2025年7月24日 星期四

2025 07 24 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 鑑別式 AI:定義與運作原理 鑑別式AI發展歷程久遠,擁有眾多成 熟的 機器學習 演算法 與技術,包括: 決策樹 (Decision Tree)– 隨機森林 (RandomForest)–類神經網路 (Artificial neural network)–

 

2025 07 24 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 鑑別式 AI:定義與運作原理 鑑別式AI發展歷程久遠,擁有眾多成 熟的 機器學習 演算法 與技術,包括: 決策樹 (Decision Tree)– 隨機森林 (RandomForest)–類神經網路 (Artificial neural network)–

 鑑別式AI

旨在  區分  不同  類別  或  預測  輸出   標 籤(label)

模型   透過大量   已標註資料   學習    輸入    與   目標  之間的   對應關係

以在給定    新 輸入 X時  預測  其   標籤

• 訓練時以 (X, Y) 標註資料為基礎,優化出 可將  不同類別資料  分隔 的 決策函數。 

• 例如分類器以虛線為決策邊界,將藍 色和綠色兩群資料點正確區隔開來。

• 鑑別式模型需仰賴充足且高品質  標註資料 進行  監督式學習,

  以獲得良好分類性能。 

• 在製造業中,鑑別式 AI 常用於瑕疵檢測 、產品分類等,

   需要即時判定「是/否」、 「屬於哪一類別」的場景。


鑑別式AI發展歷程久遠,擁有眾多成 熟的  機器學習   演算法   與技術,包括:

 

決策樹 (Decision Tree)– 

利用   樹狀結構    根據 特徵閾值   進行  資 料 劃 分,生成易解釋的規則,

並   運 用規則   進行分類。 


隨機森林 (RandomForest)– 

隨機森林  則是   由多棵決策樹   組成的 集成學習模型(Ensemble Learning Model)

結果   由   多數決 或  平均   決定。提升  分類準確率   並  降 低  過度配適   風險


類神經網路 (Artificial neural network)– 

層神經網路   可學習複雜  的  非線性  關 係,用於   各類   預測  與   分類  任務。

– 其中,

卷積神經網路 (CNN) 在影像識 別中表現突出,

適用於   產品瑕疵檢測 、人臉識別   等

2025年7月23日 星期三

2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 從AI趨勢掌握綠色轉型商機 當前AI技術正快速邁向2.0時代,隨著技術日趨成熟,生成式AI正逐步走出實驗室、邁入產業應用階段。全球生成式AI應用市場已進入高速成長期,市場規模預計將從2023年的113億美元,成長至2028年的519億美元,年均複合成長率(CAGR)高達35.6%。

 

2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 當前AI技術正快速邁向2.0時代,隨著技術日趨成熟,生成式AI正逐步走出實驗室、邁入產業應用階段。全球生成式AI應用市場已進入高速成長期,市場規模預計將從2023年的113億美元,成長至2028年的519億美元,年均複合成長率(CAGR)高達35.6%。

 

從AI趨勢掌握綠色轉型商機


可透過AI模擬離岸風場的環境與風機分布,找出最佳發電效益的配置。圖/本報資料照片

可透過AI模擬離岸風場的環境與風機分布,找出最佳發電效益的配置。圖/本報資料照片

文/工研院產科國際所研究經理 石立康


      當前AI技術正快速邁向2.0時代,隨著技術日趨成熟,生成式AI正逐步走出實驗室、邁入產業應用階段。根據多家研究機構的預測,全球生成式AI應用市場已進入高速成長期,市場規模預計將從2023年的113億美元,成長至2028年的519億美元,年均複合成長率(CAGR)高達35.6%。

        其中,2023年北美仍為全球最大市場,占比34.8%;然而亞洲市場成長動能最強,占比達22.1%,預估CAGR可達41.7%,顯示亞洲地區未來在生成式AI領域的關鍵角色。

    這股成長動能來自產業應用需求的全面擴張。

       麥肯錫報告指出,生成式AI在多元產業及企業職能中,展現出顯著的營收增長潛力。例如,行銷與銷售、銀行、保險、電信等領域的客戶服務,以及先進電子與半導體、先進製造、製藥與醫療等高科技產業的產品研發,皆能藉由生成式AI有效提升效率與創新。

