本次研習邀請到了翰尼斯企業有限公司 曾吉弘 經理蒞臨演講。首先，由淡江大學電機系 李祖添講座教授與中華民國模糊學會理事長 鄭錦聰教授開場介紹人工智慧(AI)與邊緣運算(Edge computing)的重要性，整個兩天的研習會共安排了三場的研習活動。
第一場研習題目是「機器學習雲端與邊緣裝置發展趨勢」，講師介紹了AI大事記與AI主要領域，並說明了監督(supervised)學習和非監督(unsupervised)學習的差別就是訓練集目標是否由人標註資料，常見的無監督學習演算法有生成對抗網路、聚類。常見的框架有深度神經網路(DNN)、卷積神經網路(CNN)和深度置信網路(DBN)和遞迴神經網路(RNN)，已被應用在電腦視覺、語音辨識、自然語言處理、音訊辨識與生物資訊學等領域並取得了極好的效果。
第二場研習題目是「NVIDIA機器學習工具與應用分享」，講師介紹$300 USD以下的單板電腦，2018年之前基本上就是以 Raspberry Pi 為主流，然而，2019年Google推出了Google TPU Edge，NVIDIA也推出了NVIDIA Jetson nano，進入了這個價格區間帶，讓使用者開始有更多的選擇。NVIDIA Jetson nano有影像編碼器與解碼器，對於其他深度學習框架(例如Pytorch, MXNet) 的支援程度也較好，它還支援 NVidia TensorRT 加速器函式庫來進行FP16推論與 INT8推論，很容易讓初學者上手使用。
第三場研習題目是「邊緣裝置效能分析與應用」，講師介紹目前市售常見的邊緣運算裝置，Raspberry Pi 單板電腦具備作業系統可安裝各種套件是目前最常見的運算裝置，各種框架都有Python SDK可以免費下載，已足以執行基本的AI運算。Jetson nano 需要5V3A以上的變壓器，如有移動平台載具需求，行動電源將會是重要關鍵。Coral dev board 售價 $149美金，比 Jetson Nano售價 $99美金來得貴一點，但有提供 Wi-Fi 與Bluetooth，且還具有一顆 Cortex-M4F 低功耗微處理器，可用於連接其他感測器，例如溫度、環境光感測器等等，十分適合機器人平台使用。
本次「2019機器學習與邊緣運算研習會」開放淡江全校師生可以免費參與，同時也開放給「第二十七屆模糊理論及其應用研討會」的與會專家學者參加。藉由翰尼斯企業有限公司 曾吉弘 經理的多年來的經驗分享，建立參加者對人工智慧的正確認識，並熟悉目前市售常見的各種邊緣運算裝置之優缺點比較，讓參加者知道如何挑選出合適自己研究需求的邊緣運算裝置，正是參加者本研習會的最大收獲。
學生與參加者給予的回饋：

 電機系研究所一年級的歐同學：「現在才發現AI自我學習領域可以運用到那麼廣泛，而且可以很容易分辨知道machine learning 與deep learning的差異在哪。」
 電機系研究所一年級的林同學：「講師介紹NVIDIA Jetson 家族的實驗板，並分析成員之間的效能比較，並以CAVEDU的 AI視覺機器人套件讓我了解各項不同 DNN架構的推論。」
 電機系研究所二年級的范同學：「講師介紹了很多目前市售的邊緣計算開發實驗板，並分析其效能與適合使用場域，對未來研究規畫與方向提供了很多想法。」
 邁克兄弟顏工程師：「搭配Intel的Movidius推出使用Raspberry Pi製作的專題十分有趣，可以用來改善自己公司一些成果展現，提升公司產品競爭力。」