#廣編企劃【分秒必爭!AI搶救生命】
病患進到急診室的四大流程,包括檢傷、診察、留觀及離部,以AI發展不同智慧急診應用,大幅縮短流程,降低醫護人員的工作負擔,輔助醫師做出最好的決策,改善急診壅塞的現象。
#科技部 #臺大AI中心 #陳信希
同時也有1部Youtube影片,追蹤數超過5,870的網紅珊蒂微AI,也在其Youtube影片中提到,【聊聊兩岸的AI教材|高中生與AI的距離】 今天跟大家簡單聊聊兩本「給高中生的AI教材」,歡迎看過這兩本書的朋友,在影片底下留言分享心得交流喔! 【影片中漏了聊「第九章」,在這邊用文字補充】: 1. 兩本書在第九章又都再回到「機器學習」的範疇,所以我認為第九章也是屬於「用來補充前面三個層次」的...
「陳信希」的推薦目錄:
- 關於陳信希 在 天下雜誌 Facebook 的最佳貼文
- 關於陳信希 在 高虹安 Facebook 的最佳解答
- 關於陳信希 在 民意論壇:聯合報。世界日報。udn tv Facebook 的精選貼文
- 關於陳信希 在 珊蒂微AI Youtube 的精選貼文
- 關於陳信希 在 [評價] 109-2 陳信希自然語言處理- 看板NTUcourse 的評價
- 關於陳信希 在 陳信希教授研究團隊_Lifelog_Mining - YouTube 的評價
- 關於陳信希 在 陳信希 的評價
- 關於陳信希 在 請益陳信希資料檢索與擷取- 臺灣大學板 - Dcard 的評價
- 關於陳信希 在 [請益] 台大資工找教授- graduate - PTT職涯區 的評價
- 關於陳信希 在 [評價] 109-2 陳信希自然語言處理- 看板NTUcourse 的評價
- 關於陳信希 在 NTUcourse - [問題] 陳信希教授的自然語言處理 - MYPTT 的評價
- 關於陳信希 在 NTUcourse - [求救] 陳信希自然語言處理 - PTT生活政治八卦 的評價
- 關於陳信希 在 [新聞] 臺大資工系教授陳信希博士獲選為Appier - Tech_Job 的評價
- 關於陳信希 在 [試題] 105下陳信希自然語言處理期中考- NTU-Exam - PTT Web 的評價
- 關於陳信希 在 【問題】 陳信希教授的自然語言處理- NTUcourse板 - PTT網頁版 的評價
- 關於陳信希 在 陳信希ptt & blued 中文版 的評價
- 關於陳信希 在 陳信希ptt | nike 720 版型 的評價
- 關於陳信希 在 陳信希ptt * 明報馬經版 的評價
- 關於陳信希 在 [請益] 台大資工找教授- graduate - PTT生活資訊討論 的評價
陳信希 在 高虹安 Facebook 的最佳解答
今日虹安回到台大校園,出席 #2020AI嘉年華 #從傳染病大流行到訊息大流行 達人論壇。
與虹安同場的 #李育杰 執行長、#古倫維 副研究員、#林政德 副教授,都是多年來深入研究人工智慧與網路社群行為的專家,古博士還是虹安在台大資訊所陳信希教授實驗室的大學姐呢 😄
座談中,大家分享了對於近來各種 #假訊息 #假新聞 層出不窮,其中有組織性的 #資訊戰,社群網站的 #內容控制,甚至國家層級的 #帶風向 #政府管制 等議題,進行法制面和技術性的意見交換。
虹安與大家分享了自己親身經歷,line群組內的 #美玉姨查證機器人,因為快速澄清訊息,被視為政府監控工具,慘遭踢出群組。也有座談人提出,雖然大家都認同應有事實查核機制,但誰又能負責 #查核事實查核機制,使之不致淪為更大規模的假訊息背書工具呢?
