一、企業如何導入人工智慧
二、人工智慧的趨勢發展與應用
企業如何導入人工智慧?
企業在導入人工智慧時,首先面臨到的問題就是該怎麼選擇題目、專案的規模大小等問題,吳恩達教授對此給出了一些方向。記得在人工智慧學校的課程中,定義問題也一再地被提及是人工智慧最關鍵的一環。
— 如何選擇初次導入的人工智慧專案?
.從小型專案開始,以練功為主而不是效益考量
.從事務自動化開始,別想著取代人的工作
.懂人工智慧的工程師與領域專家結合
.選擇正確的應用場景、適合的目標問題
— 人工智慧專案的著眼點有哪些?
.著眼於技術:建模的目標難度、如何提升效能、建模的時程規劃、資料的取得與應用等。
.著眼於營運:企業的營運是否因為人工智慧的導入而降低了成本,或者使得營運規模擴大?
【延伸閱讀】八張圖,一次搞懂人工智慧的現在、未來,及對你工作的影響
— 企業應該自建團隊?還是外包?
自建團隊最能了解企業文化與需求,但需要時間成本培養,又得擔心資源投入卻無法養成具備能力的團隊;外包團隊可以獲得即戰力,但又得擔心無法符合實際需求、重要資料外洩的風險。吳教授的建議是
.機器學習的模型建立,可以根據企業預算與規劃來選擇自建團隊或外包,目前業界都有案例。
.資料分析的部分,往往牽涉到營運機密,多數企業會選擇自行處理。
— 企業導入人工智慧的關鍵環節?
(可參考Landing AI官網上的AI Transformation Playbook https://landing.ai/ai-transformation-playbook/)
.執行一些試點專案以獲得持續的動力
.建立自家的人工智慧團隊
.提供廣泛的人工智慧培訓
.制定企業的人工智慧策略
.發展內外部的溝通,如政府、投資者、客戶、人才等
人工智慧的趨勢發展與應用
— 人工智慧的發展趨勢
.在矽谷的公司大多會將敏捷開發孕育在軟體發展上一個衝刺(sprint)大約是二週,而人工智慧則縮短為每日衝刺;每天晨會或晚會討論第二天的目標與行動。
.從大數據轉為精選後的小數據來做訓練,比如說工廠良率中的瑕疵數據、醫療中少見病兆的資料收集。
.在虛擬場景中透過增強式學習到一定程度後,再到真實場景中試行以減少破壞性成本與風險,如無人機、自駕車。
.從雲端運算(Cloud)走向霧端、再到邊緣運算(Edge)
— 給人工智慧在台灣的建議
.多與矽谷及發展領先者交流
.在人工智慧的教育方面多些投資
.產業的人工智慧化,如半導體產業
.國家級的人工智慧發展投資計畫
參考來源:吳恩達教授的演講影片