由麗臺科技、台中市電腦商業同業公會、靜宜大學資訊傳播工程學系與長庚大學資訊工程學系共同舉辦的「AI深度學習研討會：工業4.0與影像醫學分析應用與實例」於24日舉辦，研討會結合產官學暢談AI最新趨勢，專注探討深度學習在製造業、生物醫學、醫學影像分析之研究發展、研究結果、實務應用與深度學習軟硬體解決方案。



GPU目前已是深度學習不可或缺的手段之一，但如何跨進此領域或更有效率的研發依然是很多人的疑問。研討會內容由GPU應用與深度學習解決方案，帶出工業4.0及醫學影像相關案例。以實例協助與會人員了解後端深度學習模型建置，乃至前端深度學習推論裝置，麗臺科技GPU團隊皆有一整套完整的解決方案。值得一提的是全自動化生產是工業4.0最重要的目標之一，更是全球各製造大廠相互競爭與努力實現方向，若能達到此目標將能大幅減少人力失誤並提升生產效能，而其中有一環最關鍵的課題在於製程預測診斷技術的展現。

麗臺科技董事長盧崑山說，製程產線的相關數據資料相當龐大且環環相扣，因此需要尋找好的軟硬體系統架構進行大量資料運算，而GPU在硬體高速演算與平行運算的特性足以即時處理巨量的產線數據，再利用AI與深度學習演算法，即可進行設備狀態預診與生產品質監控，麗臺在GPU軟硬體整合技術和大數據領域深耕多年，已成功應用於醫療及製造產業，在未來各產業創新發展，智能化AI核心與深度學習絕對是成敗關鍵之一。

長庚大學資訊工程學系林俊淵副教授在本次研討會中提到，生物影像的魅力在於揭示了生命運作的過程，長庚大學在生物影像研究多年，發現透過細胞與粒子活動的生物影像裡可以找到可能的運作機制，而運用GPU計算能力得以讓研究人員能夠在實驗的過程中進行即時的分析工作，除此之外，與國立清華大學腦科學研究中心從事多年的果蠅腦影像分析的工作，如果沒有GPU的強大運算能力，要處理百兆級的計算工作將變的遙不可及。近年來深度學習技術的蓬勃發展，加上GPU硬體計算能力與日俱增，透過深度學習的運算機制，在未來將有助於上述生物影像研究朝向AI發展，加速人類探索生命的奧秘，相信我們的研究結果對生命科學領域能提供更多的貢獻。

此外，靜宜大學資訊傳播工程學系洪哲倫教授也於會場分享使用GPU提升醫學影像分析的效能，並且透過目前熱門的深度學習技術協助醫師辨識醫學影像裡的病灶。洪教授的靜宜大學團隊在這個領域已經耕耘許久，擁有多篇研究論文發表，更與台中榮總、中國醫藥大學、台北醫學院合作進行相關的合作計畫。洪教授指出台灣在這個領域非常有優勢，未來希望能有更多的學者投入相關的研究，共同提升台灣在醫學AI應用的競爭力。