By 萤幕截图
重点新闻(1118～1124)
台塑 电子商务 产销优化
台塑4年AI化完成777件专案，打造下单到出货全自动电子商务平台
台塑自2018年推动AI，确立5大AI目标，包括产销优化、降低成本、智慧保养、工安环保和品质确保。到今年10月底，全企业完成了777件专案，年效益达数十亿元。
台塑电子部组长苏育宽指出，2018年台塑开始拥抱AI，要快速导入、培育人才，希望所有员工都具备AI观念，并建立「自己的问题，自己解决」文化，要让每位员工都能运用AI。於是，他们先是培育人才，在仁武成立AI研发中心、每年举办AI竞赛，也针对基层员工推广AI基础知识、每半年开设基础课程，每一季也开设实务课程，从各厂处挑选工程师，来培训写演算法和程式开发。接着，他们也会从实务课程中挑选优秀人才，送至台湾人工智慧学校（AIA）进一步培训，来强化AI技术深度。甚至，台塑也会安排不定期的高阶课程，来对各厂处的AI开发者进行专业训练和考核。
在应用成果方面，以产销优化电子商务平台来说，台塑以AI改良该平台，从客户下单到出货，都能全自动管理、即时追踪并如期交货。进一步来说，当客户线上下单时，系统会先计算最佳出货时间，告知客户。接着是AI自动排程阶段，系统根据下单内容、库存和品别，自动算出最佳生产排程，并安排工厂生产，来降低生产转换品别的成本。生产後进入AI包装排程阶段，系统不只会自动媒合订单和包装机，也会即时给出包装机调整方式。
下一阶段则是AOI装柜出货。这部分包含2个应用，即以AOI来辨识货柜、降低交货出错率，还利用RFID晶片，来识别出货品项，并整合云端资料，自动产生成品交运单、品质检验证明和影像记录归档。完成後，就进入物流追踪，台塑也整合航班资讯来告知客户货物动态。台塑其他AI应用成果，还有在精馏塔纯化系统中，打造品质预测AI模型，来动态预测品质、作为控制器动态调整的依据，此外，台塑也开发异常预警系统，来预测设备剩余寿命，主动通知保养单位来介入。（详全文）
台湾AI行动计画 行政院 AI民主化
赖清德：全力发展AI，也要兼顾伦理和民主化
副总统赖清德18日在2022台湾人工智慧年会中，盘点台湾人工智慧学校（AIA）与政府AI发展策略。他指出，AIA自2018年成立以来，培育近1万名校友，学校成立之初，就与经济部联手推动经济部AI技术人才专班，今年也与行政院人事行政总处公务人力发展学院合办课程，来对各层级公务人员进行AI训练。不只对政府部门，AIA也为产业界开设金融、医疗等产业专班，甚至是AI碳中和专班。AIA校长孔祥重也在北、中、南开设AI加速器课程，来协助台湾发展高性能AI晶片。
赖清德回顾他在行政院长任内核定的台湾AI行动计画成果，该计画培育了4,000多名研究人才，在法令方面也通过《无人载具科技创新实验条例》，核准了13案上路实验。经济部等部会也与台湾37家产业公协会，组成AI化专家服务团，将AI导入全台湾1,200多家企业。
但赖清德认为，全力发展AI的同时，也要注意伦理规范、避免AI发展侵犯隐私权或伤害个人，再来也要符合民主原则，不论个人、团体、企业或组织，都有权利取得AI。最後则要有包容精神，要透过政府和民间力量，来让弱势民众也能受益於AI。（详全文）
台积电 晶圆制程 自监督学习
为优化超复杂晶圆制程，台积电徵8种尖端AI人才
台积电智慧应用整合处机器学习分析部部经理局荆玲近日分享，台积电规画明年成立台北办公室。虽没透露更多细节，台积电同时也积极招募AI人才，来推动更智慧化的半导体制造流程。
台积电指出，派工决策是半导体制造业中非常仰赖AI的一个环节。由於半导体制程极度复杂，1座20个足球场大的超大晶圆厂中，AI排程系统每天模拟超过10的200次方种排列组合，每分钟会发出超过600至800万个派工命令，且生产变数大，需要有高速应变能力。
不只派工，从智慧制造、良率分析、生产力提升、研发到公司营运，都能使用AI来优化。因此，台积电特别重视有尖端AI科技应用经验的人才，比如自监督学习、联邦学习、注意力机制模型、零样本学习、强化学习、对比学习、图神经网路及生成对抗网路等技术的人才，就非常欢迎。（详全文）
台湾人工智慧学校 开源平台 AI加速器
台湾人工智慧学校下一步要结合开源平台、导入国际尖端技术
台湾人工智慧学校校务长蔡明顺日前在AI年会上表示，台湾人工智慧学校（AIA）成立5年来，已开设97次专班、培育来自1,917家企业共9,000多名学员，横跨15大产业，更有50家企业将内部30名以上员工送/参训，如台积电、友达、富邦金、新光医院等，涵盖制造、医疗、金融、电信、学校与国营企业等领域。
他点出，AIA成立初衷是「为产业点火」，自2018年成立以来，陆续开设产业专班如智慧医疗、智慧制造、智慧金融等专班，以及物件侦测、自然语言处理（NLP）和Edge AI等技术专班。他分析，AIA的阶段性目标可分为3个，首先是2018年至2019年的建立AI大军，利用业界出题、学界解题模式快速散布AI火种，再来是2020年至2021年的深入产业，利用案例教学来建立产业个案。今年开始则进入新阶段，要推动本土产业个案、结合开源平台计画（即AI加速器课程），来连结国际发展。在这个阶段，AIA还有3大目标要实现，包括导入国际AI尖端技术、定期提供AI最新资讯和AI社群发展，作为AIA转型发展重点。（详全文）
