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