大數據 - CASE 報科學

費曼如何看待科學的終極發展？

2024 年 08 月 13 日2024 年 08 月 13 日 CASE PRESS 人工智慧, 大數據, 科學, 費曼

在2024年4月份的TED演講中，Google人工智慧部門執行長Demis Hassabis提出了一個宏大的目標：利用人工智慧建構一個「全知之樹」，掌握世界所有知識，在演講中，TED領導人Chris Anderson詢問Hassabis如果全知之樹被建構出來，最想解決什麼問題？Hassabis回答說他想瞭解時空的極限，即量子力學中的普朗克尺度，這是一個目前科學無法探索的極限，如果人工智慧能突破這一限制，那將是人類透徹宇宙法則的重要時刻。在過去，近代最偉大的物理教師理查德·費曼曾在1961年對科學的盡頭作過預測，費曼預測了物理學在未來千年的兩種可能發展，無論哪一種情況，費曼認為基礎科學的研究壽命是有限的。隨著AI的進步，人類是否能透徹理解宇宙運行法則，還是科學終將面臨盡頭，這些都是值得我們思考的問題。

人工智慧&電腦、資料科學本月精選演算法編輯精選

生活中離不開的資料科學

2024 年 08 月 02 日2024 年 07 月 31 日 CASE PRESS 外送服務, 大數據, 資料科學

你常常點食物、生鮮外送嗎？網路普及之後，越來越多便捷的服務充斥在我們生活當中。除了許多人的「衣食父母」外送服務外，像是出行時的招車服務、做生意的接單系統等，這些系統的運作全仰賴資料科學在背後進行運算，才能最即時地將你所需的服務送到你手上。以外送服務為例，其實從你下單、店家接單到商品送達你的手上，這中間的每一個步驟其實都有經過縝密的設計，像是店家準備食物的時間、外送員跑單的時間等等，皆是經由資料科學複雜的運算，才能達到最好的服務品質喔！

人工智慧&電腦、資料科學本月精選演算法編輯精選資料科學

大數據背後的祕密——資料科學

2024 年 04 月 03 日2024 年 04 月 09 日 CASE PRESS 大數據, 社群媒體, 資料科學

當你在滑手機、按讚梗圖、分享搞笑影片時，是否曾想過這些動態消息的文章順序是如何決定的？社群媒體公司要透過怎麼樣的行銷內容來吸引使用者？網路影片爆紅的祕方是什麼？這些問題的關鍵答案，是數據科學。數據科學是一門結合機器學習、資料統計與科學研究方法，來理解、分析龐大數據的學問。在龐大的資訊海中，數據科學能夠幫助我們揭開隱含在其中的寶貴訊息，以回答上述的那些問題。

人工智慧&電腦、資料科學

人工智慧的發展與應用

2021 年 07 月 28 日2021 年 11 月 12 日 intern 兩次寒冬, 大數據, 深度學習

一窺人工智慧的發展歷程與當前應用。

人工智慧&電腦、資料科學

巨量資料下誰有隱私？(2/3)

2020 年 08 月 14 日2021 年 12 月 27 日 intern 個人化, 國家安全, 大數據, 巨量資料, 恐怖攻擊

資訊時代下，握擁巨量資料也等同握擁權力，而個人隱私又如何顧及？使用者付費或許是個方法。(續前文)

人工智慧&電腦、資料科學

巨量資料下誰有隱私？(1/3)

2020 年 08 月 14 日2021 年 12 月 27 日 intern 史諾登, 大數據, 巨量資料

資訊時代下，握擁巨量資料也等同握擁權力，而個人隱私又如何顧及？使用者付費或許是個方法。

人工智慧&電腦、資料科學

巨量資料下誰有隱私？(3/3)

2020 年 08 月 14 日2021 年 12 月 27 日 intern NSA, 國家安全, 大數據, 巨量資料, 恐怖攻擊

資訊時代下，握擁巨量資料也等同握擁權力，而個人隱私又如何顧及？使用者付費或許是個方法。(續前文)

人工智慧&電腦、資料科學

偏差的模型比想像中致命

2020 年 07 月 03 日2021 年 12 月 28 日 intern 大數據, 性別, 資料品質, 醫療影像

當前這個萬物聯網的世界每天都產生海量的大數據，用來訓練機器的資料不虞匱乏，但如何篩選及處理才是問題所在。因為用來訓練的資料，關係到模型的成效表現。使用偏差、失衡的資料來訓練機器，更會有災難性的後果。

