人工智慧&電腦、資料科學

下個被淘汰的會是醫生嗎？

2019 年 02 月 25 日2022 年 01 月 04 日 intern NLP, 藥物交互作用, 醫病關係, 醫療文獻

當被問及哪些行業終將為AI取代的時候，醫師似乎是很少被提及的選項。但細數AI在醫療領域的發展─協助醫療影像判讀、蒐集生理數據並追蹤個人健康狀態（智慧醫療）、針對患者生理狀況安排客製化的治療方案（精確醫療），乃至於年長者的長期照護─讓人不禁開始懷疑：人類醫師真的可以在AI浪潮下高枕無憂嗎？

人工智慧&電腦、資料科學

沒有階層的神經網路─ODE net

2019 年 02 月 22 日2022 年 01 月 04 日 intern ODE net, 微積分, 歐拉方法, 連續性

保健醫療，尤其患者健康狀況的長期追蹤，也是AI的一大應用領域。只是，病歷雖可作為個人的健康資料庫，但生病、就診的時間無法掌握，有時候一天兩次，有時候兩年才看一次醫師，資料點的散布顯得凌亂且隨機，而健康狀況卻是連續的變化，這類的連續性問題，傳統階層式神經網路顯然難以招架。

人工智慧&電腦、資料科學

機器是否已經達到人類的境界？

2019 年 02 月 22 日2022 年 01 月 04 日 intern Watson, 問答系統, 意見探勘, 機器翻譯, 華生

電腦知道我們在說什麼嗎？電腦不是人，怎麼會知道人的語言呢？我們知道「聽、說、讀、寫」是「智慧」的重要指標，今天的演講將在此範疇議題之下，討論電腦是否具有智慧，若需要這些智慧的應用，又需要哪些技術呢？陳信希老師選擇與生活層面有關係的領域，以淺顯易懂的方式解釋各別的發展。

AI人物誌

回顧所來徑，挑戰即成就—專訪陳信希

2019 年 02 月 22 日2022 年 01 月 04 日 intern 學思歷程, 陳信希

在人工智慧研究領域中，「自然語言處理」對一般人而言，可能是相對陌生的一塊，但這項技術專注於開發電腦處理人類語言（即所謂「自然」語言）的能力，是研發高等人工智慧時，不可或缺的關鍵技術。以下我們將請自然語言處理專家陳信希教授，與我們分享研究過程裡重要的思考與觀察所得。

人工智慧&電腦、資料科學

機器人如何在社群平台興風作浪？

2019 年 02 月 18 日2019 年 02 月 19 日 CASE PRESS 人工智慧, 假新聞, 機器人, 社群軟體

■2018年，「misinformation」獲選為一線上字典網站的年度代表字，這個單字有個很相似的親戚「disinformation」，乍看之下讓人有些傻傻分不清楚，很容易混淆。
從字義上來看，「disinformation」指的是「被故意散播容易誤導、或是含有特定偏見價值觀的資訊」，簡單來說就是所謂的惡意訊息，是個蠻嚴肅的字。相較起來，「misinformation」的意思就寬鬆許多，指的是「被散播的虛假訊息，無論傳播者是否有特定意圖」，或許可以把這個詞翻譯成所謂的「流言」。

人工智慧&電腦、資料科學

AI的表現好嗎？十種常見的評估指標

2019 年 02 月 18 日2022 年 01 月 04 日 intern ACR, AUC, F1, FN, FP, FPR, GM, NPV, PPV, ROC, TN, TNR, TP, TPR, 混沌矩陣

有許多方式可以評估一AI是否有效，以分類器為例，常用的指標便有準確率、精確度、召回率等。但是，某項評估指標數值高，就代表分類器表現好嗎？如何正確選擇評估指標，才能真實反映AI效能呢？以下將以常見的二元分類器為例，討論如何藉由資料特性、評估目的及對評估指標的了解，正確選擇合適的評估指標。

人工智慧&電腦、資料科學

人工智慧重新定義人和資訊連結的方式

2019 年 02 月 15 日2022 年 01 月 04 日 intern BERT, UGC, 用戶生產內容, 第四次工業革命, 黑盒子

人工智慧的發展不僅帶動新一波的工業革命、革新商業的模式，也改變了傳統人和資訊互動的方式。

人工智慧&電腦、資料科學

AI預測火山爆發

2019 年 02 月 11 日2022 年 01 月 04 日 intern CNN, Envisat, Sentinel, 火山, 衛星

目前全球約 8 億人口生活在火山附近，然而世界上1,400座活火山，僅 100座受到監控。英國火山學家 Andrew Hooper和 Juliet Biggs所領導的團隊，分別開發出包含CNN在內的方法，協助火山學家消化並分析衛星所拍攝龐大的地表觀察資料，以及時利用地形變化預測火山爆發的可能時機。

人工智慧&電腦、資料科學

與數據拔河：AI的應許和限制

2019 年 02 月 08 日2022 年 01 月 04 日 intern AlexNet, Caffe, DeepQ, ImageNet, 數據導向

當代AI在圖像辨識上取得了重大的成果，但這波AI復興的應許與限制在那裡？本場演講邀請了HTC健康醫療事業部張智威總經理，與我們分享他身在業界前鋒所遭遇到的實務挑戰。

AI人物誌

AI社會，務實面對—專訪陳銘憲

2019 年 02 月 06 日2022 年 01 月 04 日 intern 人物專訪, 學思歷程, 陳銘憲

隨著雲端平台日益普及，加上各式物聯網應用的蓬勃發展，使大數據研究的重要性不斷提升。這個目前深受關切的領域，被公認為接下來數十年內，影響人類社會的關鍵詞，我們今天的訪問對象，正是箇中翹楚：台大電機系陳銘憲教授。

AI人物誌

我們一直都在學習—專訪林守德

2019 年 02 月 01 日2022 年 01 月 04 日 intern AI人物, 學思歷程, 林守德

「AI迷人的地方就在，它不是一招半式走江湖。」提到AI（Artificial Intelligence，人工智慧），林守德老師的眼裡閃爍著光芒。人工智慧當紅，各大公司爭相研發相關應用技術，AI人才更是炙手可熱。其實，AI並不是21世紀的創新產物，早在1960及1980年代，就已經紅過兩次。「這是門隨著技術發展而推進的學問，我們也一直都在學習，可能現在的東西一兩年後就被推翻」，林守德老師指出，新的技術一直出現，但很難預測到底哪些是曇花一現、哪些可以流傳久遠，唯有精進基本工的扎實學習，加上快速吸收新知的能力，才能在這波AI潮流中取得優勢。

人工智慧&電腦、資料科學

下個被淘汰的會是醫生嗎？

沒有階層的神經網路─ODE net

機器是否已經達到人類的境界？

回顧所來徑，挑戰即成就—專訪陳信希

機器人如何在社群平台興風作浪？

AI的表現好嗎？十種常見的評估指標

人工智慧重新定義人和資訊連結的方式

AI預測火山爆發

尋找矛盾最小的人生夾角—專訪張智威

與數據拔河：AI的應許和限制

大江東流擋不住：迎接人工智慧新時代

AI社會，務實面對—專訪陳銘憲

機器也有補習班？讓你的機器學得更好

迷人的機器學習—專訪林軒田

我們一直都在學習—專訪林守德