2025_taiwan_ai_day_relative

,

從生成式AI到ReGenerative AI:企業如何兼顧創新與永續?

生成式AI熱潮席捲全球,2025年成為企業轉型與創新的核心驅動力。台灣人工智慧實驗室於1月22日舉辦了2025台灣AI產業年會,吸引超過三百位來自各產業領域的業界專家與領袖代表齊聚一堂,共同探討AI技術的最新發展與應用。年會活動內容豐富多元,序幕由台灣人工智慧實驗室創辦人杜奕瑾率先揭開,他以精彩的開場演說,為與會者帶來深具洞見的產業趨勢剖析與前瞻思考。

在快速演進的生成式 AI 賽局中,我們見證了從 2023 年生成式 AI 應用在各行各業的大爆發,到 2024 年各國開始關注 AI 監管,歐盟率先通過 AI 監管法(EU AI Act),延續其在 GDPR 方面的領導地位,美國則緊隨其後,發布 AI Bill of Rights,強調人工智慧發展的透明性與責任。隨著 2025 年的到來,全球關注的核心議題將聚焦於如何讓高耗能的生成式 AI 符合 ESG 永續發展目標,邁向「永續 AI (ReGenerative AI)」。

這正是台灣人工智慧實驗室自成立以來秉持的核心理念——提供「永續、可信任、負責任的」AI 解決方案,不僅符合國際監管法規的趨勢,更是台灣憑藉軟實力邁向全球舞台的關鍵契機與挑戰。

ReGenerative AI:永續 AI 的核心價值

永續 AI (ReGenerative AI) 是 生成式 AI (Generative AI) 與 ESG (環境、社會、公司治理) 兩大主軸的結合。在重視 AI 對環境與社會影響的前提下,ReGenerative AI 持續推動生成式 AI 技術發展,並確保其能夠長期為企業與社會創造價值。

ReGenerative AI 涵蓋三大核心面向:

  1. 永續  (Sustainability):提升能源效率,打造綠色 AI
    • AI 訓練與推理過程極度耗能,如何降低碳足跡成為關鍵課題。
    • 台灣人工智慧實驗室透過演算法技術,優化 AI 模型(LLM),使其「小而專精」,讓企業能在本地部署 AI,而無需上傳至雲端或大型資料中心,大幅降低能源消耗,提高運算效率。
  2. 治理  (Governance):符合 AI 監管,確保合規應用
    • AI 內容生成需具備 可解釋性、可追蹤性、可驗證性、可審計性,以確保符合全球 AI 監管規範。
    • 確保 AI 開發過程符合 EU AI Act、美國 AI Bill of Rights 等國際監管法規,推動 AI 透明化與負責任應用。
  3. 可靠性 (Reliability):打造專精領域 AI,確保模型可信度
    • AI 模型不僅要專精於特定產業與應用,更需具備 主動識別問題、自我修正錯誤的能力,以提升穩定性與可靠性,避免 AI「一本正經地胡說八道」。
    • 透過 產業專家模型(Domain Expert Models),確保 AI 在企業內部應用時具備高度專業性與準確性。

根據 IDC 研究,企業在導入生成式 AI (GenAI) 時,最關注的核心議題包括資料安全 (Data Security)、資料治理 (Data Governance) 和資料隱私 (Privacy)。確保使用者個資的保護、資料隱私的維護,以及資料擁有者的著作權合規,成為 AI 治理的重要課題。此外,企業必須防範 AI 平台擅自挪用上傳資料,或 AI 訓練過程涉及侵權等風險,確保 AI 應用符合 國際監管法規,例如 EU AI Act、AI Bill of Rights 等,以降低法規與道德層面的合規風險。

企業如何兼顧 AI 部署、永續發展與商業價值?

在 AI 應用與落地過程中,企業面臨的挑戰在於:如何在降低成本的同時,確保 AI 應用符合 ESG 永續發展目標?
訓練通用大模型 (General AI Models) 需要投入 大量算力、電力與財力,成本動輒數億美元,且高耗能的 AI 運算不利於永續發展。因此,企業應採用更具成本效益與應用價值的策略,選擇專精於企業所屬領域、能解決特定任務的「產業專家模型 (Domain Expert Models))」,即 ROI 最高的 GPT,以提升生產力、降低營運成本,同時實踐綠色 AI 理念,實現永續發展與獲利變現的雙贏。

生成式 AI 的應用現況與未來發展

生成式 AI 的應用場景廣泛,根據 IDC 2024 年調查,目前全球企業優先採用 GenAI 的四大部門為:

