Leadtek

Leadtek AI深度學習研討會 推動國內工業4.0、醫學影像與生物影像分析朝向AI發展


AI深度學習研討會講師,(左起)麗臺科技產品經理林威延,長庚大學資訊工程學系副教授林俊淵,靜宜大學資訊傳播工程學系教授洪哲倫,麗臺科技董事長暨總經理盧崑山,工業技術研究院資訊通訊研究所副組長曾德倫,麗臺科技專案技術經理劉家豪

由麗臺科技、台中市電腦商業同業公會、靜宜大學資訊傳播工程學系與長庚大學資訊工程學系共同舉辦的「AI深度學習研討會:工業4.0與影像醫學分析應用與實例」於24日舉辦,研討會結合產官學暢談AI最新趨勢,專注探討深度學習在製造業、生物醫學、醫學影像分析之研究發展、研究結果、實務應用與深度學習軟硬體解決方案。

GPU目前已是深度學習不可或缺的手段之一,但如何跨進此領域或更有效率的研發依然是很多人的疑問。研討會內容由GPU應用與深度學習解決方案,帶出工業4.0及醫學影像相關案例。以實例協助與會人員了解後端深度學習模型建置,乃至前端深度學習推論裝置,麗臺科技GPU團隊皆有一整套完整的解決方案。值得一提的是全自動化生產是工業4.0最重要的目標之一,更是全球各製造大廠相互競爭與努力實現方向,若能達到此目標將能大幅減少人力失誤並提升生產效能,而其中有一環最關鍵的課題在於製程預測診斷技術的展現。麗臺科技董事長盧崑山說,製程產線的相關數據資料相當龐大且環環相扣,因此需要尋找好的軟硬體系統架構進行大量資料運算,而GPU在硬體高速演算與平行運算的特性足以即時處理巨量的產線數據,再利用AI與深度學習演算法,即可進行設備狀態預診與生產品質監控,麗臺在GPU軟硬體整合技術和大數據領域深耕多年,已成功應用於醫療及製造產業,在未來各產業創新發展,智能化AI核心與深度學習絕對是成敗關鍵之一。

長庚大學資訊工程學系林俊淵副教授在本次研討會中提到,生物影像的魅力在於揭示了生命運作的過程,長庚大學在生物影像研究多年,發現透過細胞與粒子活動的生物影像裡可以找到可能的運作機制,而運用GPU計算能力得以讓研究人員能夠在實驗的過程中進行即時的分析工作,除此之外,當龐大且環環相扣,因此需要尋找好的軟硬體系統架構進行大量資料運算,而GPU在硬體高速演算與平行運算的特性足以即時處理巨量的產線數據,再利用AI與深度學習演算法,即可進行設備狀態預診與生產品質監控,麗臺在GPU軟硬體整合技術和大數據領域深耕多年,已成功應用於醫療及製造產業,在未來各產業創新發展,智能化AI核心與深度學習絕對是成敗關鍵之一。

長庚大學資訊工程學系林俊淵副教授在本次研討會中提到,生物影像的魅力在於揭示了生命運作的過程,長庚大學在生物影像研究多年,發現透過細胞與粒子活動的生物影像裡可以找到可能的運作機制,而運用GPU計算能力得以讓研究人員能夠在實驗的過程中進行即時的分析工作,除此之外,常有優勢,未來希望能有更多的學者投入相關的研究,共同提升台灣在醫學AI應用的競爭力。

麗臺科技全球資訊網 http://www.leadtek.com

臉書留言 Comments

臉書留言 Comments

Previous post

i-rocks K23W 粉紅色積木鍵盤 (情人節禮物首選)

Next post

App Store史上最大規模升級 下個月即將發佈

The Author

janice

janice

想去感受年輕學子的青春與熱情嗎...?
專屬校園活動規劃與執行。