圖片來源:MIT News

【3分鐘看AI大事】奧運場上看不見的國家科技實力/電動飛機實用化/看英國人如何確保每天都有生菜沙拉吃

AI 趨勢新聞精選
【2021/7/29〜2021/8/4】

➡️ ➡️ 我們將在電子報提供您更深入數據處理洞察,點擊連結訂閱:https://ai-blog.flow.tw/register

圖片來源:國立陽明大學

替選手客製AI教練,奧運賽場上看不見的科技實力

科技報橘重點摘錄:

台灣舉重選手郭婞淳勇奪金牌,讓台灣在東奧收下首面金牌,「麟洋配」羽球男雙奪金、世界球后「小戴」拿下銀牌,捷報頻傳,背後也有賴於科學技術助攻,科技部運用視訊分析與人工智慧,替選手客製 AI 教練,找出「不易看見的細節」,順利在頂尖競賽中勝出

以「精準舉重」計畫為例,結合陽明交通大學與台北市立大學團隊,作為計畫共同主持人的台北市立大學運動器材科技所教授何維華直言,奧運不只是比選手的競技成績,更是比各國的科技實力。

像是舉重選手上場有提鈴期與發力期 2 階段,前面求平穩、要保護腰部不要受傷,後面要產生很高的加速度才能完成動作,利用視訊分析技術及人工智慧開發出槓鈴軌跡追蹤系統,透過槓鈴在空間中變化的狀況,掌握選手施力狀態,教練也可以觀察數據變化,了解選手是否出現疲倦警訊,調整訓練量。


圖片來源:Grimme官網

英政府出錢做 用AI讓每天餐桌上都有最愛的生菜沙拉

科技新報重點摘錄:

為了降低英國農業季節性勞力不足的問題,政府資助大學研究團隊,與英國農業公司和農業機具廠商,合作開發萵苣採收機器人,確保英國人每天都能吃到最愛的生菜沙拉。

受限於英國工資高昂,農業勞力高度仰賴外國,尤其是北非、東歐與中東地區的移民補足,但近年來脫歐與疫情的雙重影響下,農業工資大幅漲價,英國越來越難取得穩定的季節性勞動力採收萵苣,因此政府開啟這項研究計畫,嘗試用機器人為穩定勞動力來源。

哈柏亞當斯大學(Harper Adams University,HAU)與西英格蘭大學(University of West England,UWE Bristol)的農業研究團隊,將使用農業機具廠商 Grimme UK 生產的韭菜自動採收機為基礎,加入 AI 演算法與機器視覺技術,讓採收機可自動將田地萵苣舉起,移開外層菜葉,瞄準根部切斷菜莖,完成採收程序,團隊估計使用機器人進行採收,可降低 50% 農業人力需求。

🥗 延伸閱讀:台灣智慧農業何去何從?怎麼標註AI數據和收集是關鍵


透過互動介面,行為數據才能持續被累積

知勢重點摘錄:

「乍聽之下,數據驅動的重點是數據,但其實互動的介面才是最重要的,」東吳大學巨量資料管理學院副教授胡筱薇提醒,唯有透過互動介面,行為數據才能持續被累積,更能掌握客戶心裡真正的想法。

胡筱薇說,數據能幫助公司創造一個共通的語言,因為老闆及基層員工在意的事情並不一樣。老闆在意的是利潤結構,而不是執行細節;基層則需要明確的指令;各部門間的討論也多以預算及部門需求出發。因此,當我們有一個完整的數據脈絡,彼此能以數據做為討論依據時,老闆就可以明確的知道收益與成本;員工則能知道自己的工作能創造多少效益。

對於想要建立資料團隊的企業,胡筱薇提供了以下幾點建議:禁忌著急貪心、避免假惺惺和對資料粗心。且團隊必須要在公司內部建立各式各樣的盟友,才能在遇到狀況時,快速找到支援。

💡 延伸閱讀:建立數據文化,提升AI成功機率


電動飛機實用化,2022年市場規模達34億美元

日經中文網重點摘錄:

電動飛機越來越接近實用化。英國羅爾斯·羅伊斯(Rolls·Royce)將於2021年夏季實施小型電動飛機的首飛。小型電動飛機有望 2023 年實用化,隨著經濟從新冠疫情中恢復,這種飛機有望得到普及。

印度的市場調查公司 MarketsandMarkets 的統計顯示,預計飛機電動化的世界市場規模到 2022 年為 34 億美元,到 2030 年達到 86 億美元。首先在短途運輸領域,在起飛和爬升階段,利用電動馬達等彌補所需輸出功率的需求將增加。

電動飛機主要有 3 種。最小的是垂直起飛著陸、不需要跑道的「飛行汽車」。其次是搭載幾人到十幾人、從跑道起飛的小型飛機。第三種是搭載幾十人以上的中大型飛機。一般而言,電動飛機在輕量化的同時,還需要提高電池的能量密度和馬達的輸出功率,因此飛機越大越難以實用化。


L0到L5的自駕分級,原來不是一個接一個等級演進!

EET TAIWAN重點摘錄:

J3016 從 L0 到 L5 的分級方式,被人們誤解為自動駕駛技術是一個等級接著一個等級持續演進的,但事實並非如此。廣義來說,L0 到 L2 的發展是利用相關技術達到使人類駕駛員更安全駕駛,L4 和 L5 則是以技術取代人類成為駕駛。

這種連續錯覺的發生始於 L3,因為這個等級的自動駕駛技術是預設機器無法再駕駛時,人類駕駛員會接手駕駛任務並承擔法律責任。但實踐經驗讓我們發現這是個荒謬的想法。這引發了一個問題:儘管主要供應商都自信滿滿,但開發自動駕駛技術以實現人類的安全出行,實際上所面臨的挑戰是否比我們所知困難得多?

雖然就像狐狸看守雞舍一樣,我們還很難期待自動駕駛車輛能保障為道路交通安全,但最近法規環境還是發生了巨大變化:NHTSA 頒佈了《Standing General Order》通用法規,要求進行自動駕駛測試的業者報告所有碰撞事件。這只是自動駕駛測試和開發相關法規環境發生的第一個重大改變,未來可能還會有更多的改變。

【3分鐘看AI大事】全球最大規模5G POC/跟Pepper機器人說再見/AI始終沒法學會的3種能力

【3分鐘看AI大事】電子五哥拼智慧醫療誰會先獲利?/賽場上的鷹眼系統如何運作/台灣自駕物流車實驗上路