2024 中文 AI Youtuber 大盤點

 作者：Jack OmniXRI 2024/02/01

 留言

2012年 Alex Krizhevsky 以卷積神經網路(CNN)贏下 ImageNet 比賽後，從此開啟AI新世代浪朝。2022年底Open AI推出ChatGPT 3.5後開啟大型語言模型(LLM)和生成式AI(GenAI / AIGC)新一波的革命。許多人想要學習這些技術卻不知從何下手，許多補習班應運而生，且收費不低，讓人覺得好像不學一下就會被時代淘汰。好在現在自媒體興盛，也有許多老師也願意供獻所學，於是專門以AI為主題的影音頻道創作者開始多了起來。為了讓大家學習上更容易入門，接下來就簡單幫大家盤點一下機器學習、人工智慧、深度學習、自然語言、強化學習、智慧生成等領域有哪些精彩的創作者及教學內容。此次收錄內容較偏理論教學，而那些較偏AI實作的內容就留待下次再行整理。
(以下依Youtube觀看次數排名)

【vMaker Edge AI專欄 #12】 AI Maker世代即將展開-大家跟上了嗎？

作者：Jack OmniXRI, 2023/12/15

 留言

在現今專業分工的時代，很多事情不用透過自己動手作就能享受時代進步所帶來的便利。大家不用自己買布作衣服，不用買食材自己下廚，家裡燈不亮了，房子想重新裝潢一下，不用自己買電線、木材，都有專業人士可以幫忙。但是自己作手作，完成一項可以改變自己生活的事，從來就不是特定專業人士才享有的能力，只是隨著時代的演進，那些父母時代才有的動手作能力及樂趣已逐漸被人們淡忘。

【vMaker Edge AI專欄 #09】 從臺灣智慧農業週2023 看邊緣智慧最新趨勢

作者：Jack OmniXRI, 2023/09/11

 留言

今（2023）年算是AI大爆發的一年，從大型語言模型(Large Language Model，LLM)到人工智慧生成內容(Artificial Intelligence Generated Content, AIGC)，每天都有新的驚喜出現，讓人對AI應用在日常生活中有更多的想像空間，就像十多年前的人工智慧物聯網（Artificial Intelligence + Internet of Things , AI + IoT, AIoT）開始改變人們的生活一般。

早期的AIoT主要應用在萬物聯網及遙控，讓我們可以輕易地透過如溫濕度、聲音、重量、風速、照度、電壓、電流、空氣品質、酸鹹度等各種感測器了解遠端的狀態，並可使用像手機、平板等移動聯網裝置遠端改變如開關、馬達、燈光等致動器的動作。當系統定時且長時間記錄後，就能配合一些AI算法來進行時序變化狀態分類、預測，如運動健身、天氣預測、馬達故障預測等。不過早期晶片的儲存、計算能力有限，所以大部份的資料和AI推論功能都是放在雲端，直到近年來半導體及軟韌體技術的突飛猛進，將AI部署在邊緣裝置端才變得可能。

前不久(2023/8/31-9/2)剛落幕的臺灣智慧農業週及臺灣國際海洋暨漁業產業展[1]中有相當多廠商秀出AIoT應用，主要分為傳統的智慧監控、遙控、管理及新一代具有影像、聲音分析能力的邊緣智慧應用，前者已相當普及，以下就針對後者幫大家簡單介紹幾項最新邊緣智慧的應用。

【課程簡報】20220731_Coscup開源人年會_爭什麼，把AI和MCU摻在一起做tinyML就對了

很高興這是第二次受Coscup開源人年會邀請，此次要和大家分享的是最近幾年大家一直都在談的智慧物聯網(AI + IoT, AIoT)要如何把人工智慧或機器學習整合到邊緣元件「單晶片」上。本次分享是屬於初階入門的課程，會用較輕鬆的口氣及加上一些星爺電影「食神」中的搞笑橋段來加以說明，希望大家能更容易了解。最後也附上一些學習資源及參考連結，方便大家可以自我加強學習。如果有任何想法歡迎在留言區討論。

