人工智慧, 趨勢 打破產業穀倉 AI Junior Award培養想像未來的AI人才 從2017年人工智慧開始成為台灣各界所關注的顯學開始，學術界、產業界與政府都投注相當多資源，而AIF就是在已故董事長陳昇瑋博士號召下，以「賦能企業培育人才、推動產業AI化」為使命，所成立的非營利法人組織。
人工智慧, 趨勢 AI專案成不成功，最大的關鍵是「資料」 「Garbage in, garbage out」是人工智慧專案中常聽見的一句話，很多時候，我們以為蒐集到資料就可以開始，其實並不然，因為資料的處理往往佔據整個專案大半的時間，且處理的好壞也會影響專案成敗。為何有這麼大的影響呢？成功大學電機工程學系教授黃仁暐帶你一探究竟。
人工智慧, 趨勢 從數位化到智慧化 企業AI落地將面臨哪些棘手挑戰？ 隨著人工智慧(AI)技術發展日趨成熟，企業對於發展AI已由探索期，逐漸進入落地AI應用的階段。然企業在導入AI之際，也開始面臨隱私權、效益評估、可信度等挑戰。近年產業AI化的腳步加快，為滿足更多應用場景，市場也陸續提出解決AI應用痛點的技術/方案。2022 Taiwan AI EXPO開展在即，請隨DIGITIMES Research一起catching the waves，透視AI大趨勢。
人工智慧, 趨勢 站在未來 用AI描繪即將到來的2025 是否曾經想過，2025 年的未來世界會是什麼樣子？無人駕駛計程車愈來愈普及，或是機器人已經負責工廠大半的產線工作？或者是......？AI 技術日新月異，許多創新已超乎原本的想像，也逐漸融入日常生活中，甚至成為環境、社會、產業等重要議題的解決方案。
人工智慧, 趨勢 資料科學應用實例：如何從數據中找出高齡者的交通需求？ 資料處理是一種利用數據幫助人進行決策的方法，探討用模型去解讀不同的資料與意涵，採用新的知識和經驗的戰略，從資料中發現價值。決策的方式正在改變，我們如何運用機器的優勢來轉換知識，降低對經驗的依賴，進而幫助個人或組織，從中做出更好的決策，將會是資料處理派上用場的時候。
人工智慧, 趨勢 導入AI前哪些事情要注意？那些年，工廠裡的AI技術 製造業長期以來是台灣的強項，我們不僅有產業的Know-How，也有完整的供應鏈支持，更擅長在一定的成本下，提升產品的質量和可靠性。隨著人工智慧技術逐漸普及，許多工廠老闆也開始思考要不要投入人力及資源導入AI，寄望透過新技術提升產能、降低成本。但是，現實的工廠中，在導入AI技術的過程中，又會遇到哪些困難呢？
趨勢, 人工智慧, 新創 2021 下半年台灣 AI 生態系地圖：新創與企業互為動能，新機會與新隱憂並存 2021 H2 台灣AI生態系地圖公布了，下半年除持續發掘更多潛力在地新創，也盤點了產學研的能量，串接AI新創企業並找尋各自在AI生態系中的定位與利基，為一整年的AI生態發展作結。同時，也注意到幾個新趨勢，值得在2022年的一開始先提出，與大家共同討論。
人工智慧, 資訊安全, 趨勢 德國提出「AI標準化藍圖」 展現了哪些企圖？ AI在不同產業、不同領域的應用愈來愈普及，在媒體上也不時能夠看到智慧醫療、智慧製造、智慧金融等技術應用的突破，也可以看到許多研討會、課程如百花齊放。不過，如果從台灣產業宏觀角度來看，AI的下一步應該往哪個方向發展？應該要加強哪方面的專業能力？恐怕還沒有明確的答案。
人工智慧, 趨勢 AI標準化五項行動方案 加速產業AI落地 2021年12月中，由人工智慧協會、人工智慧科技基金會，以及台灣人工智慧學校校友們共同舉辦，鴻海研究院、東海大學、逢甲大學、精誠資訊等多位產學研專業人士，線上線下共約120人參與研討會，分享近半年共同研讀「德國AI標準化藍圖」（GERMAN STANDARDIZATION ROADMAP ON ARTIFICIAL INTELLIGENCE）的心得與洞察，並提出對於台灣AI發展藍圖的建議及行動方案。
