各位朋友們好：
籌備近半年的「2022 AI EXPO」終於要在本週連假後的週三（5/4）在華山園區與大家見面。對我個人與AIF來說，這次活動是產業AI化現在與未來接軌，成熟企業與新創、產業界與學術界共同描繪產業轉型的重要里程碑。
在與疫情共存的此刻，舉辦連續三天大型會展，當然在事前有無數次評估與萬全準備，仍不免忐忑。但熱烈報名參展的企業、一口應允前來分享的專家學者，還有報名參加「AI Junior Award」，學生團隊與全力投入評審團工作的老師們，也讓我們感受到人工智慧在台灣蓬勃躍動的能量。
活動中難得邀請到台灣三大企業集團研究院掌舵者，包括鴻海、台達電與廣達，還有多位法規、技術、應用與人才培育等多位專家參與盛會。週五（5/6）下午還有來自多所學校不同科系的「AI Junior Award」決賽與成果展現，邀請各位朋友撥空前來，與我們一同體驗台灣AI發展的無限可能。
人工智慧科技基金會執行長 溫怡玲
當一切的資訊都能連上網，網路安全就顯得非常重要。鴻海研究院執行長李維斌提到，需要從C(Confidentiality 機密性)、I(Integrity 完整性)、A(Availability 可用性)三個角度確保資料安全，而且服務不能中斷。然而，要維護CIA就必須要付出一定的代價。
未來人工智慧還有什麼可能？它會如何發展？廣達電腦技術長暨副總經理、廣達研究院院長張嘉淵認為，需要了解問題的本質，以及找到AI所需要的第三種人才。產業所需要的，或許不是多麼高深難懂的技術，而是如何透過 AI 這項技術工具，搭配企業獨特的領域知識，形成最佳解決方案。
AIF在與電子時報合辦的「2022 AI EXPO」中，特別舉辦「AI Junior Award」，邀請正在大學及研究所就讀的年輕學生參賽，提出他們所想像的、AI在2025年可能的應用專案。 2025年是他們進入社會工作的時刻，年輕世代如何想像三年後AI對於世界的影響？有哪些問題可以從此刻開始著手解決？這些問題對於產業界而言又有哪些啟發與價值？是透過這次活動期待達成的目標。
由人工智慧科技基金會首席資料科學家蔡源鴻及AI工程師廖柏瑜，帶領大家學習近3年GAN完整的演算法推進歷程及如何應用實作。理解面對不同的資料集，該如何評估GAN模型優劣與優化調整，提升生成資料的品質。課程中也會透過實際案例驗證，手把手教學實作屬於自己的GAN，再運用最後生成的資料，加入因資料不足而訓練準確率不高的分類模型，來驗證最後透過GAN生成的資料能提高分類模型準確率的結果。
這兩年ESG一直是媒體熱門話題，而AI如何應用於ESG自然備受關注。不過，由於ESG的範圍太大、指標過多，在面對各式各樣不同解決方案時，看過愈多資訊，往往令人更加困擾：究竟怎麼做才是對的？
《知勢》電子報曾經以多篇文章與各位分享淨零碳排的國際趨勢，並採訪專家分析台灣中小企業的挑戰與商機。本週我們走訪台塑麥寮廠區，介紹AI新創如何透過No-code AI協助石化業迅速有效節能減碳、預防風險。
當然，ESG不只是淨零碳排，AI能做的也絕對不只目前所看到的這些解決方案。在接下來電子報中，我們將會與其他媒體及企業、NPO合作，以系列文章繼續分析不同產業ESG的各種機會，從技術、策略到趨勢，從垂直產業分析到跨產業應用，描繪未來的多種創新可能。
「淨零碳排」不再是口號，將是實際影響企業能否生存的關鍵，尤其一直以來被認為高耗能、高污染的石化產業首當其衝，因應台灣石化內需市場小，約七成仰賴出口。歐盟預計在 2026 年全面針對高耗能產品徵收碳稅，且要求供應鏈足跡達到碳中和，一旦正式實施上路，企業勢必需要將碳議題納入成本考量。那麼，AI可以在這一連串的永續政策中扮演什麼角色？
全球知名調研公司IDC最新《全球人工智慧支出指南》研究指出，亞太地區（不含日本）在AI系統方面的支出將從2022年的176億美元，到2025年將增至320億美元左右。隨著AI技術不斷進步，未來的人工智慧有可能超越人類嗎？對於未來的AI時代，我們又有哪些想像呢？
思考「我／我們是誰？」這個問題，在AI世代的重要性將會遠遠超過過去，也將會是人類在不斷的變革中站穩腳步的關鍵。而協助我們建構自我認知的，仍然是人文。人類透過文學藝術、哲學、歷史、語言等等紀錄並展現了人類社會積累千年的智慧，而在當代社會中，人類也不斷的透過與他人互動創新，即便是「想創造人工智慧」、「為什麼我們要讓AI幫忙？」都是一種「人文思維」。
前陣子有機會採訪某大科技集團董事長，設定要討論的是品牌願景與定位，不過董事長一開始沒有直接回答這個問題，而是從組織核心價值談起：「分享」(sharing) 與「基礎」(fundamental)。
董事長談話內容很具啟發性，日後或許有機會再完整分享，本週先談談從fundamental延伸出來的一些想法。董事長說，無論任何專業知識或技術，都必須掌握最基礎的本質，才能夠深入淺出、以簡御繁，例如，愛因斯坦能夠教會小學生什麼是相對論，但我們一般人就算在大學裡苦讀一整個學期，仍然一知半解。
那麼，人工智慧的基礎是什麼？應該大部份的人可以同意，資料與電腦運算能力都是不可或缺的；而人類有很多看起來混亂失去理性的行為，是否也有一些簡單的基本原則能夠預測？本週電子報就跟各位分享一些「基礎」的文章。
「台灣杉二號」是科技部在2017年花費4年時間、耗資50億元，並曾打進全球前20大超級電腦。隨著計畫預算在2020年結束，營運權轉由台智雲接手。這台始於國家計劃的超級電腦後續將如何應用？對台灣的AI產業發展能帶來哪些幫助？
隨資料需要考慮的面向包括資料來源、處理方式、儲存位置、特徵選取、如何計算資料間的相似度與距離等問題。黃仁暐說，資料科學家的任務除了設計演算法之外，更要知道該領域的知識或是能跟領域專家合作，才能掌握資料的特性並選擇適用的處理方式，才不會影響到後續模型的結果。
本書副標題「掌握群眾行為的不敗公式」已經告訴讀者，作者發現了幾個基本原則，應該可以用來解釋社會現象，書中透過許多有趣的例子向讀者說明複雜的社會行為，背後原因可能非常簡單。雖然我們無法預測一個人的行為，但一群人的行為卻可以預測出來。為什麼呢？
利用午間時間線上學習AI知識！帶您了解生成式對抗網路（GAN）的基礎概念及強大應用，由本會AI 工程師帶您認識 GAN 的原理，理解如何生成資料，解決分析時資料集不夠的問題；達成圖像轉換的任務，以及光禾感知科技的軟體工程師，分享「車牌辨識」的專案應用實例。透過本次活動能讓您學習到GAN的生成及訓練概念，及如何應用於產業的實例，帶您認識更多人工智慧領域知識。
知勢電子報 | 2026.11.01 ...
