實作 8 個專案，學習自然語言處理 Python，機器學習，深度學習，SpaCy，NLTK，Sklearn，CNN
https://softnshare.com/complete-natural-language-processing-nlp-with-spacy-nltk/
nlp機器學習 在 軟體開發學習資訊分享 Facebook 的最佳貼文
nlp機器學習 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
阿里巴巴 AI 「看圖回答」 測驗擊敗微軟、臉書、特斯拉，準確率還首次超越人類！
陳宜伶
2021-08-25
看圖回答問題是人類生活及溝通的基本條件，但是對 AI 來說卻是一項高難度任務。
阿里巴巴達摩學院打造出來的 AI 語言模型 AliceMind，幾天前首度打破圖像問答（VQA）世界紀錄，答題準確率甚至超越人類基準，並且擊敗同樣有參加挑戰的微軟、FB 隊伍，象徵達摩學院的人工智慧技術邁出關鍵一步。
VQA 挑戰是什麼？
圖像問答（Visual Question Answering）挑戰的緣起，是因為國際電腦視覺與技術辨識大會 （Conference on Computer Vision and Pattern Recognition，CVPR）希望鼓勵企業攻克 AI 多模態機器學習（MultiModal Machine Learning）的難題，因此從 2015 年開辦 VQA 挑戰賽，吸引來自世界各地的網路企業、科研單位參賽。
今年的 VQA 挑戰賽和往年一樣，題庫包含了超過 25 萬張真實照片，總共有 110 萬道題目。這些題目會考驗 AI 是否能辨別圖像，比如說在一張人群的照片中算出有幾個兒童、或是在圖片中辨認出書桌上的車鑰匙，進而推測房間主人是有車的。
VQA 技術已經被廣泛導入阿里巴巴平台，像是它的 AI 客服機器人「小蜜」（Alime）就已經被淘寶、天貓商家等電商平台採用。消費者輸入問題後，AI 客服會根據商品資訊和顧客問題給出答案。
另一方面，VQA 技術不僅能運用在電商，還可用於醫學圖像辨識，以及電動車的智慧駕駛分析。
阿里巴巴的 AI 模型為何成績能夠超越人類？
這幾年人工智慧（AI）逐漸滲透到各行業，也推動更多科技革命，AI 技術逐漸成為企業數位轉型、對抗疫情，並讓經濟重返正軌的重要力量。
由阿里巴巴達摩學院打造的 AI 深度語言模型系統 AliceMind 在這次的 VQA 測驗中，答題準確率拿到 81.26%，首次超越了人類答題的準確率 80.83% ，更讓馬雲投資的達摩學院在 AI 發展上取得重大進展。
AliceMind 採用了多種專有技術，包括多樣化的視覺表示（diverse visual representations）、「多模態」預訓練語言模型（multimodal pretrained language models）、「跨模態」語義融合和對齊技術（ adaptive cross-modal semantic fusion and alignment technology）。這些技術不僅可以讓阿里巴巴的 AI 理解問題並分析圖像，還可以讓 AI 用近似人類的語感回答問題。
阿里巴巴達摩院自然語言處理（NLP）負責人 Si Luo 表示：「這代表我們在『機器學習』領域又取得了一個重要里程碑，AliceMind 在視覺與文本的『多模態』理解及推理上，測試分數媲美人類認知水準，彰顯了我們研發 AI 的努力成效。」
打造出這款 AI 模型的達摩學院是什麼來歷？
2017 年，馬雲認為阿里巴巴應該要把眼光放遠，致力解決未來世界經濟、社會等問題，在此願景下成立了研究單位「達摩學院」（ DAMO Academy），號稱要在 3 年投入超過 1000 億人民幣，將重點放在基礎科學和顛覆式技術創新研究上。
Si Luo 表示，人工智慧分為運算智慧、感知智慧、認知智慧及創造智慧 4 個層次。這次 AliceMind 參與的 VQA 測試內容屬於認知智慧部份。
負責人也補充說，這不代表有一天我們會被機器人取代，反而這些智慧機器可以用來輔助我們的日常工作和生活，因此人們可以很專注在他們擅長的創作上。
資料來源：https://buzzorange.com/techorange/2021/08/25/vqa-ai-alibaba/
nlp機器學習 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
十年養成玉山AI力，下一步瞄準零接觸金融
為實現「科技的玉山」目標，玉山培養千人科技聯隊，其中包括資訊處800人組成的「神經系統」、智金處100人組成的「AI大腦」
文/王若樸 | 2021-08-16發表
.