行銷 (Marketing)

  • 自動生成行銷文案、廣告內容、社群媒體貼文,提升創意與行銷效率。
  • 透過 AI 分析消費者行為,提供個人化行銷策略,提高轉換率。

IT(資訊技術)

  • AI 輔助程式碼生成、自動化測試、文件撰寫,提升開發效率。
  • 快速排除系統錯誤、優化 IT 營運流程,加速產品上市時程。

業務 (Sales)

  • AI 分析客戶數據,預測銷售趨勢,提供個人化銷售建議。
  • 提供 AI 輔助的業務培訓,強化銷售團隊表現。

客服 (Customer Service)

  • 部署智能客服、聊天機器人,24 小時即時回應客戶需求,提升客戶滿意度。
  • AI 自動化處理常見問題,減少人力成本,提高服務品質。

2025 年企業導入 GenAI 的關鍵部門

展望 2025 年,企業導入生成式 AI (GenAI) 的應用場域將持續擴展,其中「法務、人資與產品開發」是三大優先採用的部門:

產品開發 (Product Development)

  • AI 輔助產品設計、原型製作、測試與優化,縮短產品開發週期,提升創新速度。
  • 透過 AI 分析市場需求與趨勢,協助企業開發更具競爭力的產品。

人資 (HR)

  • AI 輔助人才招募、履歷篩選、員工培訓與績效管理,提高人資管理效率。
  • AI 分析員工需求與職場趨勢,優化人才管理策略,提升員工滿意度。

法務 (Legal)

  • AI 協助合約審閱、法律文件撰寫與法律研究,提高法務工作的效率與準確性。
  • AI 自動化風險評估與法規合規分析,降低企業法律風險,確保業務運行符合監管標準。

台灣企業導入 GenAI 的三大核心驅動力

促使台灣企業積極導入生成式 AI 的主要因素可歸納為「提升生產力、優化營運流程與增加營收獲利」:

提升生產力:

  • AI 自動化處理大量數據、執行重複性任務,減少人力負擔。
  • AI 生成報告與決策建議,縮短決策流程,提高組織運作效率。

優化營運流程:

  • AI 輔助 營運流程自動化,減少人工處理時間,降低錯誤率。
  • 透過 AI 進行 生產/庫存預測性分析、供應鏈優化與風險評估,提升企業運營穩定性。

增加營收獲利:

  • AI 分析客戶數據與消費行為,提供個性化銷售建議,提高轉換率。
  • AI 監測市場趨勢與競爭動態,協助企業制定更精準的行銷與市場策略。
  • AI 洞察市場需求,優化產品開發方向,確保企業持續創新,提升盈利能力。

台灣人工智慧實驗室率先全球建立了全球首個國家級聯邦式資料治理-聯合平台,並自2024年起協助國內35家金融機構組成的「鷹眼識詐聯盟」,共同防範金融詐騙、打擊金融犯罪。透過這個平台,各銀行的機密資料無需外流,亦不需使用任何外部API,依然能強化對詐騙型態的辨識能力,符合國際金融監管需求,並共享訓練模型的成果,打造全面性的 AI 防制犯罪體系。

2024年,台灣人工智慧實驗室與台新金控攜手合作,共同打造 「台新腦」,透過金融與內部知識的預訓練FedGPT,讓模型天生具備對台新的深度理解,並能隨著時間不斷進化與內化。此舉有助於金融、保險及人壽等子公司實現合規問答,進而提供更加智慧且精準的客戶服務。

台新銀行表示,台新腦的推出是台灣金融科技領域的重大突破,這不僅提升了台新銀行的服務品質,也為客戶帶來更優質的體驗。透過與台灣人工智慧實驗室的合作,台新銀行將持續訓練這顆專屬於台新員工與客戶的AI大腦,未來將在更多領域提供智慧與便利的解決方案。

FedGPT:企業專屬的落地GPT

FedGPT 是台灣人工智慧實驗室以獨家的模型優化技術,訓練超過1000億台灣繁體中文語料庫建置的繁體中文產業專家模型,遵循可信任、負責任的 AI 治理國際法規原則,專為企業打造專屬落地的多模態GPT ,能夠無縫整合多種 技術,涵蓋:

  • 逐字稿轉錄 (ASR) —— 自動語音轉文字,提高語音資料處理效率。
  • 語音生成 (TTS) —— 生成自然語音,應用於客服、自動廣播等場景。
  • 聯合學習平台 (Federated Platform) —— 保持數據隱私,實現跨企業 AI 共享與協作。