助听器 语音增强 口语表达
中研院用AI增强语音和降噪，已於仁宝合作要将AI落地辅具
中研院资创中心副主任暨研究员曹昱团队以深度学习技术，优化口语沟通辅助工具，让口语沟通障碍者及听力障碍人士，可以更流畅表达、听懂对方说的话。目前，曹昱团队已与仁宝电脑等4家厂商联手，要将AI落地於辅具中。
进一步来说，团队设计的演算法有2种，一是针对听觉，来消除环境杂音、辅助使用者听语音听得更清楚，另一种则针对口语表达，让使用者说话更清晰。就前者来说，中研院团队开发一套深度类神经网路，来处理失真语音，产出降噪的增强语音，再透过STOI +MSE目标函数优化，来强化语音理解。这项研究成果，还获得2021 IEEE信号处理协会殊荣。这项技术，可用於听力辅具，如辅听器、助听器、人工电子耳。
就口语表达来说，团队针对口腔癌术後、电子喉、呐语症等构音异常患者，打造AI语音增强系统，可透过手持装置如手机，先侦测患者异常语音，再用Seq2seq演算法来进行异常语音增强，转换为正确语音并播出语音，提高语音品质和理解度。这些技术不仅获国内外重视，也有硬体厂商要整合落地。（详全文）
美光 数位分身 智慧工厂
美光用AI、数位分身技术打造智慧工厂
美光科技技术部门资深总监曾耀莹分享多年数位转型成果，为发展智慧制造，美光很早就在晶圆厂安装大量IoT感测器，迄今一共部署57万个IoT感测器在全球工厂中，累积了34 PB资料，成为发展大数据分析与AI应用的关键数据。
为此，美光建立IIoT平台和Hadoop大数据分析平台，从多种感测器的大数据中，用来建立预防性设备维护和制程异常检测机制，更用这些数据训练不同AI模型。比如打造YMS良率管理系统，结合ML演算法来即时分类与辨识有瑕疵的晶圆，系统还能给出造成晶圆制程问题的建议，让设备工程师能基於这些建议来检测机台的状况。
不只AI，美光也打造一套数位分身系统，用来模拟厂内运作状况，包括晶圆制程流程、机台使用情况，让生产人员能更快根据生产排程变化，灵活调度产线机台，来缩短周期支援更大产能。不光如此，这套系统也能透过模拟方式提供跨厂区不同产品组合的建议。（详全文）
联邦学习 贴图推荐 Line日本
Line日本用联邦学习打造贴图推荐系统
Line日本揭露自家贴图推荐系统，Line日本产品经理Haruka Kikuchi指出，该系统以联邦学习（Federated Learning）打造而成，透过集中式的主机，将一套公版机器学习模型，下放到各个使用者手机（或终端装置），让模型在使用者端学习、训练，之後再将参数上传至集中式主机，由主机优化参数，再将优化过的参数回传到各个终端装置，再进行下一轮训练，直到模型收敛。
Haruka Kikuchi表示，Line贴图自动推荐是根据使用者在搜寻栏输入的字，来与事先建立的语义标签比对，才推荐相关贴图。他们先以已购买贴图这个类别开始，Line将推荐系统分为3阶段来训练、优化，第一是将使用者已下载贴图的Log和使用者特徵（如所在地），作为模型输入值，接着输出贴图嵌入和使用者嵌入，最终产出候选贴图。再来是重新排序阶段，将使用者嵌入和贴图嵌入作为输入值，并输出每个贴图的分数；这时，系统会在使用者端App闲置时来训练模型。就成果来说，Line日本成功透过这个方式，将贴图推荐范围从100万个缩小为100个，也提升5.6%独家贴图下载率。未来，他们要将这个模式扩大到所有贴图。（详全文）
假新闻 强化学习 认知
中研院用RL开发实验平台打击假新闻，最快今年上线
中研院资讯科学研究所研究员古伦维团队打造一款试验平台，利用强化学习（Reinforcement learning）来规画正确资讯的投放路径，在最佳时机点推播给接触过假新闻的读者，改变读者对事实的认知。
进一步来说，使用者在网路上的阅读行为，会在网路平台商留下足迹，因此，当中研院假新闻实验平台侦测到使用者点击过假新闻网页，演算法就会触发来推播澄清新闻给读者。为在最佳时机点推播，团队先是建立由假新闻和经查核新闻组成的资料集，来训练强化学习模型，让模型找出最佳投放正确资讯的路径，并给予模型最大奖励。特别的是，该模型的零样本（Zero-shot）学习能力比其他模型好上1.5至2倍，表示模型遇到没见过的假新闻，依然有能力准确判断。中研院这套假新闻实验平台，最快今年就会上线，不仅可用来提供正确资讯，还能产生报表，分析假新闻读者群性质与行为等。（详全文）
图片来源／
AI近期新闻
1. 微软与Nvidia扩大云端AI超级电脑合作
2. Google释出资料集透明度工具Data Cards Playbook
资料来源：iThome整理，2022年11月