谷歌实时多语言语音识别研究成果AI算法 [复制链接]

1.

来源：VentureBeat

全世界总共约有6,种语言，而Google，Facebook，Apple和Amazon等科技公司每天都在通过其研究和产品以更好地识别语言。然而问题在于，并非所有语言都具有大量可用的语料库，这也就使得通过训练来支撑的这些系统的难以获得巨大数据量的模型。

同时，这也正是谷歌研究人员正在探索将知识从数据丰富的语言应用于数据稀缺的语言的技术的原因。其以多语言语音解析器的形式取得研究成果，该解析器通过学习多种语言的转录从而实现研究突破。

该研究称，该工具从单一端到端模型可以高度准确地识别九种印度语言（印地语，马拉地语，乌尔都语，孟加拉语，泰米尔语，泰卢固语，卡纳达语，马拉雅拉姆语和古吉拉特语），同时展示出「出人意料的」且有所改进的自动语音识别ASR质量。

松宝有话说：实时多语言语言识别研究成果。

2.

来源：VentureBeat

谷歌今天宣布，其开源机器学习库TensorFlow2.0日前正式发布，可供公众使用。TensorFlow2.0的Alpha版本于今年春季在TensorFlow开发者峰会上首次与TensorFlowLite1.0（用于移动设备和嵌入式设备）以及其他ML工具（如TensorFlowFederated）一起发布。

为了提高易用性，TensorFlow2.0进行了许多更改，例如取消了一些被认为是多余的API，以及紧密集成和依赖tf.keras作为其核心高级API。另外，其与Keras深度学习库的初始集成始于年2月发布的TensorFlow1.0。

松宝有话说：TensorFlow2.0日前正式发布，可供公众使用。

3.

来源：healthcare

德国研究人员开发了一种基于AI的方法，可以使用常规实验室测试中获得的血液和蛋白质读数等生物标记物来识别小儿急性阑尾炎。根据PLOSOne发表的一项研究报告，他们的技术「能够成为确定或排除诊断棘手疾病的*金标准」，并且还证明了能够区分复杂性和非复杂性阑尾炎。

该团队用名儿童和青少年的腹部超声检查数据对AI算法进行了全血细胞计数，C反应蛋白（CRP）和阑尾直径的训练。其中，例确诊为阑尾炎，例为阴性。研究人员发现其AI算法的诊断准确性达到90％（灵敏度为93％，特异性为67％）。

松宝有话说：AI助力急性阑尾炎，科技让未来更美好。