今年5月疫情爆發，政府啟動勞工紓困專案，「短短幾天，玉山就湧入數十萬件申請案件！」玉山銀行董事長黃男州回憶。
但在短時間內，玉山就一條鞭消化這些爆量申請，撥出60、70億元貸款，甚至不動用大量人力就能完成。他們靠的是機器人流程自動化（RPA）和AI，自動審核超過80%的申請案件，黃男州驕傲地說：「這就是科技的力量！」在這之中，AI更是一股重要力量。
比如2年前，玉山已開始將AI落地到金融服務中。他們自建信用卡盜刷偵測模型，0.1秒就能判斷信用卡是否被冒用，一天用上數十萬次，一年更省下上億元的損失。
不只如此，他們也自行開發理財認知偏好推薦AI 模型，能根據客戶承受風險等級和交易紀錄，在7秒內推薦最合適的5檔基金。
就連貸款，也高度仰賴AI。玉山利用機器學習打造零人工介入的線上貸款流程，最快58秒就可撥出款項。在風控領域，更用AI加速黑名單掃描、風險評估，甚至是辨識詐騙帳戶，精準度還比傳統人工方法高出40倍。
玉山AI力不是一夕成軍，而是十年養成
玉山AI遍地開花，可不是一夕成就。
回到2012年，玉山啟動第三個十年目標，要從服務的玉山、專業的玉山，邁向科技的玉山。那時，原本100多人規模的玉山資訊處，已開始大動作延攬人才，成為玉山千人科技聯隊的濫觴。
在技術研究和實作方向上，也開始轉變。2013年，玉山大舉將資料分析成果應用到數位業務，兩年後更成立創新發展中心（IDC），來觀察新技術。
那一年，2015年，玉山進一步調整關鍵組織，一方面專注發展新業務領域，一方面將AI技術落地到實務場景中。他們成立數位金融處，設置全臺第一個金融數位長職位，來專攻數位金融服務。數金處瞄準普惠金融、場景金融和智慧金融三大目標，要讓金融如水電便利、走到顧客生活中，還要用AI來優化服務流程。
這也是首次，AI罕見地出現在玉山重要業務組織的任務中。數金處誕生後，也成為科技聯隊一員。
不只調整組織，玉山在基礎建設上，也往AI靠攏。2016年，玉山開始設計新核心系統、制定4年汰換上線計畫，除了將老舊的程式語言COBOL，汰換為時下熱門的.NET和Java語言之外，更重要的是，將原本大型主機的「大核心」模式，轉換為小核心的微服務架構和開放式平臺。如此一來，玉山就能更快速更迭服務，也更容易共享資料，讓後續的AI模型開發更便利。
2017年，玉山進一步著墨新技術研究。他們成立創新實驗室（Innovation Lab），來鑽研AI、區塊鏈、身分辨識、電子支付等前瞻技術，同時下設研發、商轉、顧問和育成四大中心，來鞏固技術人才資源佈局。
2018年，迎來了玉山AI力養成的關鍵轉捩點。
當時，他們率先全臺成立科技長辦公室，定調金融AI發展藍圖，還終止多個不乏達上千萬元等級的專案，改將資源投注在AI上。那年，玉山開始打造自家機器學習即服務（MLaaS）平臺，成為後來AI落地的關鍵基礎設施之一。
但設立科技長辦公室還不夠。2019年，玉山還成立專責單位，將運作十多年的大數據分析團隊CRV，正式轉型為負責開發AI應用的智能金融處，成為內部AI供應商，要將AI融入到玉山各個業務中。
這兩個組織，也陸續成為玉山科技聯隊的核心成員，形成科技聯隊資訊處、數金處與智金處的鐵三角架構。至此，玉山AI組織到位、關鍵團隊正式成形，成為「科技的玉山」中一股重要推力。
神經系統、AI大腦相互分工，下一步瞄準零接觸金融
這個科技聯隊規模達上千人。黃男州進一步解析，科技聯隊有四大成員，包括800多人組成的資訊處與信用卡處IT團隊、100多人的數位暨客群處、100多人的智金處，以及30人的資安處。
如果資訊處是玉山的神經系統，負責串起各種業務流程，那麼，智金處就是「玉山的大腦系統。」黃男州比喻，這個AI大腦專門解析大量資料，用機器學習將資料轉化為有益業務的AI系統，優化服務。
