Edge AI建模技術與AIoT開發方法
深入介紹Edge AI的模型設計原理、技術及方法。讓學員們實際手腦並用、動手..
| 課程代碼 2322030046 Edge AI建模技術與AIoT開發方法 課程型態/ 實體 上課地址/ 新竹學習中心 時數/ 18小時 起迄日期/ 2022/07/27~2022/07/29 聯絡資訊/ 黃小姐 03-5732034 報名截止日/ 2022/07/15 |
課程介紹AI技術自 2015 年以來重新熱燒，並帶動AI硬體加速晶片的發展。近年來隨著訓練成熟的人工智慧神經網路(ANN)模型逐漸增多，邊緣推論用的 Edge AI 晶片也蔚為潮流。 依據Deloitte Insight 2020年發表的高科技、媒體與電信產業趨勢預測報告，2024年Edge AI 晶片銷售量預計超過15億組，平均每年成長20%，相對於半導體產業平均年成長率9%高出許多。 本課深入介紹Edge AI的模型設計原理、技術及方法。讓學員們實際手腦並用、動手設計模型， 本課程另一項特色為：更讓學員們深入AI建模的核心：潛藏空間。各行業AI模型都有其神祕的潛藏空間(Latent Space)，模型設計師愈來愈重視它。更關鍵的是，它是極佳的中間層(樹幹)，既支撐上層AI應用(枝葉)，又銜接底層晶片(樹根)，成為台灣AIOC(AI on Chip)產業發展的康莊大道。
在深度學習網路的隱藏層，通常是濃縮顯著特徵的地方，是從用戶需求面看不見的，所以常稱為：潛藏空間(Latent Space)。於是，可觀察的數據層和晶片層變得疏結合(Loosely-coupled)關係(下圖)，當可觀察層的需求及演算法變化所產生的漣漪效應不會波及晶片層；同樣，當晶片層更改時，它不會影響可觀察層。如此可大幅降低AI晶片開發的風險。因此，基於潛藏空間架構可以確保晶片底層設計變動的自由度，可以實現<沒錢就改版，改版就有錢>的商業策略。 
課程特色/目標培養學員具備AI晶片化視野，著眼於ML模型的潛藏空間(Latent Space)架構設計，支撐AI模組的復用性(Reusability)，來提升晶片的共享性。新視野涵蓋以下8項要素：  亦即：
課程目標
課程對象欲了解AI模型設計思維、開發技術、管理方法和晶片化商業策略者。其中，熟悉程式設計者，可以使用Python來操作TensorFlow；而不諳Python者，則可使用Excel來操作幕後的TensorFlow來訓練AI模型。並期望學習使用PLC和EDA等晶片設計環境。
講師簡介高煥堂 教授 現職：長庚大學 智慧醫療研究所 教授
課程大綱
課程資訊一、主辦單位：財團法人工業技術研究院 產業學院 二、舉辦地點：工研院 新竹學習中心(實際上課地點請以上課通知單為準！) 三、舉辦日期：2022年7月27日~7月29日，09:30~16:30 (三天，共18小時) 四、課程費用：課程原價每人18,000元整(費用包含講義及教材費) 1.一般報名: 每人12,500元 2.早鳥優惠(開課10天前報名)：每人11,800元 3.同公司團報兩人以上或工研人：每人11,500元
五、課程洽詢： 03-5732932 吳小姐 或 03-5732034黃小姐 六、注意事項： 1. 本班最低開課門檻10人。 2. 為確保您的上課權益，報名後若未收到任何回覆，敬請來電洽詢方完成報名。 3. 因課前教材、講義及餐點之準備及需為您進行退款相關事宜，若您不克前來，請於開課前3日以E-mail或電話通知主辦單位聯絡人確認申請退費事宜。學員於開訓前退訓者，將依其申請退還所繳上課費用90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數1/3，退還所繳上課費用之50％，上課逾總時數1/3，恕不退費。 4. 若原報名者因故不克參加，但欲更換他人參加，敬請於開課前三日通知。 5. 配合講師時間或臨時突發事件，主辦單位有調整日期或更換講師之權利。 6. 報名時請註明欲開立發票完整抬頭，以利開立收據；未註明者，一律開立個人抬頭，恕不接受更換發票之要求。 7. 為尊重講師之智慧財產權，恕無法提供課程講義電子檔。 |
