自動分類
」
iPhone「這些點」無法忍受！ 他轟：大公司竟無法改善
手機系統分為蘋果（iOS）及安卓（Android）兩大戶，不過依功能上來說卻有很大差異。有位網友就指出，自己已經從安卓轉到iOS多年，但還是有很多地方讓他無法接受，引發網友熱議。原PO在PTT上發文表示，自己已經從安卓轉iPhone好幾年了，還是受不了iPhone沒有返回，熱點及檔案管理方式都不好用，「這麼多人抱怨蘋果一定有收到反應吧！這麼大間的公司居然無法改善這種問題」。貼文一出，網友紛紛留言「檔案管理方式的確不好使用」、「收訊，還有google相簿備份居然不能背景使用」、「最不爽價錢」、「鬧鐘不能改音樂、不能單獨調大小聲」。另外，還有人說「安卓是你想怎麼用隨便你，iphone是我叫你這樣做你就只能這樣做」、「最不爽的是常常開到手電筒」、「臉部辨識常常辨識不出來」、「圖片不會自動分類」、「數字輸入不好用」。
智慧農二代1／32歲少年總領軍轉型 5大速食店都用「它」家牛番茄
打開麥當勞、肯德基等5大速食業漢堡，裡面夾著的一片片牛番茄，海底撈、十二鍋等多家火鍋連鎖店的切塊番茄，多出自雲林一家農企「展鮮農產公司」，為要在異常氣候下維持穩定供貨，打造全台首間番茄冷鏈加工廠，農四代操盤人鍾宇軒說，「下一步是建立『戰情室』遠端監控」，契作番茄園預計從60甲擴充到100甲以上，年產量上看1.5萬公噸。全台農畜業產銷失調大考驗下，仍出現新一代農企佼佼者。據CTWANT調查，供應5大速食業、全台通路達7成市占率的牛番茄供應商展鮮，2年前導入智慧農業系統，串連場域與生產管理雙系統，打造自動化完整數據，去年再引進IQF急速冷凍技術，在今年暖冬、氣候異常下，牛番茄以穩定價量供貨各大連鎖餐飲店。3月底一個平日下午，展鮮總經理鍾宇軒帶著CTWANT記者走訪位在雲林縣西螺鄉總部旁的1200坪蕃茄田，今年32歲的他，高壯身材、黝黑皮膚，不僅侃侃而談種田經，還是個科技通，手機裡的監控數據，是新導入AIoT智慧農業系統，「這是大氣感測、土壤裡埋有濕度檢測器，我們在田中裝設即時影像及環控裝置，隨時都能一手掌控田中發生什麼狀況。」展鮮導入AIoT智慧農業系統，番茄田旁都可見監控與環控設備，透過手機APP就能隨時掌握田間資訊。（圖／趙世勳攝、展鮮提供）展鮮目前在雲林、嘉義、南投共有50多個契作番茄田，總面積約60甲，全溫室栽培與戶外種植約各半。面對一年比一年更劇烈的天候異常、產能不穩以及缺工問題，鍾宇軒用智慧生產、大數據管理迎戰，種植過程全紀錄、全監控，一有狀況遠端可馬上應變管理，也可透過分析判斷當季採收時間和數量，並預估下一產季該契作多少農地。展鮮預期今年底的產季將契作超過100甲以上番茄田，規模越做越大，他還計畫在總部打造「戰情室」，在辦公室透過大螢幕就能觀察各場域的即時影像。鍾宇軒帶著記者進入產線，印入眼簾的是機械式選果機，番茄經過約5尺長的輸送帶滾動，自動分類成7個尺寸，再由人工依熟度優劣進行分級。「藍色箱子是供給給subway的，綠色是給麥當勞的，黑色箱子的番茄，最後會進入一般生鮮超市，我們全部分類共21個等級，滿足不同客戶、通路對於尺寸、熟度的不同需求。」他進一步解釋，200克以上的大果，適合餐飲業者切塊擺盤或熬湯頭；漢堡裡的切片，依各速食品牌漢堡大小，決定供貨的牛番茄直徑尺寸，大多是100~160克的中果；賣給消費者的量販店和超市則是看重賣相；最後小果或畸形果多進入加工，做成番茄泥、醬、果乾等等。