知勢 - 提供AI新知與觀點的媒體

軟體定義未來已成型！車聯網的新挑戰

全球電動車產業百花齊放，汽車產業正面臨百年來最巨大的轉變，車輛已不再只是單純的交通工具，而是具備強大運算能力、隨時連網的大型電腦系統。面對新的產業型態，鴻海所打造的MIH開放平台，企圖布局電動車市場，目前已超過1600多名成員。不免讓人好奇，MIH開放平台未來的願景及目標又是什麼呢？

技術, 自然語言處理

Attention Is All You Need：關於Transformer你所需要知道的關鍵論文

Transformer這個由Google 在 2017 年提出的架構，許多知名的模型像是 BERT 與 GPT-3 等，都是奠基在這個架構上，可說是當前在自然語言處理最強大的模型。近來甚至在電腦視覺領域也可看到 Transformer的蹤影。還想多瞭解一點Transformer 的優點嗎？

觀點, 數位轉型, 趨勢, covid19

疫情過後，企業如何面對「回不去」的未來

2021年5月的這波疫情來得快速且猛烈，一週內升級三級警戒，為了防疫許多企業也開始實施異地辦公。比起其他國家，台灣多了一年的時間準備，也多了許多可以學習的經驗。許多人則逐漸認知到，回歸正常的生活可能遙遙無期，甚至必須放棄過往的模式，學習與病毒共存。對企業而言，又有哪些回不去的未來需要提早掌握並思考應對之道呢？

觀點

從選擇題到必考題：台灣中小企業數位轉型實戰

來勢洶洶的疫情，迫使企業必須改變思維，尋找產業的創新模式。對中小企業來說，原本就面臨著獲客成本過高、舊客持續流失、產品毛利過低或營運效率不彰……等生存威脅，在疫情的衝擊下，也被逼著必須思考數位轉型的議題，但如果沒有全面的策略思考，將可能落入工具迷思，或是訂定無法脫離傳統思維的牴觸型KPI，導致轉型原地踏步。

觀點

【AIF每月書單】十種方法扭轉直覺偏誤，幫你做出更好的決定

思考未來的首要之務是掌握現況，但我們發現即使是老師、投資銀行家和諾貝爾獎得主這些具備專業知識的人員，對於世界都可能有很多誤解，全球公衛學家和公共教育家漢斯．羅斯林（ Hans Rosling）在《真確》一書中指出，人們對於自己的無知毫無頭緒，思考往往受到不自覺且可預期的直覺偏誤所影響。於是，我們該想的是，如何建立新的思維習慣，藉由書中所提的思考方法，扭轉根深蒂固的偏見，並基於事實行動。

AI CAFÉ懂應用：從Python到人工智慧的新手應用分享（#4/16會後報導）

Python是近年來快速成長且逐漸普及的程式語言。由於能應用的領域非常多，包括網站架設、網路爬蟲、資料分析，又或者像遊戲或資安領域都十分常見，更被認為是進入人工智慧領域最好的入門工具。雖然應用領域十分多元，但如何利用Python解決各類不同的需求，仍是許多初接觸Python領域學習者的罩門。

新創, 資訊安全

瞄準企業去識別化需求，台灣新創用差分隱私保護個人資料

隨著隱私保護議題興起，除了牽涉到人權保護的議題，更是國際貿易競合的議題，對企業來說，是不得不正視的議題。在需要保護用戶個資的情況下，企業必須要有效的針對資料進行去識別化的需求，台灣新創如何開發去識別化的硬體晶片和軟體應用程式，以確保資料安全性無虞？

要大數據還是好數據？導入AI的第一天就該知道的重點

科技帶動人工智慧等技術的進步，不僅幫助數據的收集與處理，各種厲害的演算法不斷突破。但實際上，除了電商及網路服務能取得大量數據之外，仍有許多產業的資料量並不大，Landing AI創辦人吳恩達日前透過網路直播分享自己對於模型及資料的看法，並提出一個機器學習工程師應該將 80% 的工作放在資料準備上，以確保資料品質，這番說法也讓許多人重新思索數據與模型的關係。

觀點, 精選書單

當責精神：用QBQ培養解決問題的能力

科技的發展日新月異，即使現在科技一詞常與進步畫上等號，但其最重要的本質仍是為人類解決所遇到的問題或需求。面對AI浪潮，許多人將重點放在演算法的學習上，但演算法只是人工智慧的一小部分，學會尋找問題並且定義問題，才是決定人工智慧品質的關鍵。人工智慧基金會（AIF）每月舉辦內部讀書會，經由閱讀、分享與腦力激盪，培養同仁對於產業趨勢的敏銳度與觀察力。