股緣神龍 i3w55

處此科技掛帥時代，關乎改變人類生活之AI，可謂將無所不在，經成未來人人靈動重心主軸，豈能不識、忽視與淡視，俾免沒入時代落塵洪流中~~~~~

舉凡敢於排除種種險阻進而挑戰最困難之事，方克有機會創造歷史至高成就-~~兩位台灣之光創造AI史詩追夢美篇章！

數月以還，各報章媒體報導重心不離AI，迄今無冷場，尤其自輝達(NVIDIA)AI教父黃仁勳(出生台南市九歲移美)20230709旋風式訪台後，緊接0717超微(AMD)執行長蘇姿豐(出生台南三歲舉家遷美)亦訪台供應鏈，固AI晶片料源樁味濃，一時蔚為茶餘飯後議論焦點，帶動起一鼓沖天海浪潮-----------！

如下且讓吾人導入AI如夢卻真世界一觀究竟~~~~~~~

人工智慧(AI)緣起

思維回溯2016年3月電視顯現谷哥AI機器人(電腦圍棋程式)二場完勝打敗世界圍棋冠軍之人機大戰畫面，斯時輿情一遍訝然，隨之進而引領吾人對AI智慧思維無限魅力之遐思與期待…！

人工智慧｛或稱人工智能｝ （ArtificialIntelligence，簡稱AI）通解即係模擬人類智慧與學習能力(屬計算機科學境域)，一般運用之軸標，係希望使電腦(1950年代起開發產物)具有類似人類之學習及解決複雜事情之能力，及較高難度之運作思考，進而可推理、規劃、交流，甚至進行語言對話，達致解決人類企求完成任務之儀器系統。

AI生成作為模式

形成演進重心軌程==推理➫知識➫學習➫？

時下之AI係透過蒐獲大量資料之分析，學習潛在之規則，且將此規則建立成一個模型予以儲存入庫，嗣再利用一些額外之資料，進行驗證與推理，最終透過介面(如：聊天機器人或各種型體器儀------等)做相對應之動作，呈現予客群或使用者面前。邇近炙手可熱之深度學習運作模式，則係模擬人類神經系統（稱之為類神經網路），首先於電腦中建構一個深層性之神經元(猶如人體高度分化神經及膠質細胞，溶合構造與功能脈動，如附圖)，加以連結，自訊息輸人⇛逐層傳遞⇛疊加訊號⇛產生反應，復經由反覆學習及更新動作，進而產生終端決策。

神經網路圖   網摘

就深邃科技專業語言論之，乃係於類似神經系統網路中，其神經元間均有一個可改變權重之連結，每個神經元均能接續著上一層神經元與權重乘積之和，並對下一層神經元傳遞處理過之反應訊號。於訓練模型時機器學習演算法，透過反向傳播算法，調整連結之權重，目標係降低目前預測和實際結果之間差距(即損失函數，詳見維基百科註解)。由AI之架構知悉，資料與目標之輸人，為避免費時耗力，唯有摒除歷往以人工手動標記進行方式，求取快速實效。

眾知，現今由於互聯網與行動運算裝置之高度發展結果，不論性別年齡吾人日常生活圈中實難脫離智慧手機及網路使用，見諸使用者每次登用網頁服務或社交軟體，均會留下大量數位跡證，網站據此資訊予以分析使用(此統合資料即為大數據)，當掌握大量且有意義之數據時，即可藉AI形成模式，由各項技術從中，取得有用之知識，並加以運用。

另據探，AI發展歷程雖可謂源遠流長，遠古時代較無可考，惟觀諸現代之AI，最早有紀錄者，肇始於古典哲學家之構思，彼等試圖將人類之思維過程，透過描述對符號之機械操作，引致起動一序列作為動作雛型觸發-…。

