AI導入起手式

 AI導入起手式

第 2 章 活用深度學習的基本流程

▷準確率大致上分為兩種：

1. 精確率(Precision，系統判斷正確的比例)
2. 查全率(Recall，找出正確答案的比例，也稱為召回率)。

進行準確率的評估時，除了要分析是否有獲得足夠的正確比例，分析與處理「誤判」狀況也十分重要。以圖像辨識為例，如果把應該判定為癌細胞的部位誤判為正常細胞，將會導致嚴重的後果。

▷AI的開發成本和工時多半都是耗在準備資料，換言之，就是把以前設計程式與演算法的工作，

改成收集資料和標示正確答案(標記)等製作訓練資料的工作。

再換個說法，過去工程師是為了設計數學演算法而煞費苦心，而現在建構AI最辛苦之處，

則是必須憑藉人類的感覺、直覺與經驗法則，思考究竟該如何製作訓練資料。

第 3 章 目標準確率的評估與開發經驗談

▷導入AI系統對公司來說將是個好機會，可藉此檢討內部作業流程，仔細分析過去那些「不知為何而做」的業務。徹底檢討執行各項業務的理由與限制條件非常重要，若是懶得檢討，

之後在導入AI時，就會搞不清楚該改變流程中的某項業務或是要全面更新流程，

也不清楚如何活用員工的能力，結果往往會制定出不洽當的作業流程。

第 4 章 以實例說明導入 AI 的現況

▷AI所改變的並不是單一機器或市場，而是會促使企業或社會基礎建設為了活用AI，去重新設計其既有的工作模式或系統。

第 6 章 今後 將 AI 導入產業的注意事項

▷還有很多事情是AI做不到或不會做，例如買低賣高的投機心態。

在資訊不足、AI無法判斷的情況下仍要做決定時，有時候也需要人類投機的做法。

由於AI在法律上沒有人格權，並不具備責任感與責任能力，因此要讓AI做判斷必須仰賴人類。

▷就算不久的將來出現通用型AI與強AI，在法規給予「他們」人權、 與人類地位相同之前，通用型AI與強AI都只能算是人類的工具。

▷導入AI，問題是投入的成本是否能回收。