緊接著穿過一個通道，就進入去年11月才剛落成的冷鏈加工廠，投資金額1.25億元，鍾宇軒邊走邊解釋，「鮮果分類後，客戶若是需要粉狀、泥狀、丁狀、塊狀，以及需要多少公分、公克，我們初級加工機器很齊全，都能滿足需求。」展鮮新落成的冷鏈加工廠，將農產品保存時效延長，有助於調節市場供需，維持農產品價格穩定，農民不用承受市場風險。（圖／趙世勳攝）然而讓他對未來牛番茄事業布局，從國內拓展到海外信心大增的是冷鏈管理技術。牛番茄一年一收，過往盛產時價格崩跌，非產季時又常價格飆漲、斷貨，現在都能透過急速冷凍倉儲，調節市場供需平衡，解決台灣生鮮農產品最大痛點。鍾宇軒解釋，IQF農業冷鏈技術是在很短時間內使蔬果達到-80度的低溫保鮮效果，過程中不會添加任何防腐劑，根據政府建議有長達至少1年的食用保質期，「也就是說，豐收時能將多餘產量冰封庫存，不會流入市場使價格崩盤或棄採，若是產量不足以供給市場時，也能馬上有庫存支援。」對於冷凍後的口感差異，他說，一般的冷凍處理，蔬果解凍後常會有失去原有口感和味道的狀況，甚至外觀扁塌、發黑；但是急速冷凍的蔬果，卻沒有這些問題，外觀、口感甚至營養成分，都能維持和鮮果一樣。在少子化趨勢下，不僅農業、科技業人力短缺，餐飲業也一樣，這讓鍾宇軒看到了新商機，「未來會有越來越多的業者將蔬果處理委外機械代工，一樣新鮮、口感不變，還能省下一筆果皮廚餘回收費用。而冷鏈加工後的番茄因供貨穩定，還可開發成常態商品，例如已有業者研發番茄火鍋可以吃的到番茄丁。」展鮮去年營業額約2億元，主要是鮮果業務的銷售，「目標3年後，新加入的冷鏈加工事業，營收要超過3億元。」他也嘗試跨入生技業成立「小紅牛」品牌，開發出牛番茄面膜、益生菌等，機能性飲品及酵素則正在研發中，目標把台灣優質牛番茄推廣到海外。各地契作採摘後的番茄將由貨車直送工廠，透過機械式選果機分類尺寸大小，再由人工依熟度優劣進行分級。（圖／趙世勳攝）
全球首例！衛福部歐盟皆核准 「骨髓抹片AI分類計數」突破血液疾病瓶頸
根據衛福部統計資料，台灣白血病與骨髓增生性腫瘤病患人數明顯逐年上升，以2016年至2018年患者數量為例，分別是2,168、2,355、2,550；而其中因白血病而死亡的人數每年約1,100人。其中，骨髓抹片的判讀是診斷各種血液疾病的最基本且重要的方法。然而，現行的模式要求，一片骨髓抹片需計數500個血球分類，皆採人工手動，不僅耗時，且細胞計數區域及影像無法存檔紀錄，成果難以驗證。臺大醫院自1983年來診斷及收藏許多骨髓抹片檢體，為收治白血病病患之重鎮，骨髓抹片判讀的人力素質及數量上在國內外均具優勢。自2018年臺大醫院與專注於醫療影像AI的雲象科技，進行產學合作，率先開發「骨髓抹片AI分類計數」系統。總共用了近60萬個細胞去訓練本AI系統，並以逾2萬6000個細胞測試，達成可自動分類計數15類骨髓細胞，從原本一張影像依難度不同平均耗時約20分鐘，縮短至5分鐘以內。不僅協助醫師與醫檢師縮短判讀時間，減輕醫療人員負擔，而且提供量化、客觀，可反覆驗證的數據，有助經驗傳承，突破血液疾病臨床診斷與教學研究的瓶頸。「骨髓抹片AI分類計數」屬國際性創新AI應用，國內外均「無類似品」，且骨髓抹片判讀困難，資料量相對稀少，高品質的骨髓抹片較難取得，且分類上較為困難，需要受過高度專業訓練之人員來進行分類，皆為臨床驗證增添挑戰。臺大醫院與雲象以高標自許，進行多國、多中心的臨床驗證。