資策會•數位教育研究所•科技化服務(ITeS)中心
   
       
 
 
         
   
◆ 關於 人工智慧
由於深度學習(Deep Learning)的演算方法近年突破了神經網路(Neural Network)發展的瓶頸,因此人工智慧(Artificial Intelligence)的發展一日千里。許多知名公司都開始投入大量的資源開發人工智慧相關的產品與服務。例如IBM Watson DeepQA具有閱讀、理解、學習能力的人工智慧問答系統;Apple不斷改善的Siri語音助理;Google DeepMind持續增強的AlphaGo冠軍圍棋高手及Google Allo手機行動聊天助手;Samsung手機助理Bixby;Adobe的多媒體人工智慧輔助設計平台Sensei;NEC可在十秒內監督百萬人的NeoFace Image Data Mining;NVIDIA與Tesla Motors合作的AI自駕車;Facebook開發如鋼鐵人電影中的AI管家賈維斯等。此外目前已經有一千個以上的新創團隊如雨後春筍般的加入人工智慧相關產業的開發,不僅在現有的電腦軟硬體產業上持續成長,在製造業產線上的經營管理、人工智慧晶片設計、區塊鏈(Blockchain)消費模式改造、人文、藝術、法律、醫學、交通運輸上都與人工智慧產生密切的關聯設計。企業家預估人工智慧的未來產值將上看十六兆台幣,顯而易見人工智慧與未來科技和人文的發展是密不可分。
   
    資策會開辦【人工智慧】系列課程,從人工智慧的開發平台一路延伸至智慧應用,可以學習到目前具有代表性的深度學習神經網路架構,各種重要神經網路元件及人工智慧系統的設計。透過AI核心技術的融會貫通啟發學員對創新產品的思維,加速提升個人職場技能以及厚實公司未來發展的競爭利基,也讓人工智慧不再只是一個流行術語,而是能真實幫助台灣產業升級,生活素質提升,並且讓社會永續的重要科技。

◆ 資策會 人工智慧 課程架構圖

新產品開發管理師(NPDP)認證班 國際商業分析師(CBAP)認證班 商業模式創新實務班 技術創業與營運計畫書撰寫 研發團隊績效管理實務班 產品研發專案管理實務班 新產品上市行銷與策略實務班 技術商品化與上市管理 產品經理之跨部門溝通實務班 產品經理之核心技能培訓班
◆ 關於 人工智慧TensorFlow 應用設計

隨著深度學習與人工智慧開發技術的日趨成熟,目前已經有許多資源豐富的平台可供開發者選擇,例如 Google TensorFlow、Berkeley Caffe、Nvidia Digits、Keras、Theano、Torch等,其中以Google TensorFlow的使用者居多。

TensorFlow可選擇結合Python或C++程式語言環境各別開發;由於Python程式語言提供較高階的應用程式介面(Application Programming Interface),不但可外掛許多開發資源,例如OpenCV影像處理、NumPy/Scipy矩陣科學運算;還有眾多網路上開發者的心得分享可供參考,因此現今已經被大多數的開發者所使用。為了協助學員實際上手設計人工智慧應用程式,本課程採用Google TensorFlow開發平台,從Python程式設計開始介紹,加上Numpy/Scipy向量及矩陣等科學運算處理說明、Tensor觀念及使用方法介紹、GPU加速整合、神經網路運算、CNN、RNN、LSTM等深度學習演算及AlexNet、GoogLeNet等圖像分類個案研究,一直到人工智慧應用程式開發,使學員能夠快速上手使用TensorFlow設計具有人工智慧功能的軟體系統。

◆ 關於 人工智慧深度強化學習

人類的行為總是在盤算,找到最佳的決策後就開始行動,但是每當遇到困難挫折時,就會修正自己的決策,並且之後再遇到類似的狀況時就會記取教訓,避免重蹈覆轍,就這樣從零開始學起直到擁有豐富的經驗後可順利的達到目標。

