嵌入式AI應用持續成長 深度學習大顯神威(1)
深度學習可指導電腦以受人腦啟發的方式來處理資料，可以彈性滿足不同應用的需求。企業使用深度學習模型來分析資料，並在各種應用程式中進行預測，廣泛導入嵌入式AI系統中。
深度學習是人工智慧(AI)中的一種方法，可指導電腦以受人腦啟發的方式來處理資料。深度學習模型可識別圖片、文字、聲音和其他資料的複雜模式，藉此產生更準確的洞察和預測。使用者可以透過深度學習方法將通常需要人類智慧的任務自動化，例如描述影像或將聲音檔案轉錄為文字。
AI技術指的是開發人員試圖將電腦，訓練成能夠像人類一樣思考和學習的系統。深度學習技術驅動了許多日常產品中使用的AI應用程式，例如：數位助理、聲控電視遙控器、詐騙偵測、自動臉部辨識(圖1)。AI也是新興技術的關鍵組成部分，例如自動駕駛、虛擬實境等。
圖1 臉部辨識應用範例
深度學習模型是資料科學家經訓練後使用演算法，或一組預先定義步驟執行任務的電腦檔案。企業使用深度學習模型來分析資料，並在各種應用程式中進行預測。
深度學習在汽車、航太、製造、電子、醫學研究和其他領域中具有若干使用案例。深度學習應用包含自動駕駛汽車使用深度學習模型，自動偵測道路標示和行人。國防系統也使用深度學習，來自動標示衛星影像中感興趣的區域。而醫學影像分析使用深度學習來自動偵測癌細胞，以進行醫學診斷。工廠則使用深度學習應用程式，自動偵測人員或物件是否位於機器的不安全距離內。
深度學習五大應用
深度學習的應用主要可分為電腦視覺、語音辨識、自然語言處理(NLP)，以及建議引擎五大類。
電腦視覺
電腦視覺是電腦從影像和影片中，擷取資訊和洞察的功能。電腦可以使用深度學習技術，進而以與人類相同的方式理解圖像。電腦視覺有多種應用，例如內容審核可自動從影像和影片封存中，移除不安全或不當的內容。臉部辨識可識別面部，並識別睜眼、眼鏡和面部毛髮等屬性。影像分類可以識別品牌標誌、服裝、安全裝備，和其他影像詳細資訊。
語音識別
儘管語音模式、音調、語氣、語言和口音不同，深度學習模型仍然可以分析人類語音。例如Amazon...
2024 年 06 月 18 日
