善用超級電腦為工業4.0工廠設計分配式智慧防駭系統

【DIGITIMES企劃】

近年超級電腦的新聞不少，包括國網中心新造的「臺灣杉」上線、科技部啟動量子電腦研發專案；強大的超級電腦，將形成AI發展的堅實後盾。

元智大學工業工程系副教授鍾雲恭指出，大家聽到的AI，多與神經網路相關，偏向歸納(反推)法(Induction)，從「果」歸納出可能的「因」，但論及邏輯推理，還有由因推論到果的演繹(正推)法(Deduction)，與因果互推的雙向推理法(Abduction)，可混和運用，須依學習對象及解決問題目的而定，故三種方法各具價值，絕非僅有「深度學習」單一途徑；此外，「淺一點的學習(Shadow Learning)」模式，反而比較適合雲霧(fog)甚或雲氣(mist)等具有分配架構特性的運算，因為要計算在IIoT上的節點(node)實在太多，線上即時學習的速率，不用最快的fastest learning怎行！（待續）