強化學習(Reinforcement Learning)的技術不但涵蓋以上人類的決策要素,並且也實現了人類學習的摸索過程;其中包括最佳策略(Policy)的衡量、利弊得失(Reward)的分析、記取教訓、累積經驗、沙盤推演等行為要素。因此強化學習的技術可以讓我們所設計的產品更具有人工智慧的特質。近年來,強化學習結合使用深度學習(Deep Learning)來加強最佳決策的推演,使得深度強化學習(Deep Reinforcement Learning)成為目前開發人工智慧產品不可或缺的關鍵技術。

本課程細說強化學習求解最佳策略(Policy)及酬勞(Reward)的方法,結合深度學習技術,以AlphaGo設計理念、問答學習系統、汽車避撞系統、自駕車強化學習、Game Player等實例說明其原理及應用方法,使學員能夠快速上手深度強化學習的應用。

◆ 人工智慧生成對抗網路(GAN)

在進行監督式深度學習(supervised deep learning)的模型訓練時,資料工程師往往必須準備大量人工辨識好的標籤(labeling)資料才能用於訓練神經網路的辨識模型。例如,通常神經網路要先解析數萬張要辨識物件的照片,才能從中學習如何辨識,這需要資料工程師事先仔細在每張照片上標示物件的內容,這些照片才能用於訓練神經網路,這是一項耗時又耗勞力的工作,每每造成資料工程師的極大困擾。於2016年,Ian J. Goodfellow提出生成對抗網路(GAN: Generative Adversarial Nets)的設計方法。此方法在神經網路的訓練上可大幅減少人力的介入,排除了目前阻礙人工智慧發展的障礙,瞬間成為所有專家討論的議題。Facebook的人工智慧研究專家 Yann LeCun說GAN是”the most interesting idea in the last 10 years in machine learning.”。

GAN的設計理念是訓練兩個相互競爭的神經網路:偽資料產生器(Generator)及資料辨識器(Discriminator):偽資料產生器學習產生很多逼近真實的資料,企圖欺騙資料辨識器;而資料辨識器不斷學習增強自己真實資料的辨識能力以便對抗偽資料產生器的欺騙,就這樣偽資料產生器可產生出許多以假亂真的資料,這些資料即可彌補我們訓練時真實資料的不足,大幅減少資料工程師準備訓練資料的負擔;而且,資料辨識器也可同時完成對等的訓練。此外在許多應用上,還可利用偽資料產生器產出許多異想不到的資料,增加深度學習訓練的廣度,模擬未想像到的虛實情況,增強虛擬幻想的面相

本課程細說生成對抗網路的設計理念及應用,結合深度學習技術並使用TensorFlow設計,以實例說明其原理及應用方法,使學員能夠快速上手生成對抗網路的應用。

◆ 關於人工智慧影像辨識與解讀設計

自從西元 1998 年 Yann LeCun 大師提出 LeNet 神經網路 (Neural Network) 作為手寫文件的辨識方法之後,Convolutional Neural Network (CNN) 網路架構成功的提昇了神經網路的執行效率;同時也證明了將神經網路應用在實際產品的可行性。到了西元 2012 年 Geoffery Hinton 大師所提出的 AlexNet (含有 8 層網路深度) 在 ImageNet 年度影像識別大會 (ILSVRC-2012) 奪得當年比賽的冠軍,將辨識的錯誤率降低至 16.4%,受到當時各界的矚目,也更證明了深度學習 (Deep Learning) 的效果及實用性。接著在西元 2014 年,Google 團隊更提出了深度為 22 層的 GoogLeNet 神經網路,在ILSVRC-2014 比賽中贏得冠軍,更將辨識的錯誤率降低至 6.7%;Google 同時也運用深度學習的技術實現了許多智慧型的服務,例如 Google Now 語音辨識、Gmail 自動回信、Gmail 垃圾郵件判斷、Google相簿自動分類與辨識、Google 翻譯等。因此,深度學習的技術已漸漸地實現了許多我們期待已久的人工智慧 ( Artificial Intelligence ) 應用系統;加上現今 CPU與 GPU 平行處理能力的大幅增長,更促進了目前深度學習,尤其是影像處理被開發的腳步。

