【媒體報導】AI頂級會議又在臺舉辦,兩大巨頭分享生成式AI新進展,連摩根大通研發副總都將來臺北分享

 

國際頂級AI學術會議又來臺舉辦,資訊檢索領域(IR)的AI頂級會議ACM SIGIR近日(7月23日)將在臺北舉辦,由Google DeepMind 、微軟研究院的重量級科學家開場,分享生成式檢索、Copilot搜尋等AI新典範浪潮下的研究進展,多家跨國企業像摩根大通集團都派出研發副總來臺分享業界第一手研究。

 

ACM SIGIR是全球13個頂級AI會議之一,是資訊檢索領域公認最重要的學術會議,今年有將近500篇論文,論文接受率平均只有20%,議題涵蓋了各種資訊檢索技術和議題,例如搜尋、排序、評估、NLP、推薦系統、內容分析、FATE(公平透明倫理、可解釋性)等,傳統的IR技術,正是電商、企業常用推薦技術背後的基礎。另外也有業界研發成果專場,發表數十篇業界第一線論文。不只學術界重視,連科技巨頭,跨國企業,如摩根大通集團都有數篇論文發表,派出研發副總親自登臺。

 

2019年7月臺大人工智慧研究中心陳信希主任在向SIGIR組織提出申請,與三國競爭後勝出。這是46年來首次來臺舉辦,由臺灣大學人工智慧研究中心與中華民國計算語言學學會負責。這是2019年電腦視覺頂級會議ICIP登臺,帶來卷積神經網路之父Yann LeCun訪臺後的另一場AI頂級會議。

 

臺灣大學人工智慧研究中心執行長杜維洲指出,AI技術演進太快,競爭非常激烈,研究者為了怕競爭者搶先發表類似成果,往往選擇到舉辦時間最近的國際會議上發表,而非像其他領域透過重要期刊曝光。不只學術圈,科技巨頭一有新進展,也會想在最近的AI頂級會議上發表,換句話說,「在AI頂級會議,有機會看到全球最新的重大AI研究成果。」他強調,不只IR,更會吸引各領域AI的國際一流研究人員來臺交流。

 

Google DeepMind、微軟研究院重量級科學家、臺灣國際級ML專家揭露最新發展

「光是主場演講就非常值得期待,」杜維洲推薦。學界業界都高度知名的Google DeepMind傑出研究科學家Marc Najork,在Google率領了70人規模的研發團隊,他也是IEEE院士,將介紹最熱門的生成式模型如何影響IR領域的發展,尤其是這個新典範伴隨的衝擊和困難。

而微軟研究院實驗室副總監兼總經理Ryen White在微軟總部率領了多個重量級議題團隊,包括NLP倫理、Cortana等主題。微軟近來大舉將Copilot的人機協作AI思維落實到各產品和研發層面。Ryen White將分享Copilot趨勢對搜尋和IR領域的最新進展和衝擊。而因ML演算法論文破5萬次引用揚名全球的臺灣大學資工系教授林智仁則會分享一個重要的ML模型研發新思維,要有不要等到夠準才敢試的態度。

主辦單位特別找來伊利諾大學使用者測試首席研究科學家Ranjitha Kumar擔任主場演講,分享使用者體驗研究時,如何整合量化和無法量化的質性資料,來進行使用者實驗的方式,「這位一路參與新創公司第一線研究的學者,可以帶給IR領域新觀點而邀請她。」杜維洲。

 

將數百位AI學界、業界一流人才帶來臺灣交流

另一個在臺舉辦的意義是,杜維洲表示,臺灣越來越多本土研究人才,但不見得人人都有機會出國擴大視野,爭取頂級國際會議來臺,就能將數百外國際專家帶來臺灣交流。為了讓臺灣新一代學術人才和國際一流AI人才交流,臺大也招募了近50位碩博士生擔任工作志工,就近與這些國際專家接觸。