254位病人的骨髓抹片分別來自臺大醫院總院、臺大醫院雲林分院、臺北國泰醫院、與美國BioReference Laboratories，一張玻片由兩位醫師及AI標註相互驗證，涵蓋14種骨髓疾病類別，且包括治癒前後的不同臨床病程，跨兩種染色，而此模型的研發資料集，是由臺大醫院血液專科醫師及資深醫檢師進行了超過70萬個細胞標註所組成。自研發至取證歷經三年努力，2021年10月取得衛福部食藥署及歐盟CE的許可證，驗證此系統在未來運用方面的普遍性，是目前全球最先進的骨髓細胞計數與分類系統，將可推廣於全球的血液實驗室，會是血液疾病診斷的一項革命性的工具與利器。期望從台灣出發，奠基於先進AI技術應用及骨髓細胞型態無人種差異的特色，開拓海外市場。
Google相簿「自動分類」搞鬼 女子誤把「激戰片」傳給母親
曾經用過Google相簿的人都知道，他們有著一個臉孔分類的功能，使用者甚至可以透過這個功能做成簡單的相片影片。而近日美國就有一名女子被這個功能給「陰」了！因為Google相簿把他「熱情激戰」的照片混在其他相片中做成影片，而女子也沒仔細檢查，就這樣把「暗藏玄機」的影片傳給了自己的母親。根據《鏡報》報導指出，加拿大網友karatonin在TikTok上傳影片表示，自己原本是要分享兒子的照片給母親看，所以用Google相本的人臉辨識分類功能製作了兒子的照片式影片，沒想到裡面夾雜了一張自己與丈夫的性愛照片，而他在製作完影片後也沒有注意，就這樣把影片傳給了母親。而Google會誤判的原因其實也很好笑，就是她與丈夫激戰的照片中，剛好有拍攝到自家的冰箱，而冰箱上有著兒子的照片。為此，她也跟母親好好的致歉，並且將這段非常糗的事情拍攝成影片，告訴各位網友在製作影片時要千萬小心。
DeepQ新一代AI自然語言處理平台T-BERT 國台客語攏ㄟ通
打造「疾管家」抗疫機器人的HTC健康醫療事業部DeepQ團隊，推出新一代AI 自然語言處理平台T-BERT（Taiwan Bidirectional Encoder Representations from Transformers），此平台使得電腦能同時3聲道讀聽寫國語、台語及客語，將AI應用在語義分析及問答互動上。DeepQ表示，新一代AI自然語言處理平台T-BERT具備從左到右、從右到左，雙向讀取段落文字，透過編碼器分析文字特徵，結合為台灣研發的AI加速運算技術，大幅提升語意判斷的精準度至93.7％。在台灣，自然語言處理平台必須能夠處理在地語言，才可實踐相關語意分析應用。DeepQ AI團隊與台灣大學廖世偉教授合作，應用深度學習模型與巨量資料處理的兩個關鍵技術，打造出可支持國語、台語及客語的AI平台。在打造此平台過程中，DeepQ AI團隊讓AI不斷閱讀巨量語意資料庫，訓練AI模型判斷語意，此過程非常複雜且耗時，為解決這問題，DeepQ團隊同時使用至少64顆GPU運算，運用平行運算技術架構，提升60倍的運算速度，將AI模型的學習時間有效縮短至6小時。目前研發的AI模型已能將國語新聞自動分類成9大類別，如：財經、國際等類別，準確度達93.7％。身兼美國史丹佛大學電腦科學系客座教授的DeepQ 總經理張智威表示：：「在臺灣，同時支援國臺客語的自然語言處理平臺尚不存在，我們計畫將把我們的 T-BERT 模型開源釋出，並繼續擴充規模，以回饋學界與促進產業發展。同時將陸續把此技術導入產品端，譬如此平臺可以使疾管家未來能夠支持國臺客語問答。」