(點擊圖片可放大)

【課程簡報】2021223_嘉義大學資訊管理系_邊緣智慧裝置發展趨勢與開發應用

很高興今天受嘉義大學資訊管理系張宏義主任的邀請，和大家分享「邊緣智慧裝置發展趨勢與開發應用」 這個主題，讓學生們更了解除了一般大型AI應用外，在新興的邊緣智慧裝置又有什麼新的發展及如何開發這類的專題，主要包括AIoT, tinyML, OpenVINO等。此次分享大綱如下所示，更完整內容請參考下列投影片。

• 邊緣智慧技術簡介
• 雲端與邊緣智慧
• 邊緣智慧發展趨勢
• 智慧物聯網AIoT
• 元宇宙人機互動

• tinyML(MCU AI)技術簡介
• 何謂tinyML
• 單晶片(MCU)技術演進
• 小型AI專案開發流程差異
• tinyML開發工具及平台

• 邊緣智慧裝置常見應用
• 語音喚醒詞（語音命令）
• 手勢動作辨識
• 異常偵測（感測器等級）
• 影像分類/物件偵測

• 快速邊緣智慧原型開發
• 創意專題製作
• 開放資料集及模型
• Intel OpenVINO簡介
• Intel DevCloud簡介
• 線上學習資源

 （點擊圖片放大顯示）

如何在Google Colab上安裝執行Intel OpenVINO的範例

 

各位有在玩Intel OpenVINO的人都知道，這項開源推論工具可支援多種作業系統(Windows, Linux, Raspbian, Docker...)、程式語言(C++, Python...)及不同硬體(Intel's CPU, GPU, VPU, FPGA...)，加上很多預訓練好的模型，可以很方便測試人工智慧經常遇到的應用情境。

最常見的用法就是直接在電腦或樹莓派USB埠插上一組Intel神經運算棒(NCS2, VPU)來練習。但如果遇到要教學或臨時要測試時，不容易找到多台裝好OpenVINO的主機或是沒有足夠數量的神經運算棒時，就會變得很不方便。

玩AI的人都知道，Google有佛心的提供免費虛擬主機加上GPU及TPU運算資源給大家，稱為Colab。這個工具不僅幫我們把Jupyter Notebook環境架好，連基本的TensorFlow, OpenCV等常用的工具包都已建置完成，很方便直接進行深度學習的模型開發、測試、訓練及推論。

之前Colab這項免費資源並沒有和Intel OpenVINO有太多連結。最近剛好看到INTEL釋出的一個範例，馬上吸引到我的目光，因為它完美解決了這個問題，直接用Colab虛擬機上的Intel CPU (二顆Xeon)來執行OpenVINO。於是馬上動手測試一下並整理出三個基本範例給大家參考。

【課程簡報】20200817_國資圖_由人工智慧看台灣產業大未來暨如何引領圖書館邁向智慧新世代

很高興今天(2020/8/17)受邀到台中國立公共資訊圖書館演講，分享主題為「由人工智慧看台灣產業大未來暨如何引領圖書館邁向智慧新世代」。此次主要分成二個部份，第一部份是介紹AI相關知識及產業，第二部份則介紹未來智慧圖書館如何應用這些AI技術。課程大綱如下所示。

人工智慧與台灣產業

發展歷史、組成要素、主要分類（工作流程）、應用情境（電腦視覺、自然語言、數據分析）、產業發展（醫療、教育、家庭、生活、城市、交通、建築、金融、農業、製造、行銷、零售）、未來趨勢（人工/工人智慧？、未來趨勢）

未來智慧圖書館

圖書館歷史與發展（圖書館演進、影音/文字共享、智慧圖書館）、影像式AI虛擬助理、自然語言智慧檢索、智慧書單推薦系統、機器人維運及互動、未來發展與新趨勢（虛/實？、閱讀/視讀？、書籍/資料集？）

