| 領導者的數位轉型 | 數位轉型 | AI | 人工智慧 | 書摘

Netflix如何打造AI工廠

十年前便開始系統性彙整大量數據,以供應內部AI工廠所需燃料,為3億用戶打造專屬推薦服務

2021-07-09

| GitHub | OpenAI | GitHub Copilot | 程式開發 | 人工智慧 | AI

GitHub與OpenAI攜手發表GitHub Copilot,用AI當你的Pair Programmer

GitHub Copilot服務採用OpenAI開發的Codex系統,讓AI充當你的結對工程師

2021-06-30

| 聯合國教科文組織 | UNESCO | 人工智慧 | AI | 機器人

聯合國教科文組織:AI與機器人主導全球科學研究,呼籲全球研究應更多元化

UNESCO研究顯示在這五年中,AI及機器人議題主導了全球的科學研究風向,但氣候變遷、生物多樣性等議題也不容忽視

2021-06-15

| AWS | DeepRacer | 機器學習 | AI | 人工智慧

AWS開源迷你賽車DeepRacer裝置軟體

透過開源DeepRacer迷你賽車軟體,開發者可以按照自己的想法開發新的演算法,創造出新的車輛用途與跑法

2021-04-30

| AI | 松下電器 | Panasonic Corporation | Blue Yonder | 供應鏈 | 人工智慧 | 機器學習 | 收購 | 併購

日本松下電器將以71億美元收購美國軟體業者Blue Yonder

松下電器看好Blue Yonder以AI技術打造的供應鏈與商業解決方案,要將Blue Yonder納入未來的Panasonic Connect,以發展供應鏈創新及自動化應用

2021-04-26

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line

Line AI開發的關鍵基礎架構──ML Universe關鍵功能大公開

涵蓋了從模型實驗、Pipeline的持續部署與交付、自動化建立Pipeline,以及模型的持續訓練、持續部署、持續監測等流程

2021-04-08

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決 方案 | ML模型自動化 | AI維運 | Line

【靠ML協作平臺加速AI落地】Line如何用MLOps重構AI開發流程

Line去年正式上線了一套加速AI開發的關鍵基礎架構平臺,要讓不同角色各司其職,藉由更緊密分工協作來系統性落地AI

2021-04-07

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用 | MLOps解決方案 | ML模型自動化 | AI維運

企業規模化落地AI關鍵是MLOps(下)三大原因助MLOps快速興起

促使MLOps快速成長的原因之一,是COVID-19疫情帶動大環境快速改變,導致許多部署上線的模型在一夕間不敷使用,凸顯了AI維運的挑戰

2021-04-06

| ML Pipeline | AI開發 | MLOps | AI落地 | 協作 | DevOps | 人工智慧 | AI應用

【AI開發也要擁抱DevOps】企業規模化落地AI關鍵是MLOps(上)

隨著企業AI走出實驗階段,開始分化出多種開發角色,如何透過打造如產線般緊密分工的協作方法,來加速落地AI?關鍵就是MLOps的實踐

2021-04-06

| AI | IPO | Appier | 人工智慧 | 行銷科技

臺灣第一家AI獨角獸正式在日本股市掛牌,Appier將瞄準企業自建顧客數據和AI人才短缺帶來的SaaS需求

游直翰觀察,獲得顧客同意後的行為數據蒐集將成為重點,企業會越來越重視自己來蒐集和累積顧客資料,再加上大量AI人才短缺,都會帶動SaaS服務的需求。

2021-03-31

| AI | 收購 | 併購 | 人工智慧 | 蘋果 | Accenture | google | 微軟 | 臉書

蘋果在4年內買了25家AI公司,超越Google、微軟及臉書

AI已是科技巨頭的兵家必爭之地,競爭的結果帶來了大規模的收購活動

2021-03-26

| 人工智慧 | 資安 | 李忠憲 | 隱性反骨 | 書摘

藝術是打敗人工智慧的唯一方法

AI字意中的「藝術」,是機器人最弱的一環,也是人類不被AI取代的唯一機會

2021-01-14