資策會開辦「人工智慧影像辨識與解讀設計」 ,學習藉由Python及OpenCV,在TensorFlow平台上開發具有人工智慧功能的影像辨識、偵測、解讀、下標題、內容理解等處理程式。並透過整合多層次的RNN及LSTM等神經網路架構,實現傳統演算法無法完成的影像內容解析功能,培養學員熟悉深度學習演算法,並應用於人工智慧影像處理的程式開發。

◆ 關於人工智慧自然語言處理

自從假如電腦可以自己閱讀、自行吸收百科知識、讀萬卷書、學習人們行萬里路的經驗,那麼當我們遇到難題的時候,就可以問〝他或她〞;就像鋼鐵人電影中史塔克的管家賈維斯一樣,可以精準的替我們解決許多問題。

沒錯!目前已經有許多知名的公司投入開發如此的人工智慧系統,例如IBM所研發DeepQA Watson人工智慧問答系統已可執行閱讀、學習、理解等認知計算;Google的DeepMind AlphaGo除了已成為圍棋冠軍之外,早已擁有自我學習的人工智慧能力。電腦程式要完成這些自我學習及語言表達的能力,避免不了要從自然語言界面(Natural Language Inference)及自然語言處理(Natural Language Processing)開始,因此本課程安排帶領學員將深度學習的演算法應用到自然語言處理,從而實現具有語言處理功能的人工智慧應用系統。

資策會開辦「人工智慧自然語言處理」,學習如何將深度學習的演算法應用到自然語言處理,從而實現具有語言處理功能的人工智慧應用系統。課程設計將從自然語言的資料表示方法開始介紹,並透過此方法與深度學習的CNN、RNN、LSTM等神經網路模型整合成自然語言處理的演算架構,以及學習最終如何使用TensorFlow平台實現此一可應用於現代人工智慧系統的自然語言處理方法。

◆ 關於人工智慧工業自動檢測(AOI)與視覺辨識設計

FPD/LCD半導體晶圓產業及PCB產業是台灣最具全球競爭優勢的產業,而自動光學檢測(AOI)技術則是大幅提升產能與產品品質關鍵,近幾年AOI精密自動化量測需求急遽擴增,成為勢不可擋的技術潮流。其應用從太空航空探勘、國防軍警、生物超音波醫學、保全監控、指紋比對、字跡辨識、人臉辨識、一直延伸到機器人、智慧交通、智慧城市等。在此同時,工業4.0、智慧製造與物聯網已是未來的趨勢,面對全球產業智能發展漸趨白熱,如何提昇競爭力,並再度攻佔重掌產業主導地位是企業刻不容緩課題。

資策會開辦「人工智慧工業自動檢測(AOI)與視覺辨識設計」,首先說明全球工業4.0發展對於相關產業帶來的衝擊,以及傳統光學檢測實務所面臨的挑戰。隨著全世界發展,當前產業被迫面臨的棘手課題是,產品已從過去同規格的大量生產,轉向「少量多樣」與「多量多樣」特色模式。唯有透過智能化辨識技術,結合全方位系統觀的自動化與智慧製造規劃,才能設計改善產線製程、品質、監控與回溯問題,迎合現今產業與上下游鏈競爭。課程引領以Matlab/Simulink分析智慧型影像辨識系統需求框架,利用其完整跨領域分析平台建構系統,同時獲取關鍵參數以降低系統海量辨識多樣類別所需時間,並評估系統可行性與性能;接著結合OpenCV/ Python/Matlab特色,整合深度學習相關演算法與TensorFlow,開發強健且適應工業4.0多樣需求的自動光學檢測(AOI)與辨識系統,可廣泛應用於各領域精密量測、目標辨識、自動對位、外觀檢測、瑕疵辨識等。本課程同時以執行產業實際案例說明,透過手把手方式引導學員進入人工智慧為基礎的自動光學檢測與辨識實務

