Edge AI
邊緣AI(Edge AI)是一種將人工智慧的運算能力從雲端延伸到資料產生源頭的技術。簡單來說,就是將AI模型部署在靠近資料產生端的設備上,例如IoT裝置、智慧型手機等,讓這些設備能夠在本地進行資料處理和分析,而不需要將所有資料傳送到雲端。
前瞻技術的挑戰
什麼是前瞻技術?
前瞻技術指的是那些超越現有科技水準,具有高度創新性,並有潛力在未來引發重大變革的技術。
這些技術不僅能解決現存的問題,更能開創全新的應用領域,為社會帶來深遠的影響。
Secure Machine Learning System
安全的機器學習系統(Secure Machine Learning Systems)旨在確保機器學習模型在實際應用中能夠抵禦各種安全威脅,並且保持其性能和準確性不受攻擊或干擾。隨著機器學習廣泛應用於金融、醫療、交通、網路安全等關鍵領域,保護這些系統不受惡意攻擊或資料泄露的風險變得尤為重要。
Label Noise Learning
Label noise learning(標籤雜訊學習)是機器學習中的一個研究領域,專注於應對資料集中錯誤或不準確的標籤問題。
標籤雜訊通常會導致模型的效能下降,特別是當訓練資料中的錯誤標籤比例較高時,模型可能會學習到錯誤的模式,從而影響其泛化能力。
Generalization
模型的泛化能力(Generalization Ability)是指模型在訓練後,能在未見過的資料上表現良好的能力。換句話說,模型不僅能夠在訓練資料上取得好的效果,還能在測試資料或真實世界中的新資料上做出準確的預測。這是機器學習中評估模型效能的重要指標。