台灣人工智慧學校第一期開學典禮

主辦單位: 台灣資料科學協會財團法人科技生態發展公益基金會 (籌備處)

執行單位: 財團法人人工智慧科技基金會協辦單位: 中央研究院資訊科學研究所

中央研究院資訊科技創新研究中心

歡迎

創校源起

孔祥重校長

• 美國卡內基美隆大學電腦教授

• 美國哈佛大學資訊科技與管理博士學程共同主席

• 行政院 SRB 會議海外專家與科技顧問

• 行政院科技顧問

• 國家級計畫重要推手• 數位台灣計畫 (e-Taiwan)

• 行動台灣計畫 (M-Taiwan)

• 電信國家型計畫

• WiMAX 發展藍圖

• 網路通訊國家型計畫

H.T. Kung

• 中央研究院院士

• 美國哈佛大學電腦與電機系蓋茲講座教授

現任

經歷

以人工智慧提升台灣產業競爭力

March – November in 2017

6

台塑石化長春石化奇美實業英業達欣興電子敬鵬工業可成科技致茂電子永進機械研華科技農科院紡織所聯發科技台積電宏遠紡織台元紡織佳和紡織強盛染整臺灣塑膠龍鼎蘭花經緯航太科技

產業 AI 化的挑戰

01 實戰人才的缺乏

02找對問題不簡單

03 產學之間的鴻溝

04對自建技術的信心

8

中央研究院孔祥重院士 國票金控魏啟林董事長

台灣人工智慧學校首屆開學典禮

Project θ Weekly Meetings at NCTUand Also Online with Academia Sinica

June 6, 2017

10

產業共通挑戰

預測性維護瑕疵檢測

原料組合最佳化自動流程控制

台灣人工智慧學校首屆開學典禮

產業共通挑戰 #1－瑕疵檢測

11

台灣人工智慧學校首屆開學典禮 12

Typical PCB defects

台灣人工智慧學校首屆開學典禮

Typical defects after SMT (Surface-Mount Technology) process短路

空焊

極反

缺件

浮高

跪腳

撞件

錫球

墓碑

…

13

https://www.researchmfg.com/2011/02/soldering-defect-symptom/

https://www.researchmfg.com/2011/02/soldering-defect-symptom/

More SMT/DIP Defect Examples

14

System automatically detects cracks in nuclear power plants

15

Convolution Neural Networks + Transfer Learning

Pre-trained using 14-million image dataset

ResNet with > 8-million parameters

Input images

Model training / inference

OK

OK

以深度學習進行自動瑕疵檢測

實際案例 –視覺檢測速度比較

17

產線數量: 23 條

4 位目檢人員; 漏網率約 5%

AOI設備每小時影像輸出量:配合人力允許條件, 60 萬張/每日

(極限為每條產線 2 萬張/小時 = 1104萬/日)

判定耗時: 30 萬張 / 人日 = 120 萬張/日

傳統人力目檢

深度學習系統

硬體設備:中高階桌上型電腦 + NVIDIA GPU: 10 ~ 15 萬軟體:開源軟體 + 高度調校之深度學習模型

品質:模型漏網率控制在 0.01%之下，目檢人員只需檢查原本總數之 5% 的圖片

判斷速度: 166.67 張 / sec 每日 1440 萬張影像

實際案例 –視覺檢測效益評估

18

品質：根據複判初步統計，目檢人員漏網率至少為 12.9%

速度：目檢人員 8~10位，每天約可檢查共約 3,000,000張

傳統人力目檢

深度學習系統

硬體設備：中高階桌上型電腦 + NVIDIA GPU: 10 ~ 15 萬軟體：開源軟體 + 高度調校之深度學習模型

品質：模型漏網率控制在 1%之下，目檢人員只需檢查原本總數之 10% 的圖片

速度：8,640,000張 /天 = 100張 /秒

台灣人工智慧學校首屆開學典禮

產業共通挑戰 #2－自動流程控制

19

良品範圍

良率: 61%

Qua

lity

Inde

x

人為控制設備參數

21

採用深度學習控制設備參數作業員良率: 61%自動控制良率: 98%

Qua

lity

Inde

x

台灣人工智慧學校首屆開學典禮

Especially important for equipment with high failure cost (such as motors in machine tools)

Also important for expensive consumables (such as blades used in precision cutting machines)

