AI進階技術之系列活動 (舊三)

當AI成為每個人朗朗上口的時尚詞彙,機器學習與深度學習成為企業顯學,CNN, RNN, GAN等技術的應用不再是遙不可及。機器學習論文每年成長的曲線已經超越了硬體的摩爾定律,而AI的研究領域與理論每年推陳出新,台灣人工智慧學校挑選出以下的AI技術主題,將舉辨一系列活動,將這些主題的理論與技術,分享給對AI有著不滅熱情的您。

[主題]

  • 小樣本學習: Small Data
  • 可解釋AI: Explainable AI (XAI)
  • 聯邦學習: Federated Learning
  • 半/自監督式學習: Semi/Self Supervised Learning
  • 強化學習: Reinforcement Learning
  • 注意力機制: Attention

[我們為什麼挑選這些主題]

我們都知道機器學習與深度學習,會經歷下面四個重要的階段:

  1. Problem: 定義問題
  2. Data: 收集數據與整理數據
  3. Model: 訓練模型與調整模型
  4. Deployment: 模型佈署與上線

在關鍵的數據與模型的部分,實務上我們會遇到以下的困難與想法:

  • 數據的取得困難
    • 狀況一: 數據本身就稀少,所以取得困難 => 這是"小樣本學習"的研究主題
    • 狀況二: 因為數據有機密性,所以取得困難 => 這是"聯邦學習"的研究主題
  • 收集到數據並不完整,譬如僅有少部分的資料才有標註 => 這是"半/自監督式學習"的研究主題
  • 訓練出來的模型是黑盒子,不知道模型是如何推導出答案 => 這是"可解釋AI"的研究主題
  • 模型是否有學習到需要關注的重點 => 這是"注意力機制"的研究主題
  • 強化學習作為三大機器學習的核心方法之一,不需要標註的資料,透過與環境的互動,學習如何達到最佳的結果。
Whole Picture
(點圖放大)

[看看名人怎麼說]

- 小樣本學習:

"Gartner Says 70% of Organizations Will Shift Their Focus From Big to Small and Wide Data By 2025"

https://www.gartner.com/en/newsroom/press-releases/2021-05-19-gartner-says-70-percent-of-organizations-will-shift-their-focus-from-big-to-small-and-wide-data-by-2025

- 可解釋AI:

"Explainable AI has the benefits of allowing us to understand what has gone wrong and where it has gone wrong in an AI pipeline when the whole AI system makes an erroneous classification or prediction", Marios Savvides, Bossa Nova Robotics Professor of Artificial Intelligence, Electrical and Computer Engineering Director, CyLab Biometrics Center at Carnegie Mellon University

https://www.cmswire.com/digital-experience/4-reasons-why-explainable-ai-is-the-future-of-ai/

- 聯邦學習:

國家發展委員會主委龔明鑫: "民主國家對於資料治理,非常重視隱私與人權,「聯合學習」,就是解決這個問題"

https://www.cio.com.tw/taiwan-joint-learning-and-operation-alliance-launched/

- 半監督式學習:

"Semi-supervised learning (SSL) provides a powerful framework for leveraging unlabeled data when labels are limited or expensive to obtain.", Avital Oliver, Augustus Odena, Colin Raffel, Ekin Dogus Cubuk, Ian Goodfellow, "Realistic evaluation of deep semi-supervised learning algorithms"

https://arxiv.org/abs/1804.09170

- 自監督式學習:

Yann LeCun and Yoshua Bengio: "Self-supervised learning is the key to human-level intelligence"

https://venturebeat.com/2020/05/02/yann-lecun-and-yoshua-bengio-self-supervised-learning-is-the-key-to-human-level-intelligence/

- 注意力機制:

Yoshua Bengio: "Attention is a core ingredient of ‘conscious’ AI"

https://venturebeat.com/2020/04/28/yoshua-bengio-attention-is-a-core-ingredient-of-consciousness-ai/

[活動一覽]

*** Meetup小聚 ***

我們會以線上的方式(使用Zoom)來進行,在隔周五晚上,利用兩小時由淺入深來介紹兩個主題 (還會有Bonus的主題喔!),希望大家在忙碌了一周之後,利用周五的晚上為大腦充充電。活動免費,歡迎大家來報名。

日期 主題 報名
2021/11/12可解釋AI, 聯邦學習報名網址: https://neti.cc/av3k2d1
2021/11/26小樣本學習, 強化學習報名網址: https://neti.cc/ar0qYD9
2021/12/10GNN, Style Transfer報名網址: https://neti.cc/ynXV8Zp
2021/12/23(四)半/自監督式學習, 注意力機制報名網址: https://neti.cc/rvq0zak
2022/1/7可解釋AI, 聯邦學習報名網址: TBD
2022/1/21小樣本學習, 強化學習報名網址: TBD
2022/2/11GNN, Neural Rendering報名網址: TBD
2021/2/25半/自監督式學習, 注意力機制報名網址: TBD

*** Medium文章 ***

小聚之後,我們會透過台灣人工智慧學校官方Medium,分享更進階的技術與理論相關文章,給想更了解每個主題的同好們,請持續關注我們的Medium (https://medium.com/ai-academy-taiwan)

*** 實體課程 ***

台灣人工智慧學校作為台灣最重要的人工智慧教育平台,以產業AI化為使命,希望上述的技術主題能夠串接到企業實際的應用,學校目前正在規劃相關的實體課程,從理論到實作到應用,讓學員能充分運用這些AI的進階技術,解決自身與企業的問題。 敬啟期待。

  • 主辦暨執行單位:
    財團法人台灣人工智慧學校基金會
  • 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
  • 捐助企業:
    台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電、新光人壽-新壽管理維護