【主題簡介】
今日產業界當紅的一類工程師即是Edge AI工程師，他們特別關注邊緣運算（Edge Computing）與人工智慧（AI）兩大熱門技術議題，最想了解和掌握的是：如何在自己的產業領域快速導入兩大技術，提升在市場上的競爭優勢？
目前 AI 技術已經被廣泛應用，何謂聰明的 AI ？適應性 AI 目前已被指出為 AI 發展的一項重要趨勢，不論是交通、工廠、醫療或零售等各個領域，都必須設置多個終端設備進行協同合作，使得智慧應用的運作環境複雜且多變的特性，Edge AI 工程師將被迫面對資料分佈偏移的問題，必須建立具彈性、好維護的AIoT系統。
目前 AI 技術中的Transfer Learning（遷移學習），已被廣泛地利用，但僅止於提升訓練模型的收斂速度；相較之下，遷移學習的進階應用 - Domain Adaptation（領域自適應），不僅讓 AI 模組可以進一步適應資料分布的偏移，更衍伸出了少樣本學習（Few-shot Learning）與零樣本學習（Zero-shot Learning）等技術。
在本課程中，陳紀翰老師將帶領大家認識AIoT邊緣運算架構的Transfer Learning部署策略，並剖析Transfer Learning中對AIoT系統開發很重要的Domain Adaptation（領域自適應）技術，最後將以他實際執行過的案例來印證此技術的應用性與重要性。
【課程單元】
單元一 認識AIoT邊緣運算架構及Transfer Learning部署策略
在本單元中，陳老師將說明今日AI與邊緣運算（Edge Computing)之間的依存關係，以及當AI要落實應用在產業各領域時，如何架構最有彈性的AIoT邊緣運算架構。
單元二 建立Domain Adaptation AIoT系統
此單元將說明不同的領域需求應選擇的AI技術，特別是遷移學習的進階應用 - Domain Adaptation（領域自適應），當環境或任務改變時，它能透過找出共通的特徵空間來進行關聯，讓物件辨識上有更高度的適應能力。
單元三 Domain Adaptation 技術與應用分享
本單元將進一步介紹Domain Adaptation的技術細節，並引用陳老實際執行過的產學合作案例來說明此技術的佈建實務要領。
實務案例之一將探討「電腦視覺輔助脊椎診斷」這個AI醫療議題的技術挑戰，包括現有資料集難以標注駝背、枕骨前傾、骨盆前傾、脊椎側彎、腰水平等姿態的困難，以及解決之道。
（※主辦單位保留單元細節的更改權利）
【講師介紹】
陳紀翰老師
》僑光科技大學 資科系 助理教授
》普羅斐科技有限公司 AI 技術總監
》開源智造股份有限公司 AI 技術科學家
獲獎：
111 年 經濟部工業局 AIGO 企業出題X人才解題競賽：特優獎
111 年 經濟部工業局 AIGO 企業出題X人才解題競賽：佳作
109 年 經濟部工業局 AIGO 企業出題X人才解題競賽：優等獎
【活動資訊】
►主辦單位：MakerPRO
►課程辦理平台：Google Meet
►時間：2023年3月23日(星期四) 19:00-20:40
►聯絡方式：service@makerpro.cc
►注意事項：報名成功後會發EMAIL通知，另活動前也會發EMAIL通知交通方式，麻煩留意並準時出席！
►先備知識：基礎 Machine Learning 知識，可使用 Google Colab
【關於MakerPRO】
MakerPRO是一個以推動科技創新實作為願景的社群／媒體。
★★MakerPRO媒體官網：不斷更新的原創文章，最專注於科技創新與實作的共筆媒體。
★★MakerLEARN課程平台：以「打造科技創造力」為訴求的線上課程平台。
★★MakerPRO FB社群：全台最活躍的Maker與開發者社群之一，討論、請益、活動、聚會，最新資訊不錯過。
★★MakerPRO活動：經常舉辦科技創新相關的線上線下活動，例如社聚、研討會及創意實作競賽。
