人工智慧(AI)被視為第四次工業革命核心，全球包含美國、中國大陸、日本、法國皆積極掌握AI關鍵技術，帶動產業升級。從金融、醫療、零售、製造、生技、機器人到自動駕駛，皆屬AI應用領域衍生龐大商機。為提升台灣AI大數據科研創新及產業應用躍升，科技部特別邀集產學專家提供策略建言。 因應全國科技發展策略規劃會議，同時帶動整體產業躍升，科技部舉辦一系列專家意見徵集座談會。本次座談會由科

隨著人口高齡化與醫療成本的增加，加重美國醫療健康行業的負擔，在自動化和物聯網(IoT)技術逐漸成熟，政府與業者紛紛開發智慧醫療技術，以提升醫療服務並減輕醫護人員工作量。 據Machine Design報導，近年來醫療健康領域部署人工智慧(AI)、雲端技術與數位化系統，減少醫護工作量，而智慧手錶與穿戴設備也能簡化急救人員的評估，不僅地震等自然災害發生的時候可追蹤生命徵象，在緊急

台灣良好的商業環境、硬體製造與研發能量，吸引矽谷新創企業Kiwi Campus來到這裡，探索設立研發中心、組裝測試團隊與營運團隊的可能性。其創辦人是名列麻省理工學院(MIT)選拔的拉丁美洲35歲以下年輕創業家榜單，哥倫比亞籍的連續創業家Felipe Cha vez Corte s。這家頗有創意的新創公司在美國大學校園和週邊社區以L2級半自駕機器人外送餐飲和雜貨。以下是DIGITI

近幾年股市出現全新詐騙手法。交易者會先預掛某家公司股票的大量賣單，藉此嚇唬其他投資者拋售股票，導致股價重挫。之後再取消賣單，迅速低接其他人拋出的大量股票。為此，NASDAQ證券交易所在10月推出一種人工智慧(AI)工具，用深度學習來辨識可疑的交易。 根據財富(Fortune)報導，這種稱為幌騙(spoofing)的非法手段已眾所周知，卻很難監管。因為背後的交易員能利用演算法一

生病看醫生，醫師在醫院或是診所幫病人檢查、檢驗、治療、用藥、手術、給處方、住院、轉診等等紀錄，都記載了一連串的醫療流程與個人紀錄。衛生福利部推行病歷電子化已十多年，現在中大型醫院已經沒有紙本病歷，同時，乘著醫療數位轉型與機器學習文字分析的浪潮，許多產業人士都希望能夠透過電子病歷(Electronic Health Record；EHR)分析、整合、交叉比對等方式，推升新藥研發效率、醫療處方最佳化、

由於希望藉由方興未艾的機器學習和深度學習演算法，結合台灣長年所累積的健保資料與各大醫院的電子病歷，進而推展出各式應用，其中，碰到最大的需求與困難就是資料量的不足。尤其大家都知道要訓練機器學習，除了人工神經網路(Artificial Neural Network；ANN)等軟體演算結構以外，分析和訓練的數據品質和數量就是關鍵。 電子病歷應用起飛前準備：產業須攜手

8th Wall推出功能全面的端對端WebAR內容製作(authoring)與代管(hosting)雲端平台，支援開發者創建、協作、快速發布基於瀏覽器的WebAR體驗，提供模板、跨團隊/時區/地理位置的協作與管理能力、內建內容代管主機，讓開發者能快速推出大型擴增實境(AR)體驗搶市。 根據VentureBeat與Road to VR報導，8th Wall於2018年推出同步定

界廠商分享因應數位轉型與智慧製造的心得與訣竅之外，議程最後的D talk，也邀請到3隊在智慧工廠與生產大數據領域，具備創新技術與產品服務特點的新創公司，與大家談他們的技術與解決方案。 登場3家公司中，前瞻傳動科技、漢鼎智慧科技是分別來自中正大學與中興大學，並同屬科技部價創計畫智慧機械類別下的執行團隊，前者專精於齒輪加工解決方案，能提供無與倫比的性價比競爭力；後者擅長智慧刀把、

現今協助醫療診斷的資訊中，有85%為醫療影像，而現代醫學也高度仰賴醫療影像所提供的訊息供臨床醫師做進一步診斷判讀，然在醫療影像分析數據逐年成長趨勢下，影像分析判讀如何在有限的人力成長下維持品質與速度，是醫界面臨的主要課題之一。人工智慧(AI)結合各產業需求、進而發展多種智慧化服務的趨勢下，醫療產業顯然是其中重點發展的領域之一。 2012年全球視覺辨識大賽(ImageNet L

美國費城Sidney Kimmel Cancer Center - Jefferson Health的一項新研究，結合非侵入式的超音波掃描與Google平台的機器學習(machine learning)演算法，自動分析甲狀腺超音波掃描影像以區分良性與惡性結節(nodule)，整體正確率達77.4%將有助於甲狀腺癌初步篩檢。 根據eHealthNews報導，約有67%的人甲狀腺