各位朋友們好：

第26屆《聯合國氣候變化綱要公約》締約方大會會議（COP26）剛剛落幕，這場因新冠疫情而從2020年延至前兩週才舉行的大會，在台灣媒體並沒有太多報導，一般大眾也沒有太多關注，但對很多台灣企業而言，卻已經是迫在眉睫的壓力。

近日有企業開始詢問：「AI是否可以用來協助碳中和更有效率達成？」答案是「是的」，然而，對於絕大數企業來說，在淨零（Net Zero）或「碳中和」之前，還有許多事情必須立即著手。

值得關注的是，聯合國秘書長古特瑞斯在COP26指出，碳排放減量與淨零目標，常有不同的定義與衡量標準，很容易造成混淆或可信度不足。這個問題該如何解決？

2009年，時任友達光電總經理的陳來助，帶領團隊製造出全球第一台通過碳足跡認證標準的電視機產品，並將台灣電子產業鏈碳管理經驗帶入國際標準研訂中。在本週電子報中，特別請他分享邁向碳中和目標之前，還有哪些必要的步驟，以避免標準不一、可信度過低的問題，以及與大數據、演算法的關係。也歡迎你針對這個議題，與我們分享觀察與寶貴經驗。

人工智慧科技基金會執行長 溫怡玲

陳來助：「碳盤查」將是門大生意

2026年歐盟碳邊境稅實施在即，未來所有事物可能都會跟低碳扯上關係，面對全球這股減碳浪潮，許多企業急切尋找減碳方法，零碳排、碳中和、淨零排放等詞瞬間成為企業熱門關鍵字。但是，「如果不知道產生哪些碳，又該如何減？」

AI加持，一年省了幾百萬水費

企業透過AI系統的導入，不僅能省下數百萬的水費，更有助於減碳。為什麼淨零排放跟水有關係？臥龍智慧環境總經理謝文彬解釋，因為水處理會使用掉許多高耗能的能源，如果能夠在廢水處理過程中利用AI精準使用藥劑，就能避免過度添加化學藥劑造成額外的碳或碳權問題，更能提升水質增加水的再利用率，避免設備老化導致設備熱交換率變差，減少額外能耗與碳產生。

電腦如何看懂一張圖？CNN基礎與概念

卷積神經網路 (CNN) 是深度學習裡極為重要的一種網路架構，在電腦視覺上的優秀表現促使深度學習的蓬勃發展，CNN 還有許多更實際的應用，如物件偵測、影像切割、動作識別等。透過影片，將帶大家瞭解CNN的演算法與基礎模型架構，掌握知識的深度與拓展應用的廣度。

【免費活動】資料處理大揭密，這樣做決策最準

資料處理是一種利用數據幫助人進行決策的方法。如何用模型去解讀不同的資料與意涵，從資料中發現價值？本次活動邀請到AIF 粘美玟工程師，帶各位了解基礎資料處理與分析；創代科股份有限公司闕嘉宏執行長，將於活動中分享如何打造世界領先的資料解析程序。關於數據與資料分析必須掌握的訣竅，你千萬不能錯過！