布萊恩的創業小窩

AI 幫你解決疫情期間在家工作疏於打扮但還是要視訊的窘境!!有這個困擾的同學千萬不要錯過今天的文章喔!!(下) 本篇為下篇,上篇請點 怕自己視訊不上鏡?別擔心~讓AI幫你把形象照動起來!!(上) Vid2Vid Cameo：完美結合 2D 照片與 3D 動態 Vid2Vid Cameo 是 NVIDIA  Maxine   AI  視訊串流平台背後、以 生成對抗網絡 （Generative Adversarial Network，GAN）為基礎的深度學習模型之一。 根據相關論文的解釋，該模型在  NVIDIA DGX 系統 上使用 18 萬高品質的對話頭像資料集來進行訓練，學習辨識20 個關鍵點（用來建模「臉部表情」與「頭部運動」所必備的關鍵點），以便在沒有人類加以標註的情況下，能針對臉部動作建立模型。關鍵點中，包含針對眼睛、嘴巴、鼻子等特徵位置進行編碼。 下圖展示了 20 個關鍵點當中，前 5 個關鍵點的計算流程，給來源圖像及預測模型來規範關鍵點。 NVIDIA  的研究人員表示：從用戶的參考圖片中抓取這些關鍵點，用戶的參考圖片可事先發給其他的視訊與會者，或是從過往的視訊會議中擷取並重複使用。如此一來，視訊會議平台只需傳送用戶臉部特徵的動作數據，而不需要在每一個與會者間傳送龐大的即時視訊資料。對接收者來說，GAN 模型使用這些資料，在接收端合成一個模擬參考圖片外觀的視訊畫面。 整體來說， NVIDIA  去年推出的「會議神器」 Maxine  平台就使用  AI  驅動來實現高解析度、背景噪音消除、眼神校正等功能，讓你不需升級電腦效能也能擁有高品質的視訊會議。近期新推 Maxine 平台的深度學習模型 Vid2Vid Cameo 更讓你體面開會， AI  技術完美掩蓋鏡頭前的蓬頭亂髮！Vid2Vid Cameo 目前已可在  NVIDIA AI Playground  上測試使用，其開發套件也將在不久後推出，讓開發人員可以運用優化後的訓練模型，為視訊、直播串流強化效果。     更多AI人工智慧相關文章請點閱下方連結~       其他閱讀 再邋遢都能體面開會！ NVIDIA 推 AI 視訊會議神器 Maxine AI 打造史上最難「惡」羅斯方塊！世界紀錄僅消去 41 行 AI 人工智慧「

AI 幫你解決疫情期間在家工作疏於打扮但還是要視訊的窘境!!有這個困擾的同學千萬不要錯過今天的文章喔!!(上) 視訊會議邋遢怎辦？AI 讓正式照片中的你「動起來」當替身！ COVID-19 疫情持續影響我們的工作與生活，視訊會議讓我們的房間取代了原本的會議室，大家也希望自己能在鏡頭前體面的呈現。繪圖晶片大廠  NVIDIA  於去年 10 月在 GPU 技術大會（GTC）上發表了全新雲端的視訊串流平台「 Maxine 」，整合各種 人工智慧 輔助功能，能即時美化鏡頭前「太過真實」的畫面、或優化不佳的音訊。 大家都希望在每次的視訊會議中，保持個人最佳狀態。但是辦公室移到家裡後，難免會因剛睡醒、或是小孩、寵物吵鬧等，導致自己蓬頭亂髮，無法在會議平台中顯現出體面的打扮。針對此問題， NVIDIA  研究團隊在 2021 年的 CVPR 會議發表論文中，提出全新的解決方案——Vid2Vid Cameo，如以下影片所示： Vid2Vid Cameo：AI 讓人像照跟著你擠眉弄眼！ 「Vid2Vid Cameo」是新的深度學習模型，利用生成對抗網路 (GAN) ，只需一張使用者的臉部照片以及一段視訊串流內容，就能利用這兩種素材建立出可動的、用於視訊的擬真對話頭像。這意味著我們 只需在會議前上傳一張體面、正式的個人照片 ，平台系統就會自動抓取照片中的幾個關鍵點，開會時   AI  模型再抓取個人在鏡頭前的即時動作，再將這些動作套用在先前上傳的靜態圖片上。 如此一來，鏡頭前的你無論是多麼蓬頭垢面，在視訊中都可以如同照片中的你一樣衣冠楚楚的參與會議！也藉著Vid2Vid Cameo 的  AI  把你的臉部動作與即時動作轉移到照片上，你就像是如同照片中體面地參加會議！ Vid2Vid Cameo 的功能如下： 真人視角調整方向 透過 Vid2Vid Cameo，使用者能自由調整所生成的人臉視角 透過 Vid2Vid Cameo，使用者能自由調整所生成的人臉視角，人臉的角度可選側面（上圖左）或正面（上圖右）、或是透過調整攝影機的的角度高低來顯示對話時的頭像視角。 虛擬角色逼真動態 在視訊通話越來越普遍的當下，親和力高的卡通人物有助於緩解網絡社交的壓力。Vid2Vid Cameo 亦可將卡通形象與真人進行即時合成。 AI演算法