AI人物誌

醫療資訊管理以及巨量健康資料分析應用

2020 年 03 月 06 日2022 年 01 月 03 日 intern 大數據, 數據整合, 資訊共享, 電子病歷

最近流行的精準醫療其實講的大部分是所謂的個人化醫療。每個人生來就不同，後天環境也不同，所以接受到的醫療照護也需要針對個人的特質來修改。雖然精準醫療比個人化醫療範圍大，但是，我們可以把個人化醫療看作是精準醫學的醫療實踐。我們利用資訊管理及巨量健康資料應用技術建立智慧醫療系統，輔助醫師可以針對每一個病人提供客製化醫療服務，徐建業指出，從醫療資訊發展的歷程來看，首先是先將紙本健康資訊數位化並整合，之後要將健康數據標準化並且可以在不同的醫院資間互相交換，最後一步就資料的分析然後建立智慧醫療系統化進行實務上的應用。

人工智慧&電腦、資料科學

機器學習的魔力

2020 年 01 月 16 日2022 年 01 月 03 日 intern 大數據, 智慧醫療, 神經網路

人們對於人工智慧總抱持著一種既期待又怕受傷害的微妙心態，深怕某天AI會將人類遠遠拋在腦後。這份可能性在近十年間愈來愈煞有介事。AI究竟是透過什麼機制，逐漸超越它的創造者──人類？2011年，IBM研發的AI系統「華生」（Watson）參加電視智力競賽節目「危險邊緣」（Jeopardy!），打破節目最高獎金得主以及連勝紀錄保持人；2012年，AI在ImageNet圖像辨識挑戰賽中，表現首度超越人類；2016年，谷歌開發的AlphaGo打敗南韓籍圍棋世界冠軍，更一躍成為全球頭條，轟動一時。種種輝煌紀錄的背後，所倚靠的正是「機器學習」（Machine Learning）。

人工智慧&電腦、資料科學

以人性關懷為本的智慧城市之物聯網、大數據和人工智慧

2019 年 09 月 20 日2022 年 01 月 04 日 intern 5G, LPWAN, 大數據, 物聯網, 邊緣運算

大數據、物聯網、人工智慧等科技的出現，為我們描繪了更便利的智慧城市，但是科技也可能會讓人與人之間的相處趨於冷漠，似乎也不符合我們對於智慧城市的想像。因此，臺北大學資訊工程學系特聘教授、大數據與智慧城市研究中心主任陳裕賢提出：「用人性關懷的角度來引導，讓智慧城市的發展更具有人性。」

第20期：智慧新世界：圖靈所沒有預料到的人工智慧

【AI嘉年華】與數據拔河：AI的應許和限制

2019 年 02 月 06 日2019 年 04 月 10 日 CASE PRESS 大數據, 張智威, 醫療

■深度學習於1985年被開發，但直到2014年才起飛。張教授2007年起在google進行數據導向大規模機器學習開發時，被當時的同仁合理質疑。因為較複雜的算法譬如SVM或深度學習太過耗時，跟不上搜索引擎和廣告推薦系統的即時需求。在2012年AlexNet利用ImageNet數據取得革命性的圖片辨識的準確率後，學界業界同時驚艷，也才願意投資大規模運算GPU平台，接受了數據導向大規模機器學習的典範。而在2016年AlphaGo又告訴了全世界：如果你的算法能自行生產出無限多且多元的數據，那你便能造就IQ等同於300的機器。但這波的AI革命其實只推進了深度學習，而發展的面向也只限於模擬人腦的知覺(perception)功能。至於如何使用人腦知覺之外的能力，譬如知識，記憶，計畫，邏輯思考，以便從小數據演繹出等同於無限多且多元大數據的能力，還沒有跟上。所以今年四月AI界的巨擘Michael Jordan甚至宣稱：「AI革命尚未到來。」

第20期：智慧新世界：圖靈所沒有預料到的人工智慧

【AI嘉年華】AI於各種社群網路中的巧妙應用

2019 年 01 月 28 日2019 年 04 月 10 日 CASE PRESS 大數據, 李政德, 社群網路

■全球資訊網(WWW)的誕生，讓我們與世界更緊密的連結在一起。無論是平時生活中的臉書社群，電影界演員之間的合作關係、或者是專家學者們在學術論文的引用，如果我們把每一個人都設定成點(Node)，人與人之間的各種關係視為邊(Edge)，那麼真實世界的網路經過視覺化呈現後，就會宛如人類大腦裡神經元，神經元彼此之間連結時所構成的圖像，看似一團混亂的網絡，實際上存在著某種規律與秩序。