去年ACM SIGIR會議在熱到42度的西班牙舉辦,眾人最疲累的最後一天末尾,臺灣主辦人上場介紹今年活動時,直接播放了3分鐘影片,一播完夜市各類美食,全場歡呼,大家都問,能不能喝到道地的珍珠奶茶。杜維洲打趣的說,去哪吃臺灣美食,成了這群國際AI人才來臺,最常問他的一件事。

 

原文出處:

https://www.ithome.com.tw/news/157888?fbclid=IwAR2eI8QMnTvDYp55voz3fOSOPzLrSMchZFfsbhPPx_2pmSzw7lQ2NbEWC4Q

啟動元宇宙的鑰匙:超級AI客服

轉載自:https://www.cw.com.tw/article/5119119

向戲劇、行為科學取經,建構語音情緒演算模型

「在機器學習中,如何取得資料是第一個難關。為了建立台灣中文對話的情緒演算模型,團隊在五年前先透過戲劇系演員協助,演繹人們對話時的各種情境,再結合行為科學家的研究理論,輔助建立模型。」清華大學電機工程系副教授李祈均說道。

需借力戲劇系演員,是因國外雖多有情緒演算研究,但受限於個資問題,即便研究單位願意分享模型成果,在無法結合原始資料分析下,應用價值有限。而要從真實世界裡從頭累積華文世界的資料庫,又曠日廢時,因此才想到這個方法。

即便如此,李祈均教授的團隊仍耗費四年時間,在累積100多個小時的對話數據庫後,並整併行為科學理論才得以建構出有效中文情緒辨識模型。

「這個難關,直到近兩年Podcast盛行,才讓研究團隊思考能以比較短時間內,大量取得更多元的對話情境數據。」李祈均指出,以往做情緒演算模型時,往往只有一、兩萬句對話,頂多十幾個小時的資料量,但在國外最新以Podcast為數據來源的研究中,則以至少400小時為目標。

李祈均分享,目前團隊也和該研究機構合作,取材中文的Podcast節目,並整合自動語音辨識、語意分析處理、多模態融合、個人化模型的演算法,同步整合個體空間行為表徵學習,透過深度網路構建情緒辨識模組。

 

清華大學電機工程系副教授李祈均

表徵學習技術,讓輸出增添無限可能

而除了情緒演算外,要建構中文的超級AI客服,仍有賴於表徵學習(Representation Learning)的核心技術。

「在AI客服的應用上,無論輸入的資料是文字、語音、圖像或影片,都需將數據轉換成能被機器學習的向量與實數,而表徵學習就是在機器學習使用表徵的同時,也學習如何提取特徵的技術。」清華大學資訊工程系教授吳尚鴻說道。

就因表徵學習具備「學習如何學習」的能力,除了取代過去需仰賴專業人員、耗費大量時間手動提取特徵,並「輸入」數據的時間,應用在「輸出」時,更有助於開發出原生文字、原生圖片、原生語音、原生影片,為線上消費環境提供良好的使用者體驗。

清華大學資訊工程系教授吳尚鴻

自然語言學,攻克語言巴別塔

但要建構中文世界的超級AI客服,要攻克的最大關卡,仍是語言這座巴別塔。畢竟,機器學習霸權的母語屬拼音系統,並透過程式編碼樹立高牆,中文世界的研究要後來追上,看似不易。

不過,這在研究自然語言處理(Natural Language Processing , NLP,或稱Computational Linguistics,CL)三十多年的臺大資訊工程系教授陳信希眼中,卻不是一件難事。

「不管是拼音組成的英文單字,或是象形文字的中文單字,要對電腦產生意義,都需要轉化成有意義的形式,也就是所謂的表徵。」陳信希分享,語言在電腦中的表現方式,從早期的(symbolic representation)、中期的分佈式表徵(distributional representation),演進到近年來在深度學習中廣為使用的分散式表徵(distributed representation),都需先把生活中的事物化為表徵,再透過不同方式運算。

