各位朋友們好：

前兩天跟一位專攻電子元件瑕疵檢測的朋友聊天，他說，最近正忙著學習NLP（Natural Language Processing, 自然語言處理），「以前懂電腦視覺處理就夠了，沒想到有一天需要學這個。」

的確是，AI技術應用發展因為不同領域知識彼此「借火」，展現出相當多樣的變化與可能，不再是瑕疵檢測人臉辨識用電腦視覺、社群對話分析跟機器人用NLP這種單純的區分。例如，為了掌握造成全球疫情再度緊張的新冠病毒變異，就以語言學、AI與生物學專業知識進行跨域整合，希望能夠比病毒的變異種更早一步，避免人類只能束手無策挨打的局面。

本週電子報就是從跨域對話的角度出發，邀請卓騰語言科技總經理王文傑、AIF首席資料科學家蔡源鴻，從語言學、生物學及NLP不同角度分析《麻省理工科技評論》一篇有趣的文章，關於如何應用機器學習捕捉冠狀病毒突變（AIs that read sentences are now catching coronavirus mutations），同時了解AI跨域發展的可能性，期待這些文章能夠讓我們得到對於未來的想像與啟發。

人工智慧科技基金會執行長 溫怡玲

NLP一定得要大數據嗎？現代語言學有新解

科學家一直嘗試著讓電腦變得和人類一樣，具有感知、學習與協助決策的能力。讓電腦可以理解人類語言的自然語言處理（Natural Language Processing，NLP）成為近年來十分熱門且挑戰性十足的研究領域。但是，人類語言的博大精深，有辦法教會電腦理解嗎？又該準備多少的訓練資料才夠呢？這些問題如果從語言學的觀點切入，也許能找到更多答案。

模型解析：利用機器學習演算法了解病毒

COVID-19病毒持續變異，傳播能力也不斷上升，未來對於病毒的研究更顯重要。科學家從語言模型的角度出發，解析如何將原本用於學習人類語言的 AI 語言模型，應用來學習病毒變異的語言，或許將有助未來病毒疫苗的設計。

白話解讀：語言學、NLP、病毒變異三者微妙關係

我們能不能將病毒蛋白的基因序列想像成類似人類的自然語言？這又跟快速掌握病毒變異有什麼關係？而人工智慧又能幫什麼忙？從這幾個問題出發，學者們透過自然語言處理（NLP, Natural Language Processing）生成蛋白質序列並縮短預測病毒突變的時間。這究竟是如何做到的？

【免費報名】鴻海研究院邀請諾貝爾獎得主談車用半導體的未來發展

鴻海斥資超過25億元買下旺宏的6吋晶圓廠，將用來開發與生產第三代半導體，尤其是電動車採用的SiC功率元件，將是整合電動車與半導體發展的重要里程碑。想了解車用半導體如何影響未來市場？鴻海研究院將在 9/9 舉辦的 NExT Forum: Compound Semiconductor in E – Vehicle特別邀請諾貝爾獎得主天野浩教授等專家，解析車用半導體的材料戰場。