新創, 產業案例 AI 算力與資金齊發，臺北市首創補助計畫支持 AI 新創 算力是發展 AI 技術與應用重要的基礎建設，尤其對需要大量數據和運算能力來開發演算法和模型的新創公司而言，高昂的算力成本往往是發展的一大阻礙。臺北市政府產業局日前宣布與台灣智慧雲端服務股份有限公司合作，提供 AI 新創申請台灣 AI 雲平台免費算力資源，期待藉此打造臺北成為最有利 AI 發展的生態系統。
精選書單, 觀點 科技主導社會發展的省思：STEM 不是唯一解答 「人工智慧會取代人類的工作嗎？」「我們應該如何因應人工智慧的衝擊？」大概是這兩年生成式AI出現後，媒體最常見的熱門話題。仔細探究，從這類問題中隱然呈現出科技主動、人類只能被動因應的集體潛意識，但是，人工智慧不是人發明的嗎？為什麼會主客易位？
AI準備度, 策略觀點, 觀點 企業如何導入 AI ？策略、人才、運算資源盤點與規劃（上） 為瞭解台灣企業導入 AI 的現況，Google Cloud 與 AIF（人工智慧科技基金會）合作，針對 101 企業進行《2024 台灣企業 AI 準備度調查》，從基礎設施、數據、人員技能和經營策略等方面的調整著手，協助組織衡量在開始導入 AI 之前，還有哪些基礎建設急需填補。
精選書單, 觀點 你喜歡天才還是相信成長？組織心態如何影響業績表現 微軟執行長納德拉為何能帶領公司重返榮耀，推特的新老闆馬斯克卻讓公司陷入空前危機？因為領導者形塑出來的組織心態，會嚴重影響員工的行為，甚至是業績表現！
訂閱電子報 Google 發布台灣 AI 白皮書，產業挑戰、人才培育如何因應？ AI 技術的確突飛猛進令人目炫神迷，但只有技術並無法成為創造企業獲利與新成長曲線的動力，原因何在？是否有解？本週和下週的電子報，會從策略、技術、模型、資料以及組織文化等不同層面進行分析。
新創, 產業案例, 觀點 數位孿生 x 合成資料 x 生成式模型 MetAI 讓智慧製造成真 在數位轉型的過程中，資料是最不可或缺的資源。然而，一直以來製造業在邁向智慧化和數位轉型過程中，往往面臨數據不足的挑戰，無論是用於訓練人工智慧（AI）模型，或是進行產線優化，資料的缺乏往往成為瓶頸。Met AI 宇見智能透過生成式 AI 技術，結合數位孿生技術與合成資料，為製造業提供了創新的解決方案，利用數位孿生的環境源源不絕的產生高價值擬真資料，讓訓練 AI 模型的想法能夠成真。
實作應用, 技術 AI 如何應用在瑕疵檢測上 瑕疵檢測是許多製造業中關鍵的品質控制環節，傳統的瑕疵檢測方法主要依賴人工檢測或基於規則的方法，這些方法儘管具有一定程度的效果，但仍有不夠精準、效率低下和容易受到環境變化影響等問題。隨著人工智慧技術的發展，特別是機器學習和電腦視覺的進步，瑕疵檢測領域的技術不斷推陳出新，不僅可結合傳統手法提升準確率，還能透過生成式 AI 輔助生成訓練用的瑕疵資料，讓瑕疵檢測更精準、更符合快速更迭的產線週期。
精選書單, 觀點 文明背後的軟體：互惠利他是一種投資？ 廣達副總經理暨技術長張嘉淵曾提過，現在的人工智慧是將「人的智慧」透過數位技術，讓我們能夠更透徹拆解問題、預測甚至決策，因此，人工智慧如果要有突破，會來自於對人類智慧與思考模式的更深入了解。 那麼，在嘗試理解人工智慧前，也許可以先試著理解生物學？
