根据Gartner调查，只有4%的企业已部署并投入AI应用，另有46%的企业有积极意愿并计画投入AI部署－－这无疑是技术学习者的最关键指标！事实上，人工智慧技术已经酝酿超过65年，拥有资料者更是比比皆是，但关键在于如何能用机器学习技术找出资料价值；而进行缺陷检测所需的大量影像资料学习方法，正是人工智慧的视觉辨识基础应用。为此，微软特别与NVIDIA合作，在课程中介绍GPU运算如何在机器学习领域中扮演的重要角色！

本次机器学习工作坊分为上下午两个场次，上午以缺陷检测作为机器学习起手式，其次介绍 NGC Docker images，以期开发者可以利用现成容器映像，在训练与预测的需求上进行快速导入。而对于如何最佳化运算模型并强化效能，则以TensorRT + GRE SDK的技术来对应。课堂中还将介绍 U-Net model，若开发者的资料集符合这样的模型，更可以立即加以运用。

而微软已经在机器学习上已经提供了相当多的技术与工具，下午场便以介绍微软提供的免费机器学习平台－－Azure Machine Learning Studio (Azure MLS)，它包含了许多学习者现成可用的资源，包括 Data Science VM 虚拟机器环境、在GitHub 上的Spark 机器学习工具套件－－MMLSpark、ONNIX、搭配FPGA的深度学习加速平台－－Azure real time AI (Brainwave专案)等，最后再对Azure AI Gallery / Notebooks / AI course 等服务做完整介绍。