中央研究院資訊創新研究中心(CITI)主任及特聘研究員黃彥男說，透過人工智慧創新應用專題中心，能夠橋接國際資源、促進技術移轉、人才培育及與其他學門及產業的跨領域研究合作，同時也強調，跨域垂直整合與資訊人才的資訊互通，也會是未來台灣產業升級的新方向。 黃彥男觀察，目前產業除了基礎研究以外，有更多跨領域的應用，比方說人工智慧可以用在智慧製造、智慧交通、智慧醫療。此外也提到，台灣未

半導體封測業者矽品自去年開始在視覺檢測流程中導入AI，利用深度學習模型改善過去進行AOI瑕疵檢測時，約有99%機率會出現疑似瑕疵，最終仍需要人工複檢的問題，而歷經9個月開發，現已收穫相當滿意的成果，在NVIDIA「AI策略高峰會」中也大方分享成功經驗。率領團隊的矽品技術開發處長萬國輝也笑稱自己是門外漢，在計畫過程中一路從做中學，未來最終目標則是要讓封裝製程中的瑕疵檢測實現全自動化。

電子代工大廠緯創集團近日受NVIDIA之邀參與「AI策略高峰會」，分享其運用深度學習優化瑕疵檢測作業流程，希望以「零目檢」目標，改善過去產業在運用AOI進行瑕疵檢測時，仍需要人力目視做為第二道複檢，讓生產線上的作業員提高其生產價值。 歸功於影像辨識技術成熟，目前在製造業的AI應用實例中當屬瑕疵檢測需求為多，而這需求其來自AOI自動光學檢測的缺陷。AOI是製造業典型用來進行產品

全球各國積極推動智慧運輸系統(ITS)，藉以實現更安全及更有效率的交通。智慧運輸的兩大基石分別為V2I及V2V，前者指車輛(V)與道路基礎設施(I)；後者則是車輛(V)與車輛(V)。由V2I及V2V構成的車聯網，可提供更安全、更順暢、更具環保與能源效率的智慧運輸環境。 ADAS次系統功能強大 滲透率逐漸上升

汽車產業，自駕車議題都已經持續數年，而且熱度至今依然未退，這幾年國際大型消費性大展中，自駕車都仍是主要展出重點，原因在於除了科技業者的持續投入外，各大車廠也動作頻頻。不過從整體發展來看，AI演算法、車聯網與嵌入式運算等3大技術都必須到位，自駕車才有上路的可能。 AI是自駕車的技術核心，無論是車體內的嵌入式運算處理，或是與車體外與其他車輛、環境設施連結的車聯網，都必須透過AI的

伴隨物聯網(IoT)應用蓬勃興盛，加上人工智慧(AI)技術日趨成熟精進，兩大技術雙雙躍為企業數位轉型過程中不可或缺的要素；在此前提下，近年IoT與AI逐漸匯流為AIoT嶄新面貌，使AI得以藉由IoT滲透至各個產業與生活應用情境，連帶讓AIoT背後所表彰的邊緣運算概念，成為繼雲端運算後另一個熱門辭彙。 所謂邊緣運算，簡單來說，可視為從雲端到邊緣的移動，意即把原本透過雲端資料中心

雲象科技（股）目前在鼻咽癌的AI影像分類(Classification)上已有90%的準確率，同時也將多物件實例分割（Instance Segmentation）技術應用在腎絲球偵測上，降低病理科醫師的人工時間，並且協助提高判斷準確度。 藉由數位病理暨人工智慧平台，雲象科技執行長及共同創辦人葉肇元希望提供醫院影像AI的孵化平台與技術，讓各專科醫師能夠共同投入醫療知識，快速建立

? 工廠導入機器手臂意在降低對人力的依賴，精簡製造流程以提升生產效率，然而過去製造業者在機器手臂正式上線以前需對其加以訓練與調教，透過詳細的編程定義每個動作，但這段過程往往因為複雜的技術以及耗時長而讓剛開始導入自動化的使用者忘之卻步，但受惠於人工智慧發展，有機器手臂業者也瞄準這個痛點，透過AI要讓訓練機器人變得更容易。 目前機器手臂主要整合的感測技術主要

從1950年代開始有人工智慧的應用雛形，到1980年代機器學習與2010年開始的深度學習，財團法人國家實驗研究院國家高速網路與計算中心(以下簡稱國網中心)主任史曉斌認為，AI發展首重應用情境，並且看好人工智慧未來在生技醫療、智慧製造、智慧城市、智慧災防等四大領域的應用。 國網中心將成全台AI 應用合作夥伴

去年(2018)年底傳來令人振奮的消息，由科技部國研院國網中心結合台灣大哥大、廣達電腦、華碩電腦共同組隊建造的「雲端服務及大數據運算設施暨整合式階層儲存系統」(簡稱「AI雲端平台」)，其中「台灣杉二號」AI超級電腦主機憑藉9 PFLOPS優異效能，勇奪TOP500第20名，能源效率(Green500)名列第10，雙雙創下台灣超級電腦史上最佳成績。 上述AI雲端平台，堪稱台灣發