楊育青 - 知勢 - 提供AI新知與觀點的媒體

《2024國鼎論壇》重塑或取代？人工智慧時代的科技與人文省思

活動日期：2024-06-26(三) 在生成式AI出現之後，排山倒海而來的人工智慧發展不再只是技術議題，而成為世界各國及科技巨擘競相投入卡位的軍備競賽。人工智慧被稱為第四波工業革命，的確對人類社會產生極大衝擊，又或許將會取代許多既有的工作、改變我們的生活，面對這場全新賽局，站在全球半導體供應鏈核心位置的台灣，又位於地緣政治風險關鍵熱點的台灣，但是否也可視為重塑未來、協助台灣華麗轉身的全新助力？並有效管理風險並持續邁向正確的發展方向？在本場論壇中，邀請長期觀察及推動人工智慧經驗豐富的專家，從產業及社會發展的全球框架下，共同思索對談台灣在人工智慧時代的新定位。報名截止時間：2024-06-25 23:59立即報名連結：https://docs.google.com/forms/d/

AI EXPO, 人工智慧, 趨勢

大型語言模型與多模態模型潮流下的行動處理器設計趨勢

蘋果（Apple）公司在近期（6月10日）的年度全球開發者大會上宣佈了與 OpenAI 合作的消息，選擇 ChatGPT 驅動，以增強 Siri 的語言與文字理解能力，以及其他跨應用程式的整合，以便在這場人工智慧的（AI）賽局中趕上對手。

ESG新賽局, 總體經濟, 社畜看天下, 觀點

2024 下半年全球經濟瞭望（二）：高通膨時代，選舉週期將為下半年帶來哪些影響？

繼地緣政治風險後，美國升息與降息與否，在過去兩年成為牽動全球經濟起伏最關鍵因素，連帶引發通膨的敏感神經，只是各國通膨的產生原因不同。同樣是產能過剩，每個產業的背後原因也大不相同。台灣經濟研究院景氣預測中心孫明德與人工智慧科技基金會執行溫怡玲繼地緣政治與國際情勢之後，繼續從這兩年高通膨所引發的各種問題切入，解讀2024下半年趨勢。以下為精華摘要：

ESG新賽局, 總體經濟, 社畜看天下, 觀點

2024 下半年全球經濟瞭望：地緣政治風險持續中，供應鏈面臨變動

早在2021年，《經濟學人》報導便指出，台灣是地表上最危險的地方。2024年上半年，伴隨著台海危機、地震頻傳，「風險」無庸置疑是最重要的關鍵字之一。時序即將進入下半年，接下來又有哪些關鍵議題需要注意？台灣經濟研究院景氣預測中心孫明德與人工智慧科技基金會執行長溫怡玲首先從地緣政治與國際情勢切入，提供下半年趨勢解讀。以下為精華摘要：

Edge AI, AI EXPO, 人工智慧, 趨勢

Edge AI 落地大不易場域、夥伴都不可少

隨著科技技術與應用需求不斷發展，Edge AI 也逐漸成為 AI 領域中的一個關鍵分支，但實際要落地仍有許多挑戰待解。研華研華科技產業雲暨影像科技事業群副總經理鮑志偉在 AI EXPO 2024 的演講上便提到，除了關鍵的四大要素，生態系的建立與夥伴都是不可少的關鍵。

人工智慧, 趨勢

生成式AI 興起滿拓科技用微型化技術為企業省下訓練成本

「生成式 AI 的發展，使得模型壓縮的技術從 nice to have，轉變為 must to have，」滿拓科技執行長吳昕益日前在 2024 MAI 開發者社群大會上提到，近幾年由於 AI 模型的參數量大幅度增長，使得架構設計產生改變，使得微型化技術的效益更加明顯。尤其在生成式 AI 崛起後，這樣的技術能為企業省下許多成本。

AI EXPO, 人工智慧

全球 AI 創新王定愷：邊緣與雲端的協作將是必然

生成式 AI 應用快速進展並有逐漸朝向邊緣裝置延伸的趨勢，根據 DIGITIMES 研究中心觀察，邊緣 AI 推論運算應用產品朝向 x86架構的PC、NB；Arm架構的手機、平板，及 Arm/ RISC-V 架構的物聯網裝置三大方向發展。不過，AWS 台灣暨香港總經理王定愷在 AI EXPO 2024 的演講上也強調，「沒有 Cloud，不成 AI」，但雲端與邊緣並非互斥、而是合作關係

AI EXPO, 產業案例, 觀點

面對生成式 AI 國泰數數發：除了技術，更重要的是整體架構的制定

過去幾年，許多大型金融業者為了迎接數位金融浪潮，積極進行數位轉型，並相繼在 AI 領域投入資源。如今，隨著 GenAI 的發展，有更多關於金融場景的想像與應用隨之而來。但金融業同時也是被高度監管的產業，面對來得又急又快的 AI 浪潮，除了技術債之外，更重要的是關於整體架構的制定。

台灣產業AI化調查, 產業案例, 觀點

賴偉晏：願意花時間擁抱 AI 的缺陷，才能第一個享受成果

根據財團法人人工智慧科技基金會（AIF）「2023 台灣產業 AI 化大調查」結果，雖有過半企業已開始使用 AI，但僅三成會繼續進行AI 專案；且整體產業 AI 化指數表現仍然偏低，僅 35.7 分，特別是在 AI 風險掌握能力上明顯不足。對此，KPMG 安侯建業數位長賴偉晏觀察，目前產業 AI 化的實際比例雖然不高，但有個有趣的現象是，不少企業領導者已經非常積極要求企業內部各單位提出 AI 策略。他提醒企業， AI導入通常不太能夠立刻看到成果，甚至必須先擁抱它的缺陷，才有機會等待美好到來。