（點擊圖放大）

【AI HUB專欄】生成對抗網路不只能變臉也能成為異常偵測好幫手

圖/文 歐尼克斯實境互動工作室 許哲豪 2020/7/23

「人工智慧」無中生有的本事是眾所皆知，從早期的自動生成一張超逼真卻不存在世上的人臉，到可隨意替換影像中人臉的Deep Fake，及每隔一陣子就造成社群洗板的變臉濾鏡APP，讓人可任意變成兒童、老人、男（女）生甚至是卡通人物，皆是人工智慧的傑作。除此之外，人工智慧還可學習某些畫作的風格，再套用至一般影像中創作出類似風格的畫作，或者是將早期模糊不清或破損的影像進行修復，包括填補、上色及提高解析度。而「人臉生成」、「風格遷移」及「圖像修復」這些應用（如Fig. 1下圖所示）背後都有一項重要技術，那就是「生成對抗網路(Generative Adversarial Network, GAN)」。

【課程簡報】20200801_南開科大_如何應用電腦視覺及人工智慧進行百香果智能分級(3/4)

很高興今天(2020/8/1)受南開科技大學林正敏副校長邀約至南投768藝術空間和Nantou.py的伙伴們一起分享「如何應用電腦視覺及人工智慧進行百香果智能分級」這項主題。本次課程時間較長共計三個小時，所以分成三個主題，另外將相關論文連結獨立成一頁，希望有興趣的朋友可以多多參考，完整簡報內容及連結如下所示。（點擊圖片放大）

一、電腦視覺與百香果分級 (1小時)：水果分級原理、電腦視覺架構、分級案例分享

二、人工智慧基礎概念 (1小時)：發展歷史、深度學習原理、相關工具介紹

三、開源資源介紹 (1小時)：影像標註、模型訓練、推論工具、學習資源

四、相關水果分級論文連結

【課程簡報】20200801_南開科大_如何應用電腦視覺及人工智慧進行百香果智能分級(2/4)

很高興今天(2020/8/1)受南開科技大學林正敏副校長邀約至南投768藝術空間和Nantou.py的伙伴們一起分享「如何應用電腦視覺及人工智慧進行百香果智能分級」這項主題。本次課程時間較長共計三個小時，所以分成三個主題，另外將相關論文連結獨立成一頁，希望有興趣的朋友可以多多參考，完整簡報內容及連結如下所示。（點擊圖片放大）

一、電腦視覺與百香果分級 (1小時)：水果分級原理、電腦視覺架構、分級案例分享

二、人工智慧基礎概念 (1小時)：發展歷史、深度學習原理、相關工具介紹

三、開源資源介紹 (1小時)：影像標註、模型訓練、推論工具、學習資源

四、相關水果分級論文連結

【課程簡報】20200801_南開科大_如何應用電腦視覺及人工智慧進行百香果智能分級(1/4)

很高興今天(2020/8/1)受南開科技大學林正敏副校長邀約至南投768藝術空間和Nantou.py的伙伴們一起分享「如何應用電腦視覺及人工智慧進行百香果智能分級」這項主題。本次課程時間較長共計三個小時，所以分成三個主題，另外將相關論文連結獨立成一頁，希望有興趣的朋友可以多多參考，完整簡報內容及連結如下所示。（點擊圖片放大）

一、電腦視覺與百香果分級 (1小時)：水果分級原理、電腦視覺架構、分級案例分享

二、人工智慧基礎概念 (1小時)：發展歷史、深度學習原理、相關工具介紹

三、開源資源介紹 (1小時)：影像標註、模型訓練、推論工具、學習資源

四、相關水果分級論文連結

【課程簡報】20200801_南開科大_如何應用電腦視覺及人工智慧進行百香果智能分級(4/4)