FedGPT 不僅擁有龐大的 繁體中文與英文語料庫,還能透過 預訓練技術,讓模型在上線時即具備特定產業的專業知識,這項技術優勢,將大幅降低企業 AI 應用的學習成本,並確保 AI 生成內容的準確性與產業適用性,助力企業在 AI 驅動的時代中 搶占先機,提升競爭力,AI 部署快速落地實現。

依照產業類別進行模型預訓練,讓 AI 天生具備產業專屬知識,並能隨時學習企業內部知識庫,深植企業 DNA,持續強化模型能力。特別是在「決策支持、客戶服務、數據分析」等需要精確專業知識的場景中,能展現更高效益。

針對企業內部流程固定、重複性高或需串接多個內部系統的複雜任務,可透過 API 串接 內部專家 Agents,執行特定任務,甚至建立自動化內部系統。未來,員工僅需透過自然語言指令或自訂排程,即可啟動 Agents 執行工作,大幅提升效率,將精力投入更具價值的業務。

此外,FedGPT 持續強化基礎模型,動態監控生成內容,確保符合 AI 治理法規,具備明確知識來源,基於企業專屬資訊提供有憑有據的回答,避免因訓練資料限制產生 AI 幻覺,打造值得信賴的 AI 應用環境。

FedGPT 是全球首個以繁體中文打造的聯邦式 GPT,專為產業應用落地而生。基於聯合學習 (Federated Platform)、時事追蹤 (Knowledge Collector)、CDM、ACL 及 AI 治理等技術,建立大型語言模型 (LLM) 與多模態模型 (VLM),並串接逐字稿 (ASR)、語音生成 (TTS) 等特定應用模型,提供 AutoKB、AutoML、AutoCopilot 三大核心服務,廣泛應用於金融、影視音媒體、醫療等產業,打造專屬 GPT 解決方案。

FedGPT 搭載的語言模型,經由台灣人工智慧實驗室卓越的模型優化技術淬鍊而成,訓練語料涵蓋 近 1000 億繁體中文 Tokens、150 億醫療語料、10 億金融 Tokens 與法規資料。在 金融、醫療、繁中知識理解 等領域展現卓越表現,以小博大,超越多家知名通用大模型,為產業提供更精準、高效的 AI 解決方案。

FedGPT Live Demo

 

台灣人工智慧實驗室發起 「卓越中心計畫」,透過尖端技術與資源整合,推動全台大專院校 AI 應用與人才培育。

首波邀請 6 位頂尖學者參與,包括臺灣大學李宏毅、陳縕儂,臺科大許嘉裕、李敏凡,政大蔡瑞煌,東海大學楊朝棟。

計畫重點:

  • 強化學術應用與研究競爭力:推動 FedGPT 在學術領域的應用,提升研究效率,支援文獻摘要、數據分析等,增強國際競爭力。
  • 建立 AI 研究倫理,保障資料隱私:攜手學界制定 AI 研究倫理規範,確保資料隱私與著作權,打造可信任的 AI 應用環境。
  • 培育國際級人才,強化台灣 AI 軟實力:提供安全平台與技術支持,提升教師與研究生 AI 能力,吸引海外人才,推動台灣 AI 走向國際。

關於FedGPT

FedGPT (https://fedgpt.cc) 是台灣人工智慧實驗室以獨家的模型優化技術,訓練超過1000億台灣繁體中文語料庫建置的繁體中文產業專家模型,遵循可信任、負責任的 AI 治理國際法規原則,專為企業打造的專屬落地的多模態的GPT ,能夠無縫整合逐字稿 (ASR)、語音生成(TTS) 以及聯合平台 (Federated Platform) ,提供 AutoKB,  AutoML, AutoCopilot, Guardian 四大功能給金融、影視音媒體,醫療等各種產業,賦能員工為企業創造價值。

專人Demo預約表:https://forms.gle/nPZ64cggNVEhn5NW6

關於台灣人工智慧實驗室(Taiwan AI Labs)

台灣人工智慧實驗室 (https://ailabs.tw)  在可信任AI的宗旨下,有效結合生成式AI,推出智慧醫療、 聯合學習、AI虛擬主播、未來場景生成攝影棚、新聞分析平台等解決方案。在人機介面領域,發展AI音樂藝術生成及語音辨識、語意理解等技術,應用於現今最受世界關注之假訊息、假新聞操作議題,觀察資訊操作的脈絡,相關成果在國際間興起熱烈討論,並屢獲國際權威期刊認證及刊登。

