【Maker玩AI】如何用MCU/RPi/NB/PC來跑AI運算，打開更大的AI應用空間？

今年已走入「萬物皆智能(AIoT = AI + IoT)」的階段，不論是家電、交通、零售、虛擬擴增實境(AR/VR/XR)、人機互動、醫療、食安、農業、金融、安全監控、電商平台及城市環境等等，無一沒有智能管理、分析及預測。

在這趨勢下，愈來愈多的物聯網應用希望能在數據生成的地方，就直接進行分析並採取適當行動，也就是即時觸發決策，而不再需要透過雲端運算而造成延遲，導致無法即時做出反應。這個需求也促成邊緣運算（Edge Computing）架構備受重視，也就是在設備端就進行機器學習（Machine Learning, ML）或深度學習（Deep Learning）。

雲端及邊緣計算示意圖 (圖片來源：歐尼克斯實境互動工作室OmniXRI整理製作)

這次「MakerPRO開發社群論壇」將聚焦在Maker／開發者在家就能玩得動的AI開發平台，分享主題包括Arm-based MCU就跑得動的uTensor開源專案、由DT42基於Rapsberry Pi所開發的BerryNet深度學習Gateway，以及適合NB/PC的AI加速運算硬體 – Intel Movidius神經運算棒；此外，還將邀請中華電信研究院來介紹IoT平台可提供的深度學習服務，以及邀PRO Maker – Jack Hsu來分享他如何解放Raspberry Pi的GPU算力。

【分享主題】

1. uTensor

uTensor是一個極輕量化的深度學習介面框架，其開發環境是基於Mbed和TensorFlow，這是一個開源專案，希望能將AI的運算及應用推到MCU等級的”邊緣”設備上頭。這是一個由台灣開發者發起的專案，主要推手為Neil Tan、Kazami Hsieh、Dboy Liao。

uTensor應用Demo：可判別手寫數字

2. BerryNet

BerryNet是由台灣知名AI新創灼灼科技（DT42）在Raspberry Pi上實作的AI Gateway開源專案，透過BerryNet，可以將各式裝置連接到RPi上，利用RPi來運算深度學習，對影像或語音做即時分析，為IoT世界帶來更多可能性，想要AI的力量不再只能倚靠雲端。

BerryNet應用情境：家中監視器可即時判讀家中寵物的行蹤

3. Intel Movidius

Intel 併購Movidius後推出了神經運算條（NCS）AI加速硬體方案，僅有USB隨身碟大小，卻能提供人工智慧加速運算力，只要用電腦、筆電或樹莓派接上它，就能利用在雲端訓練好的模型在特定排程或時間內完成剖析(Profile)、微調（Tuning）或編譯（Compiling），或部署到邊緣裝置上加以應用。

4. 解放Raspberry Pi的GPU算力

即使有了NCS，但還是需要花錢來添購，能不能直接用Raspberry Pi來執行AI視覺運算，又不會覺得速度太慢？有機會的，長期投入影像處理技術的Jack Hsu研究發現，其實RPi的GPU運算力不差，但仍未被充分運用，該如何解放呢，且聽Jack的心得剖析。

5. IoT平台深度學習運算服務

中華電信研究院花了多年時間開發出IoT大平台，其中的服務包含提供豐富的AI模型與框架，讓不熟悉AI深度學習的創客/使用者能快速的應用AI技術，進行深度學習模型訓練與開發智能應用。

（ ※主辦單位保有更動講師及議題的權利，將不另行通知 ）

【早鳥優惠】提早報名只要500元！心動不如馬上行動～

【報名方式】

【課程資訊】

• 時間: 2018年 7月21日 (六) 13:30 – 16:50
• 地點: 中華電信學院／綜合大樓1樓G100教室（新北市板橋區民族路168號）
• 交通方式: 離板橋捷運站／火車站／高鐵站步行10-15分鐘路程（建議地圖路線連結）

【其他資訊】

1. 請來賓攜帶名片，將於報到與討論交流時段使用。

2. 愛地球，帶環保杯(水壺)現場盡量不使用一次性餐具。

【洽詢窗口】

MakerPRO 蔡小姐，02-2367 9308 (敬請於周一至周五10:30-18:00來電洽詢) ／ E-mail：service@makerpro.cc 

►主辦單位：、中華電信學院