◆ 關於人工智慧安防監控設計

傳統類比及數位網路影像監控大都依賴人工,監控過程所獲得事件狀況都須透過人為分析判斷;藉由智慧影像分析技術,將使影像監控系統除錄影監視,更有智慧影像分析能力,可廣泛取代過去人員緊盯畫面的情況,並從影像資料收集的大數據資料庫中,分析其產生結果及規則,讓過去的被動監控進化到異常事件主動通知及處理。這樣的智慧型態已逐漸應用在工業製造、商業零售、學校、醫療、交通運輸、及智慧城市等。近年來,業內普遍看好安防監控系統中影像大數據智慧分析應用,可利用智慧影像分析技術對所拍攝的影像序列及事件資料進行自動判讀分類及分析、包括目標檢測、目標識別、目標跟蹤,以及對監視場景中目標行為的描述與解釋,進而研判及智慧決策

資策會開辦「人工智慧安防監控設計」課程,概述安防監控產業實務所面臨的挑戰,以及介紹如何整合人工智慧與影像辨識技術,提供安防監控產業的最新解決方案,包含MVIAT Lab近期的研究內容與成果。課程首先以Matlab/Simulink設計建構人工智慧為基礎的智慧監控系統需求框架,同時獲取關鍵參數以降低監控系統海量辨識多樣目標所需時間,並評估系統可行性與性能;接著結合OpenCV/ Python/Matlab特色,整合深度學習相關演算法與TensorFlow,開發強健且適應多樣需求的智慧監控系統,且將其廣泛應用於交通智慧監控、智慧城市、智慧居家、遠距照護等。本課程同時以執行產業實際案例說明,透過手把手方式引導學員進入人工智慧為基礎的智慧監控應用實務

◆ 關於人工智慧無人機設計與應用

根據國際無人載具系統協會(AUVSI)的統計,全球無人機市場規模將會在10年內達到1,400億美元;資策會產業情報研究所(MIC)歸納2017年10大趨勢,無人機為眾家業者看好,國際大廠英特爾、AT&T都已投入在能源、農業、房地產、電信、運動競賽等領域應用,因而商用機的發展將更受矚目。看好無人機市場發展前景,本課程包括兩大部分:無人機飛控原理及人工智慧演算法。在技術部分將剖析無人載具飛行原理、控制系統、地面系統。人工智慧演算法則將分析講解相關演算法,在一定條件下,如何設計且實現無人機自主飛行、識別周邊物體、判斷飛行環境等功能,使無人機擁有“視力”與“智力”,傲翔天際,執行於各種不同領域應用的空域偵蒐、監控、智能探勘等任務

資策會開辦「人工智慧無人機設計與應用」課程,將講解無人機產業發展趨勢、飛行原理、控制系統。以及介紹如何整合人工智慧演算法,提供無人機應用的最新解決方案。課程搜集最新文獻與研究成果,詳細講解廣泛應用相關領域的演算法。課程首先以Matlab/Simulink或市面上常用飛控模擬軟體平台,設計建構無人機系統需求框架,並評估分析無人機於特定應用的可行性;接著廣泛介紹各類人工智慧、機器學習相關演算法以及TensorFlow,以開發可適應多元應用的無人機系統,且推廣於交通智慧監控、智慧城市、甚或農業4.0等各產業。透過手把手方式引導學員進入人工智慧演算法於無人機設計與應用

 資策會 人工智慧 熱門課程列表

(更多AI相關課程,請至下列網址內的"課程總覽"中查詢: http://www.iiiedu.org.tw/ites/ )



