artificial_intelligence

AI 人工智慧


Big data + Machine Learning => Artificial Intelligence
「大數據」 + 「機器學習」,才有「人工智慧」。

我們提供AI architect (AI系統架構師)的服務,目標成為AI界的Frank Lloyd Wright或是姚仁喜(Kris Yao)。

產業AI化非做不可

We suggested looking for partners who owns AI technology. By collaborating with them, it can boost product or service quality, reduce human management/production cost, maintain or increase industrial competitiveness. It can even provide opportunies for upgrade and transformation.
可以找尋有AI技術的合作夥伴,來提升產品或服務的品質,同時降低管理、人事及生產成本等,維持及提升產業競爭力,甚至成為升級及轉型的契機。 (新聞資料來源擷取處)

Winning Records 獲獎紀錄

We got 2 awards from Ministry of Economic Affairs for solving AI problems.
我們AI4quant團隊獲得經濟部AIgo的AI解題兩個獎。

We are AI system integration company(AI系統整合公司)

We provide AI-as-Service. We know there are many open source AI tools to use, but to solve problems in each individual company, it requires AI system experts to help set up HPC powerful computing infrastructure or guide cloud computing and integrate AI into the data process flow, machine learning model design and automated decision-making system. If you are interested in integrating AI into your company, please feel free to contact us.
提供AI解決方案服務或是一同開發給:有AI需求的各企業體,想利用AI改善公司或工廠內部作業流程, 來達到降低營運成本,減少錯誤失誤率,提高品質,提高良率,提高產能,提升效率,想透過AIoT給您的客戶更好的體驗及服務。 我們協助架設強力運算的伺服器或是指導使用雲運算,協助資料蒐集和處理,模型選擇研究設計,並把機器學習模型平台建置好。

Consulting Service 顧問服務

需要一起共同討論您公司遇到的問題,確定有足夠的且乾淨的大數據可以利用AI來解決您的問題
當您想好想討論的題目時請Email: ai4quant@gmail.com
第一次的半小時到一小時[目前優惠免費嘗鮮],歡迎約時間在Google Hangout或Skype或Zoom或電話裡不收費的討論,Google Hangout/Skype/Zoom可分享電腦桌面螢幕,之後每小時收費5000元新台幣,不滿一小時以一小時計算。

Co-develop 共同開發

cooperation
我們提供優秀的AI model來達成您的需求,我們協助硬體廠商整合AIoT做到雲端AI系統開發,幫您想做的服務做到即時監測,即時預警,會員管理,價錢以計畫的大小和時間來談。我們可以提供雲端平台軟體架構規劃,雲端服務模組設計,雲端系統整合與建置,雲端與物聯網設備整合界接,雲端大數據分析,雲端AI模型持續精進。如果想透過Co-location的機房,像是中華電信、遠傳、台灣大哥大的IDC,我們可以一同開發,然而昂貴的IDC頻寬考量還是需要一起討論。


CRISP-DM was conceived around 1996

logo

一位進業界和想把AI導入公司有合作過的Mark Liu 有感而發

我進入業界跟一些人一起合作,我沒進入以前他們確實都是神經網路直接拉下來,比重放進去就說深度學習是騙局。直到我進去,公司在蜜月期我就先擅自拿模型來做。架構全改,比重重新調,讓他們親眼看到效果。重點是:讓他們知道原來"傳統方法之外有另外一種方法"。我們的責任,或是說至少我的責任,不應該去抱怨,或者說我們沒有太多時間抱怨。我們應該是要讓人相信"這是可行的"-在歷經三個冬天以後。我可以很開心的分享幾星期前某主管私下找我聊天,他說"我接下這單位的時候,我以為人工智慧跟computer vision一樣,把模型拉下來做一下,接口比重調整一下就行了,直到現在我才懂不是這麼回事,我們離目前人工智慧的距離還很遠"。現在他們團隊會跟我討論,會開始在空閒時間看論文研究數學。這也是我一直都想傳達的:"它很難,但他work,你用不用?"目前看來似乎有點成效。因為最可怕的不是無知,而是自己不知道自己無知。我們是不是能想個辦法讓他們知道自己的位置,而不是讓他們在迷霧中走不出來?

在那個冬天裡面要經歷多少痛苦才能有這種覺悟?計畫寫了過不了,計畫過了給個50萬;顯卡支援度跟屎一樣(我cuda2就開始寫了),餐桌上以前同學聚餐覺得你唸博士是浪費青春,也不知道啥是"機器學習",更不想花時間了解,直接跳過你開始跟台x電同學聊股票。但十年後,麥克風終於有機會交到你的手上,終於有這一天有人願意花時間去了解你在做什麼-至少我的感覺是我很感謝,滿滿的感謝。我也盡量讓大家也看到了,最後結果怎樣後面再說。結果好的話也是幾家歡樂幾家愁,至少我努力過了。

企業面臨的事情遠超過我自己的想像。在這地方,你不要想自己看了多少架構,因為這是行不通的。反倒是如何拆解架構裡的每個元件,從最源頭的部分重新組裝。這種組裝方式跟傳統computer vision差異非常大,但我看到一件有趣的事:他們很少人可以接受這種模式。但可以接受這樣模式的人貌似都是傳統computer vision的高手。在深度學習領域來說,處理computer vision問題其實才應該是深度學習界的傳統問題,但相對於產業界這部分還是新問題就是了。