帳號:
密碼:
CTIMES/SmartAuto / 新聞 /
Google AI創新研究營開跑 推動台灣AI人才培育
 

【CTIMES/SmartAuto 陳復霞 報導】   2018年07月04日 星期三

瀏覽人次:【952】
  

近年來,物聯網(IoT)掀起一股科技浪潮,人工智慧(AI)繼而成為眾所注目的焦點,「Google智慧台灣計畫」於今年3月份啟動,Google於今(4)日宣布Google AI創新研究營正式開跑。響應科技部「AI 創新研究中心專案計畫」,Google邀請駐於英、美等地的AI專家專程訪台,為台大、清大、交大、成大四所AI創新研究中心師生打造培訓內容,以協助台灣優秀的AI學術人才建立產學間的知識交流、推動台灣的AI研究進展與人才培育。

(圖左至右) Google台灣董事總經理簡立峰、科技部部長陳良基與、AI創新研究中心推動辦公室主持人林永隆教授與Google AI 首席科學家紀懷新合影。(攝影╱陳復霞)
(圖左至右) Google台灣董事總經理簡立峰、科技部部長陳良基與、AI創新研究中心推動辦公室主持人林永隆教授與Google AI 首席科學家紀懷新合影。(攝影╱陳復霞)

AI技術的創新研發奠基於人才的投入,Google台灣董事總經理簡立峰表示,Google推出AI創新研究營與實體教室,幫助在人工智慧領域耕耘的研究人員進行更深度的交流與培訓。希望透過在Google推動AI進展的科學家,能與台灣的AI領域研究人才進行實務與經驗交流,這是好的開始,期望藉此提升台灣年輕AI科學家的研究動能,以及與國際研究主題接軌的機會,甚至將AI連結到台灣的產業鏈。

科技部部長陳良基表示,為了讓台灣在全球的AI版圖上,能充分運用台灣的人才資源與既有的科技優勢,一舉站上領先地位,科技部積極布局台灣的AI發展策略,成立四個AI創新研究中心,以人才為核心提升整體競爭力,槓桿全球資源來培育人才到位、協助企業升級以及形成生態系,與國際有最好的連結。他表示,AI擴散到各行各業需要4-5年,他形容至2020年時,如果不會使用AI,就像身處在今日卻不會用網路。Google為全球科技領頭羊,秉持對台灣人才的重視,舉辦Google AI創新研究營,幫助提升台灣AI研究的發展,期盼藉產官學的連結,激發台灣AI創新的原動力。

「Google智慧台灣計畫」三大主軸包括人才、經濟和生態系,每年目標為培育5,000位工程師,徵聘300位人員,以因應產業界對於人才的需求,簡立峰表示,目前訓練過程參與度高,進度超前,為目標會努力做得更好。Google擁有軟、硬體及雲端人才,台灣人才居於其全球平均水準之上,他認為台灣的人才具有優勢,需要的是機會、刺激和訓練。昔日軟、硬體的銜接點低,雖然有優勢卻未能整合,他分享”On the device AI”的概念,認為AI是機會,能重新改造產業,創造更高的毛利,台灣應該把握此優勢。

Google AI創新研究營符合「Google智慧台灣計畫」所提出的人才培育方針,在今年暑假於國立台灣大學開跑,特別針對台大、清大、交大、成大等四所 AI 創新研究中心超過百位研究師生,邀請多位駐於英、美等國的頂尖Google AI專家,與參與的師生們進行深度交流。Google AI創新研究營中安排多場「AI專題演講」,探討包括自然語言處理、醫學影像深度學習應用、強化學習 (Reinforcement Learning)、推薦系統(Recommendations Systems),以及機器學習在Google雲端的應用實例等多個AI領域相關主題。此外,為了幫助台灣AI研究學者熟悉Google的線上機器學習開源資料庫TensorFlow,Google更設計了全天的「TensorFlow初學者實作應用工作坊」,讓研究人員學習透過這項工具來建構他們自己的AI應用、並且加速研究的時程。

AI創新研究中心推動辦公室主持人林永隆教授表示,台灣四大AI創新研究中心在今年分別於台大、清大、交大和成大正式啟用,針對生技醫療、AI核心技術、智慧製造、智慧服務等不同領域執行研發,並且透過國際學術人才延攬與產業交流,藉此提升台灣智慧人才與產業的競爭力。從學界到產業界,再與國際連結,他以人才供給面和社會應用面來說明, AI的這一波浪潮將影響社會經濟及文化等各層面,未來將有更多的平行運算需求,更多的應用。透過AI創新研究營,讓駐於海外的Google AI專家面對面與AI創新研究中心的師生進行交流,了解更多國外的知識與應用,能夠促進台灣AI研究發展。