22

產業共通挑戰 #3－預測性維護

台灣人工智慧學校首屆開學典禮

預測某段時間後的設備狀態

23

台灣人工智慧學校首屆開學典禮 24

產業共通挑戰 #4－原料組合最佳化

台灣人工智慧學校首屆開學典禮 25

染整業的打色問題

台灣人工智慧學校首屆開學典禮 26

Pigment 1 Pigment 2 Pigment 3打色成功率: 70% to 95%

台灣人工智慧學校首屆開學典禮

PROJECT Θ TEAM HAS SOLVED

10+ PROBLEMSFROM 10+ COMPANIES

WITHIN 6 MONTHS…

27

台灣人工智慧學校首屆開學典禮

LOOKS IT WORKS OUT, BUT …

28

台灣人工智慧學校首屆開學典禮

2017/06/26 Project θ Meeting

29

尋找一個把能量放大

的方法1,000x

產業 AI 化的挑戰

01 實戰人才的缺乏

02找對問題不簡單

03 產學之間的鴻溝

04對自建技術的信心

關鍵

33

人工智慧人才培育

產業 AI 化顧問服務

永續科技推展

34

共同主辦

http://aiacademy.tw/

01

02

03

產業 AI 化的軍校

領域專家 + 人工智慧

讓「找不到人才」不再是障礙

http://aiacademy.tw/

台灣人工智慧學校產業AI 化 實戰部隊訓練領域專家 + AI 經理人升級

從人才培育開始，讓台灣在 AI 世代更具競爭力。

孔祥重校長致詞

38

貴賓致詞

執行長報告

人工智慧人才培育

教室+

老師+

學生

AI 工程師

理論基礎

實作技巧

實戰經驗

機率、統計機器學習、深度學習

真實世界的挑戰：問題定義、資料蒐集、資料淨化、模型開發、上線運作、場域驗證

Python, TensorflowNeural network model development & evaluation

04

03

05

01

02

06

第一流的講師

富經驗助教團隊

第一手真實問題

充足計算設備 200 人大班制

學員實驗室

Labx 9

750 坪空間

GPU x 240

夥伴計畫

企業 / 學界出題

學員組隊解題

結業生招募活動

http://aiacademy.tw/corporate-partner/

http://aiacademy.tw/corporate-partner/

空氣盒子計畫中國信託商業銀行中國鋼鐵中國醫學大學醫院中研院化學所中研院生多中心中研院生醫所中華電信研究院

嘉實資訊天下文化天氣風險宏遠興業東森得易購痞客邦 PIXNET長春石化雲象科技

49

第一期企業及學術夥伴

台灣人工智慧學校首屆開學典禮

助教團隊 from Project θ Team

50

合作解題論文研討新知分享

個人競賽團隊競賽

期中、期末考

200 人大班制

第一期招生班別

• 十二周• 周一至周五• 朝九至晚六• 理論課程• 實作課程• 專題實戰• 個人競賽• 期中、期末考試

技術領袖培訓班

經理人周末研修班• 十二周• 每周六• 朝九至晚九• 基礎理論課程• 應用分享• 分組討論／報告• 交流聚會

技術領袖培訓班

程式設計

統計

機率

線性代數 微積分

報名430 人

錄取210 人

技術領袖培訓班

技術領袖培訓班課程

15 天

18 天

25 天專題實戰

理論課程

實作課程

技術領袖培訓班競賽

經理人周末研訓班

報名470 人

錄取320 人

經理人研修班課程人工智慧概觀

統計與資料分析

機器學習與演算法概論

深度學習入門

手把手機器學習及深度學習

電腦視覺

文字探勘與自然語言處理

社群媒體分析

聊天機器人

推薦系統

語音與音樂訊號處理

人工智慧產業案例分析

台灣人工智慧學校第一期結業典禮

日期: 4/28 (六)地點: 中研院人社大樓活動: 1) 結業典禮

2) 期末成果發表會3) 就業媒合活動

台灣人工智慧學校第二期開始招生

上課: 5/12 – 9/1 (十六周)招生: 技術領袖培訓班

(二四六 或 三五六)經理人周末研修班

報名截止: 3/27

台灣人工智慧學校分校規劃

62

台北市新竹市

台中市

台南市高雄市

500 學員 x 每年 3 期 x 5 校區= 每年培養 7500 AI 工程師 / 經理人

台灣人工智慧學校是科技生態系統的一份子

63

• 速度與彈性是特色• 配合產官 AI 規劃調整• 期待與科研法人的協作

台灣人工智慧學校產業AI 化 實戰部隊訓練領域專家 + AI 經理人升級

從人才培育開始，讓台灣在 AI 世代更具競爭力。

台塑企業

奇美實業

英業達集團

義隆電子

聯發科技

65

科技生態發展公益基金會捐助儀式

捐助人

林健男董事長台灣塑膠工業股份有限公司

科技生態發展公益基金會捐助人

陳世賢副總經理奇美實業股份有限公司

科技生態發展公益基金會捐助人

卓桐華董事長英業達股份有限公司

科技生態發展公益基金會捐助人

葉儀晧董事長義隆電子股份有限公司

科技生態發展公益基金會捐助人

謝清江副董事長聯發科技股份有限公司

科技生態發展公益基金會捐助人

貴賓合影

台灣人工智慧學校產業AI 化 實戰部隊訓練領域專家 + AI 經理人升級

從人才培育開始，讓台灣在 AI 世代更具競爭力。

投影片編號 1投影片編號 2投影片編號 3投影片編號 4投影片編號 5March – November in 2017投影片編號 7投影片編號 8Project θ Weekly Meetings at NCTU�and Also Online with Academia Sinica��June 6, 2017投影片編號 10產業共通挑戰 #1－瑕疵檢測Typical PCB defectsTypical defects after �SMT (Surface-Mount Technology) processMore SMT/DIP Defect ExamplesSystem automatically detects cracks in nuclear power plants以深度學習進行自動瑕疵檢測實際案例 – 視覺檢測速度比較 實際案例 – 視覺檢測效益評估產業共通挑戰 #2－自動流程控制投影片編號 20投影片編號 21產業共通挑戰 #3－預測性維護預測某段時間後的設備狀態產業共通挑戰 #4－原料組合最佳化染整業的打色問題打色成功率: 70% to 95%project θ team has solved �10+ problems�from 10+ companies �within 6 months…Looks it works out, but …2017/06/26 Project θ Meeting投影片編號 30投影片編號 31投影片編號 33投影片編號 34投影片編號 35投影片編號 36投影片編號 37投影片編號 38投影片編號 39投影片編號 40投影片編號 41投影片編號 42投影片編號 43投影片編號 44投影片編號 45投影片編號 46投影片編號 47投影片編號 48投影片編號 49助教團隊 from Project θ Team投影片編號 51投影片編號 53投影片編號 54投影片編號 55投影片編號 56投影片編號 57投影片編號 58投影片編號 59投影片編號 60投影片編號 61台灣人工智慧學校分校規劃台灣人工智慧學校是�科技生態系統的一份子投影片編號 64投影片編號 65投影片編號 66投影片編號 67投影片編號 68投影片編號 69投影片編號 70投影片編號 71投影片編號 72