知勢 - 提供AI新知與觀點的媒體

實事求是，做能落地的NLP應用

「自然語言處理」又稱為 NLP（Natural Language Processing），為近年來十分熱門且挑戰性十足的研究領域，針對不同的任務類型，我們會選擇不一樣的解法以達到最佳表現成效。舉例來說，目前的 DL 模型擅長解決類似選擇題的分類問題（Grouping Problem），提供兩篇新聞，讓模型判斷這兩篇文章是否相似、同一類型與否。但如果要讓它判斷兩個句子是否有前後文的邏輯因果關係，或是不同語句的語意是否相同，對 DL 模型而言是困難的。

觀點, 人物訪談

跨出舒適圈讓AI成為各領域的應用工具

隨著人工智慧在各個產業逐步落地，帶動企業的人才需求，除了超會寫程式的工程師，企業更需要能把數據轉為關鍵營運決策的人才。根據線上學習網站Coursera，日前公布的2022年全球技能報告指出，由於數位轉型、通貨膨脹和全球不穩定性等因素，有越來越的學習者選擇學習數位技能和軟實力技能，以因應未來新經濟需求，在在顯示跨域趨勢不可擋。

觀點, 產業案例

全球最大半導體通路公司轉型路：不斷試錯，建構企業的數據文化

進入大數據時代，許多人都認同資料是創新重要的原物料，但並非每個企業都能建立數據文化。全球第一、亞太區最大半導體零件通路商大聯大投資控股公司自2015年開始邁開數位轉型的步伐，從內部數位化、上雲端開始佈局，發展出獨特的Laas（Logistic as a Service）商業模式，並且持續建構商業流、資訊流、資金流等服務，邁向平台化發展。

趨勢, 人工智慧, 資料科學

全球大數據專家麥爾荀柏格：資料並非AI時代的石油

對於人工智慧發展略有概念的人或許都曾聽過，在2016、2017年時產業界經常將資料比喻為「新時代的石油」，但在全球知名大數據專家麥爾荀柏格（Viktor Mayer-Schonberger）與知名科技新聞記者蘭姆格（Thomas Ramge）合寫的《資料煉金術》書中直言，這樣的比喻是不對的，因為在數位經濟中，價值創造的方式跟過去完全不同，而也正因為這種不算正確的類比，使得很多傳統企業的數位轉型往往以失敗收場。

技術, 實作解析, 資料科學

資料分析前，必須知道的四種數據類型

在進入資料分析的階段前，我們必須對資料進行清洗與整理，而搜集來的資料有許多種，也有各種屬性，透過測量尺度的概念來理解眾多屬性，能幫助我們進行更合適的處理

人工智慧, 趨勢

當AI開始繪畫後，將如何影響創意產業？

全球權威財經雜誌《經濟學人》（Economist）在6月以「AI新境界」（AI’s New Frontier）做為封面故事，而封面主視覺也首次由AI進行設計。究竟AI是如何設計出這個封面？《經濟學人》在電子報中有詳細解釋。

趨勢, 人工智慧

十項全能的自督導學習

時至今日，我們的日常生活中充滿了各式人工智慧的應用，相關技術更是不斷進步。那麼，目前的人工智慧到底發展到什麼程度了呢？

電動車, 人工智慧, 趨勢

當地面的車聯網遇見天上的低軌衛星，通訊設備將成為關鍵

鴻海董事長劉揚偉日前在股東會透露，鴻海已開始佈局B5G相關衛星通訊的計畫，除投入低軌道衛星（LEO）領域研發，也不排除發射鴻海衛星的計畫，並將由鴻海研究院新世代通訊研究所負責設計及統籌。

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。