觀點 AI 工程師林愛哲分享:商科生跨足人工智慧的學習之旅 隨著科技進步與社會發展,不同領域學門的分界越來越模糊,跨域思考也逐漸被重視。結合程式語言及領域知識的跨領域學習者,漸成為職場上搶手的明星。例如結合數據蒐集、整理、分析、與解讀的「資料科學」,便是近年極受歡迎的新興跨領域學問,可以將商業知識與人工智慧技術結合,協助企業對商品銷售進行預測。
觀點 從資料找黃金:融合大數據,創造跨世代競爭力 假設你是一個書商,想知道那些書會大賣,你會怎麼做?以往我們會拉出銷售報表,再搭配我們已知的經驗,如價格、節慶...變化因素進行判斷,再提供對應的銷售資訊。但我們透過顧客以往的匿名購買資料,結合所得稅申報、教育程度、當年總統大選等資料發現,會發現部分時候,顧客行為和編輯與行銷的直覺完全不同;甚至可以找出被忽略的熱銷書籍。
觀點 疫情後求生,台灣中小企業為何需要數位轉型? 2020的新冠肺炎疫情打亂了全球步調,衝擊全球經濟與產業供應鏈,不只重創觀光產業,甚至讓全球供應鏈出現少見的「斷鏈」現象。疫情之中,美中衝突再度升溫,歐美各國不僅要忙著控制疫情,也要思考疫情過後的經濟復甦與佈局;而佔台灣企業比例高達98%的中小企業,更被專家預測將成這波疫情中的重災戶,在疫情逐漸遠離之際,又該如何調整腳步以適應詭譎多變的未來
觀點 人工智慧時代,誰是關鍵成員? 隨著人工智慧的發展,不少企業積極投入相關領域的發展,預期未來相關人才的需求將會越來越大。對於想要打造一支人工智慧團隊的企業來說,資料科學家、資料工程師及機器學習工程師是最重要的核心成員。
技術 這樣用資料才能幫企業解決問題 隨著數位化的發展,數位規模、數位活躍程度,及收集、運用數據的能力,已成為企業的核心競爭力之一。但企業收集了許多資料,是否就能帶來更大價值呢?在與眾多企業接觸的經驗中,我們發現許多企業雖擁有大量資料,卻不一定能善用資料甚至解決問題。
資料管理下一步:你的企業有擬訂資料策略嗎? 我們都知道人工智慧的應用成果與資料的品質極為相關,有時候限制人工智慧在各領域實現更廣泛應用的,並不是演算法不夠厲害,而是缺乏高品質的資料。台灣人工智慧學校專案處的顧問們在協助企業導入人工智慧的過程中,發現了幾個企業常見的資料問題:
執行長的未竟之志「我們來做!」 從2019年下半年開始,只要聽過陳昇瑋執行長演講的人,大多都聽過他所期待的願景。產業AI人才的培育只是他擘劃藍圖的起點,在達成階段性目標後,他在2019年底校友年會中呼籲所有校友,「這是大AI時代的起點!」期待有更多人投入,不只提升產業競爭力,還要解決後續AI所可能帶來的社會問題。
疫情寵罩下的溫暖支持:《ICU重症醫療現場》 如果你聽過「燙髮不騎車,騎車不燙髮」的幽默口號,或是看過「把聲音留下,幫助別人,也幫助自己」的宣導,應該會對這位在網路上擁有超過15萬粉絲的阿金醫師感到好奇,究竟他是如何寫出這些深入淺出且幽默溫暖的文章?