I 聯網系列之8:從alpha go看人工智慧和機器學習在物聯網

Description
1. 從AlphaGo看人工智慧在 物聯網 RICHARD PEI 1 2. 裴有恆 Richard(裴帥老師) 2 學歷與認證…

Please download to get full document.

View again

of 47
All materials on our website are shared by users. If you have any questions about copyright issues, please report us to resolve them. We are always happy to assist you.
Information
Category:

Education

Publish on:

Views: 6 | Pages: 47

Extension: PDF | Download: 0

Share
Transcript
  • 1. 從AlphaGo看人工智慧在 物聯網 RICHARD PEI 1
  • 2. 裴有恆 Richard(裴帥老師) 2 學歷與認證 美國南加大電腦工程碩士畢業(主修人工智慧) 台灣大學機械系學士畢業 台灣外貿協會第六屆碩士後行銷班畢業 台灣外貿協會第一屆品牌班行銷班畢業 NPDP全台前十名拿到認證 IDEO ACUMEN服務設計 經歷 元創意股份有限公司資深產品經理 神達電腦 產品經理,流程經理,專案經理主管: Mio A501,A702手機專案, Sagem My-S7 Mercedes Map Pilot產品ODM專案, 仁寶電腦專案經理: XG-3D手機專案 台灣大哥大研發處主任: Mail系統開發, WAP系統開發,簡訊傳情, MMS系統自製專案 企業內訓教學專長 物聯網、流程創新、產品創新、服務創新、 商業模式創新、創新管理、專案管理
  • 3. 個人物聯網經驗 3   台灣大哥大2001年智慧家電展示   神達2003年智慧型手機   神達2009年Mercedes Benz的Map Pilot代 工   神達車聯網/車用電子產品經理   神達智慧醫療相關制度協助   神達智慧手錶架構瞭解
  • 4. 物聯網講 師搜尋第 一名
  • 5. 1、物聯網雲運算的趨勢   雲伺服器由大而小而超級/群集運算
  • 6. 1946年2月第一代電腦 ENIAC 6
  • 7. 1964年IBM System/360 7
  • 8. 1965年 第一台 迷你電 腦 8
  • 9. 1971年 第一台超級電腦 Cray 1
  • 10. 1977年Apple II 10
  • 11. 1981年 8月 IBM-PC 5150 11
  • 12. IBM Deep Blue
  • 13. IBM Watson
  • 14. Servers for Big Data
  • 15. 在雲上 分散式的 人工智慧
  • 16. 2、從物聯網架構談 人工智慧與大數據 16
  • 17. 2.1.感知層:利用感測器感測後通 訊傳回 17 Source: http://www.playrobot.com/cart/index.php 空氣成分偵測器 旋轉角度偵測器 影像識別 GPS   溫濕度偵測 壓力偵測器
  • 18. 2.2.網路層 18 •  將感知層收集到的資料傳輸至網際網路 ➔最後在雲儲存、管理
  • 19. 2.2.1.大數據   分散式架構   技術演進   建模以執行
  • 20. 2.2.1.1.大數據執行的 分散式系統架構   SMAQ Storage   Map  Reduce   Query   用來儲存分散、 沒有關聯的非結 構化資料 運用批次處理的 方式,將工作平 均分散到許多   伺服器做運算。 將算完的結構化資 料儲存到可供查詢 的資料庫系統
  • 21. 2.2.1.2.技術演進: Google vs Apache
  • 22. 2.2.1.3.建模以預測行為   監督式學習: ¤  線性回歸 ¤  邏輯回歸 ¤  決策樹 ¤  支持向量機器SVM ¤  類神經網路   非監督式學習: ¤  階層式分群 ¤  K平均 ¤  模糊C平均 ¤  分群指標   結構預測:貝式網路   演化式學習:基因演算法   關聯原則:購物籃 機 器 學 習
  • 23. 2.3.應用層 23 •  物聯網與行業間的專業進行技術融合 •  根據不同的需求開發出相應的應用 電腦 手機 家電 農業 物聯網 建築 交通 安防 影像
  • 24. 2.3.1.物聯網的雲運算   對使用者提供的服務有前端的物提供的,也有在 後端雲伺服器提供的。   後端雲伺服器提供的會是大量複雜的運算。   例:AlphaGo
  • 25. 2.3.1.1.以服務設計的方法,增強 使用者的體驗   針對使用者介面做好前端與後端的服務規劃   針對消費者在客戶旅程中的痛點發展
  • 26. 客戶旅程
  • 27. 2.3.2.人工智慧:機器學習   AlphaGo用 ¤  估值網路(value network)與走棋網路 (policy network)這兩種深度學習神經網路 ¤  用蒙地卡羅樹:決策樹的衍生
  • 28.   AlphaGo用蒙地卡羅樹
  • 29. 2.3.2.1.深度學習   深度學習是機器學習的分支。   目前運用在影像辨識、自然語言、機器人的學習 等方面。   使用類神經網路BPP等運算方法。   AlphaGo有估值網路與走棋網路兩套系統。
  • 30. 2.3.2.1.1.類神經網路
  • 31. 2.3.2.1.2.影像辨識
  • 32. 2.3.2.1.3.自然語言處理/語音識別
  • 33. 2.3.2.1.4.半自動駕駛車 TESLA  
  • 34. 2.3.2.2.機器人   無人車   無人機   工業機器人   服務機器人 ¤  家用 ¤  商用   軟體機器人 ¤  金融理財 ¤  醫診協助   軍事機器人
  • 35. 2.3.2.2.1.無人車
  • 36. 2.3.2.2.2.無人機
  • 37. 2.3.2.2.3.工業機器人
  • 38. 2.3.2.2.4.服務機器人
  • 39. 2.3.2.2.5.1.金融理財軟體機器人
  • 40. 2.3.2.2.5.2.醫診協助人工智慧
  • 41. 2.3.2.2.6.軍事機器人
  • 42. IOT 43
  • 43. 2.4.問題 44   人工智慧是協助人類還是搶走工作?
  • 44. 3、結論 45   水能載舟,亦能覆舟,人工智慧+物聯網讓人類 生活更美好,但不可否認,將取代人類某些工作。   人工智慧在壞人手上,將成為殺人兵器,其運用 將會危及人類生存。
  • 45. 第一本針 對台灣產 業的物聯 網書籍
  • 46. 47
  • We Need Your Support
    Thank you for visiting our website and your interest in our free products and services. We are nonprofit website to share and download documents. To the running of this website, we need your help to support us.

    Thanks to everyone for your continued support.

    No, Thanks