雙北從5月15日開始進入疫情三級警戒，為什麼去年的敦睦艦隊、酒店公關......都沒有造成這麼大的影響？有人認為，跟這次的病毒是英國變異種有關，在這之後，還有印度變種的威脅。自2020年初新冠肺炎爆發以來，儘管許多專家學者積極投入COVID-19病毒的研究，但病毒持續變異，傳播能力也不斷上升。面對不斷變異的病毒威脅，人類有辦法找到應對方法嗎？本期電子報將告訴你，透過語言模型的協助，也許我們有機會提前掌握病毒的變化。

同樣引發高度關注的跨域研究，還包括了跨界的模型應用。深度學習及演算法的突破，讓過往涇渭分明的自然語言和電腦視覺的模型，有了跨界應用的可能。近來有些研究提到，透過演算法的調整，能將Transformer等表現良好且成熟的自然語言模型應用於圖像辨識上，拓展了Transformer在非文字資料上的成果，也讓Transformer被稱為2021最熱門的跨界模型。

當疫情新聞讓人恐慌，這些能力更顯重要

《真確：扭轉十大直覺偏誤，發現事情比你想的美好》是AIF三月讀書會的選書，我們希望透過這本書，在眾多紛亂的新聞資訊中，提醒讀者常見的直覺偏誤與思考盲點，進而透過適當的數據掌握資訊，分析問題並做出最佳決策。

一起來讀讀Transformer經典論文

Transformer這個由Google 在 2017 年提出的架構，許多知名的模型像是 BERT 與 GPT-3 等，都是奠基在這個架構上，可說是當前在自然語言處理最強大的模型。近來甚至在電腦視覺領域也可看到 Transformer的蹤影。透過本次論文導讀，幫你多瞭解一點Transformer 的優點。

AI如何讀懂病毒進化的「語言」？

近日台灣疫情再度升溫，儘管疫苗已經開始施打，但隨著COVID-19病毒持續變異，傳播能力也不斷上升，對於病毒的研究更顯重要。科學家從語言模型的角度出發，解析如何將原本用於學習人類語言的 AI 語言模型，應用來學習病毒變異的語言，或許將有助未來病毒疫苗的設計。

專家領路探索跨界火紅模型–Transformer

Transformer架構帶來了自然語言處理(NLP)技術的大躍進，近年來更是跨界攻佔了電腦視覺(CV)領域。一篇匿名的 ICLR 2021 投稿論文將標準Transformer直接應用於影像，提出了一個新的Vision Transformer模型，實現了優於當前方法的效能。消息甚至引起了Tesla的AI總監關注，並表示樂見電腦視覺和NLP領域日益融合。想了解這個引燃機器學習圈的跨界模型，歡迎報名AIF 2021 Transformer Workshop 變形金剛傳說三部曲，限量名額倒數中！