而玉山之所以敢大力嘗試AI，是因為科技聯隊中，有個扮演「煞車角色」的資安處。這個部門規模雖小，但負責檢核IT應用安全性，成為創新的煞車。黃男州甚至形容：「如果沒有煞車，大家只會慢速前進！」正因為有它，科技聯隊才敢加速，才敢創新，甚至是嘗試AI新技術。
不只如此，對玉山AI大腦來說，他們還有顆很重要的強韌「心臟」，也就是去年上線的新核心系統。黃男州指出，開放式新核心平臺主打交易、會計分離，能處理更大量的交易，與一年前相比，交易量成長可達50%，尖峰時段甚至更高。
這對AI大腦有著深遠影響。因為，更多的交易量，意味著更多的資料，「大腦也就更聰明。」
他甚至直言，核心系統上線後，迎來了AI應用大爆發的寒武紀：在行銷面，AI可以找出顧客下一個最需要的產品、分析顧客生命周期對玉山的整體貢獻，在風控面，AI可以快速掃完幾百份報紙、找出關鍵名詞建立黑名單，也能快速揪出信用卡盜刷交易、即時阻擋。
甚至還能優化客服中心，「客服通話一定要真人嗎？人工語音也能回答很多問題，」黃男州還舉例，透過語音轉文字，還能大規模檢驗客服品質、改善客戶服務。
不只如此，對他來說，AI還能自動化更多流程，舉凡財富管理、申請貸款、開戶等原本需要人工處理的業務，都包括在內。玉山也預告，零接觸金融是他們下一個發展目標。
玉山金控科技長張智星更透露，未來還要以NLP為核心，來發展AI客服，以及其他金融業務的流程自動化；只要主管機關開放，玉山就會用技術力轉化為零接觸金融服務。
這些遍地開花的AI應用，不是偶一為之。在各種AI服務落地前，玉山早已大動作重整組織、調整文化，組成100多人的AI開發團隊，來打造專用技術平臺，提供源源不絕的AI活水。接下來，我們將從戰略面、組織面、技術面來剖析玉山AI力。
AI如何成為科技玉山的重要力量
2012年
啟動第三個十年目標：科技的玉山
2013年
開始將資料分析成果運用到數位業務
2015年
成立創新發展中心（IDC），研究新技術；成立數位金融處，設置全臺第一位金融數位長，瞄準普惠金融、場景金融和智慧金融，要用AI槓桿優化金融服務
2016年
開始設計新核心系統架構、擬定4年上線計畫，要從大型主機的「大核心」邁向微服務架構的「小核心」，該架構也讓資料分享更容易
2017年
成立創新實驗室（Innovation Lab），研究區塊鏈、AI、身分辨識、電子支付、大數據和AR/VR等六大技術，下設研發、商轉、顧問和育成四大中心，鞏固技術人才資源
2018年
鎖定AI，領先全臺金融界成立科技長辦公室、設置科技長，開始建立專屬AI生產技術工具
2019年
原有大數據分析團隊CRV轉型為智能金融處，由科技長擔任處長，專門打造AI應用；科技聯隊鐵三角正式成形
2020年
新核心系統上線，開放式平臺特性將交易、會計分離，一年後交易量比舊時代成長至少40%至50%，更多資料有益於AI分析
2021年
智金處內部改組，強調服務落地及相關法遵風管；至此，玉山AI已在賦能、風控、流程、行銷、服務等5大領域遍地開花
附圖：玉山銀行董事長黃男州形容，玉山千人科技聯隊中的智金處是玉山「AI大腦」，負責解析大量資料、打造更聰明的金融AI服務。（圖片來源／玉山金控）
資料來源：https://www.ithome.com.tw/news/146179?fbclid=IwAR1ZGGV7rmCLnHqS3zT4JWw8IKtEqnDuzIW2doXP30OKL6uVHeAL0j-TzhY
nlp機器學習 在 常見NLP任務－文本分類- Lagi daripada AI 知識特助 的必吃
02:07. 如何讓 機器 看得懂文字？ 3 November 2021 jam 9:43 PTG · 82. Paparan. 2 orang menyukai ini. 13:44. 『 提升AI 實力的黃金三角 學習 法』. ... <看更多>