回顧近代AI之發展歷程約分三階段；第一階段（符號邏輯時期）起於20世紀40-50年代，科學家首先研發出抽象數學推理之可編程式數字電腦（斯時電腦，利用類比或數位電子技術指令指示，自動執行任意算術或邏輯操作序列之裝置。通用電腦因有能遵循軌道，被稱為程式一般操作集之能力，而使其得以執行甚為廣泛之任務）及促使符號主義之迅速發展，另有更多科學家開始著手探討構造一個電子大腦之可能性-…從而開啟AI策進里程碑。

第二階段（專家系統時期），為20世紀80-90年代，此階段因領域專家提出歷史資料經驗規則，獲得加速性進展，1956年於美國東北部一所殖民地私大達特茅斯學院，曾舉行乙次AI討論會議，參與該次會議者，嗣後一段時間內，皆成為AI研究領域之領航者，內中曾有多人預言，與人類具有同等智能水平之機器，將於未來某一時間內會出現；同時，亙續有上千萬美元經費投入AI領域研究之中---，致而成為強化此一目標推展之有力動能。

復據瞭解，由於AI之研究頗具高度技術與專業性，綜觀AI核心主軸，包括需建構可與人類類似甚或超越(智能)之推理、知識、計畫、學習、交流、移物、移動、感知、使用工具和操控機械等一序列之能力，加之各細分領域不僅需深入且不互通，因而涉及解決具體問題之技術層面範圍堪謂廣雜，故而，美英兩國AI之合研遭遇諸多現實待解難題 《諸如，專家系統對於知識獲取、推理能力之訊息方面存缺漏，復且開發經費成本居高等不利因素，以致有心研究者大幅減少，導致缺才慌---，時人此段期間自嘲稱之為AI之寒冬》，其中因出現數次低潮期，致工作進行未順遂，加以受到英國應用數學家詹姆斯-萊特希爾爵士之批評與英國會方面壓力，美、英兩國政府於1973年同時停止AI研究項撥款。嗣經七年沉積後，始因日政府研究規劃之刺激，美國政府與企業再重起AI領域爐灶，投入數十億研究經費，然投資者於80年末代復遇瓶頸因素，未許再度撤回投資。雖AI研究領域面臨反覆出現高低潮不斷交替之諸多變數；惟未曾阻斷AI前景樂觀之預期與研發工作之進行。由於工研者默默付出，當時序轉移進入第三階段（機器學習時期）廿一世紀初至其後三十年，隨人類智慧經驗昇華，使機器得以節奏歸納融合專家較準確決策規則運用，加以各國政府及知名大企業巨量研發資金亙續挹注下，拌隨巨量數據之積累、理論算法之革新、計算能力之提升，從而開拓機器學習運用 (※AI研究歷史起始「推理」聚焦，進而演進至以「知識」為重心，隨後演化至以「學習」為軸心，呈現出自然、清晰之脈絡）得利於新技法之出現、性能強大之計算機硬體之應用，龐大數據資訊之收集，被廣泛應用解決學術與工業上之問題，從而新引發專家、企業者對AI投資興趣。

隨歲月演進AI領域終獲進展，圓滿解決某些於20世紀70年代認為無以解決之問題，如今成功應用於商業產品上大展身手，導致AI於諸多應用領域獲取突破性進展，開啟一個科技榮花劃時代。

AI時代工業革命意涵

歷往工業革命動力元素=引致工業革命技術突發劇變加速發展之主要邏輯因素不外：蒸汽機、煤(焦炭）、鐵、鋼、石化、機械、電氣化、高速量子計算、網路、矽晶片、金融（資金）。

觀之工業革命歷程軌跡，第一次技術革命✦第二次科技革命✦第三數位化革命✦第四次AI革命(石墨稀、基因工程、虛擬實境、可控核融合、潔淨能源、生物技術、智慧人工機儀器、…）等。

話論當今世代AI概念一般泛指相關廠商與AI軟體、硬體需求有關者，舉凡各類產品之設計、製造、技術、服務及銷售均含括。進以言之，凡牽涉與半導體、高速傳輸、高效能運算（HPC）、雲端伺服器、矽智財（IP）、…等企業，均關乎AI之發展，縱然僅與AI沾邊者，亦有機會受題材加持而點亮。

