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
