你也能嘗試的六個人工智慧專案！(上)

人工智慧（artificial intelligence, AI）已經改變我們的生活，更被許多產業視為是步入未來的重要武器，也是許多開發者躍躍欲試的全新領域。但問題來了，有哪些專案適合初學 AI 的開發者著手呢？數位無限 Infinitiessoft 為開發者整理了六大最適合初學者的 AI 專案與他們的學習資源。

1. 自動駕駛：導入強化學習 ( Reinforcement Learning )

你可以點開學習資源中的範例，盡可能地維持車輛與道路邊緣的間隙，藉此讓駕駛繞過沿路中遇到的各種阻礙，這便是最適合用強化學習解決的問題。

強化學習是機器學習中的一個分支領域，特色是能夠利用各種環境中不斷輸入的資料，自我修正，確保程式模組有最好的表現成果。在這個範例中，你可以試著將神經網路結合強化學習的架構，達到最好的效果。

這是許多自動駕駛專案的基礎，藉由調整參數與演算法，模擬各種道路上可能的情況，適合初學 AI 的開發者。

範例來源：https://ieeexplore.ieee.org/document/9415770

2. 臉部辨識系統

臉部辨識是人工智慧用於生物認證 ( Biometric ) 上最常見的應用。所謂的生物認證，指的是用人類生物特徵來區分個體的研究。過去常被使用於生物認證的生理特徵包括指紋、掌紋、虹膜、聲紋、步態、簽名等資料。臉部的資訊較為複雜，由於過去沒有強大的運算能力，一直到近代才成為顯學。臉部辨識最大的好處就是非接觸性，是少數能夠大規模透過攝影機快速取得的生理特徵。

臉部辨識包括收集臉部影像、人臉定位、臉部影像前處理、確認身分以及身份搜尋等。進行臉部辨識是深度學習(Deep Learning)最拿手的領域，一樣也可以套用機器學習來不斷修正辨識模組。臉部辨識的應用也相當廣泛，從企業和學校的維安系統、Face2Gene 的健康應用，甚至是 iPhone 13 等高階手機也使用這樣的技術。

範例來源：http://www.jcreview.com/fulltext/197-1581399622.pdf

3. 導入 AI 的自動化系統

你有想過，這是你未來的生活嗎？

在你回家前，AI 管家會自動計算今天的車流、溫度與濕度，早在你下交流道的時候，就已經打開冷氣，準備迎接你回家；AI 管家甚至能發現你今天的工作時間比往常久，在你踏進家門的那一刻，熱騰騰的晚餐就剛好做好，讓你能夠好好的休息。

自動化系統最常見的應用領域其實是來自銀行，AI 在每天數以億件的轉帳中，能夠發現詐騙集團慣用的模式，並早早發出預警。

近來這樣的自動化，也從 Fintech 延伸到了智慧家庭 ( Smart Home ) 或是智慧工廠(Smart Factory)中，對於重複性高、使用頻率高的事務，能夠透過 AI 進行自動化調整。你可以如同範例中的示範，試著用 TensorFlow 創造一個節能的人工智慧模型，然後不斷增加連接進來的各種 AIoT 設備。

範例來源：https://link.springer.com/article/10.1186%2Fs13673-018-0132-y

對了，你還需要「AI-Stack」來幫你設定開發 AI 的環境 ……

對於剛開始開發 AI 專案的初學者來說，一定對於管理多個 GPU 的運算資源感到相當頭痛。「AI-Stack」是一套由數位無限軟體所研發的機器學習開發與營運管理平台。數位無限軟體擁有建置國家高速網路與計算中心 Taiwan GPU Cloud- TWGC AI 人工智慧與深度學習平台以及Taiwan Compute Cloud- TWCC (BDS) 大資料分析及處理平台的經驗，最了解臺灣工程師和科學家在開發 AI 時的基礎設施及環境建置需求和困擾。

「AI-Stack」支援 GPU 和 AI 流程自動化，大幅降低 AI 工程師與科學家要自行建置AI開發環境，多次下載 Tensorflow、Caffe 等AI Framework的時間。使用 AI-Stack，能讓開發者不須花費大量時間，輕鬆維護開發環境，短時間就能建好安全且快速的開發環境。

「AI-Stack」不但安全、快速，也很容易就能上手，已經受到國網中心、臺灣晶圓大廠、IC設計公司、公部門以及多所大專院校研究單位的信賴，非常適合初學者與 AI 專案開發者的使用。

想了解更多關於 AI 計算管理平台與MLOps 解決方案：「AI-Stack」，如何幫助你解決各種機器學習和人工智慧的問題，請參考官網：https://www.infinitiessoft.com/