AI係一套可模仿人類思考與行為模式之機器系統，透過程式與資料數據，讓機器學習認知，並根據磁碟收集與演算不斷自我調整進化，堪稱係新時代之電力，係屬第四代工業革命一環，觀乎未來態勢似乎任何時代產業難脫離，專研者普認為，AI業經點亮新一代科技願景，未來人類快速運用巨量資料分析、展開機器學習，探究過往長久未解之問題，用特作為執行之最佳決策。

AI內涵定義，係讓系統或電腦設備具有模擬人類思考模式、邏輯與行為之能力，且能自行透過數據分析之過程，持續校正、進化。換言之， 其係一種讓電腦盡其所能發揮猶如人類一般擁有思考、執行策略之科技作為，其含跨領域廣泛。

疑問？人類既有高超思維能力，何需研發AI器物？當知人類智腦有極限，往往對需進一步解讀、分析研判巨量資料之能力，則力有未逮，故需須藉助人工智慧代勞運作執行。

事實上，AI經過感知、學習、推理與校正等階段鋪成，深層解析指引大量數據蘊含意義，及執行複雜且繁瑣之工作，協助人類突破限制，跨出過去研究與應用之界域，其產出可謂為人類之福音-------。

AI組成主體架構元素

任何一個系統完成，均有其特有組成架構，而AI構成體亦係如此，據專家解題，其起碼具備四主元素：

一、 專家系統：為早期AI一個重要媒介點，其被視為一種具有專門知識與經驗之計算機智能程序系統，一般採用AI中之知識表示（藉由科學認知人類如何儲存和處理資料）與知識推理（根據既有之知識推理出新知識或識别錯誤之知識，有別於傳统之知識推理，藉由技術用以模擬通常由領域專家方克解決之複雜問題）。專家系統含括知識庫(有關知識之採集、整理、存取）加上推理機（將邏輯規則應用於知識庫，以推斷新信息系統之組成部分），故而，專家系統亦可稱之為基於知識系統。一個專家系統必須具備領域專家級知識、模擬專家思維、達到專家級水準等要素。作為專家處理正在審查之情況，並產生預期或預期之績效。

二、啟發式問題解決：依據有限知識或不完整訊息，於短時間內尋覓解決問題方案之一種技術，包括評估小範圍之解決方案，與可能涉及一些假設、猜測狀況，藉用對比作為，找出接近最佳之解決方案。

三、自然語言處理：其含基本認知、理解、生成等），係讓電腦(1950年代起始開發產物)把輸入之語言變成有意義之符號與關係，再根據目的處理克達預期需求。換言之，係將計算機內存之數據，轉化為能懂之自然語言，以實現人機介面之間溝交。

四、電腦(計算機) 視覺：研究如何使機器理『懂』之科學，具體言之，乃係指利用攝影機與電腦，配組成光學感測視覺儀器，取代心眼對各種目標進行辨識、跟蹤、測量、控制、警示-----等機器視覺，進而做圖像處理，用電腦加以處理成更適合人眼觀察或傳送給儀器檢測之圖像，自動生成識別形狀與功能之能力。

AI運用面向與範疇

(蒐集)某項事物巨量數據◨◨◨(分析)相關性進行模式◨◨◨(預測)未來可能狀態◨◨◨(成效)達到預期結果

一般而言，AI其運行作為模式，首以蒐集標記型之數據，加以分析相關模式，進而就其顯現態勢予以預測，得出最佳結果，作最有效運用。

AI學界就學理運用面加以區分總概括分兩大類：

一、通用人工智慧（Artifcial General lntelligence, ASI），係指經具備與人類同等，甚至超越人類智慧之AI，並具有自我意識、解決問題、學習與規劃未來之能力。目前僅係理論存在於科幻小說與電影飄渺虛境特技情節中。

二、狹義人工智慧（Artificial Narrow Intelligence. ANI），係指針對特定任務執行之AI，為現代科技社會真正廣泛運用之AI形式，包含智慧影音助理、自動駕駛、語言辨識等等之實務運用。

