?
时时彩走势分析软件,庄闲平,彩票代购,时时彩宣传广告词 凤凰彩票

AIDNN 让机器更聪明

时间:2017-09-26 20:31来源:未知 作者:admin 点击:
人工智慧(Artificial Intelligence)已经不是新梗,甚至深度神经网络(Deep Neural Networks,DNN)也是「高龄级」技术,过去DNN受限于技术发展,虽然偶有復兴迹象,但始终撑不了太久,到了

  人工智慧(Artificial Intelligence)已经不是新梗,甚至深度神经网络(Deep Neural Networks,DNN)也是「高龄级」技术,过去DNN受限于技术发展,虽然偶有復兴迹象,但始终撑不了太久,到了2005年开始AI受到重视,不过浮浮沉沉、直到2012年突然奋起、这两年更是大鸣大放,尤其机器学习成为各家科技厂精进晶片演算的利器,可见得DNN将成为未来软体开发的方向。

  不过发展DNN的挑战眾多,包括如何收集高品质且大量的资料、高效率的GPU,还有降低技术应用时的功耗等等,尤其在DNN要进入各个產业时,如何清楚解释DNN技术模型的操作原理,同时又可以在不需要自行调校过多参数的状况下,方便使用者可以提高训练的品质、降低校正的时间,是目前努力的方向。

  在机器学习的应用中,目前进行得如火如荼的非「车用」莫属,根据IEK预估,2023 年全球汽车电子与车联网產值将达到4,511亿美元,相比2015年可成长1.67倍。工研院创新开发的「环保驾驶模拟学习器」就是一种DNN的技术应用,在自驾车的部分,驾驶人会经歷环境感知、决策、控制三个步骤,尤其「环境感知」这块是產业的机会,也是我们主要着力的方向,透过收集大量的台湾路况进行模拟,用以改进驾驶习惯。

  不过,有些「特殊资料」也是可遇不可求(比如车辆行进中突然有人跑出来),这也是DNN难以模型化的原因之一。或许台湾也可以换个角度、从「新型」的资料收集来做, 例如人人都有行车记录器,这些行车影像是否能收集再利用,让汽车业或者政府相关机构做为提升机器效能的一种方法?

  在AI风风火火的时代,如何把「產业AI化」已经是可以预见、且容易达成的目标。譬如医疗產业中的医师诊断、药物分析,金融產业的个人资產、信用评级,或者商业广告受眾、零售物品购买人分析等,都是可以AI化的目标,进入障碍也相对较低。

  但是,想把「AI產业化」,把技术变成钱则还有一段很长的路要走。台湾硬体做得好,系统也不错,但是结合硬体跟系统设计的人才却太少,而DNN模型化需要大量的系统设计人才,未来这类的人才培养也值得关注。

  中时电子报对留言系统使用者发布的文字、图片或檔案保有片面修改或移除的权利。当使用者使用本网站留言服务时,表示已详细阅读并完全了解,且同意配合下述规定:

  发言涉及攻击、侮辱、影射或其他有违社会善良风俗、社会正义、国家安全、政府法令之内容,本网站将会直接移除

  请勿以发文、回文等方式,进行商业广告、骚扰网友等行为,或是为特定网站、blog宣传,一经发现,将会限制您的发言权限或者封锁帐号

  禁止发表涉及他人隐私、含有个人对公眾人物之私评,且未经证实、未注明消息来源的网路八卦、不实谣言等

  请确认发表或回覆的内容(图片)未侵害到他人的着作权、商标、专利等权利;若因发表或回覆内容而產生的版权法律责任将由使用者自行承担,不代表中时电子报的立场,请遵守相关法律规范

  违反上述规定者,中时电子报有权删除留言,或者直接封锁帐号!请使用者在发言前,务必先阅读留言板规则,谢谢配合。

(责任编辑:admin)
顶一?
(0)
0%
踩一?
(0)
0%
------分隔?----------------------------
?