     此外,生成式AI也正加速教育、法務、企業管理、社區服務、創意藝術等領域的自動化發展。特別值得注意的是,工作者教育程度愈高,其職務可被AI支援或優化的潛能也愈高,顯示生成式AI對知識密集產業的深遠影響。

    在這波AI驅動的產業升級中,「綠色轉型」也成為各界關注的關鍵方向。無論是鑑別式或生成式AI,皆具備協助產業達成淨零目標的潛力。

       短期內,以「節能減碳」為導向的應用尤為迫切。面對全球淨零排放趨勢,以出口為導向的台灣產業勢必受到衝擊,特別是高耗能的石化、電子、鋼鐵、水泥、紡織、造紙等行業。

政府亦規劃於2030年前投入9,000億元,推動邁向2050年淨零排放的目標。

      AI與大數據的整合應用正是實現低碳製造的有效途徑。

      在製造業中,AI結合大數據技術,可透過製程優化、品質預測、智慧排程等方式提升能源效率,並從製程減碳、資源配置最佳化、設備健康管理等面向減少碳排放與能耗。

     例如,工研院協助中油輕油裂解廠導入AI技術,透過數據分析與參數建議值導出,在確保產品品質的同時,有效降低能耗與每年約2萬噸的碳排放量。

       中期來看,各產業「特定應用」也帶來廣泛綠色商機。

      以能源產業為例,可透過AI分析太陽能發電與用電端的最佳轉供組合

模擬離岸風場的環境與風機分布,以找出最佳發電效益的配置。在半導體產業,

亦有國內業者將光罩生成轉向結合AI演算法與GPU運算,不僅大幅縮短開發時間

與成本,同時實現節能效益。

      展望未來,生成式AI將成為驅動綠色轉型的關鍵力量。已有業者開始將生成式AI應用於智慧製造場域,例如利用虛擬主播快速生成多樣化內容,或

     導入小語言模型(sLM)與AI代理人,使AI能學習產業知識與作業流程,進而優化加工順序與排程,達到提效降本的目的。

總結來看,生成式AI不僅是企業創新的引擎,更是實現永續目標的推進器。未來誰能有效整合AI技術與綠色轉型策略,將在全球競爭中搶占先機,開創兼具效能與永續的新局。

2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 1.AI管理顧問師 2.AI輔助顧問師 3.AI應用工程師 4.AI管理策略師 5.AI人工智慧管理師 1.永續管理師 2.永續管理專員 3.永續管理顧問師 VUCA和BANI VUCA時代來臨!能脫穎而出的領導人,都懂得這個 快速變遷管理能力:VUCA是volatility(易變性)、 uncertainty(不確定性)、complexity(複雜性)、 ambiguity(模糊性)的縮寫 ・學者 Jamais Cascio 了提出BANI的概念作為這個時代 標籤,適用於企業界,也適用於國家、非營利組織及 個人等。BANI分別代表4個字的開開頭,B(Brittle)代 表脆弱易碎、A(Anxious)代表焦慮、N(Non-Linear )代表非線性、I(Incomprehensible)代表無法理解。 充分表現這個時代的荊棘處處,難以自處。

 

2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 1.AI管理顧問師 2.AI輔助顧問師 3.AI應用工程師 4.AI管理策略師 5.AI人工智慧管理師 1.永續管理師 2.永續管理專員 3.永續管理顧問師 VUCA和BANI VUCA時代來臨!能脫穎而出的領導人,都懂得這個 快速變遷管理能力:VUCA是volatility(易變性)、 uncertainty(不確定性)、complexity(複雜性)、 ambiguity(模糊性)的縮寫 ・學者 Jamais Cascio 了提出BANI的概念作為這個時代 標籤,適用於企業界,也適用於國家、非營利組織及 個人等。BANI分別代表4個字的開開頭,B(Brittle)代 表脆弱易碎、A(Anxious)代表焦慮、N(Non-Linear )代表非線性、I(Incomprehensible)代表無法理解。 充分表現這個時代的荊棘處處,難以自處。

VUCA和BANI 


VUCA時代來臨!