時下討論之狹義率皆屬非通用型之AI，係人類設計出來執行待定任務者屬之，其應用深深影響人類生活面。

次就商業界面向觀，於2017年，一家以美國為主體跨國管理顧問公司麥肯鍚(McKinsey&Company)，首將AI之應用場景，描述產業升級運用，提出4P現象面向，啟動鬆解AI迷樣面貌：

Project（規劃）：透過機先準確研判預測與策劃構思，擬訂可行方案或辦法，達成最佳生產目標。

應用於預測市場對特定產品類型之需求與原料採購程序自動化。利用AI大幅度改善傳統可能不易達成之作為。

金融市場預測為目光焦點，多數人對機器學習認知使用或為理財，事實上金融單位利用AI大幅度改善傳統放款與借款審核與信用卡盜刷偵測，彰顯其更深價值性。

Produw （生產）：維持高品資、高效率之生産流程

一項產品極致追求乃在保持高效完美品質，AI之任務，則側重於產品瑕疵檢測、生產設備參數自動調校、生產設備排程等，以彰顯AI之實質效益，從而組合出績效更好及切中使用者需求之個人商品。

Promote （行銷）：精準市場分析與效率目標銷售

產品創造出欲開發新市場，需分析掌握市場消費者取向脈動，藉由AI系統引導行銷策略之設計與配置作為，俾助公司或個人行銷應用。

Provide（供給）：貨品端賴提高客戶使用滿意度，力求永續經營。

商家標榜績效掛帥，欲確切滿足消費者需求，舉凡有關貨物消費群區域特性、時間排程、交貨路線、退貨與滿意度---等資料分析，及舉辦回饋方式，甚或生產階段之改善等流程，皆為AI可切入點。雖然目前AI效性利用正處萌芽階段，惟證諸其得以扮演各種稱職角色，經成趨勢，預判由於人工智慧技術之導入，將帶入難以評估之效益。

識者知之，AI最強功能無非係迅確協助處理各種人力所不及之問題，一般舉凡資料量大樣本較巨，且與情境相關性低之任務。就現行人類生活中，實際應用AI主要大體面向不外：

 一、 影像處理(Image Processing) : AI被廣泛用以辨識圖像，並做出標籤，當使用者以圖覓圖時，電腦即可辨識出相似之圖片及特徵，讓臉部辨識用特作為登入服務。

 二、 推薦引擎：透過過往消費者行為紀錄資訊，經由AI演算法，推薦使用者各種或會喜歡之類似商品或歌曲，諸如Netflix與YouTube使用AI分析用戶之閱讀習慣，進而推薦相關需求內容供擇，另Spotify推薦品味類似歌手供選，此外，電商網站推薦消費者可能欲購產品供參。

三、 語音辨識：諸如Youtube影片中可自動生成之字幕，或透過自然語言處理(Natural Language Processing)，使用者與蘋果之Siri或使用Google語音發問時，其可了解使用者意思，進而作出相關之回應。

四、AI客服機器人(或可謂客服助手)：使用自然語言處理技術，可讓線上客服Chatbot辨識問題，並精確回答。

五、自動防詐騙警示：如亞馬遜、淘寶、Google、Facebook網站，均有大量之詐騙賣家與假評價、假廣告資訊，利用AI可助辨別類似詐騙模式動作，同時進而適時踢除下架。

六、電腦視覺（Compu血vision）與自動駕駛：電腦擷取影像處理及分析數據，於自動駕駛領域，電腦可藉由影像辨識道路上之不同物體與號誌，協助車子判斷決策自動駕駛下一步之行動。Tesla和Waymo…-等公司，正研究運用AI進以發展自動駕駛車輛，改善交通安全與效率。

七、醫療診斷：如Google之DeepMind公司所開發之AI系統(醫務技術預測軟體)可分析醫學影像，協助醫生診斷疾病，如癌症或視網膜疾病-----等。

實際上，復由AI之4P細目推論，各產業所衍生之具體應用層面不外：

一、智慧交通應用✤✤ (智慧型運輸系統運行要件，路行車輛、道安監側設施，後台資控中心。)

