【活動簡介】
展望2024年將驅動全球經濟成長的雙引擎,不外乎「人工智慧」(AI)與「淨零碳排」(Net Zero)兩字,尤其是AI除了2023年迎來火熱的生成式GAI話題,直到年底的AI PC/手機問世,則可謂是包含晶片、記憶器、伺服器件等硬體產業的集大成者。但涉及AI如何能真正導入企業商用製造軟體和應用,以加速實現其經濟價值,確保長遠發展,則鮮少有人提及。 事實上,目前人工智慧(AI)此名詞早在60年前(1956)問世,但直到1980年代的機器學習,都較偏向學術研究課題。於1980~1990年期間開始有企業加入研究,最後卻發現因為投資效益不如預期,導致AI曾在1990~2010期間經歷寒冬,就連學者發表論文時也不敢以AI為主題,許多與類神經網路相關主題,只好改以「深度學習(Deep learning)」為名投稿,工研院也在2012~2013年間持續引進並推動相關技術。 直到2016年AlphaGo橫空出世,成就擊敗世界棋王的紀錄,AI才開始又吸引群眾目光。但由於圍棋接觸者有限,始終只被視為AI研究的工具之一,後續更被導入更具生產力效益的場域,如自動光學瑕疵檢測AOI、機器視覺等,被歸類為鑑別式AI。 加上2023年疫情過後,因為企業加快數位轉型,推動資料數據管理、AI晶片和大語言模型(LLM)等硬軟體技術突發猛進,讓電腦吸收了大量來自教科書、網路、社交媒體等資料,更增添產生創新內容的能力,而讓生成式AI開始為人熟知且看好後續發展,包括Open AI近年來也走上App Store趨勢,開始推出客製化專屬ChatGPT模型。 然而,目前生成式AI發展仍有極限,包含對於較狹隘領域的專業知識瞭解有限,產出結果難以溯源也不易解釋;還有「AI幻覺」(hallucinations)和偏見、智慧財產權與資安等爭議未解,未來企業勢必要利用過去鑑別式AI累積基礎和應用經驗優化,以成功發揮其商業化價值,也避免重蹈過去AI發展的覆轍。 因為製造業歷經10年(2011~2021)從工業4.0數位化→數位優化→數位轉型的進程,將更有助於特定垂直應用領域,導入生成式AI提升企業效率;或透過相對較低的成本,投入發展各式微型、客製化領域的語言模型,擴大產業應用規模,以確保生成式AI平民化的發展可長可久。本場講座將由SmartAuto雜誌資深記者陳念舜來分享他的產業觀察經驗、實際採訪看法,淺談AI驅動數位製造轉型進行式,成為2024年製造業數位轉型的下一步。 本場講座內容如下: - 淺談國際AI產業最新發展與市場趨勢 - 分析鑑別式/生成式AI沿革與發展,將如何引領供應鏈脫碳轉型? - 台廠如何掌握未來鑑別式AI串起生態系的機會與挑戰? 本場講座為免費入場,座位有限,僅開放6人入場。 授課對象: 報名費用: 報名/洽詢: 活動地點:台北數位產業園區A棟2樓204室(臺北市大同區承德路三段287號|捷運圓山站步行約7分鐘) 活動時間:2024年01月26日 (五)14:00~15:00
【活動議程】
【講師介紹】
【報名事項】
【其他】
【主辦單位】