製造業加速 AI 落地三部曲

從雲端下凡的人工智慧,對製造業意味著億兆商機,但是要如何加快實現人工智慧在企業內的實現與應用? 透過連續 3 天的製造業擁抱 AI 3 堂課,每天 20 分鐘就能知道:

  • 第一步,大數據為 AI 之母,如何為企業的數據做好準備?這堂課從資料架構、資料來源、分析工具到監控模型,一次揭露。
  • 第二步,結合資料科學、數學與腦神經科學的深度學習技術正夯,想加速導入,IT 部門需要提供什麼樣的基礎架構以滿足不同業務單位的需求?
  • 第三步,沒有時間訓練開發深度學習模型怎麼辦?深度學習即服務 (Deep Learning as a Service) 提供多樣的深度學習框架供選擇,平台還提供自動參數調整,可以大幅縮短模型訓練時間。

精彩議程

9/12

(三) 15:00

Data Ready,AI Ready 從大數據走向人工智慧

光有數據,沒有好的資料策略與資訊架構,無法走向人工智慧!企業要達到資料即服務(Data-as-a-Service),要先實現資料基礎現代化:

  • 什麼樣的基礎架構可以稱為現代化的資料基礎架構?
  • 如何加速不同來源的資料收集與轉換?
  • 企業將資料視為資產的策略實踐應包含哪些面向?
  • 如何選擇合適的資料分析與專案協作工具?
  • 如何持續監控模型的準確度與被調用的情況?
  • 結論:完善的資料架構與創建企業 AI 級應用間的關聯性
台灣 IBM 雲端運算事業部
資深技術顧問 李維倫

台灣 IBM 雲端運算事業部
業務代表 王婕


9/13

(四) 15:00

AI Reference Architecture 打造企業級 AI 基礎架構

對製造業來說,深度學習潛力無窮,舉凡設計開發、供應鏈管理、生產製造、設備維護、銷量客服都能加以應用。想要加速深度學習導入,讓 AI 落地,幾個關鍵問題 IT 部門必需要知道:

  • 生產部門在良率提升遇到瓶頸、質檢部門要減少人工複檢、供應部門希望更精準預測需求,都可以運用深度學習嗎?
  • IT 如何協助製造、品檢、供應鏈等部門導入深度學習?
  • 當 PoC 驗證可行,IT 如何跨廠區,跨部門擴展,加速 AI 應用?
  • 好的深度學習平台有什麼特點?
  • AI 基礎架構的軟硬體規劃重點?
IBM 硬體系統部
架構顧問 趙文振

台灣 IBM 硬體系統部
業務經理 陳孝綸


9/14

(五) 15:00

Deep Learning as a Service 雲端上的深度學習

一旦企業開始投入深度學習的應用開發,將會發現要訓練的模型數量十分驚人,建構在雲端平台上的深度學習即服務 (Deep Learning as a Service) 對 IT 部門來說,可以大幅縮短模型訓練時間,也可以降低維護及管理軟硬體平台的成本。選擇好的深度學習雲端平台前應該要知道:

  • 在雲端平台開發深度學習應用有什麼好處?
  • 雲端上的深度學習工作流程?
  • 如何縮短模型訓練時間?
  • 如何同時管理與優化上千個模型?
  • 平台是否支援多樣的開源開發工具與深度學習框架?
  • 平台如何計費?
台灣 IBM 雲端運算事業部
資深技術顧問 吳顯忠

台灣 IBM 雲端運算事業部
業務代表 廖子寧

小編有禮

凡報名收看任一場線上論壇並於會後填寫線上問卷者,

小編就送您一杯熱美式咖啡 (活動結束後將以簡訊發送兌換券),感謝您的熱情參與!

* 贈品以實物為準

課程報名


送出本張表單後,本人即同意IBM得以上述方式,及並按照 IBM 隱私權聲明.中所述內容處理本人的資料,若貴客戶不願意我們使用您於此處所提供之資訊,將無法向您提供任何IBM之產品,服務,白皮書或其它商品行銷訊息。此外,我瞭解在活動期間,為將來推廣用途,IBM可能會拍攝許多相片或進行現場串流直播。