richara2ap6@outlook.com

俄文口譯薪資

傳統上需要找出熊貓的圖片，需要手動輸入熊貓特徵（想像一下：你如果沒看過熊貓，你也不知道熊貓應當是什麼模樣吧。），但利用卷積神經網路的話，只要給他大量紛歧樣的熊貓照片，和大量不是熊貓的照片，系統就可以辨識熊貓。

另外一個病例則是乳癌。病人疾病的診斷相當仰賴病理師的剖析翻譯而病理切片的判定是一個複雜且需要長時候訓練以積累經驗的進程。即便是資深醫師也可能誤診，而深度進修手藝可協助判讀活體組織切片。

前面的佈景知識講完了，目前要進入醫療的部分。彭浩怡暗示，開源學習系統 TensorFlow被Google的20%專案利用，下面兩個案例是用在視網膜與乳癌翻譯史丹佛研究團隊正採用 TensorFlow 架構以及深度進修來診斷皮膚癌。

深度進修屬於機器進修的一種。儘管深度進修中利用的很多手藝都不是新興科技，過去五年來，深度學習帶來的明顯成效卻已備受存眷。深度學習的成功可歸功於我們終於擁有大量真實世界的數據集，和可練習龐大、複雜模型的運算能力。神經收集是今朝被廣泛應用的最好體例，它可解決視覺、語言識別、說話理解等各式問題翻譯

Google台灣區總司理簡立峰透露表現，台灣不論在醫療範疇照樣資通信範疇都有穩健根本翻譯因此若能行使台灣在地圖象資料與既有技術，就有機遇成長此範疇。簡立峰默示，如需要進一步將 AI 手藝應用到醫療範疇，可斟酌在病院內部先行。這是在其他國度很難辦到的，因為台灣具有十分完全健保系統，可多加利用。

▲Google研究團隊産品司理、醫學博士彭浩怡(Lily Peng)翻譯（圖／Google提供）

記者葉立斌／台北報道

Google開發的全新演算法，產生的病理猜測熱圖有了很大的改良，且演算法的定位分數(FROC)達到89%，大幅超出了在沒有時候限制下，病理學家對腫瘤定位的准確率(73%)翻譯而其他利用不異數據集的團體也取得高達81%的分數。

多半的AI都必須經由過程「ImageNet圖象標籤挑戰」，這是電腦社群常舉辦的小型角逐。透過一千個標籤來選出與該圖象最接近的一個。這些圖片的主體多不在中央，乃至不太清楚，但系統仍丟出大量標籤且有幾個射中，不過如果一個都沒中也在預料當中。但現在精準度已可以或許大幅提升翻譯

Google致力於AI人工智慧的開辟，而開辟功效翻譯公司天成翻譯公司都能同享翻譯日前，我們知道了Google翻譯若何提拔翻譯品質。此次Google研究團隊產品經理，醫學博士彭浩怡要率領列位認識深度進修在醫療上的利用。

演算法要正確需要高端相機，影像品質欠好的話沒法做診斷。Nikon在各式攝影開發上有相當高的成就，包括醫療攝影。是以Google與它們親切合作，以期雙方相互支援，到達更高的正確度翻譯

全球有4.15億的糖尿病患者可能引發視網膜病變，而在印度有45%糖尿病患者，目力有減損。視網膜眼底圖象能協助診斷糖尿病視網膜病變翻譯在拍攝眼球後，採用深度神經網路來判讀眼底圖象，便可判定患者的病情是輕或重。