道路交通安全實務運作面，各地交通管理單位，藉由人工智慧影像辨識技術系統(如高速公路電子道路收費系統，強化車輛、車牌號碼辨識)、交通號誌控制系統、物聯網嵌地感測器、違規科技執法、交通安全管理、鐵路安全巡軌、車輔智慧調度管理、道路緊急救援、交通資訊服務、取締車輛改裝排氣管環保準標規檢測驗證-----等資訊整合。

觀之，國內現階段交通運輸控管，不外，車流演算分析、路況安全預警、GPS衛星導航、路網及公共運輸與物流優化、無人自駕車系統、------等領域應用。

二、智慧醫療應用✤✤

AI科技於現今各項醫療保健產業中，經展開協助各種疾病判斷、復健資訊追蹤服務、臨床驗證決策，且進一步跨入預防醫學、精準醫療(如利用AI診斷早期發現癌症及時治療)、------等領域；不僅減輕醫護人員工作負擔，化解緊張情緒失調症，大為降低誤療率，更克服人類無法解決化醫療之挑戰，其呈現效益頗為顯著。

三、產銷貨流運用✤✤

線上線下消費競爭市場，端賴及時迅捷及分散物流配達，透由AI大數據演算排組，得出最佳配交模式，以滿足消費需求，為爭取客源有力憑恃。另運用AI精準預測貨物供需狀況，有助大幅減少消費者退貨率，達到高效能行銷。

四、節能電源運用✤✤

經過AI演算法調校，可協助用戶降低尖峰用電之用電量，從而拓展綠電自發自用之可能性。

五、智慧金融運用✤✤

金融業對AI科技（finance technology，簡稱 FinTech）應用，頗受關注，隨著科技之新興與發展，各金融產業公司紛紛藉由科技力量，以解決高人力成本業務，經形成一種經濟產業。另有關金融交易方面，AI被用以分析股市動態，進行高頻交易，或評估信用風險-----等。

六、航太尖端科技運用✤✤

AI大大改變軍工尖端型態，世界強國為掌控航太爭霸主導權，未來航太軍事爭逐戰場中，勢必將以往人機編混訓聯動為主之思維模式，轉化為由蒐集數據分析掌握策進之重心作為，AI勢將扮演重要甚或決定性角色。

七、他智慧產業結合應用✤✤諸如：

(一)、結合裝設錄音設備，運用 AI紋路辨識。

(二)、AI透過鍵盤打字聲音可辨識輸入密碼(如金融卡)。

(三)、AI利用圖片之背景場景，可辨識人物所在位置。

(四)、AI利用植入程式，深度學習，可辨識圖紋，超快速搶熱門票。

(五)、AI利用圖像識別工具，檢視巨量相關範例資料進行預判，準確辨別或描述圖像內涵。

(六)、AI智鬥駭客橫行，抓惡意程式攻擊，數位戰警網路掃黑，確保資安。

(七)、利用智慧音箱及手機，呈現AI助理運用之語音辨識功能。

(八)、科技氣象，多方建構大數據氣層感測器，蒐集積累資料，據以分析天候變異性況，期克提昇預測準度。

(九)、司法官及律師有關訟案之案例法規，運用AI系統蒐集分析與文案撰寫等，提昇案件審理。

七、媒體經營運用✤✤

報章媒體藉由AI蒐集資料分析平台，進行全面精準分析與用戶行為預判，獲取全觀性輪廓與洞悉市場客戶及讀者需求取向。另利用建立AI模型分析文章，瞭解讀者瀏覽興趣與關注重心所在，適時調整行銷策略藉茲提昇績效。