更何況,從單字到句子,無論是中文或英文,只要能從名詞、動詞、形容詞和副詞組成的句型中,判斷出人事時地物,就能化成自然語言學所需的資料。

「尤其,深度學習的分散式表徵,使用低維度高稠密向量,以預測方式取代過去分佈式表徵的計數方式,大大提升了機器學習任務的效能,也讓自然語言學有了大幅躍進。」陳信希說道。

臺大資訊工程系特聘教授陳信希

確保資訊自主性,才能成就元宇宙沃土

在深度學習技術的推進下,也讓未來的AI客服有了全新想像。

「目前,除了線上翻譯、聊天機器人外,自然語言學也已應用在輿情分析、病歷探勘、金融科技、健康照護、法律諮詢、烹飪教學等領域,在加入深度學習後,未來潛力可期。」陳信希說道。

當研究團隊運用深度學習,在取得資料進行數據運算時,也讓學研界自省在一項技術研究初期,思考該技術發展後可能衍生的問題與爭議,並加以改善、防堵。

「當人們享受Google、Facebook帶來的便利時,伴隨大數據演算而來的大量廣告推播,也讓民眾的被監控感日益強烈,並衍生出資訊自主等議題。」吳尚鴻指出,在消費者對資訊安全日益重視後,杜絕平台收集個人資料的軟體也會應運而生,例如只要在手機裡下載某個App,就可防止平台收集你的資料。

「當資訊安全性與自主權獲得保障後,人們才可以安心沉浸在多媒體建構的虛擬世界中,藝術創作者也才能安心創作,不怕被侵權。」李祈均說道。

從以自然語言學,將人類語言轉換成電腦的語言,並透過深度學習,催生出多元的AI客服應用。未來的超級AI客服,除了是打開元宇宙的鑰匙之一,相關技術衍生的資訊安全問題,更是人們往返實體與虛擬世界中,最重要的心理安全閥。

👇詳細文章請見

啟動元宇宙的鑰匙:超級AI客服 https://www.cw.com.tw/article/5119119

跨域應用AI技術 台大人工智慧中心展現前瞻研發新量能

【跨域應用AI技術 台大人工智慧中心展現前瞻研發新量能】

轉載自此連結

近年數位轉型與AI技術蓬勃發展,是各個產業關注的議題。而一個技術從研究開發到實際的產業應用,需要多方的合作與投入。協助跨領域技術與產業順利連結,是臺大AI中心的重點目標之一,為促成產學交流與合作,臺大AI中心於110年11月26日(五) 舉辦線上「臺大AI中心暨轄下計畫成果發表會」。此次由中心轄下AI核心技術及醫療照護領域的研究團隊,透過技術講演及海報展示,分兩個場次發表多項前瞻研究成果與應用方向。

在AI核心技術場次中,電腦視覺與多媒體類別研究團隊結合眾多技術,已生成相關落地應用於視訊監控與醫學影像、手機晶片與製造,與銀行及輿情分析產業等。其中,臺大陳祝嵩教授團隊所訓練的永續終身學習(CLL)模型應用在工業的瑕疵檢測上,能將所有的瑕疵辨認整合在同一模型進行,可達到增加新的偵測目標而不影響原本的辨識率。

此外,陳祝嵩團隊所開發的Audio visual語音增強技術,透過灰階化、降解析、自編碼等多重手法,讓影像處理成本降至與音訊處理相當,並確保流程中影像無法還原,但仍可保持優異效果,在影像資料分享的過程中同時兼顧效能及隱私。

清大林嘉文教授團隊利用深度學習研發出半導體製程EDA工具,可以早期預測光刻製程所產生的電路失真及光罩修正,可應用於IC 製程之佈局圖評估、IC 瑕疵、熱區預測,及光罩優化等。這是全世界第一套以電腦視覺準確預測光刻製程對晶圓線路所產生的失真之技術,大幅超前目前EDA設計工具,可望造成半導體製程EDA之典範轉移。

