技術

什麼是BERT？BERT是Google團隊在2018年提出的預訓練語言模型，並在自然語言處理（Nature Language Processing, NLP）領域中掀起一陣炫風。本篇文章將針對BERT的機制、如何應用BERT解決NLP問題、BERT的模型可解釋性三大部分進行介紹。

大數據、雲端、人工智慧、穿戴式裝置等技術發展與實驗成果陸續發表，許多醫療服務因為AI導入而產生變化，例如遠距視訊看診、健康存摺、個人健康分析等，智慧醫療的興起正為生活帶來創新改變。醫療產業如何透過AI應用結合保險一直是業界關注焦點。

車牌作為汽機車的身分證，車牌辨識在門禁、執法與行駕等情境中非常重要，其技術需要很多代表性的車牌作為訓練集，但是車牌影像取得不僅困難、還有隱私的考量。那麼，我們能不能利用cycleGAN相關的image-to-image技術，以及使用styleGAN相關的image generation技術等，合成出逼真的車牌影像增加資料的豐富性？

「自然語言處理」又稱為 NLP（Natural Language Processing），為近年來十分熱門且挑戰性十足的研究領域，針對不同的任務類型，我們會選擇不一樣的解法以達到最佳表現成效。舉例來說，目前的 DL 模型擅長解決類似選擇題的分類問題 （Grouping Problem），提供兩篇新聞，讓模型判斷這兩篇文章是否相似、同一類型與否。但如果要讓它判斷兩個句子是否有前後文的邏輯因果關係，或是不同語句的語意是否相同，對 DL 模型而言是困難的。

GAN被譽為是21世紀最難被訓練的類神經網路之一，近五年來，有非常多的學者都針對GAN進行探討，不管是演算法的更新或是實際應用在其他領域，都有非常多的paper發表。除了生成圖片，還可以做到很多事情，如：五線譜生成、文章生成，甚至小說生成，可生成的東西非常多。只是台灣較常用使用在瑕疵檢測、超解析度（Super Resolution），以及圖片修復。到底什麼是GAN？主要可以應用在哪些地方？本篇文章一次解答。