Google不僅在台灣強化AI科技研究的動能,也積極推動AI教育的普及化。Google已於今年推出Google AI的全球線上資源「機器學習速成課程 (Machine Learning Crash Course,MLCC) 」的中文化內容,並已在五月份於台灣北、中、南各自舉辦三場Google AI教師研習營推廣AI知識及MLCC的免費資源。

機器學習於推薦系統的應用

駐於Google美國山景城總部的AI首席科學家紀懷新於此次AI創新研究營的機器學習技術論壇擔任主講人,分享Google機器學習技術如何打造出更精準的推薦系統。根據長期累積針對網路搜尋與線上社群系統的研究經驗,以及對使用者行為所帶來的社群效應的洞察,探討Google如何利用AI技術瞭解使用者偏好、以提供更個人化的服務,以及機器學習於推薦系統在不同領域的應用和實例說明。

科技日新月異,紀懷新表示,現今使用者的期望不斷攀升,個人化及情境化的服務需求讓推薦系統面臨更多的挑戰,像是不同情境會需要不同內容,使用者的偏好隨著不同的情境而變化,大量且不斷改變的項目內容和雜亂稀少的標籤,而且在如此大量的使用者和內容中要提供「即時」且「有用」的推薦,例如在Google Play上逾100萬個應用程式,其中在全球190多個國家內,就有超過10億個人在過去30天內曾使用Google Play,而在2017年更有高達820億次的應用程式下載量。借助深度學習處理龐大且複雜的資料量,才足以提供使用者情境式的個人化推薦服務。

他認為透過深度學習建構推薦系統如同建立數學函數 (Function),藉由輸入使用者,而產出推薦結果,而空間和時間則是個人化推薦在考慮情境因素時的要點。例如使用者在不同的時間點會出現特定行為,可能是每天早晨會對於新聞資訊類有所需求,而在晚上會想要玩遊戲,如有出現酒醉後隨意選取應用程式等異常行為模式時,事後在系統上也可修正調整項目。

想要提升推薦品質在於建立推薦系統三大原則:1.推薦為個人化及多元化;2.透過機器學習的協助,不斷優化所有產品介面;3.為所有人提供適當的推薦。Google針對不同使用頻率調整模型設計,平衡不同使用頻率所設計的推薦模型,藉以平衡所有使用者的意見。他強調推薦模型不止考慮推薦使用者、情境與項目內容三者的關聯,加入「因果關係」的考量能讓使用者的推薦體驗升級。例如Google透過「平衡不同使用頻率設計推薦模型」的方法,並且對使用者如何與應用程式互動進行模擬,已經讓Google Play上應用程式的安裝率提升3.3%。而在過去兩年Google運用深度學習網路為Google Play、廣告、搜尋、YouTube等產品及服務帶來66項重要改善。此外,Google提供開源的機器學習軟體庫TensorFlow,他認為加入計算、大數據及人才三合一能讓深度學習達到良好的成果。

關鍵字: AI  人工智慧  大數據  智慧台灣計畫  Google(谷歌
相關新聞
臺大與史丹佛大學醫學院簽署MOU 發展AI醫療
Kneron發布新一代人工智慧處理器NPU IP-KDP Series 運算效能增3倍
四大頂尖加速器進駐TTA 推動台灣AI與半導體創新
2018 BTC會議閉幕 凝聚生醫共識聚焦未來
2018 BTC大會登場 精準醫療與AI為生醫產業趨向
comments powered by Disqus
相關討論
  相關新品
Arduino
原廠/品牌:RS
供應商:RS
產品類別:PC Board
Raspberry Pi
原廠/品牌:RS
供應商:RS
產品類別:PC Board
EM500EV 測試/開發板
原廠/品牌:集博
供應商:集博
產品類別:IDE
  相關產品
» 樹脂轉注成型模擬 打破設定流程限制
» 安勤推出最新3.5吋單板電腦ECM-CFS
» 艾訊發表i.MX 6UL RISC架構DIN-rail工業物聯網閘道器IRU131
» SMiT國微技術推出CI Plus ECP CAM產品
» AMD推出全新「Zen」架構桌上型處理器 重塑日常運算面貌
  相關文章
» 華碩電腦:居家商用兩相宜 Zenbo強調教育及個人化
» 開啟通往Host-Managed SMR的大門─Dropbox成功案例
» 工程軟體開發:敏捷與模型化基礎設計
» AI 產業的「三合一」平台融合策略與架構
» 一站式滿足人工智慧全方位服務

AD


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2018 遠播資訊股份有限公司版權所有 Powered by O3
地址:台北市中山北路三段29號11樓 / 電話 (02)2585-5526 / E-Mail: webmaster@ctimes.com.tw