【活动简介】
展??2024年将驱动全球经济成长的双引擎,不外??「人工智慧」(AI)与「净零碳排」(Net Zero)两字,尤其是AI除了2023年迎来火热的生成式GAI话题,直到年底的AI PC/手机问世,则可谓是包含晶片、记忆器、伺服器件等硬体产业的集大成者。但涉及AI如何能真正导入企业商用制造软体和应用,以加速实现其经济价值,确保长远发展,则鲜少有人提及。 事实上,目前人工智慧(AI)此名词早在60年前(1956)问世,但直到1980年代的机器学习,都较偏向学术研究课题。於1980~1990年期间开始有企业加入研究,最後却发现因为投资效益不如预期,导致AI曾在1990~2010期间经历寒冬,就连学者发表论文时也不敢以AI为主题,许多与类神经网路相关主题,只好改以「深度学习(Deep learning)」为名投稿,工研院也在2012~2013年间持续引进并推动相关技术。 直到2016年AlphaGo横空出世,成就击败世界棋王的纪录,AI才开始又吸引群众目光。但由於围棋接触者有限,始终只被视为AI研究的工具之一,後续更被导入更具生产力效益的场域,如自动光学瑕疵检测AOI、机器视觉等,被归类为监别式AI。 加上2023年疫情过後,因为企业加快数位转型,推动资料数据管理、AI晶片和大语言模型(LLM)等硬软体技术突发猛进,让电脑吸收了大量来自教科书、网路、社交媒体等资料,更增添产生创新内容的能力,而让生成式AI开始为人熟知且看好後续发展,包括Open AI近年来也走上App Store趋势,开始推出客制化专属ChatGPT模型。 然而,目前生成式AI发展仍有极限,包含对於较狭隘领域的专业知识了解有限,产出结果难以溯源也不易解释;还有「AI幻觉」(hallucinations)和偏见、智慧财产权与资安等争议未解,未来企业势必要利用过去监别式AI累积基础和应用经验优化,以成功发挥其商业化价值,也避免重蹈过去AI发展的覆辙。 因为制造业历经10年(2011~2021)从工业4.0数位化←数位优化←数位转型的进程,将更有助於特定垂直应用领域,导入生成式AI提升企业效率;或透过相对较低的成本,投入发展各式微型、客制化领域的语言模型,扩大产业应用规模,以确保生成式AI平民化的发展可长可久。本场讲座将由SmartAuto杂志资深记者陈念舜来分享他的产业观察经验、实际采访看法,浅谈AI驱动数位制造转型进行式,成为2024年制造业数位转型的下一步。 本场讲座内容如下: - 浅谈国际AI产业最新发展与市场趋势 - 分析监别式/生成式AI沿革与发展,将如何引领供应链脱碳转型? - 台厂如何掌握未来监别式AI串起生态系的机会与挑战? 本场讲座为免费入场,座位有限,仅开放6人入场。 授課對象: 報名費用: 报名/洽询: 活动地点:台北数位产业园区A楝2楼204室(台北市大同区承德路三段287号丨捷运圆山站步行约7分钟) 活动时间:2024年01月26日 (五)14:00~15:00
【活動議程】
【讲师介绍】
【报名事项】
【其他】
【主办单位】