FIND研究員：曹嬿恆

將AI演算法應用在醫療領域，咸認為其中一個主要技術阻礙在於缺乏大型醫療影像資料庫。有鑑於此，美國國家衛生研究院(U.S. National Institutes of Health ；NIH) 首度於2017年開放一個胸部X光影像的龐大資料庫，內含超過十萬張影像，無條件提供給大眾及科學界，以便在開發醫療應用技術時，用來測試及優化其中的人工智慧演算法。主導此計畫的是NIH實驗室的資深研究員暨放射線醫師Ronald Summers博士，他在接受AuntMinnie.com(註1)採訪時表示，深度學習法在放射線領域及其他醫療領域的應用方興未艾，但是卻極度缺乏資料可用，這個開放資料計畫推出，將為人工智慧技術用於電腦輔助胸部X光檢查的準確性，帶來長足的進展。

Ronald Summers博士再接再厲，於2018年再度開放一套名為DeepLesion的影像資料庫，內含10,600電腦斷層掃描影像(CT scans)，加上Summers博士及其同僚所篩檢出來NIH放射專家先前對這些掃描影像所作的臨床相關標記，這些標記相當複雜，包含了大量描述病變位置與大小的箭頭、線條、文字等等，以便臨床醫師可用來監看病變的變化。這類醫療影像的標記需要有豐富的臨床經驗，而且標記的組織歸納也非常耗時。美國國家衛生研究院希望透過開放DeepLesion這類醫療影像與標記資料庫，能促使科學界在統一的架構下開發出一套大型的通用病變檢測器，作為初步的篩檢工具，並且能開發出可針對多種病變型態自動進行放射線偵測與診斷的人工智慧演算法。

註1：AuntMinnie.com是為了放射學專家和與其相關專業醫療影像的網站。

註2：開放資料庫DeepLesion的連結網址：

https://nihcc.app.box.com/v/DeepLesion

資料來源：

https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&itemId=118376

https://www.auntminnie.com/index.aspx?sec=sup&sub=aic&pag=dis&ItemID=118447

https://physicsworld.com/a/nih-issues-huge-database-of-ct-scans-for-ai-testing/

FIND研究員：黃筑均

由新創企業Redpepper製作的AI機械小手臂內含樹莓派，經由大量圖像辨識，童年回憶「威利在哪裡」在茫茫人海裡，機器人找到威利居然只需要4.5秒。

相信對於80年代及90年代的大小朋友們，《威利在哪裡》這個遊戲應該都不會感到陌生吧，這個遊戲從最早的書籍出刊到現在多元化的桌遊、有聲書及電玩，玩法皆是從一張茫茫人海的圖片中找出主人翁—威利先生。這遊戲十分考眼力以及細心度，不過現在會玩《威利在哪裡》的可不只有人類了！近日，一隻AI機械機器人也證明了，在玩《威利在哪裡》這個遊戲上面，它可算得上是「高手」。

這個機器人透過樹莓派(Raspberry Pi)控制自己的手臂，機器人臉部設有專們做臉部辨識相機套件，當觀測某一張圖片的時候，機器人手臂一次搜索圖面上的所有小人，然後將它發現的特徵用雲端傳回Google的AutoML Vision服務，使用AI運算找出威利。根據Redpepper官方說法，這個威利搜索機器人平均只需要花4.45秒，就能將威利找出來。

雖然說這項技術並非很複雜的模組，但從這個遊戲其實可以看出，這個結合硬軟體的機器人顯現了人工智慧辨識強大力量及運算速度，希望未來可以將這項技術使用在各產業中，當機器與人力互相合作，相信員工們的工作效率能更事倍功半。

資料來源：

https://motherboard.vice.com/en_us/article/wjk7gy/robot-uses-computer-vision-to-find-waldo-redpepper?utm_source=mbtwitter

Trustwave的安全研究人員發布了一種新的開源工具，該工具使用臉部識別技術在大量社交媒體網絡中定位目標。臉部識別工具被稱為Social Mapper，可以依據他們的名字和圖片就可自動搜索八個社交媒體平台的目標，包括Facebook，Instagram，Twitter，LinkedIn，Google +，俄羅斯社交網站VKontakte，以及中國的微博和豆瓣。

由阿里巴巴集團孵化的盒馬鮮生，以「新零售模式」為核心打造嶄新的生鮮超市，並以「生鮮食品超市+餐飲+電商+物流配送」多業態集合服務，革新傳統超市、甚至是整個零售業消費模式，透過技術的應用以及創新的模式，盒馬鮮生從便捷、貼心服務、新鮮優質食材等多方面，給予消費者便捷、貼心、安心的高品質消費體驗