台灣人工智慧實驗室的研究持續走在世界前沿,期望集結 AI 國家隊,整合人才、資源、產業鏈,建立台灣聯合學習產業大聯盟,從公有雲與私有雲聯邦式解決方案,推廣到全世界。

,

《2025台灣AI產業年會》以繁中打造全球第一個聯邦式GPT 杜奕瑾:台灣在全球AI賽局勝出的3大關鍵

【2024年1月22日】生成式AI熱潮席捲全球,2025年成為企業轉型與創新的核心驅動力。台灣人工智慧實驗室今(22)日舉辦2025台灣AI產業年會,與會者包括台灣人工智慧實驗室創辦人杜奕瑾、科技部前部長暨台灣大學名譽教授陳良基、臺北醫學大學董事長陳瑞杰、中華民國資訊軟體協會理事長沈柏延等,共同討論從後生成式AI(Gen AI) 、全球通用人工智慧(AGI)戰局到永續AI(Regenerative AI),為台灣企業打造突破競爭的成功策略,樹立全球AI版圖中的關鍵地位。

圖說 2025台灣AI產業年會「大師對談」主持人與對談人,由左至右為:台灣人工智慧實驗室內容執行長黃兆徽、科技部前部長暨台灣大學名譽教授陳良基、臺北醫學大學董事長陳瑞杰、中華民國資訊軟體協會理事長沈柏延、台灣人工智慧實驗室創辦人杜奕瑾。

2025 全球AGI競賽時代:台灣機會與挑戰

根據Statista資料庫統計,2025年全球AI市場規模預計將達到2437億美元。與會專家指出,2025 AI發展要從GenAI到AGI,有數項重要趨勢,包括領域專精(Domain Expert)、主動發掘(Issue-Awaring)與主動修正(Self-Improving)。

未來的GPT將不像整天只沈浸網路推播資訊的通才,什麼都懂卻又什麼都不專精。產業需要的GPT是能根據組織需求、量身打造,具備深厚的專業知識,不僅能在特定領域中提供精準解決方案,還具備自我意識,可自主學習、解決問題並優化效能,適應多變的環境。

然而,生成式AI雖發展迅速,開發成本亦相當可觀。以微軟OpenAI為例,ChatGPT-4 最新版開發成本約為 4100 萬美元至 7800 萬美元。這些花費主要來自訓練大型AI模型所需的硬體和運算成本。另一科技巨頭Meta使用超過1.6萬張H100 GPU訓練其新模型,耗時45天,並計劃在2024年購買35萬張GPU。顯示生成式AI雖具潛力,但對一般企業而言入門門檻高、不易使用,推動技術進步需付出的代價高昂。

此外,歐盟人工智慧法案在2024年8月正式生效,逐步實施。法規強化對生成式AI的透明度要求、內容標識義務,違反法案的企業可能面臨高達數千萬歐元、或企業全球營收至高 7%的罰款。2024年底,義大利資料保護管理署 (Garante)認定Open AI 在訓練ChatGPT時,蒐集、儲存個人資料的方式違反《一般資料保護規定》(GDPR)的隱私原則,對其科處超過1500萬歐元的罰金面對新興的法規監理議題,企業又該如何應對

在這場賽局中,台灣提供永續、可信任、負責任的永續AI(Regenerative AI)解決方案,符合國際監管法規的趨勢會是台灣最主要的挑戰,同時也是以軟實力邁向全球機會。

圖說 杜奕瑾指出,提供永續AI解決方案,是台灣以軟實力邁向全球的機會。

AI TEAM Taiwan 如何在全球賽局中勝出?

杜奕瑾指出,2025年的AI賽局中,台灣成為新的「矽島」,讓AI可量產、進入家家戶戶。想成為在市場中引領趨勢、掌握商機的先行者,有3大關鍵:

1.全球電力軍備競賽中,打造可負擔、能源永續的GPT

AI的廣泛應用,促使國際科技大廠紛紛建設資料中心,電力需求上升,背後主因是科技大廠要求使用者將資料上傳至雲端,以使用其AI服務。AI模型的訓練和推論需要極高的計算能力,帶動資料中心的電力消耗快速增長。德勤(Deloitte)預測,以美國為例,資料中心用電量可能從全國總用電量的3%至4%,增至11%至12%。

