信任、跨域、創造，AI的下一步應用與挑戰？
技術不是目的，只是達到目的的工具或方法，這是企業看見的AI未來。而如果放大到國家、社會層級來看，如同NCC前主委、AIF常務董事詹婷怡所說，除了科技觀點，也該同步思考法律（legal）、政策（policy）和監管（regulatory）等挑戰，這是發展AI的第一天就要做的事。
訂閱電子報
歡迎訂閱我們
過往電子報
2022 AI Expo 重點精華整理：談談AI的根本
從2017年台灣產業開始關注並投入AI至今，可以發現資料、演算法和算力仍然是AI發展的根本。三天展會中，No-Code AI、系統整合、從Cloude到Edge，是多位講者不約而同提到的關鍵字；而什麼樣的資料才是有價值的？什麼的AI系統才是有效率且安全的？如何讓跨產業專家快速學會使用AI？一直是推動產業AI化的關注重點。本期電子報也特別整理「2022 AI EXPO」相關精采內容與你分享。
產業研究院領導者眼中 台灣AI該往哪兒走
籌備近半年的「2022 AI EXPO」終於要在本週連假後的週三（5/4）在華山園區與大家見面。對我個人與AIF來說，這次活動是產業AI化現在與未來接軌，成熟企業與新創、產業界與學術界共同描繪產業轉型的重要里程碑。
當跨域合作成為必然，AI時代的人才考驗
當然，ESG不只是淨零碳排，AI能做的也絕對不只目前所看到的這些解決方案。在接下來電子報中，我們將會與其他媒體及企業、NPO合作，以系列文章繼續分析不同產業ESG的各種機會，從技術、策略到趨勢，從垂直產業分析到跨產業應用，描繪未來的多種創新可能。
AI超級電腦的挑戰
人工智慧的基礎是什麼？應該大部份的人可以同意，資料與電腦運算能力都是不可或缺的；而人類有很多看起來混亂失去理性的行為，是否也有一些簡單的基本原則能夠預測？本週電子報就跟各位分享一些「基礎」的文章。
從數位化到智慧化，AI落地將遇到哪些挑戰
從2018年初成立第一天起，推動產業AI化就是AIF不曾改變的使命。儘管基金會創辦人陳昇瑋博士離開已經兩年，但我們不改初衷，期待透過不間斷的努力，完成他的未竟之志──「讓找不到人才不再成為產官學研各界發展人工智慧的障礙，建立自己的問題自己解決的文化，打破被技術殖民的慣性，促成產業轉型，建立社會信心。」
大數據時代下的關鍵能力：人人都該具備的資料素養
從2020年開始，無論身處哪一種產業，與疫情、未知的變動共存，相信都是我們正在學習的功課；這樣的功課往往讓人不安、驚慌，但也就在摸著石頭過河的情況下，看見了新的可能性，並培養出更強大的韌性。
迎接新科技生態系，如何管理不可預測的未來？
供應鏈和生態系究竟有什麼不一樣？為什麼AI時代必須改用生態系的觀點來分析產業發展？這樣的改變又會造成哪些影響？期待透過本週電子報的文章，開啟我們對於未來的新想像和對話。
除了神經網路，人工智慧還有什麼可能？
2018年初AIF正式成立，大約也正是台灣產業開始熱烈討論AI的同時，「AI會不會取代人的工作、統治人類？」「導入AI可以讓公司多賺錢嗎？」至今一直都是熱門問題。雖然在過去的這四年，AI的技術發展與應用早有長足進步，但對於AI的錯估與誤解，仍然相當普遍。