隨著科技精進，今年已有許多AI應用於生活上，為能完善台灣AI生態系，並協助各產業能應用AI基礎架構，IBM與群環科技合作開發PowerAI深度學習平台框架，提供AI解決方案的模擬測試，協助客戶能快速將AI應用注入產業知識及企業資料，並使深度學習框架與神經網路訓練時間從336小時縮短至7小時，讓企業即時掌握AI競爭力。

總經理李正屹說明AI學習模型的應用。

台灣IBM硬體系統事業部總經理李正屹表示，「IBM看見今年從製造業、金融業到醫療業等客戶，皆積極思考如何佈局認知轉型策略。」

群環科技產規事業群副總經理鄭碧芬指出，「2017年台灣對AI需求明顯增長，然而多數企業仍在思考如何使用AI技術，加上人才的稀缺。這便成為群環科技與IBM致力推動AI平台模擬機制的初衷，讓企業可依不同產業對於深度學習模型的需求，結合企業內部數據於系統上測試，快速體驗AI所帶來的效益。」

IBM 資深資訊顧問吳志峰也在現場為我們展示AI應用，一種是物件偵測模型訓練，如判斷貓、狗、人臉，技術人員僅需一小時就能學會軟體操作，提供物件(至少一千個樣本)並建立資料庫，在達到統計上的收斂後，就代表完成模型訓練，並可即時測試判定。

另一個項目則是影像偵測識別，得以將物件分類，步驟雷同。而影響AI學習的時間，跟影像大小，參數調整有關。

IBM發表針對AI工作負載而設計POWER9伺服器，有助於加速AI應用的建置。同時，為了降低企業使用AI的門檻，提高神經網路模型的開發效率，近日也發表IBM Deep Learning Impact，在開發和優化神經網路的過程中提供完整的生命週期管理，也提供11個產業相關模型給企業用戶，其中包含超參調優，可以提高5-10%的準確度，並進行平行化訓練，現已經可以做到85%的加速比，幫助客戶快速收斂做出一個好的模型。

傳統製造業是以人工建模的影像分析方法進行良率篩檢，偵測各種複雜的缺陷，然而卻容易造成大量誤檢與漏檢。對此，企業可改採深度神經網絡辨識，以IBM PowerAI深度學習平台為例，利用AI分析生產線上各類操作歷史資料，並建構複合模型進行自動缺陷預測，也針對產線上的影響參數進行分析，找出影響因子的相關性，進而優化產線參數，達到良率篩檢及產能的提升，同時也降低不必要的設備支出並極大化產品利潤。

隨著醫學持續進步，許多醫療單位面臨人工處理大量影像資料，而缺乏效率的困境，並表示未來一年內將有人工智慧專案規劃的需求。因此，為加速台灣智慧醫療發展，IBM致力於透過由PowerAI打造的認知系統，經過專業醫療機構訓練後，能協助醫師進行肺部腫瘤與乳癌檢測，快速判讀X光片的鈣化與病變，準確率已達75%。

未來的應用將囊括各行各業，例如銀行卡識別、癌細胞轉移、視頻即時分析、商品擺放、人臉比對、用戶行為分析、良品率預測、期貨外匯價格預測等，這皆仰賴DL技術的突破。