知勢 - 提供AI新知與觀點的媒體

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？

ESG新賽局, 總體經濟, 社畜看天下, 觀點

2024 下半年全球經濟瞭望：地緣政治風險持續中，供應鏈面臨變動

早在2021年，《經濟學人》報導便指出，台灣是地表上最危險的地方。2024年上半年，伴隨著台海危機、地震頻傳，「風險」無庸置疑是最重要的關鍵字之一。時序即將進入下半年，接下來又有哪些關鍵議題需要注意？台灣經濟研究院景氣預測中心孫明德與人工智慧科技基金會執行長溫怡玲首先從地緣政治與國際情勢切入，提供下半年趨勢解讀。以下為精華摘要：

python, 精選書單, 觀點

使用 ChatGPT 設計線上 AI 客服中心

對於想學習 Python 的程式初學者而言，《AI助攻 Python超級入門》透過有意思且實際例子，讓初學者可以在 AI 的協助下，一邊玩耍一邊學好 Python，了解如何利用生成式 AI 幫忙寫程式。

Langchain, 技術, 實作解析

利用 Langchain 實作系列 RAG 進階流程：Query Analysis & Self-reflection

檢索增強生成 (Retrieval Augmented Generation, RAG) 是近期的熱門應用技術之一，但要建立一個足夠穩定的 RAG 架構，並不容易。本篇文章著重在 RAG 技巧中的流程設計與調整，帶領大家快速了解一些實用的 RAG 模組，也透過實際操作，學習 LangChain 與 LangGraph 工具

MLOps, 實作解析, 技術

從資料到模型，以 MLOps 精神實作 AI 模型訓練

過去在 DL 模型的開發過程中，要追蹤大量的資料和實驗結果可能需要結合多項工具，形成較高的學習成本；針對這些問題，HPE 推出 MLDM、MLDE 作為解決方案，使用者只需要熟悉這兩項工具，就能包辦大部分的開發工作，而實際使用的體驗也讓我們認為是值得一試的。

MLOps, 實作解析, 技術

MLOps 工具介紹（二）：常見的資料管理工具

越來越多的 AI 專案，使得團隊對於資料、模型的管理需求日益增加；市面上各類工具不斷推陳出新，目前已經有許多選擇，這些工具多半主打優秀的圖形化介面，及較低的學習成本，讓不同背景的團隊成員都能快速上手，開發者可以依自己或團隊的需求選擇合適的工具，增加開發效率。

MLOps, 實作解析, 技術

以 HPE MLDM 實作資料的版本控制

隨著 MLOps 的推廣，市面上已有許多針對資料與模型的版本控制工具出現，（以下簡稱為版控）工具出現。這些工具多半具簡潔且易使用的圖形化介面，並逐漸朝向高整合度發展。這篇文章將介紹能針對訓練資料進行版控與前處理自動化工具：HPE ML Data Management (MLDM)

生成式AI, 產業案例, 觀點

這些可能不是AI的問題

人工智慧（Artificial Intelligence, AI）因 2022 年底 ChatGPT 等大型基礎模型發布，繼 2016 年 AI 圍棋軟體 AlphaGo 之後，再次掀起臺灣新一波人工智慧熱。事隔六年多，這波討論強度更勝過去。原因顯而易見，以生成式技術為基礎的 ChatGPT （及類似模型）不僅能以中文問答如流，還能寫信、寫詩、翻譯、做摘要，幾乎目前媒體能夠做的工作，都已經被完全取代。更可怕的是，完成工作所需要的時間比真人更短。