区域间能源调度的微血管—虚拟电厂扮演的核心角色

能源产业是制造业还是服务业

如何设计低耗能、高功效深度学习网络(三)

中美贸易战中的智财权争议

中美贸易战从一开始打起，核心争议就始终围绕在智能财产权上面，美国不断强调中国大陆侵犯其智能财产权。笔者在中国大陆从事智财顾问业多年，有些关于大陆智财权的切身观察想跟各位读者分享。

如何设计低耗能、高功效深度学习网络(二)

延续深度学习网络精简设计的主题，为了符合商业价值（特别是边缘计算的庞大机会），我们必须在正确率不打折的情况下，设计出兼具低运算复杂度、低耗电、低参数量的智能算法。目前的设计原则是将「冗余」的运算予以精简。原因是近来很多研究显示目前的深度学习网络设计中夹杂了冗余的参数以及运算。这些庞大运算由何而来，可以参考前文。依照这几年的研究，我们将其整理为四种精简设计策略，在本文中先介绍其中两种。

如何设计低耗能、高功效深度学习网络(一)

目前智能应用的普及来自近年机器学习技术的精进，其中最大的突破在于深度学习网络。给予适当的类神经网络架构以及足够的训练资料下，在各种智能应用中都有突破性的发展。而付出的代价则是庞大的参数模型以及运算量。举例来说，常用的深度学习网络参数大约数百（千）万个（浮点）参数，每次推论运算约需数个G-FLOPs，可以想象对于运算资源的需求十分庞大。

autoML自动化深度学习网络设计可行吗？

机器学习(深度学习为其中一分支)技术成为各产业智能化的核心能力，但是算法的设计复杂，需要专业知识与经验，对于好的人才，需求远大于供给。为了弥补这个空缺，这几年自动化机器学习工具(autoML)新研究兴起，希望有自动化的系统，在给定问题(通常是标记的资料)之后可以自动生成机器(深度)学习算法。在信息理论上，这是非常复杂的问题，需要大量运算资源，所以极具挑战。

智能硬件扩张为生态系

硬件产业如何扩张？怎样跨足到毛利相对高的软件或是新兴产业？这是台湾许多资通讯业所关心的议题。似乎不少人选择跨足到与本业不同的全新领域，但这是唯一做法吗？

人脸辨识—从理论到产品

似乎一夕爆发，最近许多国内外的企业都将「人脸辨识」列为主要的产品。这些公司横跨各种类型，包括芯片、软件、系统 、金融、交通、安全、服务等。显然目前人脸辨识的学术突破，已经可以落地为实际应用，并成为很多跨领域的公司极度看好的核心技术。前阵子在硅谷举办NVIDIA GTC 2019，我们也分享了如何产品化人脸辨识技术，之后收到很多工业界与会者非常正面而且热烈的评价。显然硅谷的产业链也十分在乎这项关键技术。

资料市集，数码营销与区块链的未来想象

$240是美国使用者其资料在数码广告上的平均价值，你有收到了吗？