在這場電力與算力的軍備競賽中,許多國際科技大廠採取建設、收購電廠的策略,確保充足的電力供給。台灣在地緣政治與乾淨網路上能從AI資料中心(AI DC)獲益。杜奕瑾認為,但台灣因先天能源有限,企業在追尋AI便利的同時,需考量企業、社會和環境的外部成本。未來AI模型的趨勢將從傳統大型通用模型,轉向企業最適規模專用模型。以節能減碳最低成本、最高效率,達標企業任務。

「企業不需全知全能的GPT,在特定領域,我們需要的是受專業訓練、謹言慎行的GPT。」杜奕瑾以台灣人工智慧實驗室專門為銀行開發的金融FedGPT專業經驗為例,銀行所需的GPT不是會聊八卦的GPT,而是能專業輔助員工服務銀行客戶的業務助手。

在繁體中文金融知識測試「TMMLU+」中,FedGPT Pro專業版以34B參數超越了搭載70B參數的TW-LLama3和LLama3.1-405B大參數模型,在開啟RAG功能後,許多表現更是超過GPT-4。

此外,FedGPT採用聯邦式資料治理模式,企業可搭配原本內部資料中心建立專屬的FedGPT,無需重複投資雲端資料中心,從而減少為用GPT所造成的資料遷移、重置與能源浪費問題。

2.GDPR、AI ACT上路,跟隨先進法規提早佈局市場

隨著全球市場對數據隱私、AI倫理的意識提升,可預期在2025年,將有更多國家針對AI治理、數據保護,實施更嚴謹的法規管制。無偏見、可解釋的AI,也將成為關鍵議題。企業若忽視此議題,不僅將面臨監管機構的壓力,也可能導致企業形象受損。

杜奕瑾提到,歐盟在2018年實施的《一般資料保護規定》(GDPR)常被誤解為最嚴格的個資法規,2024年上路的《人工智慧法案》(AI ACT)更引發不少企業的焦慮。然而,比起缺乏明確指引導致企業無所適從,清晰的法規反而有助產業健全發展,讓企業知道如何在可信任的框架下使用資料。

「可信任科技是台灣的強項,抗拒是因為不夠了解。」杜奕瑾觀察,歐盟《一般資料保護規定》和《人工智慧法案》的合規要求,正對全球產生深遠影響。只要應用涉及歐盟國籍的使用者,就必須符合其法規,這正是所謂「布魯塞爾效應」。雖然合規初期看似挑戰重重,但不遵循規範將導致競爭力下降。企業愈早採取行動、建立符合先進法規的成果,愈能優先進入全球市場。

他提到,台灣人工智慧實驗室長期倡議的聯合學習模式,組織不必上傳自己的機敏資料至機構外部,即可透過聯合學習平台FedGPT訓練自家的專屬模型,無痛跟上全球法規治理標準

3.率全球之先打造國家級聯邦GPT,聯合學習模式守護企業機敏資料

杜奕瑾指出,台灣在高效能運算(High-Speed Computing)製造方面具備全球領先的實力,有能力訓練強大的 AI 模型。台灣產業與台灣人工智慧實驗室更率先全球,建立了全球第一個國家級聯邦式資料治理平台。今年更建立跨中心機構內部專屬的FedGPT服務,在符合國際AI法規治理之下,為台灣 AI 產業開創主動學習發展的新局面。

聯合學習平台最大優勢,在於允許不同機構在「不分享」原始數據的前提下,資料留在原地、模型參數聚集,達成主動式持續優化模型。在醫療和金融等高度重視數據隱私與合規性的領域,聯合學習不僅能強化隱私保障,也能提升模型的準確性,為行業帶來更大價值。

杜奕瑾比喻,以聯合學習平台訓練專業GPT,就像由專業機構培訓專屬員工到各企業內部任職。專職員工不只專業能力訓練有素,還全心全意待在組織內部,完全不混用外部派遣員工、不洩漏任何工作機密。例如,台灣人工智慧實驗室協助多家銀行以聯合學習平台訓練的鷹眼識詐模型,各銀行的機密資料不出門,不使用任何外部API、一樣可強化GPT辨識詐騙型態的能力,並共享訓練模型的成果。

台灣人工智慧實驗室2025 年展望:FedGPT 新功能與應用場景

2024 年,台灣人工智慧實驗室攜手多個產業合作夥伴,將 FedGPT 引入醫療、金融、教育及多媒體娛樂等領域,針對各產業的核心需求與痛點,助力實現數位化轉型與創新。