八、生活娛樂運用✤✤

生成式AI改變視聽體驗生活方式型態，尤以對家居影音、聚會社交、線上影片、數位遊戲、旅遊---等運用，更快速成長，其運用實例如，完美修圖讓人更具精沛力；揪灌水網紅，大幅提昇破獲率，導正投機成名取利不當作法；Tinder開發「AI戀愛教練」無國界互動交友軟體，成功撮合率極高，助時下男女擺脫單身生涯；另遊戲公司利用AI大幅縮短開發時程，不斷出新品娛樂玩家；人物置入旅遊照片中，獲致更真實視覺效果；音樂製具及背景改變，溶入欣賞者浮動情境，使音樂成心理療師，穩定躁動思緒--------，諸此，在在促使吾人擁有更佳生活樂章。

台灣AI推展歷況

(困局)現實瓶頸情境==(蒐集)巨量數據分析==(運用)機器深度學習==(產生)AI作業系統儀器

AI堪稱為現世紀科技驅動產業革新發展過程中，一項最重要之突破式創新，台灣島國發展立標以科技掛帥，各式電子組件供應鏈扮要角，AI視野更名揚立足國際。

探索AI發展史，追溯自20世紀40年代與50年代，來自不同領域(如數學．心理學．工程學、經濟學、政治學等)一批科學家開始集智探討製造人工大腦之可行性，致使AI確立為一門學科。

觀諸台灣AI人工智慧技術進展歷程概況：

國內對AI人工智慧型態，向以產製為主，著重製程與管理改善與效益化，雖少參與人工智慧基礎技術之發展，然而仍有一些產業政策推進軌跡面向態勢可探究：

一、    奠基AI存立雛型(舉辦科學年會) ❀❀❀

溯自2014年起，資料科學與AI專家陳昇瑋(歿)，一舉多年舉辦「台灣資料科學年會」。嗣後此一指標活動奠基為「台灣人工智慧年會」，由台灣資料科學與人工智慧學者輪番登台分享AI經驗與教訓，成為台灣開展AI領域之盛事。

二、培育專才搖籃(創立人工智慧學校) ❀❀❀

2017年，中央研究院院長廖俊智宣布成立「台灣人工智慧學校」； 翌年正式開學，揭櫫「產業AI化」，用特培育具AI背景知識之中高階經理人人才等。

三、誕生實驗室驗證平台(成立台灣人工智慧實驗室) ❀❀❀

2017年， BBS站PTT創始者杜奕瑾(軟體工程師)創立非官方及營利之「台灣人工智慧實驗室」，成為發展智慧城市、智慧醫療等AI實例之平台。

「智慧醫療」媒宣被視為台灣繼台積電後之第二座護國神山，各大醫院紛紛群起增設操作運用，大學亦大量設立人工智慧學系，AI與醫療產業強強聯手，無疑將開創新局。

四、強化永立專才學科(擴展人工智慧學系招生) ❀❀❀

人才乃工業之本，人才取得端賴專所有計畫性長期擴展養成扎根，至2021年，全台經有十二所學校新增「人工智慧學系」。據一項統計資料顯示，至少開出逾三百門人工智慧相關課程；該系一時成大熱門新寵，尤勝時下資訊工程科系，經成高教不可或缺一環，相信未來會有愈來愈多學校加入增設行列，成為共同擴大培育AI人才搖籃。

五、AI產業鏈與時俱進❀❀❀

徒法不足自行，擁才無套難運行，AI技術之發展，除需人才與資料提供外，亦需有進階演算及高速運算傳輸等相關設備配合，方克事竟其功。AI所涉層面既廣且雜，而硬體元件設備產製組裝實乃島內產業強項，舉凡相關產業諸如：伺服器、機殼櫃、電源管理、製程機台、高密度載板、散熱裝置、晶圓片、---------等，一系列供應鏈品項堪謂周全齊備，經深受國際重視，知名大廠競相尋求合作，奠定立足世界且具舉足輕重地位。

綜觀，AI論基經過六十年之不斷探究發展，現今終於突破瓶境迎來萌芽契機浪潮，秉諸近十年以還，各國政府無不投以高度關注，而相關企業亦均紛紛積極投入開發研究工作，正所謂百花齊放競逐劇無比，國內整體AI實力受世界矚目，當無庸置疑，惟較遺憾係囿於資金人才規模環境等因素技術發展始終未見動靜------！。