人工智慧 不僅懂得大眾的需求~還懂得你的情緒你的心!!日本醫生研發AI憂鬱症快篩系統~客觀的檢測大家的心理健康!! 傳統的憂鬱檢測量表包含了自我覺察的題目如情緒、感受等，會因每個人不同標準等因素而失真。因此日本就有研究團隊利用 人工智慧技術，研發能客觀偵測憂鬱症的 AI。 疫情下憂鬱症增30%！日研發AI快速找出潛在患者 隨著疫情爆發、擴及全球，世界各地人們的生活、工作、家庭等方面都有著劇烈的轉變，對疾病的恐懼與居家防疫帶來的孤獨，讓不少人備感焦慮、憂鬱，更出現其他心理壓力過大的狀況。 美國疾病管制與預防中心（CDC） 經調查近萬名的成年人發現，疫情之下有超過 40% 的民眾出現心理、行為健康問題，30% 的人出現憂鬱症的相關症狀、更有 26.3% 的人有疫情有關的創傷和壓力。 憂鬱症的盛行率在全球都有逐年升高的趨勢，然而，由於其本身的疾病特徵，讓許多人即使已經罹病卻仍未有病識感，以致延誤了治療時機。因此，如何快速且有效地找出潛在患者，便成為一件迫在眉睫的事情。 在日本，就有研究團隊嘗試將這項重任交付給  AI  來達成──筑波大學道喜將太郎教授，就帶領團隊研發能出偵測憂鬱症傾向的 AI 系統。 心理要怎麼「健康檢查」？ 因心理疾病較難有明顯的外觀可供辨識，有許多醫療機構會提供憂鬱症健康檢測量表，協助民眾先瞭解自己的身心狀況。 傳統的憂鬱檢測量表，通常包含了自我覺察類型的題目，像是情緒狀況、壓力感受等。然而，這類主觀感受問題常因每個人不同標準、擔心周遭眼光與評價等因素而失真，無法準確反映實際情況。 而隸屬於筑波大學醫學醫療系的道喜教授，認為  AI  系統也許能做到在沒有這些數據的情況下，評估受試者的心理健康。 道喜教授表示：「我們想看看 AI 是否可以做到只從社會人口統計學、生活方式和睡眠因素等客觀條件檢測出人們的心理困擾，而無關於人們對自己情緒的主觀認定。」 為了實踐這個想法，研究人員完成了一項關於社會人口統計學的調查，擬定出不同於傳統的新測量標準──包括年齡、婚姻狀態、家庭社經情況等變項，以及生活習慣和睡眠狀況等。 接著，團隊開發了一個  AI  模型，並讓 AI 學習這套新測量模式，並招募志願者提供資料讓 AI 對其的心理狀態進行評估。  道喜將太郎教授。圖片來源：ResearchGate 和

美國加州學生研發最新 人工智慧 科技~讓機器人不再只是簡單應對,還能談判辯論!!讓機器人更靈活更貼近大家的日常~ 說到  AI 人工智慧 ，你腦海中想像的是怎麼樣的情境呢？大多數人印象中的  AI ，通常是會遵照人們下達的指令執行任務、讓人類的工作與生活更加便利。然而在未來，我們也很有可能會看到 AI 對我們說：「不！」的情況。 在今年的計算語言學協會（NAACL 2021）北美分會年會上，一位來自美國南加州大學博士生 Kushal Chawla 與他的團隊就發表了能夠與人類談判、辯論的 人工智慧 系統「CaSiNo」。 「CaSiNo」研究計畫主持人Kushal Chawla。圖片來源：南加大（USC）學校網站。 以露營為背景　透過 AI 實現「人機協商」 這項計畫的主持人 Kushal Chawla  專精於自然語言處理（ NLP ）與人機互動（HCI），對於如何應用  NLP  來實現人與機器間的溝通更是感興趣。 Chawla 表示，現今對話式 AI 已被廣泛地運用，而他們希望能推動實用性高的「談判 AI」，因此團隊打造出了「CaSiNo」──一個包含一千條以上英語談判語料庫的  AI 。 「CaSiNo」這個名字來自於  Ca mp  Si te  N eg o tiations ，中文為營地談判，顧名思義這項計畫以露營地當作背景情境，參與者能與 人工智慧 在這樣的設定下互動，彼此協商如何分配有限的資源如：食物、飲用水、柴火等等，最後才能夠順利地完成露營。 露營地示意圖（Image credit: Mike-Erskine on Wunderstock） Chawla 表示，這樣的設計是為了能讓談判時使用到的詞句豐富化、多樣化，同時還能確保  AI  處於一個易於測試、處理的封閉環境中。 而與過往類似的研究不同，CaSiNo 傾向直接使用語言來與參與者進行交流，而不是透過互動介面。 雖然透過選單、按鍵等功能來溝通的互動介面，在建立與應用上更為簡單，但 Chawla 認為，如此一來便無法掌握到談判中出現的情緒，同時也限制了交流。 在溝通協調的過程中， AI  會嘗試使用各種層面的策略，試圖與對方討論資源分配的問題，並且提出自己意見，甚至會表達反對、修正或是做出妥協讓步。 CaSiNo 與