AI晶片、硬體設計與通訊類別研究團隊也開發出多項實用技術。元智大學方士豪教授研究團隊開發之毫米波雷達動態感知技術,可在有隱私疑慮的遠距居家照護機構場景,用於偵測跌倒事件發生、或是監測臥床者之生理指數,降低照護者之負擔。

目前離線聲控裝置不易達到大字彙的關鍵字語音辨識,方士豪團隊研發出個人化語音增強技術,可在離線狀態下消除語音訊號中的雜訊,提升關鍵字辨識率,可應用於家電及家庭照護等語音控制裝置。

上圖:方士豪團隊以「個人化語音強化系統」獲頒2019未來科技突破獎。

另外,如何將需要大量計算的AI技術在終端裝置實現,可高度平行化處理的通用繪圖處理器(GPGPU)是一個未來方向。成大陳中和教授團隊自2013年起規畫開發的CASLab GPU,目標是打造出第一顆國內自製的SIMT運算型GPU。

上圖:陳中和團隊以「符合OpenCL/TensorFlow API 規範的通用繪圖處理器」獲頒2020旺宏金矽獎。

透過優化的編譯流程,使軟體堆疊更能配合硬體的運作,大幅提升整體效能,且提供開源的開發執行環境。軟體層無論OpenCL Runtime、Compiler都是以C語言開發,可以搭配在Arm、 RISC-V等常見的CPU平台上運作。這項技術也已開始技轉多家廠商,快速為MCU升級AI能力。

在這個連網智慧服務的時代,人們已習慣使用網路服務,近年來產業界也大量在第一線使用AI智能客服。若要達到精準應對,大範圍的知識庫是不可或缺的。在自然語言與情緒運算類別中,中研院馬偉雲教授團隊開發的獨特知識表達模式,將原本的常識 (廣義知網E-HowNet) 附加知識 (維基百科的文本資料),擴大詞彙規模,打造一個百萬詞彙級別的中文知識圖譜。

透過加以組合或分解,用有限的概念表達無限的語意,使得機器可以更容易地進行邏輯推論。不僅可強化AI智能應用(如Chatbot) 對中文語意理解的能力,也可用於各種語意分析工具及中文或華語教學。已有多個產業單位接洽並導入應用。

機器學習、深度學習與資安隱私也是在人工智慧相關研究中的熱門關鍵字。現今有許多透過雲端使用的線上機器學習服務,但資料遭竊取事件頻傳,甚至有透過深度學習重建原圖進行的非法行為。由臺大吳沛遠教授團隊提出之生成對抗壓縮隱私網路,透過非線性技術處理圖片及影片,能夠保留動作識別所需特徵,但避免暴露影片中人物的身分。

該團隊也研發以多方安全計算技術應用於深度學習的圖像分類問題上,用以保護類神經網路,使外界無法得知透過哪些資料進行訓練。此技術適合應用於醫學影像、臉部辨識、虹膜辨識等機密檔案的相關工作。運用這些技術,一方面保有足夠資訊讓業者提供雲端服務,同時能維護使用者的隱私。

在醫療照護場次部分,有多項醫學影像的研究成果已實際導入醫療場域使用。如臺大張瑞峰教授團隊運用深度學習技術開發的全自動乳房超音波乳癌偵測與診斷系統,採用一次性檢查設計,1秒內即可完成一個全自動乳房超音波(300 張影像)的乳癌檢閱程序,較傳統方法大幅縮短閱片時間,並能精確定位乳癌位置及顯示區域並進行診斷,具有95%的正確度。

