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