2025 年,FedGPT 作為 AI 代理(AI Agent),整合影視音多模態模型(VLM)與自動語音對話技術,具備圖片、影片和音檔解析能力,以及人臉辨識與物件偵測功能,拓展了其在企業場景中的應用範圍。

圖說 台灣人工智慧實驗室攜手多個產業合作夥伴,將 FedGPT 引入醫療、金融、教育及多媒體娛樂等領域。

FedGPT的特色包括:

1.「主動知識庫」(AutoKB)快速將企業內部知識轉化為GPT知識庫,回答專業問題。

2.「主動學習」(AutoML)在基礎模型之上,可建立執行特定任務的專屬模型。

3.「時事分析」(infodemic)2025年將推出的時事分析功能,GPT可即時理解並摘要當前重要議題時事,區分真實輿論以及網路虛假誤導操作,迅速為員工提供準確的市場資訊支持。例如,金融業可藉此建立即時KYB(Know Your Business) 報告,掌握與分析全球市場脈動,優化決策與服務

4.「主動助手」(AutoCopilot)規劃與執行組織內部複雜任務。透過模擬業務情境,搭配企業內部API、知識庫(KB)。可以把企業內部複雜的流程讓GPT學習並自動化。完全部署於組織內部,可藉由GPT學習組織學有專精人員、進而協助新進人員,加速新員工的成長,達成提升工作效率與業績。

「卓越中心計畫」啟動 為台灣培育下一代永續AI人才  

台灣人工智慧實驗室於本次產業年會中亦正式宣布啟動「卓越中心計劃」,目標是透過尖端技術與資源整合,推動全台大專院校的AI應用與人才培育。

計劃首波邀請6位頂尖學者參與,分別為臺灣大學電機系教授李宏毅、資工系教授陳縕儂,臺灣科技大學工業管理系教授許嘉裕、自動化及控制研究所副教授李敏凡,政治大學資管系教授蔡瑞煌,以及東海大學資工系終身特聘教授楊朝棟。

「卓越中心計劃」的要點包括:

  • 推動學術應用與提升研究競爭力

透過台灣自主研發的大型語言模型 FedGPT,鼓勵全台大專院校採用尖端技術,提高學術研究效率,支援文獻摘要、數據分析與資料清理等多元應用,並增強國際研究產出之競爭力,讓台灣在全球AI發展中占有一席之地。

  • 建立台灣AI研究倫理規範,保障資料隱私與著作權

與學術界攜手合作,制定AI學術研究倫理規範,確保AI使用過程符合可信任與負責任的原則。AI模型應保障資料隱私與資料擁有者的著作權,避免使用者上傳資料被平台挪用或侵權,營造值得信賴的AI開發與應用環境。

  • 培育國際級人才,強化台灣AI軟實力

提供便捷且安全的平台與技術支持,助力教師與研究生提升AI技能,並吸引外國優秀人才來台、本國籍頂尖人才回流,進一步強化台灣AI軟實力,創造全球競爭優勢。

關於FedGPT

FedGPT (https://yating.tw/zh-hant/fedgpt-landing)是台灣人工智慧實驗室開發的落地式的大語言模型技術,由台灣自建的LLM技術,收集超過1000億token的繁體中文語料來訓練GPT。注重讓 FedGPT 的回答要有所本的回答,基於內部建立的知識庫或透過聯合學習的聯盟驗證方式來達到可信任AI模型。落實可信任負責任的科技原則,保障資訊安全。

關於台灣人工智慧實驗室(Taiwan AI Labs)

台灣人工智慧實驗室 (https://ailabs.tw)  在可信任AI的宗旨下,有效結合生成式AI,推出智慧醫療、 聯合學習、AI虛擬主播、未來場景生成攝影棚、新聞分析平台等解決方案。在人機介面領域,發展AI音樂藝術生成及語音辨識、語意理解等技術,應用於現今最受世界關注之假訊息、假新聞操作議題,觀察資訊操作的脈絡,相關成果在國際間興起熱烈討論,並屢獲國際權威期刊認證及刊登。

台灣人工智慧實驗室的研究持續走在世界前沿,期望集結 AI 國家隊,整合人才、資源、產業鏈,建立台灣聯合學習產業大聯盟,從公有雲與私有雲聯邦式解決方案,推廣到全世界。

媒體聯絡人

台灣人工智慧實驗室 PR

陳莞欣 Ellie Chen

Mail:wanhsin.chen@ailabs.tw