IDC 於 今年4/9發佈《未來預備式：借助 AI 掌握亞洲的增長潛能》調查報告顯示，在2021年前，AI 將提升台灣產業的創新力及員工生產力超過兩倍。企業轉型進入AI領域成了企業重要的方向。著眼於協助尚未轉型AI之企業，台灣雲協於9/5邀請到工研院講師陳明江博士與陳澤世博士，針對探討DNN Training System與AI應用分析平台技術(DeepLook)以及加速深度學習影像辨識技術，舉辦【獨門秘技】企業進入A I與系統應用大哉問活動，藉由工研院產業學院講師，用最淺顯易懂的解說，提供企業轉型AI最寶貴的鑰匙以及引入AI之後的應用知識。

陳明江博士的分享提到，AI的核心就是深度訓練學習，企業如何從眾多方案中選出快、準、高CP值的方案轉型進入AI成了重要的關鍵。為了達到最佳深度學習效果，大多需要大量GPU及軟硬體的配合，工研院開發的深度學習訓練系統 DNN Training System，能夠依照客戶需求，選擇適合的GPU和相對應的軟硬體環境，客戶本身只需準備訓練材料（Dataset），系統會建構合適的訓練Model和深度學習超參數自動調整 （Hyperparameters），加速訓練、提高準確度及硬體使用率，同時降低GPU成本，達到最佳CP值。

而第二階段陳澤世博士則分享AI應用分析平台技術(DeepLook)及加速深度學習影像辨識技術作的應用。 以往終端機器（如路口監視器或安控攝影等）的設置，雖然能獲得大量影像資料，但卻要花上數十倍的時間及人力去解讀及拼湊，延誤破案時機。為了提高破案速度，AI應用分析平台技術(DeepLook)和警界合作，利用AI類神經網路學習搭配巨量雲端運算功能，發展物件辨識加速技術，快速平行分析大量的人車流及進行分類，並增加影片中人物、車輛、車牌等影像辨別度，讓系統能鎖定犯案物件及人像，並勾劃其歷史行徑軌跡，讓警方能更快分析並統合線索，提高破案效率。

兩位博士的分享在9/5活動中獲得在場參與者熱烈的迴響，在活動後段Q&A時間參與者針對AI實際應用面與資料訓練可達效果、所需時間等方面紛紛提問，會後亦有許多討論與互動，可以感受到企業在AI轉型此一議題在備受重視並具有高度討論性與需求。台灣雲協後續也將尋求AI相關議題廠商，舉辦企業導入AI不同層面議題活動，期望能藉由協會會員不同層面、解決方案的分享，陸續協助台灣企業認識、踏入並導入AI。