學習目前具有代表性的深度學習神經網路架構,各種重要神經網路元件,及人工智慧核心系統的設計,達成具有自我學習及解析功能的智慧型產品設計。... 詳全文
本課程的目標在帶領學員將深度學習的演算法應用到自然語言處理,從而實現具有語言處理功能的人工智慧應用系統。課程設計將從自然語言的資料表示方法開始介紹,並透過此方法與深度學習的CNN、RNN、LSTM等神經網路模型整合成自然語言處理的演算架構,以及學習最終如何使用TensorFlow平台實現此一可應用於現代人工智慧系統的自然語言處理方法。... 詳全文
本課程的目標在訓練學員經由Python及OpenCV在TensorFlow平台上開發具有人工智慧功能的影像辨識、偵測、解讀、下標題、內容理解等處理程式。並透過整合多層次的RNN及LSTM等神經網路架構實現傳統演算法無法完成的影像內容解析功能,培養學員熟悉深度學習演算法,並應用於人工智慧影像處理的程式開發。..詳全文
學習使用TensorFlow設計具有人工智慧功能的軟體系統。透過Google TensorFlow開發平台,從Python程式設計開始介紹,加上向量及矩陣處理說明、Tensor使用方法介紹、GPU加速整合、神經網路運算、深度學習演算,一直到人工智慧應用程式開發,使學員能夠實際扎實設計人工智慧應用程式。..詳全文
學習 本課程首先說明全球工業4.0發展對於相關產業帶來的衝擊,以及傳統光學檢測實務所面臨的挑戰。隨著全世界發展,當前產業被迫面臨的棘手課題是,產品已從過去同規格的大量生產,轉向「少量多樣」與「多量多樣」特色模式。..詳全文
本課程概述安防監控產業實務所面臨的挑戰,以及介紹如何整合人工智慧與影像辨識技術,提供安防監控產業的最新解決方案,包含MVIAT Lab近期的研究內容與成果。課程首先以Matlab/Simulink設計建構人工智慧為基礎的智慧監控系統需求框架..詳全文
本課程將講解無人機產業發展趨勢、飛行原理、控制系統。以及介紹如何整合人工智慧演算法,提供無人機應用的最新解決方案。課程搜集最新文獻與研究成果,詳細講解廣泛應用相關領域的演算法。課程首先以Matlab/Simulink或市面上常用飛控模擬軟體平台..詳全文
本課程細說強化學習求解最佳策略(Policy)及酬勞(Reward)的方法,結合深度學習技術,以AlphaGo設計理念、問答學習系統、汽車避撞系統、自駕車強化學習、Game Player等實例說明其原理及應用方法,使學員能夠快速上手深度強化學習的應用。.詳全文
本課程的目標在奠定學員學習當代生成對抗網路技術的理論基礎與應用。透過學習許多目前具有代表性的生成對抗網路案例,可累積學員對於各種生成對抗網路設計方法的理解,進而應用到許多人工智慧核心系統的設計,達成具有生成對抗網路功能的智慧型產品設計.詳全文

◆ 人工智慧 課程諮詢

課程諮詢請洽課程經理, 張先生:(02)6631-6539,alanchang@iii.org.tw


   
         
     

資訊工業策進會 數位教育研究所   版權所有,禁止侵害,違者必究。
Copyright (c) 2014 III Digital Education Institute. All Rights Reserved

雲端運算SaaS系統開發與轉換實務班 雲端運算PaaS平台規劃與設計實務班 雲端運算之大量資料處理、分析與應用 企業私有雲的規劃與評估實務班 企業私有雲的導入與建置實務班 企業私有雲的營運與管理實務班 雲端時代IT部門對新版個資法的因應 雲端運算之資訊安全規劃與評估實務班 CCSK雲端資訊安全認證班 雲端運算與ISO20000標準之流程整合 雲端運算與IT治理(COBIT)實務班 雲端運算之資訊委外管理實務班 雲端運算系統開發之專案管理實務 運用雲端運算服務提升專案管理績效 雲端運算SaaS系統開發與轉換實務班 雲端運算PaaS平台規劃與設計實務班 雲端運算IaaS架構規劃與建置實務班 企業私有雲的規劃與評估實務班 企業私有雲的導入與建置實務班 企業私有雲的營運與管理實務班 雲端運算之資訊安全規劃與評估實務班 雲端時代IT部門對新版個資法的因應 雲端運算之資訊委外管理實務班 雲端運算系統開發之專案管理實務 ITIL與雲端運算管理實務班 雲端運算與ISO20000標準之流程整合 雲端運算與IT治理(COBIT)實務班 雲端運算SaaS系統開發與轉換實務班 雲端運算PaaS平台規劃與設計實務班 雲端運算IaaS架構規劃與建置實務班 企業私有雲的規劃與評估實務班 企業私有雲的導入與建置實務班 企業私有雲的營運與管理實務班 雲端運算之策略規劃與評估實務班 雲端運算之專案管理實務班 雲端運算之資訊委外管理實務班 雲端運算之大量資料處理、分析與應用 雲端時代IT部門對新版個資法的因應 EXIN雲端運算國際認證班 CCSK雲端資安國際認證班