【主題簡介】
AI智慧時代有三個致勝關鍵，分別是：專家直覺知識力、AI建模師創新力、大數據計算力。本課程將介紹前兩力的交集，也就是「如何把專家直覺納入AI模型中？」
看看目前當紅的ChatGPT，不但能理解各種提問說法，還能回答的頭頭是道，為什麼能這麼神？除了自然語言深度學習技術的進步外，更重要的是有像維基百科這樣的專業知識庫讓它分析、理解和學習。
不過，ChatGPT仍在學習階段，它的最大限制是：缺乏假設（Hypothesis）思考能力。事實上，這是今日AI 科技仍比不上「專家」、「達人」的地方，也就是沒有果因推理能力！如果沒有專家直覺的注入，AI只是一個統計回歸分析算法而已！
專家直覺（Expert Intuition）就是能看出來眼前狀況與過去狀況的某些相似點（即相似特徵）。在菜鳥眼中，每個情況都是新且獨立的；相較之下，當您的專門知識愈深，就愈能看出許多相似情況。因此，專家直覺帶給人們瞬間洞察力，也就是「鑑往知來」的強大能力。
的確，在行為決策的世界裡，有時候關鍵並不在於搜集大資料，透過經驗法則導引出的直覺，即使不比複雜的分析過程更為有用，至少也一樣有用。本次課程將邀請AI達人 – 高煥堂老師開講，帶您了解何為「專家直覺」？並將以多個範例說明「AI要如何學習專家直覺」？
【課程單元】
單元一 認識專家直覺
專家的智慧存在於行業(或領域)專家的腦海裡，而且常常是 「非邏輯化」的，這種直覺性的智慧，很難透過傳統的系統分析、程式設計的方式來將其納入電腦裡。如今，恰好當今主流AI的深度學習所展現的智慧，也是非邏輯化的，又稱為：黑箱式推理。
單元二 AI學習專家直覺範例
人類的產線專家看一眼機器狀態紀錄資料，就能看出有沒有發生連續跳機異常現象，並判斷是否需停機維修，那麼，AI是否也能一眼看出來呢？
答案是：可以的。
單元三 如何訓練CNN卷積核的權重？
本單元將設計一個AI模型來訓練CNN卷積核，說明如何從「分類」、「正規化」及「機器學習」的過程中來得出卷積核的權重。
單元四 範例探討：如何把專家直覺納入AI模型中
本單元將以「醫院護理師排班表」為例來說明如何把專家直覺：一個有經驗的護理師，一眼就能看出排班表安排的好不好，憑藉的就是專家直覺。本範例中將探知一位資深護理師所觀察到的特徵，並且將其表現於「排班CNN深度學習模型」中，以便提升AI系統的品質。
（※主辦單位保留單元細節的更改權利）
【講師介紹】
高煥堂老師
- 學歷：美國科羅拉多州大學(U. of Colorado at Boulder)/資訊管理研究所, 台灣淡江大學/管理 科學研究所。
- 現任教於銘傳大學AI通識課程、長庚大學智慧醫療創新研究所學程
- 現職：台灣AIC(AI+IC)産業聯盟主席
- 曾任：亞太地區Android技術大會主席
物澤電腦電腦事業股份有限公司CEO
兼任《物件導向雜志》主編
Queena Systems公司(美國)系統架構師 - 專精AI(人工智慧)、IC軟硬整合技術與大數據應用。
- 擁有41年軟硬體整合設計經驗。專精Android終端平台、AI、Docker容器、VR技術等。
- 近5年來，從事於AI普及化教育工作，目前擔任銘傳大學AI課程、長庚智慧醫療研究所AI課程授課老師。也擔任永春國小、東園國小、立志中學、君毅中學、永春高中等學校的AI師資培育工作。
- 2020年指導台北市東園國小、永春國小老師製作AI教案，參加台北市教育局舉辦AI教案徵選比賽，分別榮獲特優獎第一和第二名。
【活動資訊】
►主辦單位：MakerPRO
►課程辦理平台：Google Meet
►時間：2023年3月16日(星期四) 19:00-20:40
►聯絡方式：service@makerpro.cc
►注意事項：報名成功後會發EMAIL通知，另活動前也會發EMAIL通知交通方式，麻煩留意並準時出席！
►先備知識：對深度學習CNN模型有基本認識
【關於MakerPRO】
MakerPRO是一個以推動科技創新實作為願景的社群／媒體。
★★MakerPRO媒體官網：不斷更新的原創文章，最專注於科技創新與實作的共筆媒體。
★★MakerLEARN課程平台：以「打造科技創造力」為訴求的線上課程平台。
★★MakerPRO FB社群：全台最活躍的Maker與開發者社群之一，討論、請益、活動、聚會，最新資訊不錯過。
★★MakerPRO活動：經常舉辦科技創新相關的線上線下活動，例如社聚、研討會及創意實作競賽。