此外,乳癌診斷準確度亦達89.2%,已具有高度臨床價值。而臺大黃升龍教授團隊則透過結合深度卷積神經網路及三維細胞級斷層影像,可以即時分析活體細胞核的形貌及統計資訊、標註真皮表皮交界處、可將OCT影像轉換以模擬切片染色影像,協助病理診斷。由該團隊技轉所開發出之台灣原創高解析活體光學影像系統(ApolloVue S100),具有極高的三維解析度,可即時呈現人體皮膚之完整表皮層及上真皮層結構,並結合智能影像導引快速切換橫切面或縱切面影像模式,已獲美國FDA 二類醫療器材以及台灣TFDA第二級醫療器材認證。相關電腦輔助偵測/診斷系統可以提供即時診斷參考,進而降低人為疏失,協助醫師提供即時且更精準的診斷。

 

 

上圖:黃升龍團隊以「高解析活體光學同調斷層掃描儀」獲頒第17屆國家新創獎。

臺大AI中心與轄下31個團隊執行科技部AI創新專案已四年,不論在學術研究、國際合作,與產業應用面都繳出亮眼成績,並致力於連結學研界人才、技術與實際產業應用,促成跨領域、跨單位、跨國際的多元合作。若您考慮導入AI技術、進行數位轉型、開發AI應用,或取得學研AI技術授權、尋求學研團隊合作,可以聯繫臺大AI中心。歡迎到臺大AI中心官網照護子中心官網,進一步了解團隊的研究成果。

👉詳細請見此連結

恭喜李宏毅副教授榮獲中華民國第 59 屆十大傑出青年選拔獎<科學及技術研究發展類>

恭喜李宏毅副教授榮獲中華民國第 59 屆十大傑出青年選拔獎<科學及技術研究發展類>

在教學和研究上貫徹AI for AII的信念,華人世界影響最多學子的AI傳道者,線上教學內容打破語言與時空限制,讓AI聽懂世界上所有人的語言。

相關連結

JCI TOYP Taiwan 中華民國十大傑出青年選拔委員會

中華民國第59屆十大傑出青年選拔結果公布

 

 

台大發展「智慧急診」 電子檢傷只要2分鐘

📢【媒體報導】

台大發展「智慧急診」 電子檢傷只要2分鐘 (自由時報 2020/12/3)

「台大醫院與台灣大學發展「智慧急診」系統,台大資工系教授傅立成、台大醫院急診醫學部主任黃建華、台大醫院急診醫學部醫師蔡居霖共同研發電子檢傷系統,透過人臉辨識,就能進行檢傷中的疼痛分類,準確率達8成以上,預計該系統最快會在2022年正式導入台大醫院急診室。」
全文詳見:http://mahc.ntu.edu.tw/news_view.php?id=114

台灣醫療科技展 台大擬將AI導入急診診斷 (中央社 2020/12/3)
「人工智慧導入醫療診斷已成國際趨勢,台大醫學影像與數據人工智慧實驗室(MeDA)主持人王偉仲與台大急診團隊研發出「PXR即時危險自動偵測系統」。王偉仲說,急診患者正因情況緊急,醫師必須在短時間內消化大量資訊、做出診斷,但以往光是照X光到判讀完畢,至少就得花40到60分鐘。
王偉仲指出,未來有了這套系統,醫護人員只要利用可攜式X光機拍下患者影像,就能透過無線網路直接傳送到醫師隨身攜帶的行動裝置,同時透過AI判讀是否為鼻胃管、氣管內管、中央靜脈導管錯置,還是有肺結核、氣胸或肺炎,讓醫師診斷更快更精準,預計明年中旬前將導入臨床使用。」

✅黃建華主任研究團隊計畫介紹:
http://mahc.ntu.edu.tw/research_view.php?id=18

✅王偉仲教授研究團隊計畫介紹:
http://mahc.ntu.edu.tw/research_view.php?id=5

天下雜誌 臺大AI中心計畫系列報導

【媒體報導】天下雜誌 臺大AI中心計畫系列報導

✅AI研究中心跨界交流,AI技術應用百花齊放
(全文詳見:https://www.cw.com.tw/article/5102954)
臺灣邁入AI元年之後,AI技術成果豐碩,跨界交流、產學合作,AI研究能量齊發。科技部四大AI研究中心的72個AI研究計畫,AI技術及應用百花齊放。

