各位朋友們好：

對於很多中小企業來說，人工智慧像是天上的浮雲，雖然看得見，但總是高不可攀，仔細想來似乎也跟自己沒有太多關係。除了不知道究竟能拿來做什麼用，不知道如何開始用、要花多少錢才能用、會花多少錢，這三個問題是許多經營者共同的疑問。

這一、兩年Low-Code、Now-Code AI平台出現，似乎讓大家看見一線曙光：有了這些平台，從此就算不會AI也能使用AI了。

真的是這樣嗎？本週的電子報就跟各位分享相關討論。先說一下我自己的觀察：Low-Code、Now-Code AI平台對很多企業而言的確是導入AI的好工具，不過仍然需要對於AI的基本認識，並且需要精確選擇、掌握數據的能力，才能讓AI發揮真正的功用。

人工智慧科技基金會執行長 溫怡玲

本期目錄

• 什麼是No-code、Low-code平台？
• No-Code時代來臨，為什麼你更需要學AI？
• 想導入No-code平台，企業有哪些選擇
• AIHPC線上技術論壇：U-Net影像分割技術與市場應用

什麼是No-code、Low-code平台？

由於現有的套裝軟體多半無法兼具計算能力強且能實現多種功能需求，在各種驅力之下，各式各樣提供企業化應用及個人專業使用的程式語言也開始蓬勃發展。

No-Code時代來臨，為什麼你更需要學AI？

「我沒有覺得東西可不可以賣，只是幫東西找到對的顧客。」康耐德公司執行長程峻宏提到，自己透過銷售心理、跨領域的數據及軟體整合協助國內、外多個企業進行品牌佈局，針對企業痛點精準行銷並洞悉市場需求，將數據鏈延伸至生產端及營運端協助精準決策。

想導入No-code平台，企業有哪些選擇

近幾年大為流行的Low Code、No Code AI平台，強調不用培養AI團隊與快速看到結果。由於主打「完全不需寫程式」或「寫少量程式」就能完成工作，也讓不少公司開始考慮是否導入相關系統。這麼多的平台工具該怎麼選呢？

AIHPC線上技術論壇：U-Net影像分割技術與市場應用

影像資料稀少又需要高度精準預測，該如何進行？本次AIHPC線上技術論壇透過TWCC CCS，使用TensorFlow框架進行U-Net影像分割。實作透過U-Net在智慧醫療應用的影像分割技術，提取眼球微血管圖像，協助醫生進行高度專業化、精細且不規則影像的醫學檢測。並說明U-Net泛用於環境工程、地理勘查等領域時，如何在有限的數據集影像中，有效取得準確影像分割資料的方法。