人臉辨識這個名詞，自從iPhone推出了人臉解鎖，以及Amazon Go的無人商店，相關的門禁、安控應用已經有如雨後春筍般快速地融入我們的生活中。再拉回台灣，國家門面的自動通關服務，也從最早的指紋辨識來到現在人臉辨識。隨著科技進步，人工智慧不斷地被應用在更多的場景，協助人們改善生活品質，進而豐富人生。本文將會以深入淺出的方式，帶著大家來探討人臉辨別的發展與挑戰…
不曉得你有沒有想過比起其他食物鏈頂端的其他生物，為何只有人類可以發展高度文明，甚至可以航向宇宙星辰？答案就是典範移轉！本文將會介紹在AI的世界了如何應用這個技術，用最短的時間與最小的資料集，訓練出不錯的AI模型…
人工智慧在媒體推波助瀾的宣傳下，社會大眾起初是驚呼地去理解，這將是一個改變人類的工作與生活型態的新科技突破，但是在深入了解後，又覺得AI只是一個能做到單手無敵的新科技(例如下圍棋)，要取代雙手萬能的人類還是很遙遠，尤其是在創作與創新上面。但隨著新的演算法與應用不斷地推陳出新，本文將會介紹GAN如何應用在模仿，甚至是創新與創作的應用…
你知道嗎？其實機器學習早已歷經了二次冰河時期，資深一點的教授可能對它是恨多過於愛。誰知幸運的輪盤竟然逆轉，讓我們見證到給電腦資料，它就能學會一個或多個模型來解決問題的光輝時代。我們把鏡頭拉到身邊，二十年前用Win NT寫的程式，隨著時間已經不能用了。而今iPhone內建的AI仿生晶片，可以讓你微光中拍出好照片…很多人都擔AI會搶走我們的工作，希望它能像千囍年的電子商務先泡沫一波，再改善我們的生活。究竟AI是一場恐佈片？還是勵志片？就讓我們繼續看下去…
語音合成是語音辨識與回應中很重要的環節之一，在完整環節中語音辨識的三劍客ASR,TTS,NLP 分別可以類比為人類的耳朵、嘴巴、左腦。今天要介紹的Custom Voice雖然不是什麼新產品，但是隨著機器學習(深度學習)的成熟，竟然可以讓老瓶裝上新酒後，散發出迷人的香氣，吸引更多的文人藝士來品嚐！
你的公司朝人工智慧在發展了嗎？這是近幾年最夯的議題。但是要回答這個問題之前，要知道人工智慧發展至今已經超過50年，所以你明白現身何處嗎？
其實人工智慧並不是新的東西，它已經歷經了三個世代的發展，正在光明地朝向第四個世代在邁進。微軟除了在地端發展機器學習，其實它更積極地發展雲端的機器學習，打算應用它近乎無窮資源的公有雲來協助企業，可以用更經濟更彈性的方式做好數位轉型…
早在2000年網際網路電子商務，資料探斟(Data mining)紅極一時，但隨著有限的電腦運算能力，又逐漸冷掉。而今，隨著電腦運算能力的大幅提升，以及公有雲可以讓企業可以透過網路輕易地使用運算資料，有效地降低企業在硬體投資以及跌價損失。再加上使用深度學習的AlphaGo擊敗了世界棋王，2017是全世界AI元年，只是歐美打算發展軟體解決方案，台灣政府與一些 OEM/ODM廠商打算發展硬體解決方案，無論你的公司是哪一種類型，其實都可以參考微軟的Machine Learning Platform 名叫 Cortana Intelligence Suite
微軟的Azure Cognitive Service推出時，其產品經理突發奇想，請工程師寫了一個 How-old.net 網站並找了50個人來測水溫，想不到一下子就爆大量吸引了35000人次來訪這個網站，甚至晚間新聞就報出來了。
2017年真的是AI元年，全世界都動起來了，台灣微軟也利用了寒舍艾美酒店場地，在2017/11/23 舉辦了 Microsoft AI day。當天有一個讓全場超過六百個來賓為之驚豔的 demo，是應用Azure Custom Vision服務在 LV與Gucci名牌包的辨識，在本文中將會把它改成，應用影像辨識技術解決我對明星臉眼盲的問題。
Azure Machine Learning 因為其提供了近乎無限的雲端運算能力，在歐美先進國家已經有許多生技醫藥公司，應用這個產品在基因工程、製藥研發…等重要生產過程，成功地縮短上市時間，創造莫大的獲利空間。
所以本篇將以微軟的機器學習雲端產品，以決策樹與羅吉斯廻歸的演算法，針對銀行的範例資料進行 Classification分類，找出客戶對於行銷活動的關鍵因素。說得較技術，就是為了達成「購買回應」的預測，將會以類別變數作為輸出變數，透過數據模型，產出分類結果預測機率！
