salon cover

M-Insight:AI科技創新

17會員數
24內容數

AI科技創新、AI醫藥生技、AI軟體醫材、AI政策治理


AI超級夯,但是AI在夯什麼?深度學習、生成式AI、AI軟體醫材,到底AI與我身處的產業有何關係?


觀點一:人類不會輸給AI,但是會輸給會用AI的人

作為一位科技創新領域的人,我最常關注人工智慧對產業與企業的影響。有一個觀點我想與大家分享:「人類不會輸給AI,但是會輸給會講 AI 的人;會講AI的人,贏不了會用AI的人。」

當今社會,AI技術的應用範圍越來越廣泛,具備AI技能的人將更容易融入和引領新的科技潮流。他們可以在各行各業中獲得更多的機會和競爭優勢,無論是在工作、創業還是學術研究領域。

我認為至少要懂得AI趨勢,再者要會使用AI工具,有這兩者能力,對外應該可以做到提高工作效率、減少工作上資訊搜尋時間與具備競爭優勢


觀點二: 進步來自知識分享、知識累積與知識共創

知識分享:

目前會將國內外AI科技創新發展與AI科技應用在醫藥生技研發的最新資訊,固定的與讀者分享,這裡面包含AI科技應用科技管理上的發展,以及AI科技在醫藥生技領域的研究與創新。希望能夠透過不藏私地分享,創造一個知識分享與交流。

知識累積

在內容上,大致上分為三個部分​。其一篇學術型,是我閱讀國外最新的研究,包含各種科技管理、科技政策與醫藥生技領域的研究類型期刊。其二是我閱讀國外實務型的研究報告。包含哈佛商業評論(Harvard Business Review, HBR)、MIT史隆商業評論(MIT Sloan Management Review, MITSMR)以及比較偏政策的哈佛政治評論(Harvard Political Review, HPR)。最後一類是各國針對AI科技的治理制度與產業資訊,這個比較仰賴新聞媒體的發展,例如美國FDA對於AI/ML-SaMD的治理規定等。

知識共創:

作為一位以知識管理為核心的科技管理專家,我一直是Nonaka知識創造理論的追隨者與實踐者,我也認為新的知識一定是透過共同創造,才有辦法不斷增長與進步。

因此,除了定期分享關於AI技術的最新發展、應用案例以及未來趨勢。透過了解和掌握最新的AI科技資訊,讀者們可以更好地適應科技發展的趨勢,並更好地應用AI技術來解決實際問題。更進一步希望能有更多對於「AI科技創新有興趣的知識者」能一起「知識共創」

Three-Lesson Learned

  1. 人類不會輸給AI,關鍵在於我們是否能夠善用AI科技。
  2. 透過知識分享、累積與共創能夠幫助讀者們更好地理解和應用AI科技
  3. 結合實務與理論的討論,能在科技發展快速的時代,讓我們維持獨特競爭優勢。


精選內容

本文介紹瞭如何使用Prompt解讀醫學研究概念架構圖,並以“Machine Learning to Infer a Health State Using Biomedical Signals”這一主題為例,展開分析。
Thumbnail
本文提供了博士生每週的閱讀量必須掌握到10-20篇文章的建議。除了閱讀快、整理快、產出快的重點外,還介紹了使用ChatGPT進行快速閱讀文獻的方法,並提供了具體的指令式和簡報式Prompt。這篇文章還以研究者的角度,使用特定的例子回顧了文獻的內容,並分享了關於實驗設計和步驟的內容。
Thumbnail
這一篇文章是我投稿至第83屆AOM國際研討會(Academy of Management)中文版手稿的節錄版本,我將其中比較理論面的部分刪減,把能實務應用的部分進行說明,希望能方便大家閱讀以理解在AI時代,企業面對的知識管理與獨特性競爭策略的議題。 這篇文章獲得 AOM 國際研討會(國科會認可的
Thumbnail
雖然本人對AI只是幼幼班程度,但Michael的九宮格模型,讓人一目了然AI對企業的重要性,不單是知識邊界的拓展﹐更是在速度和效益層次的大躍進。謝謝Michael分享研究心血,持續關注你更多的好文!!

擁有者

Akousist AI創辦人,也是國立政治大學科智所博士生。永遠對創新保持好奇與熱情,近年來,特別關注人工智慧於醫藥生技的AI/ML SaMD發展。個人哲學是唯有不斷分享所學,才能持續成長前進。
追蹤最新動態, 和 17 位同樣興趣愛好的人一起交流