國際新創於可信任AI技術應用與發展分析
  • 794
  • 出版日期
    10月29日, 2021
  • 作者
導論

深度學習(Deep Learning)扮演了人工智慧浪潮重大的推進角色,在學習、感知與決策等方面表現出色,替AI帶來革命性的突破,並在各產業落地與深化應用。然而深度學習複雜的神經網路運作模式,使人們難以理解機器行為和決策機制,造成各領域對AI應用產生信任疑慮,因此建立可信任AI(Trustworthy AI)成為現今各界重視的AI發展方向。本文將聚焦國際新創於可信任AI技術應用,剖析新創公司如何在模型建置的不同階段運用AI實現可信任AI,以提供需求業者參考並掌握可信任AI技術發展方向。

目錄
    可信任AI發展現況
    國際新創技術應用與發展
    MIC觀點
    附錄
圖目錄
    圖一、深度學習產生的信任疑慮
    圖二、深度神經網路運作方式與可信任AI建置階段
    圖三、Owkin聯合學習框架運作方式
    圖四、Hazy原始資料與合成資料的邊際分布相似度
    圖五、DataGen生成不同種族人臉的合成圖像資料
    圖六、HACARUS AI視覺檢測平台
    圖七、Kyndi自動化閱讀平台與UiPath RPA合作案例
    圖八、Gensynth生成合成平台運作流程
    圖九、Truera AI品質監測平台架構
表目錄
    表一、盤點新創於可信任AI應用發展
推薦報告
  • 以上研究報告資料係經由MIC內部整理分析所得,並對外公告之研究成果, 由於產業倍速變動、資訊的不完整,及其他不確定之因素,並不保證上述報告於未來仍維持正確與完整, 引用時請注意發佈日期,及立論之假設或當時情境,如有修正、調整之必要,MIC將於日後研究報告中說明。 敬請參考MIC網站公告之最新結果。
  • 著作權所有,非經本會書面同意,不得翻印或轉讓。
  • BACK
    評論此篇報告
    您的評論已送出
    我們會竭誠盡快地回覆您。
    分享此篇報告
    Facebook
    Line
    複製連結
    登入
    正式會員第一次使用,請輸入會員編號/會員密碼/Email,系統會偵測第一次使用,註冊/認證之後,即可上線使用

    不是會員?

    邀請您申請免費試閱聯絡我們