AIF Editor

財團法人人工智慧科技基金會(AIF)深化產官學與跨產業的經驗資源連結,以人工智慧做為切入點,協助產業培育人才、掌握關鍵技術,並進一步落實到企業應用端,創造新的商機與價值。AIF透過文章分享基金會最新消息及技術新知,期待為台灣產業注入科技能量。

41 篇文章
零碳新賽局啟動,台灣企業如何面對?
專題

零碳新賽局啟動,台灣企業如何面對?

也許有人會問:「AI 是否可以用來協助碳中和更有效率達成?」答案是「是的」,但對多數企業來說,在淨零(Net Zero)或「碳中和」之前,還有許多事情必須立即著手。新創團隊在這過程中,又能提供傳統企業哪些幫助呢?本篇專題將帶您從產業的角度切入,進一步了解淨零碳排的趨勢及企業必須面對的挑戰。

  • AIF Editor
資料煉金術與機器學習 急速成長的自駕車技術
精選書單, 專欄

資料煉金術與機器學習 急速成長的自駕車技術

要衡量自駕車科技的進展,一項重要指標就是所謂的接手率(disengagement rate),也就是駕駛員必須關閉自駕系統、接手開車的平均頻率。在報告涵蓋的期間(2019年12月到2020年11月,包括部分時間由於疫情封城而必須暫停自駕測試),谷歌旗下子公司Waymo的自駕車,在加州公路行駛了超過九十六萬公里,而平均而言,駕駛員每超過四萬八千公里才必須接手駕駛一次。

  • AIF Editor
想打造最強模型,訓練資料集的選擇差很大
精選書單, 觀點

想打造最強模型,訓練資料集的選擇差很大

說到「集成式學習」,你可能知道這是使用二種或更多的機器學習演算法,組合出預測能力更好的模型。我們可以在不同的競賽上,看到利用「集成式學習」建立的模型都有十分出色的表現,這也讓它成為近期十分熱門的技術之一。不過,該技術雖然十分熱門,但實際上能善用的人並不多,甚至有些人對於訓練資料的使用部分有些誤解,例如,當我們想要集合幾個基學習器打造超學習器(Meta-learning)的時候,兩者所需要的資料集常常讓許多人會產生混淆。

  • AIF Editor
你的商業模式過時了嗎?掌握持續創新價值的高效方法
觀點, 精選書單

你的商業模式過時了嗎?掌握持續創新價值的高效方法

我們都知道,新冠肺炎疫情對全球企業帶來了存亡的威脅,另一方面也幫助領導者得以用新的思維來看待他們的商業模式。受到疫情影響的企業主或經理人也許都曾思考過一個問題:「我現在能做什麼?」可能的選項包括:1、關門大吉;2、降低成本僅供維持最低限度的運作,以延長營業時間;3、等待轉機;4、改變公司短期與長期的商業模式。

  • AIF Editor
從數位化到智慧化 企業AI落地將面臨哪些棘手挑戰?
人工智慧, 趨勢

從數位化到智慧化 企業AI落地將面臨哪些棘手挑戰?

隨著人工智慧(AI)技術發展日趨成熟,企業對於發展AI已由探索期,逐漸進入落地AI應用的階段。然企業在導入AI之際,也開始面臨隱私權、效益評估、可信度等挑戰。近年產業AI化的腳步加快,為滿足更多應用場景,市場也陸續提出解決AI應用痛點的技術/方案。2022 Taiwan AI EXPO開展在即,請隨DIGITIMES Research一起catching the waves,透視AI大趨勢。

  • AIF Editor