[新聞] 國內AI人才搖籃臺灣人工智慧學校今開學,未來成立5分校一年可培育7500位AI人才
1.原文連結:
https://ithome.com.tw/news/120960
2.原文內容:
國內AI人才搖籃臺灣人工智慧學校今開學,未來成立5分校一年可培育7500位AI人才
臺灣人工智慧學校今天舉行開學典禮,未來3個月的時間,
將為國內培養第一線的AI人才,包括AI工程師,具AI觀點的中高階經理人。
臺灣人工智慧學校在今天(1/27)舉行開學典禮,現場聚集500多位學員,三個月後結訓成
為各產業的AI尖兵,未來不只是在台北設有學校,新竹、台中、台南及高雄也將設立分校
,估計一年可培訓7500位AI人才。
臺灣人工智慧學校係由臺灣資料科學協會、科技生態發展公益基金會籌備處主辦,並委託
了財團法人人工智慧科技基金會執行,獲得中研院資科所、科學創新研究中心的協助,校
長由中研院院士,也是哈佛大學教授的孔祥重擔任,執行長則是陳昇瑋。
這所學校位於台北南港的中研院,向中研院借地750坪的空間,共有9間實驗室,可作為學
員上課交流、實作研究之用。基於AI需要大量的運算資源,臺灣人工智慧學校採購價值超
過2千萬元的240個GPU設備,以滿足學生練習、解題使用。師資則有來自學校的研究者、
資料科學協會方面的專家,學生除了接受3個月的課程,還需解決由合作企業出的題目。
開學典禮上,中研院院長廖俊智、科技部部長陳良基、經濟部部長沈榮津、立委陳學聖、
立委吳思瑤,以及義隆電子、聯發科等產業界代表,以及即將參與課程訓練的530位學生。
台灣人工智慧學校執行長陳昇瑋表示, 中研院院長孔祥重去年利用半年的休假回台,有
鑑於國外已積極發展人工智慧,他拜訪國內各產業瞭解其需求,歸納出產業導入AI所面臨
的4項難題,包括實戰人才缺乏、找出對的問題對症下藥不易、產學間有鴻溝、缺乏自建
技術的信心。因此成立財團法人科技生態基金會,同時也成立了Project θ團隊,以顧問
形式幫產業利用AI解決問題,以製造業相當需要的瑕疵檢測為例,像是檢測金屬表面、
PCB或焊鍚上是否有玼疵,雖然現在已有技術幫忙,但確實率不足,仍需要人力檢測,例
如某家公司,每條產線有4個檢測人員,每天可檢測112萬張,漏檢率為5%,而利用AI技術
作自動檢測,漏洞率降到0.1%,速度則提高到超過400萬張。
陳昇瑋(下)表示,雖然AI能夠幫企業提昇效率、生產力,但國內產業採用AI的難題最根本
的還是在人才的不足,因此成立臺灣人工智慧學校培育人才。而有別於一般學校,臺灣人
工智慧學校以產業AI化、AI產業化為目標,具有6項特色:一流的講師、學員實驗室、充
足的運算設備、產業的第一手真實問題解題、豐富經驗的助教團隊、200人的大班制。
人工智慧學校的學生以產業界人士為主,第一期的學生分為兩班,技領域培訓班及經理人
專班。
一是技術領域培訓班,3個月為一期,周一至週五、早上9點至晚上6點,內容包含理論、
實作、專題、個人競賽,並像學校有期中、期末測試,以培育第一線的AI工程師為目標。
第一期430人報名,經過微積分、線性代數、機率、統計、程設考式,錄取210位學生。由
學界或產業界出題,讓技術班學生解題,以累積實戰經驗。
學生來自電子業(23%)、資訊業(16%)、製造業(15%)、金融(13%)等等:
另一個則是經理人研修班,為在職研修性質,只在周六早上9點至晚上9點上課,內容包含
理論、應用分享、分組討論報告、交流等等,以培育具有AI視野的經理人才。470人報名
,共錄取320人,以中高階主管為主,另有醫師、律師、研究員、教授、分析師等。
第二期從1/27到3/27開放報名,預計5/21至9/1上課。陳昇瑋表示,目前人工智慧學校位
於南港的中研院,未來會在台北找尋其他的地點,而除了台北設校,也會在新竹、台中、
台南、高雄設分校,各地分校正在籌備中,今年內將看到新竹、台中分校成立。每一期
500位學員,一年三期,未來五個校區一年預估可為國內培養7500位具產業經驗的AI實戰
人才。
有鑑於產業界人士可能因為工作需要無法參加臺灣人工智慧學校的課程,該校也規劃彈性
的課程時間,例如讓學員可依工作需要選擇一、三、五上課,或二、四、五上班等,彈性
課程的具體時間還未確定。
3.心得/評論:
政府這麼大力看好
連張忠謀都說
