語系 :
以 No-Code 方式，應用於深度學習「電腦視覺」領域，讓使用者快速了解與實作 AI 化之影像資料管理、AI 模型建立、訓練、驗證、部署及模型分析報表產出之全流程，並格外專精於快速建立 AI 開發環境，即使對程式撰寫不熟悉，您也可以運用好的工具達到學術與教學目的。
AIDMS 內建主流 AI 深度學習框架 ( PyTorch 、 TensorFlow 等) 支援包括 ResNet 、 Inception 、 MobileNet 、 YOLO 、 Faster RCNN 、 Transformer 、 Mask R-CNNㆍCenterMask 等多個電腦視覺領域的 AI 模型，亦提供研究者可將自行開發的模型放入 AIDMS 中進行管理與部署，整合 VS Code 、 Jupyter Lab 等開發工具，可有效管理主機硬體配置，提供多人同時使用，實現硬體資源使用最大化。
在實作課程中，老師可透過 AIDMS 在短時間內一鍵建立 AI 教學環境，免去安裝 GPU 驅動、 CUDA 、 cuDNN 、 Python 套件及 VS Code 等軟體，以及 AI 套件和開發工具等複雜程序。
由於時間限制，兼具理論與實作的電腦視覺深度學習課程，常限於蒐集照片、訓練與分類，物件檢測與實例分割等模型不容易於課堂實作。AIDMS 提供多種複雜模型，讓學生在課堂上完整做完物件檢測或影像分割等較為複雜的深度學習任務。
AIDMS 省去 AI 模型開發時間，同時做到 AI 模型版本管理、部署、訓練資源監控。教授或研究生，就能將心力放在後續最有價值的應用開發，而非模型的建置。
AIDMS 無程式碼特性有助於降低 AI 採用的學習曲線。即使科專計畫的企業端不具備程式技能，透過 AIDMS，企業可以快速，甚至重新訓練現有模型以提高其性能，確實擁有後續維運能力。
在教學上，可以發現低代碼工具能降低新科技的應用門檻，增加學習上的自信心，並產出不錯的成果 。 麗臺科技 AIDMS 是一套性能全面的低代碼工具，其優秀的環境配置，省去了無效益的建置時間。即使是有經驗的研究生，以實例分割用的 Mask-RCNN 為例，自行架設約需 4~5 小時， AIDMS 則5分鐘完成；自行架設 YOLOv4 約要30分鐘， AIDMS 也是5分鐘完成架設，大幅減輕助教/教師負擔。
在醫學上， AI 相關研究的論文速度快，搶得論文發表先機很重要。如果醫學影像開發要學生先經過很長的 coding 訓練，研究會受到挑戰。以過往經驗來看，用 coding 的學生要花時間大約4個月才產出的結果。用 No-code 不用一周，這是 AIDMS No-Code 帶來的效益。
另外，透過 AIDMS Low-code 功能，提供可進行微服務開發的環境，例如影像生成工具、研究用圖表繪製或統計值計算等，讓醫學論文研究可以投入更多時間在調校模型、分析後處理工具建置和評估臨床效益。
理工學院、農學院、森林系、金融系、化工系以及醫學院等，所有科系皆可使用。只要選對工具，寫程式不再是導入 AI 進行研究的難解問題。
麗臺於 AI 領域具有豐富的導入經驗，熟悉產業與教育實際需求，可協助不同用戶進行概念驗證、可行性評估及發掘潛在需求。
提供專業 AI 軟體與企業級 NVIDIA 認證系統，一次解決軟硬體問題。
麗臺研究團隊持續研究最新的模型，並將驗證過後的模型預設置入 AIDMS 版本，讓客戶與全球的 AI 發展不脫節。
未來展望
