【本篇精彩重點】 1.多數企業難聘僱合適人工智慧(AI)人才，自動化機器學習(AutoML)是解方？ 2.要了解AutoML，先了解機器學習(ML)的運作流程。 3.AutoML可完全取代人類知識？ 4.需納入考量卻容易被忽略的因素？

COVID-19(新冠肺炎)導致全球經濟與生產活動停擺之際，環境汙染也隨之減少，但在後疫情時期，社會也開始擔心後續經濟復甦可能產生如「報復式碳排」的威脅。為此歐盟也發聲，希望在此關鍵時刻加速發展綠色經濟，而在此時，循環經濟的議題也再度浮上檯面。 產品大量生產的過程，不僅有能源的消耗，也產生爆量廢棄物，當無法處理只能丟棄時，最終只能淪為地球的負擔。這是過去線性經濟模式下，產品

5G帶來更大量頻寬、低延遲以及大量節點連結等特性，在智慧製造場域中可支援許多應用，製造業也在評估導入5G的可能性。不過製造業礙於商業機密、隱私安全等因素，因而衍生設置專網的需求，背後仍有問題待思考與釐清。 為了區隔商用網路，行政院2019年12月初拍板5G專頻專網政策，規劃釋出4.8~4.9GHz頻段、100MHz頻寬供專網使用，讓企業透過專網建立自己的5G場域。行政院科技

網與AI等技術的催化下，汽車系統在過去幾年進入轉型期，根據波士頓顧問公司的報告指出，2025年SAE協會所制定的L2等級(部分自動化)汽車，其市場規模將達420億美元，佔總車輛的12%，而IC大廠羅姆半導體內部的產業調查則預估，2030年L5全自動化無人車將開始量產，再就目前市場狀況來看，從2018年開始，已有車商將ADAS中的LDW(車道偏移警示)與FCW(前端碰撞警示)等功能納為新車標準配備，

台灣電路板協會(TPCA)自2018年開始陸續促成PCB產業成立了三大智慧製造聯盟，包括針對硬板成立PCB A-Team、針對機械設備端成立的PCBECI設備聯網示範團隊、以及先進軟板智造聯盟。並以PCBECI貫穿三大聯盟做為統一的通訊協定，加速PCB產業智慧製造的進展。而2019年TPCA將智動化委員會調整成常設組織之一，隨後也將台灣電路板產業的智慧製造藍圖訂立出更明確的發展方向。