在下個10年,將重點投入人工智慧(AI)
政府大力扶植 台GG也大力投入
鎖定AI相關概念股
直接歐印就對了
--
推
,
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.24.224.229
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1517148153.A.C70.html
※ 編輯: T3T (114.24.224.229), 01/28/2018 22:03:03
→
01/28 22:04,
6年前
, 1F
01/28 22:04, 1F
→
01/28 22:09,
6年前
, 2F
01/28 22:09, 2F
推
01/28 22:11,
6年前
, 3F
01/28 22:11, 3F
→
01/28 22:12,
6年前
, 4F
01/28 22:12, 4F
推
01/28 22:16,
6年前
, 5F
01/28 22:16, 5F
→
01/28 22:16,
6年前
, 6F
01/28 22:16, 6F
推
01/28 22:18,
6年前
, 7F
01/28 22:18, 7F
推
01/28 22:19,
6年前
, 8F
01/28 22:19, 8F
推
01/28 22:27,
6年前
, 9F
01/28 22:27, 9F
推
01/28 22:27,
6年前
, 10F
01/28 22:27, 10F
→
01/28 22:28,
6年前
, 11F
01/28 22:28, 11F
噓
01/28 22:34,
6年前
, 12F
01/28 22:34, 12F
推
01/28 22:41,
6年前
, 13F
01/28 22:41, 13F
→
01/28 22:42,
6年前
, 14F
01/28 22:42, 14F
推
01/28 23:18,
6年前
, 15F
01/28 23:18, 15F
推
01/28 23:20,
6年前
, 16F
01/28 23:20, 16F
推
01/28 23:27,
6年前
, 17F
01/28 23:27, 17F
推
01/28 23:37,
6年前
, 18F
01/28 23:37, 18F
推
01/28 23:39,
6年前
, 19F
01/28 23:39, 19F
→
01/28 23:42,
6年前
, 20F
01/28 23:42, 20F
推
01/29 00:11,
6年前
, 21F
01/29 00:11, 21F
噓
01/29 00:33,
6年前
, 22F
01/29 00:33, 22F
→
01/29 02:22,
6年前
, 23F
01/29 02:22, 23F
噓
01/29 02:26,
6年前
, 24F
01/29 02:26, 24F
→
01/29 03:01,
6年前
, 25F
01/29 03:01, 25F
推
01/29 04:25,
6年前
, 26F
01/29 04:25, 26F
推
01/29 07:56,
6年前
, 27F
01/29 07:56, 27F
→
01/29 07:56,
6年前
, 28F
01/29 07:56, 28F
噓
01/29 08:11,
6年前
, 29F
01/29 08:11, 29F
推
01/29 10:51,
6年前
, 30F
01/29 10:51, 30F
推
01/29 12:05,
6年前
, 31F
01/29 12:05, 31F
→
01/29 12:05,
6年前
, 32F
01/29 12:05, 32F
→
01/29 18:30,
6年前
, 33F
01/29 18:30, 33F
推
01/29 19:00,
6年前
, 34F
01/29 19:00, 34F
→
01/29 19:23,
6年前
, 35F
01/29 19:23, 35F
推
01/29 19:38,
6年前
, 36F
01/29 19:38, 36F
→
01/29 19:38,
6年前
, 37F
01/29 19:38, 37F
→
02/24 18:19,
6年前
, 38F
02/24 18:19, 38F