訂閱電子報 從數據到大語言模型，生成式 AI 的未來該往哪走？ 除了一再說「我講的事情，很可能跟大家的認知不太一樣」，我想《知勢》電子報應該能夠多做一些，讓大家對生成式 AI 的認知不再只有媒體上報導的無所不能，以及各大科技公司高超又快速的技術。因此特別邀請 AIF 技術顧問撰寫《從深度學習到大語言模型》一文，從原理、限制到目前正在進行的研究方向，深入淺出一次說清楚。同時搭配《生成式 AI 並非橫空出世，那些關鍵的技術突破與發展》一文，則適合技術人員補充複習。在準備報名坊間各種 AI 課程之前，希望本週電子報能夠讓大家了解基礎概念，選擇對自己和企業最有用的學習路徑。
ESG新賽局, 人才培育, 策略觀點, 觀點 走進真實場景，找到下世代永續的新遊戲規則 無論是否注意到或採取因應行動，AI 技術的發展與 ESG 新規範的陸續出現，帶來了產業典範轉移，使得企業經營管理或人才定義，此刻就面臨全新的挑戰。如何從概念落實為執行方案?大學裡的教學如何培養下個世代面對新遊戲規則的挑戰，是台灣許多大學正積極投入的領域。
數位轉型, 趨勢 Google 發布台灣 AI 治理白皮書 美國商會邀集專家分享機會與挑戰 Google 台灣日前（7月31日）發布「台灣 AI 發展與治理：Google 的洞察與展望」白皮書，並對台灣在 AI 發展上提出投資 AI 基礎建設、打造鼓勵創新環境、發展 AI 人才培育體系，以及推動 AI 科技普及化三大建議。延續這個討論議題，8 月 1 日美國商會數位經濟委員會特別舉辦圓桌論壇，邀請人工智慧基金會 (AIF) 董事長詹婷怡、台灣人工智慧卓越中心 (Taiwan AIoE) 、中央大學資工系教授蔡宗翰與 Google 傑出科學家紀懷新，共同交流台灣 AI 發展的機會與挑戰。
LLM, 產業案例, 觀點 蔡宗翰：算力不足有解，須掌握訓練垂直領域模型的焦點 社群媒體巨頭 Meta 日前推出迄今為止最大的開源 AI 語言模型 Llama 3.1 405B ，該模型使用了 16,000 個 Nvidia H100 GPU 進行訓練。面對這波模型軍備戰爭，中央大學資工系教授、TAIDE 模型訓練組召集人蔡宗翰認為，台灣即使面臨算力不足的挑戰，仍可以針對台灣本地的需求，訓練垂直領域模型，而當中最重要卻也常被忽略的關鍵在於評估。
人工智慧, 趨勢 2024 台灣 AI 發展四大挑戰：人才、資料基礎建設、找對問題、組織文化 軟體與平台已經重新定義整個產業未來的型態，資通訊科技技術則成為新經濟模式的動力，因此，新時代的人才也與過去截然不同。人工智慧科技基金會董事長詹婷怡日前參與美國商會午餐會，分享自 2018 年開始推動產業 AI 化的長期觀察，她指出 2024，台灣 AI 發展的挑戰包括實戰人才缺乏、資料基礎建設不足、找對問題不簡單，以及組織文化重塑四大議題。
人工智慧, 趨勢 AI 千模大戰獨缺商模？流程創新比技術創新更值得關注 不少管理者將人工智慧視為極具前景的一個創新工具，但根據調查顯示，公司如何利用人工智慧進行創新，成功的關鍵仍取決於組織如何使用新工具。
ESG新賽局, 產業案例, 觀點 不僅是立國之本，農業還能協助企業完成減碳的最後一哩路 面對全球氣候異常，幾乎所有產業都會受到影響。而農業雖是立國之本，但在工業革命之後，其重要性往往被忽略。進入ESG時代，新創企業無限永續創辦人楊旭宸點出，當企業減碳進行到極限，仍可能會增生無可避免的碳，使企業始終無法達成淨零目標，這時與農業合作，讓自然碳匯輔助企業達成淨零碳排的最終目標，將是極佳解方。
數位轉型, 趨勢 張嘉淵：不要讓 AI 變成想像力的限制，應該激發人類創新的動力 這一波生成式 AI 熱潮中，台灣雖以半導體優勢搏得全球巨大關注，但 AI 的發展不僅止於技術層面，更需要結合實際場景與商業模式。再好的AI技術，若沒有找到適合的應用場景，就無法產生真正的商業價值。廣達技術長張嘉淵舉例，台灣現在有點像克雷莫納（Cremona）的造琴廠，雖然很會製造小提琴，但從未誕生過世界第一的提琴家。