✅臺灣瘋AI!AI技術研發實力,打造AI生態系
(全文詳見:https://www.cw.com.tw/article/5102952)
臺灣AI元年後,催生AI技術蓬勃發展。後疫情時代,臺灣搭上世界AI浪潮,接下來,將是產業界借力學研能量,讓AI技術落地應用的好時機。

科技部攜手臺大AI中心 讓科技與人文並肩同行

【科技部攜手臺大AI中心 讓科技與人文並肩同行】

 

近年來人工智慧(Artificial Intelligence, AI)技術不斷革新且應用範圍持續擴大,相應的倫理,社會,法律議題也陸續浮現,世界各國都在探討科技發展與人文社會兩者該如何並重。

 

為了應對這波人工智慧的社會衝擊,科技部補助人工智慧技術暨全幅健康照護聯合研究中心(AINTU,簡稱臺大AI中心)於2020/10/16假國立臺灣大學梁國樹國際會議廳召開「科技與人文對話系列研討會-國際人工智慧科研發展之指引、規範與實踐」。期望藉由AI創新研究中心人社計畫團隊專業觀點與研究成果,以跨領域與多面向的看法,引領各界人士了解科技與人文間的複雜關聯性、未來社會可能遭遇的影響與挑戰,以及學者與企業可能因應的實踐做法。

本次活動由臺大AI中心與臺師大人社團隊共同規畫辦理,邀請8位專家,說明AI的技術應用對社會的影響與挑戰,國際最新的相關規範精神,及科學研究及產品落地不同階段的實踐議題與產業因應範例,是難得結合學研界與產業界的全方位討論盛會。與會專家中包含:法律專業(臺大黃銘傑教授,北醫大李崇僖教授,資策會彭睿仁研究員),人文專業研究(甘偵蓉教授),兼顧人文與技術(丁川康教授,黃從仁教授),AI技術專業(林守德教授),產業因應(Google 台灣董事總經理 馬大康博士)。

 

臺大AI中心陳信希主任表示,藉由本次人文社會領域計畫團隊的成果展現,以及學界與業界專家的分享,期望能提高臺灣AI科研人員對相關技術之應用可能造成的社會影響之認知與了解,同時讓人社領域專家了解實際科研人員在落實此指引之過程中可能面臨的困難與負擔,以完善AI研發環境,並減低對人文社會的衝擊。

照片(左起):清大甘偵蓉教授、Google臺灣董事總經理馬大康博士、科技部前瞻司蔡妙慈副司長、NCC王維菁委員、臺大AI中心陳信希主任、臺大AI中心杜維洲執行長、臺大AI中心曾柏元副執行長

 

 

【打破AI黑盒子-可解釋性的人臉辨識模組】徐宏民教授團隊記者會

打破AI黑盒子-可解釋性的人臉辨識模組

科技部今(11)日召開記者會,邀請本中心轄下的徐宏民教授團隊,發表該團隊在科技部的支持下所開發出的可解釋性人工智慧(Explainable AI ,XAI)模組xCos,該模組除了具備高辨識率的人臉辨識能力外,還可有條理的解釋AI產出結果的原因。這項技術不僅可協助國內外相關業者開發AI辨識技術、明白AI決策建議背後的理由,更能提升人類對於使用AI的信任度。

徐宏民教授團隊在科技部的長期支持下,自2011年便開發出第一套行動裝置上的人臉搜尋系統,之後不斷自我挑戰包括跨年紀的臉部辨識能力、偽裝人臉辨識等,前於2018年在全球三大電腦視覺頂尖會議之一的CVPR偽裝人臉辨識競賽(Disguised Faces in the Wild)中,以辨識率唯一超過9成之姿,技壓群雄奪下全球冠軍。

