembly後端，可執行任何ONNX模型和ONNX Runtime支援。GPU部分，則藉助WebGL標準來加速。
在行動裝置部分，ONNX Runtime新提供C/C++函式庫Pod預覽版，用來整合ONNX Runtime Mobile和iOS應用程式，而Andriod和iOS工具包也分別是Maven Central和CocoaPods的安裝內建工具包了（iOS仍為預覽版）。
圖片來源／Google、IBM、臉書
AI趨勢近期新聞
1.陽明交大聯手中華電信推COVID-19血氧監測雲平臺
2. 臉書新AI工具可從照片中的1個字，產生同風格文字
3. OpenAI：已改善GPT-3中的偏差和
資料來源：iThome整理，2021年6月
https://www.ithome.com.tw/news/145012
金誠貨櫃實業社
以客為尊，客製化的設計與服務搭配專業的工班，能夠提供全方位的貨櫃屋組合方案、貨櫃屋改裝及裝潢設計配合您的需求打造出一個完善的居住空間
各大百貨每波促銷贈品活動，限量知名LOGOL型資料夾，獨家販售中!!
Ｌ型文件夾是市面上最常見到的收納文具，有多層與各種厚度可選擇，也可客製化製作專屬自己的尺寸
滑鼠墊適用各種文宣活動廣告曝光,專業客製服務
滑鼠墊是用於放置和移動滑鼠的一個墊子。它的主要功能是防止在玻璃等特殊材質的表面上移動時的反射與折射影響滑鼠感光器的定位，提供一個方便滑鼠感光器系統計算移動向量的平面；次要功能是為了美觀，上面可印有精美、個性化的圖案；還有一些滑鼠墊增加了腕托以提高手部舒適度。