AI的技術開發,能夠讓我們更有效率的分析社群行為,更快速的查證反駁,將惡意訊息的損害降低。但同一個技術,卻也可能使得有害內容的產製和散播效率提高,成為 #道高一尺魔高一丈 的困境。
水能載舟,亦能覆舟。從網路時代的資訊爆炸,到AI人工智慧的發展,最後還是得回到運用者的自律還有更關鍵的,閱聽人的智慧和素質。一昧的要求政府介入管理,比方在近日捲土重來的 #數位通訊傳播法中,提出政府可勒令社群網站將其認定的 #不當內容下架,恐怕需要更多的社會溝通和研議,否則將不是讓我們的公民社會多元自由、持續前進的好解方。
陳信希 在 民意論壇:聯合報。世界日報。udn tv Facebook 的精選貼文
#科技與人文
智慧醫療施仁術 醫療智慧存仁心
趙坤茂
因應智慧醫療浪潮,台大109學年起成立「智慧醫療學分學程」。本報資料照片
人工智慧技術日新月異,深度學習方法已在諸多領域橫掃千軍,成為勇冠群倫的佼佼者。
在醫療照護上,無論是醫學影像判讀、特定癌症診斷、遠距病患照護、醫療結果預測,乃至於流感疾病的預防上,人工智慧軟體都能藉由巨量資料分析,展現其快速精準的特長,適度支援臨床醫療的決策與執行。例如宏碁與台大醫院、諾華製藥聯手開發的「智視康—AI輔助診斷軟體」,近日剛獲衛福部核准為眼科用裝置,該團隊預期未來商轉時可望協助快篩糖尿病患的視網膜病變。
因應這波智慧醫療浪潮,台大醫學院與電資學院這學期合設「智慧醫療學分學程」,由自然語言處理專家陳信希教授領軍。課程主軸涵蓋在醫療照護及生醫產業具廣泛影響力的影像處理技術、數據分析方法、資訊系統與安全等面向,以培育智慧醫療跨領域人才,從而提升新世代醫療水平。
須留意的是,儘管人工智慧軟體在棋賽和益智競賽中皆已勝過人類,但這並不意味著智慧醫療軟體可以取代醫生或者超越醫生。前些年打敗Jeopardy!益智競賽世界冠軍的Watson機器,藉由吸納海量醫學病歷及文獻來支援醫療決策,溢美願景讓Watson火紅了好一陣子,可惜Watson理解複雜的醫學資訊時卻有看沒有真懂,這幾年在市場上跌跌撞撞,學到了痛苦教訓。
何況深度學習方法的透明度及可解釋性往往不足,有時可能產生顛三倒四的結果,而人命關天,一旦出事,該由誰負責?
最新一期Nature Medicine即聚焦於醫療照護導入人工智慧的規範,依指導方針建立可適度監控的機制。為了要跨越人工智慧鴻溝,專家建議可考慮分三階段處理,第一階段關注資料存取的權限及安全,第二階段為毫不影響醫療決策的沉默觀察期間,第三階段才以臨床試驗檢視其優越性及通用性。
雖然當今人工智慧的理解力和洞察力仍遠遠不如人類醫師,但其軟體的精算能力和機器手臂的精準功力已是臨床好幫手,相信假以時日,智慧醫療必能在精準醫療和健康照護上有更出色的貢獻。
當我佇立醫院梯間仰望楊英風大師的景觀浮雕「痌瘝在抱」時,不禁聯想到一段醫師誓詞「病人的健康應為我首要的顧念…我將不容許任何宗教、國籍、種族、政治或社會地位等因素來干擾對病人的職責。」
智慧醫療帶來更精湛的醫術,而醫病醫心,問診仍應回歸人本的醫療智慧。期盼未來任何人就醫,無論有沒有關係,都沒有關係,那就功德圓滿了。(作者為台灣大學資訊工程系教授)
陳信希 在 珊蒂微AI Youtube 的精選貼文
【聊聊兩岸的AI教材|高中生與AI的距離】
今天跟大家簡單聊聊兩本「給高中生的AI教材」,歡迎看過這兩本書的朋友,在影片底下留言分享心得交流喔!
