知勢 - 提供AI新知與觀點的媒體

資料科學應用實例：如何從數據中找出高齡者的交通需求？

資料處理是一種利用數據幫助人進行決策的方法，探討用模型去解讀不同的資料與意涵，採用新的知識和經驗的戰略，從資料中發現價值。決策的方式正在改變，我們如何運用機器的優勢來轉換知識，降低對經驗的依賴，進而幫助個人或組織，從中做出更好的決策，將會是資料處理派上用場的時候。

精選書單, 觀點

不必接觸高深數學，也能輕鬆打造高效能 AI 模型

AutoML是近來極為熱門的話題，使用者不用寫出繁雜的演算法，也能快速打造出 AI 模型，降低「AI 落地」的門檻，大幅減少試驗機器學習模型的時間與痛苦。 AutoKeras是一套完全開源的 Python AutoML 套件，對影像、文字、時間序列或一般結構化資料的預測提供內建類別，甚至會加上資料預處理功能。使用者不必接觸高深的數學，就能用短短幾行程式碼便能打造出成效優異的 DL 模型。以下我們將透過案例分享，如何使用AutoKeras打造一個分類器：

數位轉型, 趨勢

淨零碳排大限逼近！企業可透過「情境建模」掌握方向

距離各國簽署「巴黎協定」2030 碳排量減半、世界各國宣誓「2050 淨零碳排」的目標已迫在眉睫，行政院也即將在今年提出「2050 年淨零碳排路徑草案」，低碳、減碳甚至零碳已經不是標語或口號，而是直接影響企業能否在未來十年、二十年生存的關鍵議題。

趨勢, 數位轉型

從生產價值到環境價值的追求，工廠裡的轉型是怎麼一回事？

近十年來，製造業十分積極投入工業4.0，直到去年歐盟正式提出一個名詞：「Industry 5.0」。它和4.0的差別是什麼呢？除了生產價值，人的價值或環境的價值更被重視。

人工智慧, 趨勢

導入AI前哪些事情要注意？那些年，工廠裡的AI技術

製造業長期以來是台灣的強項，我們不僅有產業的Know-How，也有完整的供應鏈支持，更擅長在一定的成本下，提升產品的質量和可靠性。隨著人工智慧技術逐漸普及，許多工廠老闆也開始思考要不要投入人力及資源導入AI，寄望透過新技術提升產能、降低成本。但是，現實的工廠中，在導入AI技術的過程中，又會遇到哪些困難呢？

人物訪談, 觀點

《知勢》跨域對談──科技與行銷傳播 (1)　跳脫現在，才能穿越亂局看清未來

2021年的台灣，供應鏈問題、晶片缺貨和疫苗吸引了絕大多數的注意力，但是企業數位轉型同樣在這段時間有了相當大的進展。根據麥肯錫的資料顯示，因疫情影響，全球企業在過去要五年才能完成的數位化進程，壓縮到八週內完成。而根據台經院調查，從2020年到2021年，台灣金融、零售以及服務業都認為數位轉型是企業營運的關鍵議題，如何善用數據、行銷科技（Martech），以及品牌傳播等技術應用與策略，為企業轉型並加值，已是當務之急。

產業案例, 觀點

從不懂AI到打造AI產品 KKStream如何用三件事情養出資料團隊？

說到推薦系統，大多數人想到的多半是文章推薦、影音推薦、商品推薦等B2C的場景，但是，除了生活中常見的消費場景，你是否想過推薦系統也能有B2B的應用嗎？這個近年來十分熱門的名詞又是什麼呢？面對資料應用的難題，公司又該如何建立相關團隊或是打造具資料素養的團隊呢？

趨勢, 數位轉型

進化始於變化，動盪創造的機會遠勝於威脅

不安與變動會帶來反思，從經濟到生活，疫情顛覆了人們習以為常的運作模式，也顛覆了人們原有的思考。

區塊鏈, 人物訪談, 觀點

從NFT到 Metaverse （二）：Metaverse將帶來的新生態系

近期熱門新聞爆點，從名人、遊戲、虛擬樂團...，甚至到以判決書及全球資訊網（World Wide Web，WWW）原始程式碼等為標的，越來越多的NFT推出，許多創作者、藝術家趕著跟上這股NFT熱潮，但我們也看見熱潮之後的可能階段性泡沫隱憂；不過在這股NFT風潮下，更令人關注的是Metaverse的瞬間引爆話題，科技業、遊戲業及奢侈品牌等紛紛投入，以往經濟模式慢慢在改變，新的生態系悄然成形。