上圖大合照由左至右:
人工智慧技術暨全幅健康照護聯合研究中心(臺大AI中心)杜維洲執行長
科技部前瞻及應用科技司楊琇雅司長
科技部陳良基部長
國立臺灣大學資訊工程學系徐宏民教授(同為臺大AI中心轄下之研究團隊)
人工智慧技術暨全幅健康照護聯合研究中心(臺大AI中心)陳信希主任

上圖:陳良基部長現場體驗

 

👉相關連結:
https://www.most.gov.tw/folksonomy/detail/906337b9-1d19-4e06-ad71-322b12531971

 

👉相關報導與影片連結

 

一場寧靜的「深度革命」 用AI向世界突圍

【一場寧靜的「深度革命」 用AI向世界突圍】

 

智慧家庭、智慧醫療、智慧金融……AI科技的各種應用,正不斷在改變我們的生活。然而伴隨AI而來的,不只是各種美好的應用場景想像;即使你覺得AI技術與你無關、甚至你不需要AI帶來的各種便利性,漫天席地而來的AI革命,也將改變你的工作、影響台灣的經濟、甚至是孩子的未來。

 

走到銀行櫃檯前,還沒開口,接待人員已經能「猜心」般地查覺到你不耐煩的情緒,以加倍的溫暖親切細心詢問;面試工作時,AI面試官光靠你的「面相」,就能初步判斷你的人格特質,了解你適不適合這份工作。這些,都是AI人工智慧臉部影像「微表情」偵測技術所帶來的應用,而且很快地,就將在你我的生活中出現。

 

 

科技部臺灣大學人工智慧研究中心(簡稱「臺大AI中心」)、臺大智慧聯網創新研究中心(簡稱「臺大IoX中心」)與中國信託銀行宣布簽署產學合作計畫,透過不同領域的AI技術應用於金融業的服務優化、內部流程、精準行銷、人才招募、風險控管、預防詐騙…….幾乎所有的一切,都將因AI技術的落地而得到改寫。

節錄自天下雜誌,全文請見👇
https://www.cw.com.tw/article/article.action?id=5099164

 

臺大AI中心 x 中國信託銀行 x 臺大IoX中心產學合作記者會

【臺大AI中心 x 中國信託銀行 x 臺大IoX中心產學合作記者會】

科技部人工智慧技術暨全幅健康照護聯合研究中心(簡稱「臺大AI中心」)今(24)日宣布臺大智慧聯網創新研究中心(簡稱「臺大IoX中心」)、中國信託商業銀行(簡稱「中信銀行」)簽署產學合作計畫,假臺灣大學博理館舉行簽約記者會,指導單位科技部次長許有進、校方代表臺大副校長陳銘憲、臺大電機資訊學院院長張耀文、中國信託銀行總經理陳佳文共同出席。

許有進次長致詞時表示,科技部為建構AI創新的生態系,2017年補助成立4個AI中心,其中臺大AI中心是唯一涵蓋2個研究面向的中心,包括人工智慧技術、生技醫療照護,目的是希望前瞻技術能有所突破,同時也培育AI人才,這次透過產學合作,期許能發揮「1+1大於2」的力量,帶給金融產業新氣象。

照片由左至右:臺大人工智慧中心 陳信希主任、中國信託 陳佳文總經理、臺大IoX中心 許永真主任

👇更多照片請見中心粉專:

https://www.facebook.com/AI.ntucenter/

👇更多的新聞報導

https://m.cnyes.com/news/id/4445477
https://m.ctee.com.tw/liven…/…/ctee/A95645002020022412573080
https://news.ltn.com.tw/news/business/breakingnews/3078055…
https://www.ettoday.net/news/20200224/1652737.htm
https://udn.com/news/story/7239/4366626
https://hk.appledaily.com/memb…/twdaily/article/1_1708572__1