 |
SESTO：機器與智慧融合 將是人類發展的轉捩點 (2018.09.07)
現今的商業環境中，各個企業經常性的重新審視現有工作流程，來維持競爭力。而透過可拓展和持續性的智能化自動解決方案，將能確保企業在不同領域中維持領先優勢。在自動化技術領域中，總部設於新加坡的賽思托（SESTO）機器人，長期以來均致力於為有意提升業務效率的全球客戶，策劃並提供機器人解決方案 |
|
Intel：FPGA將加速今日新型態資料中心的主流應用 (2018.09.04)
在這個強調智慧與聯網的時代，可程式化邏輯閘陣列 （FPGA）已經成為一個重要且不可或缺的元件。以全球500億個聯網裝置，一年所產生的資料量將不計其數。從資料中心、5G通訊、虛擬網路功能，到嵌入式系統，FPGA都能在裝置以及雲端之間，扮演重要的角色 |
|
英飛凌：加速實現智慧生活 感測器可靠精準是關鍵 (2018.08.31)
微電子技術的發展與全球人口都市化的趨勢正推動著人們對於智慧生活的需求，其中能偵測環境中各種變化，並收集資訊、傳輸的感測器，更是建構智慧生活不可或缺的一環 |
|
默克持續以創新推動液晶顯示技術演進 (2018.08.30)
在過去的350年來，默克一直秉持著好奇心及材料研發經驗，持續推展材料新應用，以因應5G、無人駕駛、智慧建築等未來趨勢。在今年的Touch Taiwan展覽會中，默克展出應用於下新世代顯示器、自動駕駛車、智慧照明等新材料科技方案，呈現材料應用的無限可能 |
 |
AI 產業的「三合一」平台融合策略與架構 (2018.08.29)
台灣擁有強勢的終端硬體技術和產品，加上自有IP的UBOT平台軟體，能夠逐漸在終端設備行業上形成一個平台效應，再搭配當今熱門的區塊鏈交易平台，形成三合一的AI產業平台融合大策略 |
|
一站式滿足人工智慧全方位服務 (2018.08.29)
研華提供具軟硬體的深度學習完整解決方案─包括負責訓練深度學習模型的訓練平台、運用知識模型於現場執行推論的推論平台、方便開發深度學習系統的軟體開發工具、已完成訓練且可直接套用的知識模型 |
|
ST：智慧車當道 MCU提供更優質行車體驗 (2018.08.28)
MCU可說是最為普及的電子元件之一，在許多應用場合都可以見到MCU的身影。通常來說，MCU由於應用特性，在設計上一定都會針對低功耗這樣的屬性來加以強化。由於市場競爭無窮盡，使得客戶需求也大幅度地增加，而如何在性能提升與功耗降低之間取得最佳值，正考驗著MCU設計人員的智慧 |
|
非關成本 行動運算目的在於滿足使用體驗的期待 (2018.08.24)
智慧型手機使用情境的快速革新，意味著前一代的裝置終將難以負載更先進的軟體程式，或者達到身歷其境的使用體驗。這同時也意味著行動創新正推動著智慧手機的世代交替 |
|
加速實現網路終端低功耗人工智慧應用 (2018.08.01)
人工智慧（AI）和機器學習（ML）半導體解決方案對新一代人工智慧應用程式的運算能力至關重要。 |
|
歐姆龍與宏碁雲架構攜手推出AIOT (2018.08.01)
工業4.0訴求OT與IT系統的整合，讓設備資訊的價值進一步提升，台灣歐姆龍與宏碁雲架構攜手推出的AIoT系統，可大幅降低工業4.0的導入難度，協助台灣製造業者順利轉型。 |
|
塑膠射出成型設備開始導入人工智慧 (2018.07.30)
隨著工業4.0與人工智慧理念在全球不斷發酵，射出成型機使用者的需求已漸漸由單機演變成附加模具、週邊系統，甚至是整線或整廠規劃...，讓使用者擁有更精密的運籌計劃與有效的資源分配 |
|
AI時代的創新教育之路 (2018.07.17)
人工智慧的「快學快思」能力日益精進，面臨這麼大的挑戰，我們如何邁向未來更好的出路呢?本文提出一個學習創新的新路徑：「慢想快學」，具有大膽假設、小心求證的特性 |
|
從遊戲繪圖到人工智能 GPU成為AI新時代要角 (2018.07.13)
電腦繪圖是GPU發展的驅動力，繪圖應用永不滿足於運算效能，同時這也產生了一個巨大的產業規模。娛樂產業每年有十億張影像渲染的市場需求，每年有400個遊戲新作推出市場，其應用的全域照明技術有如電影特效場景一般 |
|
AIoT趨勢明顯 邊緣運算將是台灣重要契機 (2018.07.12)
AI發展初期主要由雲端運算主導，但在種種限制因素下，運算任務需要轉移至終端裝置，邊緣運算因而興起，邊緣運算適合台灣廠商的產品策略與市場條件，因此將是台灣在AI的重要發展契機 |
|
健康醫療核心技術 創新建構生態系 (2018.07.11)
由科技部創業培育專案計畫支持的多家新創團隊近期發表研發成果，展現其技術實力及市場潛力。本文探究健康、醫療與照護領域的創新技術，以期發掘產業未來趨勢及新商機 |
|
ST：智慧工廠需兼具生產效率與供應鏈靈活性 (2018.07.10)
工業4.0被譽為是第四次的工業革命，比起前幾次的工業革命，工業4.0的價值更偏重在於網路物理系統、通訊、物聯網以及分散式決策。其目的都在於實現分散式控制的下一級自動化、更安全的工作環境和全新的人機互動模型，並提升工業機械效能、捕捉及運用製造資料，來達到人工智慧與機器學習的目的 |
|
以建立供應鏈為目標 不追求AI晶片獨角獸 (2018.07.09)
在AI晶片市場上台灣已失去先機，故台灣整體的AI產業經營方向，將朝建立AI晶片生產供應鏈與AI應用服務為主。然而，台灣還是有一些AI晶片的供應商，其中以聯發科技（MediaTek）與耐能智慧（Kneron）、威盛電子（VIA）最具代表性 |
|
感測通訊走向數位化 IO-LINK奠定機聯網基礎 (2018.07.09)
感測器視機聯網的第一層，過去的類比傳輸模式已無法因應智慧製造需求，數位化的IO-LINK將成為未來重要標準。 |
|
Google AI創新研究營開跑 推動台灣AI人才培育 (2018.07.04)
近年來，物聯網(IoT)掀起一股科技浪潮，人工智慧(AI)繼而成為眾所注目的焦點，「Google智慧台灣計畫」於今年3月份啟動，Google於今(4)日宣布Google AI創新研究營正式開跑。響應科技部「AI 創新研究中心專案計畫」 |
|
從IBM Think與Facebook F8大會觀察近期AI發展趨勢 (2018.06.29)
本次IBM與Facebook的發表中，兩者皆將人工智慧開發工具集中，而大廠還提供簡化的開發環境，以及預先訓練好的API工具，期望讓更多開發者可以持續黏著在大廠提供的平台上 |