AI造成之影響與衝擊

AI經掀起當今最火夯熱門話題，無可諱言其影響層面甚廣，實際上其正大為改變人類日常生活與工作模式，尤以今(2023)年，隨著OpenAI ChatGPT媒體高度曝光後，經震驚全球，而今AI技術應用程序不斷湧現問世，不僅巔覆吾人過往對科技之瞭解與認知，而隨科技日新月異不斷進展，其對人類未來生活之影響必將日益擴增。

眼下，AI應用雖處蓬勃發展中，惟其無疑具超強大功能效益，未來勢將無所不在，且充滿無限可能，，未明究理前，既普讓人類產生迷惑畏懼，卻又心存實務高效運用期待中，正所謂既期待又怕受傷害。

就現今實況，AI至少顯現如下效能==

一、結合人智腦力生成工智慧系統器儀，實務上正逐漸接手某些重複、特殊、高危險、重工性之任務，不僅彌補解決人力欠缺問題，同時提高工作效率，協助增進人類工作能力，從而讓人類進以昇華舒作力，追求更高成就滿足慾，福利民生。

二、實現自動、智能化目標，提供個性化及預測分析數據資訊，強化智能醫療保健服務，協助專技人才教育培訓-------。

AI產生衝擊面觀✾✾✾✾✾✾

AI社會智能太強大，勝過人腦智力，其演進發展無人可阻止，利之所致相對難免扮隨疑安情事，諸如，有心人利用AI科技進以協助進行有關創作，從事破壞或犯罪行為時，或將造成真偽莫辨打擊異己金融保險詐欺操控股市，造成社會動盪或人民分裂----等嚴重後果，甚或恐怖份子運用操控殺傷力強武器，未能受約制，無疑將係人類悲歌。故未雨綢繆事先針對AI訂定更合宜之法規約制，乃勢所必行。

AI商機無窮期

光景5~10年==產值10兆美元==相關商家受惠巨

自ChatGPT掀起生成式AI之趨勢後，成為其發展重要里程碑，AI於生活中及商業上均具廣泛應用價值，預期將帶動各種新式電子裝置出貨量成長，持續成為全球電子供應鏈主要成長動能來源，就中長期而言，AI伺服器不啻係趨動算力資料中心長期成長之主要動能，加以當前生成式AI正處大量訓練位階，故而，硬體升級更高設備之需求，導致高效能運算及AI伺服器相關供應鏈族群將直接受惠。此外，有關之個人電腦、雲端、車用伺服器等，亦端賴AI之運算配合，整體高需求殷殷，由此可見一斑。

據美超微蘇執行長表示，AI至少五至十年快速發展光景，研調機構則預估至2026年全球總產值即可達10兆美元，觀之AI浪潮，隨世界知名大廠固樁強貨動作，帶動特殊應用晶片(ASIC)趨勢甚為明確，伺服器存儲需求大增，相關供應鏈持續擔綱主角，據媒報，於AI趨勢下，美系四大雲端服務供應商(CSP)對2023年資本支出展望持正面看法，並預計投資更多伺服器相關基礎設施，預估AI伺服器產值比重將於2025年提升二成。反觀，台灣半導體、載板、伺服器之代工、製造整體供應鏈實力甚為強勁，刮大餅分美羹指日可待-----。

AI概念蘊含主軸

NVIDIA大魔力引領-AI概念族群邁向頂峄---------

AI風潮延燒至整體產業鏈，群相關概念股齊受惠，如下特臚列動性較強之正統軍==投資新趨勢主流~~~~~

表欄說明⧑⧑⧑

  1   .股價：2023年10月20 日收盤價。

⒉年度漲跌幅：最近一年漲跌幅(2022·10·21~2023·10·20)。

附註==

(一)本文涉及專業專技(無以漫天杜撰)，部份內涵藉由參考專家學者及相關業者論述，加以整合彙編成體文。

(二)矽光子與光電收發模組關係==矽光子將光電模組各零件整合至單一矽晶片上。(矽光子另有專篇後發)