能脫穎而出的領導人,都懂得這個 快速變遷管理能力:VUCA是

1.V  volatility(易變性)、 

2.uncertainty(不確定性)、

3.C complexity(複雜性)、 

4.A ambiguity(模糊性)的縮寫 ・


BANI 

學者 Jamais Cascio 了提出BANI的概念作為這個時代 標籤,

適用於企業界,也適用於國家、非營利組織及 個人等。

BANI分別代表4個字的開開頭

1.B(Brittle)代 表脆弱易碎、

2.A(Anxious)代表焦慮、

3.N(Non-Linear )代表非線性、

4.I(Incomprehensible)代表無法理解。 

充分表現  這個時 代 的   荊棘處處, 難以自處。



2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 大數據概念 IBM提出大數據的5V特點: 1.Volume(大量)、 2.Velocity(高速)、 3.Variety(多樣)、 4.Value(低價值密度)、 5.Veracity(真實性)。 麥肯錫全球研究所的定義是: 一種規模大到在獲取、儲存、管理、分析方面 大大超出了傳統資料庫軟體工具能力範圍的資料集合, 具有 1.海量的資料規模、 2.快速的資料流轉、 3.多樣的資料型別和 4.價值密度低 四大特徵。

 

2025 07 23 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 大數據概念 IBM提出大數據的5V特點: 1.Volume(大量)、 2.Velocity(高速)、 3.Variety(多樣)、 4.Value(低價值密度)、 5.Veracity(真實性)。 麥肯錫全球研究所的定義是: 一種規模大到在獲取、儲存、管理、分析方面 大大超出了傳統資料庫軟體工具能力範圍的資料集合, 具有 1.海量的資料規模、 2.快速的資料流轉、 3.多樣的資料型別和 4.價值密度低 四大特徵。

 大數據概念


IBM提出大數據的5V特點:

1.Volume(大量)、

 2.Velocity(高速)、

 3.Variety(多樣)、

 4.Value(低價值密度)、

 5.Veracity(真實性)。

麥肯錫全球研究所的定義是:

一種規模大到在獲取、儲存、管理、分析方面

 大大超出了傳統資料庫軟體工具能力範圍的資料集合,

具有

1.海量的資料規模、

2.快速的資料流轉、

3.多樣的資料型別和

4.價值密度低

四大特徵。

“大數據”(Big data)研究機構Gartner的定義:

“大數據”是  需要新處理模式  才能具有  更強的

 1.決策力、

 2.洞察發現力和

 3.流程最佳化能力

 來適應  海量、高增長率和多樣化的資訊資產。



2025年7月20日 星期日

2025 07 20 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 2022年生成式 AI 時代的來臨 像 GPT-3 和 DALL-E 這樣的生成式 AI 可以撰寫文章、生成藝術作品 生成式人工智慧技術帶來的創新變革產品開發無論是 1.晶片設計與研發、 2.新藥研發、 3.教具研發、 4.詞曲創作、 5.動畫影像生成、或者是 6.產品逆向設計(找出缺失的材料以優化產品功能) 等研發工作 都可以透過生成式人工智慧技術展開 第一步或者是進行審視

 

2025 07 20 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 2022年生成式 AI 時代的來臨 像 GPT-3 和 DALL-E 這樣的生成式 AI 可以撰寫文章、生成藝術作品 生成式人工智慧技術帶來的創新變革產品開發無論是 1.晶片設計與研發、 2.新藥研發、 3.教具研發、 4.詞曲創作、 5.動畫影像生成、或者是 6.產品逆向設計(找出缺失的材料以優化產品功能) 等研發工作 都可以透過生成式人工智慧技術展開 第一步或者是進行審視