很高興今天(2020/8/1)受南開科技大學林正敏副校長邀約至南投768藝術空間和Nantou.py的伙伴們一起分享「如何應用電腦視覺及人工智慧進行百香果智能分級」這項主題。本次課程時間較長共計三個小時，所以分成三個主題，另外將相關論文連結獨立成一頁，希望有興趣的朋友可以多多參考，完整簡報內容及連結如下所示。（點擊圖片放大）

一、電腦視覺與百香果分級 (1小時)：水果分級原理、電腦視覺架構、分級案例分享

二、人工智慧基礎概念 (1小時)：發展歷史、深度學習原理、相關工具介紹

三、開源資源介紹 (1小時)：影像標註、模型訓練、推論工具、學習資源

四、相關水果分級論文連結

【AI HUB專欄】人工智慧下一個兵家必爭之地【AI市集】

圖/文 歐尼克斯實境互動工作室 許哲豪 2020/7/9

大家通常買了新手機就會急忙到「應用程式市集(APP Store)」（如Google Play, Apple Store…）去下載常用的通訊、娛樂、新聞、工具等免費應用程式。常然也會到知名遊戲平台「Steam」去下載一些付費的手機遊戲。或者是到影音、知識創作平台（如Youtube, Bilibili, 知乎. 抖音…）去觀賞、評論、贊助這些優秀的創作者。但說到人工智慧應用怎麼好像沒有一個知名的「AI市集(Marketplace)」能讓使用者很方便找到相關應用程式、資料集、模型（算法）並付費（或免費）下載呢？其實並不是沒有，而是現階段仍有許多問題有待克服，導致無法大行其道。那未來是否有機會成為下一個具獲利空間的兵家必爭之地呢？就讓我慢慢為大家道來。

【AI HUB專欄】導入AI表面瑕疵異常偵測提升智慧製造品質

圖／文 歐尼克斯實境互動工作室 許哲豪 2020/6/25

在前兩篇「導入AI異常偵測技術讓傳產也能邁向智慧製造」[1]和「如何利用時序型資料異常偵測提昇智慧製造成效」[2]中已幫大家介紹過關於智慧製造中常會遇到的「一元分類型(One-Class Classification)」及「時序型(Time-Series)」資料異常偵測(Anomaly Detection, AD)，而這些作法大多僅適用在單一信號源或低維度資料，而本文將繼續延伸至超高維度的「影像類型(Image Type)」異常偵測，藉此說明如何利用人工智慧來提升產品製造品質。

【課程簡報】AIGO社群交流會#3_後疫情時代人工智慧如何助攻疫情控制

很高興今天受AIGO及MakerPro邀約和大家分享「後疫情時代人工智慧如何助攻疫情控制」這個題目。雖然台灣疫情暫時不受全世界影響，但此次分享會仍採線上直播模式，讓我當了一回Up主，沒有現場觀眾，實在是一次有趣的經驗。

此次分享主要包括人工智慧在疫情各階段能施力的情境介紹，而重點更放在下列四個項目：列管人員定位、遠端居家照護、社交距離偵測及經濟活動預測。

更完整內容請參見下列簡報。（點擊圖放大）

【AI HUB專欄】如何利用時序型資料異常偵測提昇智慧製造成效

圖／文 歐尼克斯實境互動工作室 許哲豪 2020/6/11

在智慧製造領域中，異常偵測(Anomaly Detection, AD)的種類非常多，在上一期「導入AI異常偵測技術讓傳產也能邁向智慧製造」[1]中已初步幫大家介紹了如何在只有正常生產資訊下利用非監督式學習的「一元分類(One Class Classification, OCC)」來進行異常偵測，本期內容將繼續延伸至時序型的異常偵測(Time-Series Anomaly Detection)。

