在AI讓工廠更智慧前,我們應該知道哪些事?
知勢電子報 | 2022.01.09

各位朋友們好:

前兩天忘了在哪裡瞄到一種商品「AI智能化妝品」,當然沒有認真研究那到底是什麼,只是順勢聯想到,或許AI兩個字可以代換為量子,或者元宇宙;又忽然想到早在2018年就看過一本言情小說,書名叫做《機器學習》。

在這個年代,追逐各種新的科技名詞已成生活常態,還記得去年新年期間「祝你量子糾纏」成為大家討論的重點?有些名詞混用或亂用,視為茶餘飯後閒談之用,其實無傷大雅;不過在工作場域應用時,對於定義的精準要求,應該是不能打折的標準。因此本期電子報想分享的是很基本的問題:資料分析的第一步,以及工廠自動化並不等於AI。

另外,也預告一下,由AIF與AppWorks合作的「2021年下半年台灣AI生態系地圖」,將會在下期電子報正式公布,在疫情影響下,台灣AI生態產生哪些值得關注的變化?下週與你分享。

人工智慧科技基金會執行長 溫怡玲

資料分析第一課:資料很多,卻不會用?

如果現在手上有些資料,想做數據分析或是專案執行,該怎麼進行?有哪些常見的棘手問題,又該如何解決?拿到新的資料後,需要優先檢視資料分布的狀態,我們又可以利用哪些工具來做這件事呢?帶您了解資料分析的第一堂課。

閱讀更多

自動化就是AI嗎?兩者的差異是什麼?

相較於人,機器在效率與速度上翻了成百上千倍,很自然地,資本家一定儘其可能地將所有能自動化的地方都換上了機器。假設有這麼一家工廠,全面導入當前最成熟的AI,接下來會發生什麼事?最可能的狀況是,工程師在線邊抱頭大叫,「啥!換線還要換模型,AI不是很聰明嗎?」

閱讀更多

了解深度學習背後的核心技術

對於大部分電腦相關科系出身的人來說,若對於統計學的概念不甚熟悉,在追求更精進的模型表現時,容易遇到障礙,例如資料前處理、迴歸、分類模型的建立,以及當數據的特徵數過多時的 PCA、LDA 統計降維法都是機器學習必備的先行知識。

閱讀更多

【免費線上活動】工廠該如何擁有智慧?

工廠自動化已發展超過一甲子,在各行各業都在大談導入AI的現在,工廠該如何升級成智慧工廠?本次活動AIF王維綱工程師將介紹AI技術最常協助處理工廠中的四種關鍵痛點:瑕疵檢測、自動流程控制、預測性維護及原料組合最佳化 ; 華佑集團黃逸華資訊長,將於活動中分享工廠轉型近年來的挑戰及下一步關鍵該關注的要點。在2022的開始,讓我們一起擁抱知識大步邁前!

立即報名