• 客服專區
  • 登入
  • 註冊
產業簡報

events近期活動

      keyword關鍵議題

      expert熱門專家

        POP REPORT熱門文章

        i卡會員

        歡迎免費加入,享有多項免費權益!

        >

        PRESENTATIONS主題推薦

        POPULAR熱門專區

        眺望2018系列|AI發展之挑戰與因應
        The Challenges and opportunities of development of Artificial Intelligence
        • 2017/11/08
        • 4508
        • 347

        簡報大綱

        【簡報大綱】

        • 一、資料需求太大
          • 二、知識難以累積
          • 三、從雲端到邊緣
          • 四、訓練成本太高
          • 五、感知與認知能力仍不及人類
          • 六、從感知到決策

          簡報內容

          人工智慧發展之挑戰與因應
          NO.1
          近年AI發展突飛猛進的三大要素資料、運算與演算法
          NO.2
          機器學習、深度學習與神經網路深度神經網路模型是目前AI發展的焦點
          NO.3
          人工智慧發展面臨的挑戰深度學習發展的六大挑戰
          NO.4
          一、資料需求太大
          NO.5
          訓練深度學習演算法所需資料量太大多數企業僅有小數據欠缺大數據
          NO.6
          運用GAN來產生供訓練之數據資料生成對抗式網路
          NO.7
          當資料規模不足時,訓練出來的模型將具偏見演算法社會可能逐漸失衡
          NO.8
          二、知識難以累積遷移學習
          NO.9
          深度學習演算法難以累積技能與知識每一種應用都需要重新建立模型
          NO.10
          透過遷移學習技術讓模型具備知識累加能力利用演算法內的共通點
          NO.11
          各種具遷移學習性質之演算法
          NO.12
          三、從雲端到邊緣
          NO.13
          傳統x86架構CPU並不適合深度學習運算
          NO.14
          國際大廠於AI晶片之布局
          NO.15
          IBM早於2012年推出類腦神經架構運算晶片效能絕佳,卻難以商業化
          NO.16
          AI專用運算晶片之定義與名稱NPU是較為常見的名稱
          NO.17
          AI運算將逐漸「從天而降」從雲端往邊緣端發展
          NO.18
          AI雲端運算已被大廠佔據,產業焦點在邊緣
          NO.19
          雲端用深度學習模型過於龐大AI邊緣運算端將需要神經網路模型壓縮技術
          NO.20
          四、訓練成本太高
          NO.21
          在數位世界訓練機器人減少成本、創造資料、提升訓練效率
          NO.22
          三套國際主要AI虛擬訓練平台
          NO.23
          五、感知與認知能力仍不及人類
          NO.24
          AI需要從單一感測走向多重感測人類是複合感知動物
          NO.25
          新創企業MetaMind提出跨媒體融合模型語言處理與影像辨識結合,可實現邏輯智能
          NO.26
          六、從感知到決策
          NO.27
          人工智慧發展從感知與認知,到決策與創造
          NO.28
          人工智慧走向決策智能時勢必面臨電車難題自駕車製造商將首當其衝
          NO.29
          從監督式學習走向非監督式學習讓AI走向高階智能的演算法趨勢
          NO.30
          DeepMind是增強式學習的領導者AlphaGo Zero讓AI不再需要模仿人類
          NO.31
          結論
          NO.32
          現階段人工智慧發展面臨6大挑戰非監督式演算法與運算/訓練環境為重點
          NO.33
          產業競爭優勢條件將逐漸改變從資料、運算到演算法革新
          NO.34
          謝 謝
          NO.35
          附錄
          NO.36
          各種AI晶片之特性與優劣勢
          NO.37

        推薦閱讀