AI的發展


第一波屬於推理期


第二波屬於知識期


第三波則屬於學習期


迄今為止,這一波AI的研究與應用仍方興未艾,


甚至觸發了德國政府在2013年所提出的工業4.0計畫,


又稱為第四次工業革命


嘗試透過AI技術整合規劃、生產、銷售與市場,以提升製造與服務的品質。





2017年深度學習:AI 的大躍進


隨著科技的進步,深度學習(Deep Learning)在2017年迎來了重大的突破,


也是 AlphaGo 以 60 比 0 完勝人類棋手,成為 AI 在特殊領域中完勝人類專家


的分水嶺是人工智慧(AI)的一個重要里程碑。


這一技術的核心在於深度學習能模擬人腦的運作方式,


使電腦能夠從大量數據中自動學習和提取特徵。


Al phaGo的成功引發了全球對AI和深度學習技術的廣泛關注,


促使許多研究機構和企業加大對相關技術的投資與探索。


它不僅改變了圍棋界,許多企業開始將其應用於實際場景中,


自動駕駛、醫療診斷、語音助手等。


這些應用不僅提升了效率,也改變了人們與科技互動的方式,


同時也為 2022 年生成式 AI 的誕生奠定了基礎。



2022年生成式 AI 時代的來臨


到了 2022 年,生成式 AI(GenAI)技術登場,這一技術讓 AI 不僅僅分析數據


具備創造新內容能力


像 GPT-3 和 DALL-E 這樣的生成式 AI 可以撰寫文章、生成藝術作品


甚至設計產品,各個行業都開始探索其潛在應用,


醫療保健到金融服務,再到創意產業,AI 正以前所未有的方式改變


著我們的工作和生活方式。




     
  • 整合傳播部企劃製作


生成式人工智慧技術帶來的創新變革

應用場域

生成式人工智慧技術帶來的效益

隨身智慧助理

每一位員工都可以擁有智慧助理,只要開啟App,用說的、

或是用寫的,例如安排跨部門會議、統計與會人數以及

預定餐點,智慧助理即會協助溝通、確認出席人數以及

餐點偏好,大幅提升工作效率與生產力

撰寫程式碼、生成文件與QA

生成式人工智慧技術不僅可協助軟體工程師撰寫、

審視與測試程式碼,還可以進一步生成多國(語言)

軟體使用說明書

產品開發

無論是

1.晶片設計與研發

2.新藥研發、

3.教具研發、

4.詞曲創作、

5.動畫影像生成、或者是

6.產品逆向設計(找出缺失的材料以優化產品功能)

等研發工作

都可以透過生成式人工智慧技術展開

第一步或者是進行審視

撰寫社群與

部落格文章

透過正確的提示與輸入,生成式人工智慧技術可以

因應部落格、社群、官方網站、產品介紹

等不同情境生成適切的文章/內容風格

優化行銷

溝通流程

根據不同客群自動生成與發送個人化廣告與行銷方案,

沉睡客戶、既有客戶與新客戶,優化全通路行銷成效

嶄新的娛樂體驗

自動生成影片與電影中的文字、音樂跟影像

甚至是撰寫劇本跟生成電影內容等

優化客戶體驗

以生成式人工智慧技術建構客服機器人或隨身助理,

提供24小時的個人化客戶服務,以更好的虛實客服機制

提升客戶滿意度

嶄新的企業知識封存與問答互動

只要一鍵上傳非結構或半結構化數據,人工智慧技術會自動

提取與封裝數據資料,然後,透過生成式人工智慧技術讓員工

以多輪交互問答的方式取得所需資訊,

讓新手可以跟老手一樣處理各項事務

智慧製造與

預測性維修

產能、良率、碳排、交期等角度分析判斷與

自動優化生產排程、運送物料、分析與優化生產良率

以及逐步提升產能,同時,自動檢測與安排機台設備維修

供應鏈與

庫存管理

由生成式人工智慧技術從成本、交期、碳排等角度協助

優化運輸路線、預測需求、優化庫存管理,

以及進行供應鏈風險管理

詐欺預防與

風險管理

藉由分析大量交易資料的方式找出數據模型,藉此自動偵測、

判讀異常事件,強化金融與保險場景的詐欺偵測與風險管理

撰寫法律合約、專利申請文件

除可協助律師以自然語言快速找到判例、法規、法院命令、

審判紀律與法學期刊等資訊,還可以協助起草合約、

專利申請文件等法律文件

強化安全防禦

企業資安人員除可以用「說」的展開系列智慧防禦行動,

例如加速威脅捕獲分析、資安事件調查回應跟資安報告生成

等工作,還可以自動化機器的規模與速度加強防禦能力

醫療診斷

生成式人工智慧技術除可協助醫生閱讀、分析、總結期刊內容

還可以協助生成醫療病例報告、撰寫與檢查醫療論文,

以及協助分析、辨識醫療影像並提供診斷建議等