【影片中漏了聊「第九章」,在這邊用文字補充】:
1. 兩本書在第九章又都再回到「機器學習」的範疇,所以我認為第九章也是屬於「用來補充前面三個層次」的。
2. 第九章是在介紹「強化學習」的這個概念。不同的是,陸版是從「Alpha Go」為主題的角度切入,運用Alpha Go來做為引子,介紹了Alpha Go背後的原理, 同時引入強化學習的概念讓讀者知悉。台版則是直接從「強化學習」的主題切入介紹運作與技術原理,當中又帶入「遊戲人工智慧, Game AI」的概念,然後在應用例子當中有舉例「Alpha Go」作為例子之一。
【人工智慧 導論】的主編與作者群:
主編群:陳信希/郭大維/李傑/高虹安/吳信輝
作者群:王建堯/王家慶/吳信輝/李宏毅/高虹安/張智星/曾新穆/陳信希/蔡炎龍/鄭文皇/蘇上育
【人工智能基礎 高中版】的主編與作者群:
主編群:湯曉鷗/陳玉琨/林達華/田愛麗
作者群:王焰/馮愛珍/尚海龍/羅銳韌/王陸軍/戴娟/王健/林勤/張鵠/金彥/邢曉菊/周丹/李鋒/李治中/邵典/王若暉/顏思捷/沈岩濤/王鑫濤/余可/史少帥/喬宇/陳晨/張正夫/陳愷/陳向東/彭禹/季金杰/崔懿/金瓊/錢晉/孫時敏/敖培
#AI教育不能等
#高中生與AI的距離
#珊蒂微AI
#最近長痘痘_為了顧及各位的觀看感受_本片將進行痘痘馬賽克處理XD
陳信希 在 陳信希教授研究團隊_Lifelog_Mining - YouTube 的推薦與評價
陳信希 教授研究團隊_Lifelog_Mining. 54 views 1 year ago. AINTU-人工智慧技術暨全幅健康照護聯合研究中心. AINTU-人工智慧技術暨全幅健康照護聯合 ... ... <看更多>
陳信希 在 陳信希 的推薦與評價
陳信希 is on Facebook. Join Facebook to connect with 陳信希and others you may know. Facebook gives people the power to share and makes the world more open ... ... <看更多>
陳信希 在 [評價] 109-2 陳信希自然語言處理- 看板NTUcourse 的推薦與評價
※ 本文是否可提供臺大同學轉作其他非營利用途?(須保留原作者 ID)
(是/否/其他條件):是
哪一學年度修課:
109-2
ψ 授課教師 (若為多人合授請寫開課教師,以方便收錄)
陳信希
λ 開課系所與授課對象 (是否為必修或通識課 / 內容是否與某些背景相關)
資工系選修
知識管理學程
智慧醫療學分學程
δ 課程大概內容
第1週 2/25 Lecture 1. Introduction
第2週 3/4 Lecture 2. Words, Collocations and Multiword Expressions
第3週 3/11 Lecture 3. N-Gram Language Models, Smoothing and Discounting
第4週 3/18 Lecture 4. Neural Language Model and Word Embedding
第5週 3/25 Lecture 5. Sequence Labeling for Parts of Speech and Named
Entities
第6週 4/1 溫書假(調整放假)
第7週 4/8 Lecture 6. Deep Learning Architecture for Sequence Processing;
Lecture 7. Machine Translation and Encoder-Decoder Models
第8週 4/15 (1) AI CUP 醫病決策預判與問答 (邀請講者:成大高宏宇教授)
(2) Term Project 說明
第9週 4/22 期中考
第10週 4/29 Lecture 7. Machine Translation and Encoder-Decoder Models
(pages 14-31)
Lecture 8. Contextual Embeddings
Lecture 9. Constituency Grammars and Parsing
第11週 5/6 Lecture 10. Statistical Constituency Parsing
Lecture 11. Deep Neural Networks for Parsing
第12週 5/13 Lecture 12. Dependency Parsing
Lecture 13. Word Senses and WordNet (pp. 1-22)
第13週 5/20 Lecture 14. Semantic Role Labelling and Argument Structure
(pp. 1-73)
第14週 5/27 Lecture 15. Representation of Sentence Meanings (pp. 1-31)
Lecture 16. Computational Discourse
Lecture 17. Chinese Discourse Parsing and Its Applications
Ω 私心推薦指數(以五分計) ★★★★★
★★★
上課會睡著的別來,老師的投影片自己看不太懂,也沒甚麼錄影
η 上課用書(影印講義或是指定教科書)
無
μ 上課方式(投影片、團體討論、老師教學風格)
投影片,老師講他的,印象中不太有互動
σ 評分方式(給分甜嗎?是紮實分?)
沒公布各項佔的比例,不過助教說應該是佔各1/4
不過各項都有一個分數出來
有期中考、期末考、小組報相關主題論文、小組project
我成績很爛,不過最後看比例我猜老師沒當任何人,都在B-以上
ρ 考題型式、作業方式
考試可以去找考古題,形式都差不多,open book(但只能紙本),期末變成線上考所以也
open internet
比較令人意外的是小組project最後變成是參加AI cup,一個和NLP有關的比賽題目,只是
到期中才公布說有點讓人措手不及,因為這種形式所以排名也佔部分分數。
ω 其它(是否注重出席率?如果為外系選修,需先有什麼基礎較好嗎?老師個性?
加簽習慣?嚴禁遲到等…)
老師講話很容易讓人睡著,而且有些數學的地方不會特別講(雖然考試也沒有考),主要還
是考觀念。
加簽第一堂課助教用抽的(印象中)
Ψ 總結
聽完第一堂課如果覺得自己會睡著就真的不要修,覺得自己沒學到東西QQ,學到的都是同
一學期機器學習學到的。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 155.4.158.30 (瑞典)
※ 文章網址: https://www.ptt.cc/bbs/NTUcourse/M.1647559277.A.962.html
... <看更多>