随着科技精进，今年已有许多AI应用於生活上，为能完善台湾AI生态系，并协助各产业能应用AI基础架构，IBM与群环科技合作开发PowerAI深度学习平台框架，提供AI解决方案的模拟测试，协助客户能快速将AI应用注入产业知识及企业资料，并使深度学习框架与神经网路训练时间从336小时缩短至7小时，让企业即时掌握AI竞争力。

总经理李正屹说明AI学习模型的应用。

台湾IBM硬体系统事业部总经理李正屹表示，「IBM看见今年从制造业、金融业到医疗业等客户，皆积极思考如何布局认知转型策略。」

群环科技产规事业群??总经理郑碧芬指出，「2017年台湾对AI需求明显增长，然而多数企业仍在思考如何使用AI技术，加上人才的稀缺。这便成为群环科技与IBM致力推动AI平台模拟机制的初衷，让企业可依不同产业对於深度学习模型的需求，结合企业内部数据於系统上测试，快速体验AI所带来的效益。」

IBM 资深资讯顾问吴志峰也在现场为我们展示AI应用，一种是物件侦测模型训练，如判断猫、狗、人脸，技术人员仅需一小时就能学会软体操作，提供物件(至少一千个样本)并建立资料库，在达到统计上的收敛後，就代表完成模型训练，并可即时测试判定。

另一个项目则是影像侦测识别，得以将物件分类，步骤雷同。而影响AI学习的时间，跟影像大小，叁数调整有关。

IBM发表针对AI工作负载而设计POWER9伺服器，有助於加速AI应用的建置。同时，为了降低企业使用AI的门槛，提高神经网路模型的开发效率，近日也发表IBM Deep Learning Impact，在开发和优化神经网路的过程中提供完整的生命周期管理，也提供11个产业相关模型给企业用户，其中包含超叁调优，可以提高5-10%的准确度，并进行平行化训练，现已经可以做到85%的加速比，帮助客户快速收敛做出一个好的模型。

传统制造业是以人工建模的影像分析方法进行良率筛检，侦测各种复杂的缺陷，然而却容易造成大量误检与漏检。对此，企业可改采深度神经网络辨识，以IBM PowerAI深度学习平台为例，利用AI分析生产线上各类操作历史资料，并建构复合模型进行自动缺陷预测，也针对产线上的影响叁数进行分析，找出影响因子的相关性，进而优化产线叁数，达到良率筛检及产能的提升，同时也降低不必要的设备支出并极大化产品利润。

随着医学持续进步，许多医疗单位面临人工处理大量影像资料，而缺乏效率的困境，并表示未来一年内将有人工智慧专案规划的需求。因此，为加速台湾智慧医疗发展，IBM致力於透过由PowerAI打造的认知系统，经过专业医疗机构训练後，能协助医师进行肺部肿瘤与乳癌检测，快速判读X光片的钙化与病变，准确率已达75%。

未来的应用将囊括各行各业，例如银行卡识别、癌细胞转移、视频即时分析、商品摆放、人脸比对、用户行为分析、良品率预测、期货外汇价格预测等，这皆仰赖DL技术的突破。