在介紹如何偵測時序型資料異常之前，先幫大家科普一下時序型資料的基本性質。時序型資料是將觀測值依固定時間隔取得並記錄而得，多半具有連續性而非隨機值（如語音資料）組成，如各種感測器（溫度、濕度、亮度、重量、馬達轉速等）、股匯價、零售銷售金額、交通流量等等。當連續取得一定數量（時間長度）資料後，便有機會建立預測模型或分析出異常工作範圍。

【心得筆記】Saving 95% of your edge power with Sparsity to enable tinyML

Jon Tapson (left) and Yung-Hsiang Lu (right)

tinyML昨天(2020/6/16)邀請了GrAI Matter Labs首席科學家(CSO) Jon Tapson進行演講，講題是"Saving 95% of your edge power with Sparsity to enable tinyML"，主要是介紹如何在邊緣計算上節省95%的算力及電源卻還能達到更高計算（推論）速度同時保持計算精度。

【AI HUB專欄】導入AI異常偵測技術讓傳產也能邁向智慧製造

圖／文 歐尼克斯實境互動工作室 許哲豪 2020/5/28

古人常說「鶴立雞群」來表示某人的才華出眾，高於常人，不同凡響。但如果這句話套用在製造業時則可能會讓生產者和消費者都不太高興，因為沒有人想拿到一個超出（或不足）生產標準的瑕疵品。因此如何穩定生產，即時找出異常生產數據的「異常偵測(Abnormal Detection, AD)」[1]技術就成了「工業4.0」及「智慧製造」不可或缺的一項技術指標。

目前有很多產業及領域都可以運用人工智慧(Artificial Intelligence, AI)或機器學習(Machine Learning, ML)技術來進行「異常偵測」，包括像網路資安入侵、股匯交易、電商消費、金融盗刷、保險詐欺、醫學生理訊號、生產設備運作及環境感測等。而智慧製造領域中，如馬達（速度、電流、雜音）、震動、溫度、噪音及亮度都是需要被長期監測的。另外進階的電腦視覺(Computer Vision, CV)或自動光覺檢測(Automated Optical Inspection, AOI)系統更是生產品質控管的最佳幫手。這麼多領域所需要的異常偵測技術各有不同，無法一次道盡，本文將先針對傳統加工製造業最常遇到一元分類（或稱一類分類）(One-Class Classification, OCC)異常偵測開始說起。

【課程簡報】20200528_高科大工管_[工工/工管]人工智慧相關論文分析

完整課程簡報
【課程簡報】20200528_高科大工管_人工智慧如何開創工業工程與管理新契機

歐尼克斯實境互動工作室 2020/5/22整理

統計資料來源： 臺灣博碩士論文網 https://ndltd.ncl.edu.tw
統計日期： 2020/5/22
檢索條件：
  論文名稱 [人工智慧] AND 系所 [工業管理] 16筆
  論文名稱 [人工智慧] AND 系所 [工業工程] 55筆
  關鍵詞   [人工智慧] AND 系所 [工業管理] 13筆
  關鍵詞   [人工智慧] AND 系所 [工業工程] 34筆
  扣除重複，合計 92 筆，民國76~108年。
  以上檢索條件不包含摘要內文或實質內容為人工智慧論文

【課程簡報】20200528_高科大工管_人工智慧如何開創工業工程與管理新契機

很高興今天(2020/5/28)受高雄科大工業工程與管理系鍾毓驥老師邀約和大家分享「人工智慧如何開創工業工程與管理新契機」這項主題。此次簡報主要分為二個主題「人工智慧」與「智慧製造」，更完整內容可參考下列大綱及簡報內容。（點擊圖放大）

人工智慧
發展歷程、技術類型、應用範圍、開發流程、算力來源、運行環境、主要技能、線上學習

智慧製造
工業發展、研究方向、架構分析、應用案例（感測物聯、異常偵測、瑕疵檢測、路徑規畫、
行為分析、排程管理）、技術瓶頸、未來發展

參考連結：[工工/工管]人工智慧相關論文分析