想要在職進修 Python 課程為自己的職涯做些改變嗎?還在考慮的同學快來看看林同學的成功經驗怎麼說~希望能對大家做選擇時有幫助喔~ 出社會工作六、七年，在各行各業遊走，換了三、四份工作，忽然有一天發現 軟體工程師 才是極具發展潛力、心所嚮往的職務，完全零基礎的情況下，可能轉職成功嗎？目前任職 PCHome 的 林炳丞 就是透過在職進修  Python  線上課程，為自己的職涯另闢新道路。 原先在醫療科技公司擔任品保人員的林炳丞，曾做過作業員、船務報關人員，與公司工程師閒聊時，發現軟體工程師的薪資幅度非常廣，而自己所任職的品保領域，即使再做十年、二十年，月薪可能依然只有三、四萬元。他意識到自己再不改變，也許一輩子都無法突破薪資天花板。於是，2019 年成為林炳丞人生中重要的轉捩點，他決定放手一搏，從零開始學起，直到當上軟體工程師為止。 在職進修成為軟體工程師 突破薪資天花板 設下軟體工程師的轉職目標之後，林炳丞開始尋找學習資源，最後選擇達內教育的  Python  線上課程，原因在於它適用於零基礎學員、課程規畫完善，包含網頁製作、數據分析、 AI 人工智慧 等符合就業市場需求的課程應有盡有，並且協助就業銜接。 為了順利進修，他毅然回到自家經營的公司幫忙汽車耗材買賣，並展開為期一年的在職進修生活，周間白天工作、晚上七時到十時進行線上課程；而周末六、日早上也不間斷，有時甚至是全天課程。 看似完全沒有休閒娛樂的在職進修生活，林炳丞是如何堅持下去？他笑著說當初在做這個決定之前，已做好心理建設，認為自己已經沒有任何退路；而就現實面來說，十萬元學費也是一個很有用的提醒，心裡隨時有個聲音在告訴自己，絕對不能浪費這筆錢。 在職進修一年之後，林炳丞如願進入以物聯網系統概念發展智能農業的金子進科技擔任軟體工程師，負責網頁前端、後端的維護與更新，薪資較先前的品保人員提升將近三成。他分享，由於選的線上課程很符合職場需要的技能，加上進修過程中不斷累積實作專案，學習程式的實際應用，即使是自己第一份軟體工程師的工作，銜接還是相當順利。 一年後他發現自己更嚮往數據分析與AI的領域，今（2021）年五月順利進入 PChome 擔任大數據工程師。 他在 PChome 的工作職務，主要是優化搜尋功能，以及建立應用程式介面（Application Programming

如果你覺得 Python 已經落伍,那你就大錯特錯啦!!從最新的程式語言排行榜就能看出端倪!!塊一起來看看分析報告怎麼說~ 自 2001 年起，創建滿 20 週年的程式語言排行榜「TIOBE Index」都會公布當月的程式語言排行。第一次出現在 TIOBE 榜上的前三名為： Java 、C 以及 C++。這幾年來，穩居在榜上前三名的常客為 Java、C 和 Python，與 20 年前異常地相似。 2021 年 7 月程式語言排行榜 TIOBE 所列出的前 10 名 熱門語言中，可看出 Ｃ 語言與 Java 分數已明顯下降，Ｐython 的分數則上升 1.86%。 Python奪第三！分數卻與第一名史無前例地相近 而最新一期（2021 年七月）的結果也不意外， Java 、 C  和  Python  穩居前三名。但是，長期居冠的 C 語言和第二名的 Java 分數都明顯下降、 Python 的分數卻竄升，使得前三名的分數差異史無前例的靠近， 第一名和第三名的分數只相差了 0.67% ！這意味著接下來的幾個月，榜上的前三名將有史無前例的結果。 人工智慧、新冠藥物⋯Python應用廣有望奪冠 近幾年， 人工智慧 （Artificial Intelligence）與資料挖掘（Data Mining）都在蓬勃發展中，剛好 Python 又是這兩大領域的領導語言，這優勢可讓  Python  在接下來幾個月隨時都可能成為第一。除了上述兩大領域，Python 的應用領域也包含網頁前後段、嵌入式系統等；去年更因  Covid-19  的爆發，研究人員積極使用 ​Python 進行統計分析，尋找對抗病毒的藥物，讓 Python 的分數有前所未有的竄升。 Covid-19 除了帶動  Python  的熱門度外，用於醫療軟體開發的 C 和 C++ 也受到影響。C 語言擠下了近年來居冠的 Java 成第一名。 總體而言，位居榜首的 C 語言分數為 11.62%，自去年 7 月以來下降了 4.83%。緊接在後的 Java 得分為 11.17%，較去年下降了 3.93%。排名第三的 Python 得分 10.95%，較去年增加了 1.86%，也是榜上前 20 名中增幅最大的程式語言。 前七名上榜語言與去年同期相同 有趣的是，本次榜上前七名