教育目標

教育目標

 

       培養具備智慧自動化工程相關基礎理論與實務技術之跨領域機電人才,藉由臺北科技大學現有完善之大學部/碩士/博士教學與研發資源,以及引進國外知名大學中階工程師的養成教育模式,並結合企業早期實務培訓模式與創新創業傳承學習,為國家前瞻人工智慧產業培育智慧自動化所需之紮實技術人才,以及成就學生成為未來企業接班人奠定基礎。

人工智慧應用領域

 

        隨著超級電腦與人工智慧的發展,高科技人才越來越能夠處理大量的數據處理,藉由與資料庫中心超級電腦的合作人們可以享用高清影音直播串流、行動支付、資料分析......等等便利的服務,讓工作、生活的效率大幅提升。

 

 

        作為人工智慧體系的一部分,機器學習的主要功能在於讓電腦在接觸全新、或是不斷變動的資訊時,能夠透過學習和分析資訊內容,然後自我進化。舉個比較近的例子,就是臉書的個人頁面就利用了機器學習功能,在分析使用者按讚的對象之後,推薦符合個人喜好的內容。

 

 

        深度學習又是機器學習的分支,深度學習是人工智慧中,成長最快的領域,深度學習模擬人類神經網絡的運作方式,常見的深度學習架構,如多層感知器(Multilayer Perceptron)、深度神經網路DNN(Deep Neural Network)、卷積神經網路CNN(Convolutional Neural Network)、遞迴神經網路RNN(Recurrent Neural Network)。深度學習特別應用於視覺辨識、語音識別、自然語言處理、生物醫學等領域,取得非常好的效果。

 

 

        智慧型代理人(Agent)是一支已人工智慧技術為底的電腦程式,利用電腦快速且精確的運算能力,幫助人類完成特定之工作。智慧型代理人一般而言具有以下特性:自主能力(autonomous)、反應能力(reactivity)、交互作用能力(interactive)。具有自主能力的智慧型代理人可以幫助使用者進行簡單的決策,而交互作用能力讓智慧型代理人間可以彼此溝通、與使用者溝通,讓任務的執行更精確迅速,具體例子為蘋果公司推出的Siri、Goole語音助理、亞馬遜公司的Alexa。

 

瀏覽數: