2025年7月11日 星期五

2025 07 11 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 吳恩達的《對機器學習的嚮往》 Patrick Winston的《人工智慧:計算助理的基礎》 Stuart Russell 的《與人類相容:人工智慧與控制問題》 Melanie Mitchell 的《人工智慧:人類思考指南》Max Tegmark 的《Life 3.0:人工智慧時代,人類的蛻變與重生》David L. Poole 和 Alan K. Mackworth 的《人工智慧:計算助理的基礎》李開復的《人工智慧超級大國:中國、矽谷與世界新秩序》Nils J. Nilsson 的《人工智慧:新合成》Aurélien Géron的《Scikit-Learn與TensorFlow機器學習實用指南》Kevin Warwick的《人工智慧:基礎知識》

 

認識AI從這裡開始!

10本書讓你一次掌握AI知識

人工智慧 (AI)已成為我們日常生活中不可或缺的一部分,

影響各行各業、塑造經濟並影響我們與科技互動的方式。

無論是對人工智慧感到好奇的新手,還是尋求加深理解的經驗豐富的專業人士,

正確的書籍都可以成為寶貴的資源。

以下,我們就將帶大家看看10 本將脫穎而出的AI書籍,

幫大家掌握基礎知識並跟上最新發展。



工智慧 (AI)已成為我們日常生活中不可或缺的一部分,正確的書籍都可以成為寶貴的資源。(圖/123RF)
  • Melanie Mitchell 的《人工智慧:人類思考指南》(Artificial Intelligence: A Guide for Thinking Humans)

Melanie Mitchell 的書提供一段深入淺且富有洞察力的AI世界之旅。

Mitchell探討AI的歷史、挑戰和社會影響,使本書成為該領域新手的理想起點。

  • Max Tegmark 的《Life 3.0:人工智慧時代,人類的蛻變與重生》(Life 3.0: Being Human in the Age of Artificial Intelligence)

在《Life 3.0》中,Tegmark解決圍繞AI對人類影響的深刻問題。 

從倫理考量到AI可能帶來的潛在未來,

Tegmark引導讓讀者思考AI在塑造我們物種命運中所扮演的角色。

  • David L. Poole 和 Alan K. Mackworth 的《人工智慧:計算助理的基礎》(Artificial Intelligence: Foundations of Computational Agents)

對於那些希望深入研究AI技術基礎的人來說,本書是一本綜合性教科書。 

這本書由 David L. Poole 和 Alan K. Mackworth 撰寫,適合新手和AI學生,

該書以有組織且易於理解的方式提出基本想法。

  • 李開復的《人工智慧超級大國:中國、矽谷與世界新秩序》

AI界的領導者李開復在《人工智慧超級大國》中對全球AI格局提出獨特的視角。 

李開復聚焦在中國與矽谷之間的競爭,探討AI的經濟和地緣政治影響。 

這本書對推動AI創新的力量及對全球社會的潛在影響提供寶貴的見解。

  • Aurélien Géron的《Scikit-Learn與TensorFlow機器學習實用指南》(Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow)

對於那些渴望親身實踐實際應用的人來說,Géron的書是一個很好的選擇。

本書使用 Keras、Scikit-Learn 和 TensorFlow 等知名工具,

引導讀者完成創建和實作機器學習模型的過程。 

透過實踐方法,Géron幫助讀者將AI概念應用到現實場景中。


  • Nils J. Nilsson 的《人工智慧:新合成》(Artificial Intelligence: A New Synthesis)

J. Nilsson 的《人工智慧:新合成》對AI進行全面概述,

包括從感知、學習到解決問題的各種主題。 本書在理論與應用之間取得平衡,

適合希望全面了解AI概念的讀者。


  • Kevin Warwick的《人工智慧:基礎知識》(Artificial Intelligence: The Basics)

Kevin Warwick 所著的《人工智慧:基礎知識》是一本簡潔而內容豐富的指南,

介紹AI的基本概念。 

Warwick探索AI的歷史、應用和倫理考慮,使這本書成為那些想要

快速掌握基礎知識的人的一個易於理解的切入點。

  • 吳恩達的《對機器學習的嚮往》(Machine Learning Yearning)

機器學習領域的傑出人物吳恩達(Andrew Ng)為工程師和從業者提供

《對機器學習的嚮往》作為實用指南。 

本書為建置和部署成功的機器學習系統的更新過程提供寶貴的見解。

  • Patrick Winston的《人工智慧:計算助理的基礎》(Artificial Intelligence: Foundations of Computational Agents)

本書是一本經典教科書,涵蓋AI開發中使用的原理和技術。

 本書重點在於問題解決和推理,對於那些對AI理論感興趣的人來說是一

本綜合資源。

  • Stuart Russell 的《與人類相容:人工智慧與控制問題》(Human Compatible: Artificial Intelligence and the Problem of Control)

在《與人類相容》一書中,Russell解決使AI系統與人類價值觀保持一致的

 關鍵問題。 

Russell研究開發有利且符合人類目標的AI的困難,重點關注將AI的野心與

人類價值觀相匹配,以確保積極和安全的未來是多麼重要。

參考資料:Analytics Insight

2025 07 11 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 AI 應用規劃師 人工智慧基礎概論 • 能掌握 人工智慧的 基本概念 與 應用領域 生成式 AI 應用與規劃 • 理解 No Code / Low Code 工具的 基本 概念 與 應用

 

人工智慧基礎概論 

• 能掌握  人工智慧的   基本概念  與  應用領域,

   瞭解   

     1.人工智慧的定義、

    2. 基本 理論   和

    3.核 心 目標,及

    4. AI    技術    在  隱私、安全性 與 倫理層面 可能面臨的挑戰。 

•  具備   基本的   資料處理 知識,包括

   資料 

    1.收集、

    2.清洗、

    3. 分析和

    4.視覺化      等過程,   並能

    5. 夠  理解  資料   在 AI 模型中   扮演的  角色與作用。 

•   理解   機器學習  的     基本原理  及  其在 AI 中的作用,並熟悉常見的

   機器學習   方法  及 其  應用。 

• 能夠區分   鑑別式 AI   和  生成式 AI    的   特性,並理解

  生成式 AI  的概念、基本原理   及 其相關應用。 


生成式 AI 應用與規劃 

• 理解    No Code / Low Code    工具的   基本 概念  與 應用,

   掌握其  在  生成式 AI 應 用中   的  功用  和  優勢,

   並能運用工具進行 AI 解決方案的設計與測試。 

• 熟悉   生成式 AI   常見工具  的基本操作,瞭解  其  應用領域  及  適用場景,

   能   有效  選 擇   與  應用。 

• 掌握   生成式 AI   導入  的初步規 劃要領,包含

    1.需求確認、

    2.資 源分配、

   3.試 用

  測試 等 步驟等。



2025年7月10日 星期四

2025 07 10 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 考科 2:資料處理與分析概論-參考樣題 下列何者不適合用來「預測明天會不會下雨」? (A) 支援向量迴歸(Support Vector Regression) (B) 支援向量機(Support Vector Machine) (C) 決策樹(Decision Tree) (D) 類神經網路(Neural Network)

 C 

197.  梯度遞減法(Gradient Descent)是機器學習中常使用的參數收斂方 式,

         我們可以透過參數 alpha 來調整整體收斂的速度(Step Size),請 問如果 alpha 過大時,

         會導致什麼狀況發生? 

  (A) 太快收斂

  (B) 收斂速度過慢

  (C) 無法收斂

  (D) 以上皆有可能發生


 A 

198. 下列何者不適合用來「預測明天會不會下雨」? 

(A) 支援向量迴歸(Support Vector Regression) 

(B) 支援向量機(Support Vector Machine)

 (C) 決策樹(Decision Tree)

 (D) 類神經網路(Neural Network)


 D 

199. 關於迴歸模型績效評估,下列敘述何者正確?

 (A) 評估模型績效的方式不只一種,通常只用一種模型績效評估的方 式來決定模型的優劣 

 (B) 許多績效評量的計算是基於殘差(residual),它是模型的預測值 減去觀測值 

(C) 常用的績效評量 SSE 是殘差平方的平均值,而另一個常用的績 效評量 MSE 

       是殘差平方的總和

 (D) R2 也是常用的績效評量,其值表示資料中的訊息被模型所解釋 的比例,

       R2 的解釋與結果變數的變異有關 


D 

200. 關於線性迴歸,下列敘述何者不正確? 

(A) 並非任何資料集均可建立多元線性迴歸模型(multiple linear regression),

      有時會有建模失敗的狀況發生 

(B) 線性迴歸屬於無母數(nonparametric)的統計建模方法 

(C) 迴歸方程式係數估計最佳化問題是最小化誤差平方和(Sum of Squared Error, SSE)

 (D) 相較於類神經網路與支援向量機等監督式學習模型,迴歸建模所 

       獲得的模型可解釋性較低



2025 07 10 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 考科 2:資料處理與分析概論-參考樣題 下列何者 不是用於 資料的相關性分析(Correlation Analysis)? 繪製下列何種圖表,資料集內至少需要 包含 兩個變量?

 考科 2:資料處理與分析概論-參考樣題


C 

1. 下列何項 非  資料前   處理的步驟?

 (A) 資料清理(Cleaning)

 (B) 資料操弄(Manipulation)

 (C) 資料建模(Modeling) 

(D) 資料變形(Reshaping) 


A

 2. 假設 Facebook 公司給您 1000 位用戶的基本資料,如:姓名、性別、年 齡、

    學校、居住地,最可能是 R 語言中 的何種 資料結構?

(A) 資料框架(Data frame) 

(B) 串列(List) 

(C) 向量(Vector) 

(D) 矩陣(Matrix) 


D 

3. 使用下列何種方法,可以知道資料之中  有偏差甚大  的  離群值存在?

(A) 將該欄位資料繪製成盒鬚圖(Box plot) 

(B) 將資料以直方圖(Histogram)表示 

(C) 計算平均值與中位數的差異 

(D) 以上皆是 


D 

4. 下列何者 不是 資料倉儲的特性?

(A) 主題導向的(Subject-oriented) 

(B) 經過整合的(Integrated) 

(C) 不會流失的(Non-volatile)

 (D) 屬於 OLTP 系統 


D 

5. 下列何者為  資料遺缺  的狀況?

 (A) 完全隨機誤差(Missing Completely at Random,MCAR)

 (B) 隨機誤差(Missing at Random,MAR)

 (C) 非隨機誤差(Not Missing at Random,NMAR)

 (D) 以上皆是 


C

 6. 繪製下列何種圖表,資料集內至少需要 包含 兩個變量?

 (A) 直方圖(Histogram)

 (B) 圓餅圖(Pie chart) 

 (C) 散佈圖(Scatter plot)

 (D) 盒鬚圖(Box plot) 


D 

7. 下列何者  不是用於  資料的相關性分析(Correlation Analysis)? 

(A) 卡方檢定

 (B) 相關係數 

(C) 共變異數

 (D) 四分位數



2025年7月9日 星期三

2025 07 09 左永安 顧問/講師/委員/ ESG 永續管理師 2025國泰永續金融暨氣候變遷高峰論壇 114年將「永續前瞻新局」為題, 聚焦「變局下的永續金融現況」與「企業自然正向、社會共融新解方」,分享永續前瞻觀點及產業實務,引領台灣企業邁向永續韌性轉型。論壇上半場以「變局下的永續金融現況」為主軸 論壇下半場以「企業自然正向、社會共融新解方」為主軸 人才發展品質管理系統 Talent Quality-management System 若想要追求金牌 國立臺灣大學 臺灣師範大學 EMBA 找左永安顧問輔導 AI-ESG- PMP- HRD- ICAP- IPAS 人力資源管理 專案管理 品牌管理 策略管理 關鍵就業力 共通核心職能 師資 左記歐洲商行 安永經營管理顧問

 

2025國泰永續金融暨氣候變遷高峰論壇 



國泰以 金融核心職能 及 資金影響力

引領台灣產業關注氣候變遷議題並展開氣候行動,

連續9年舉辦氣候變遷論壇,

114年將「永續前瞻新局」為題,

聚焦「變局下的永續金融現況」與「企業自然正向、社會共融新解方」,

期待今年持續匯聚國內外頂尖專家與標竿企業,

除了說明 亞洲永續金融、氣候與自然持續快速發展中,

也分享永續前瞻觀點及產業實務,引領台灣企業邁向永續韌性轉型。

論壇上半場以「變局下的永續金融現況」為主軸

論壇下半場以「企業自然正向、社會共融新解方」為主軸,

用前瞻視角   重新  界定  與「環境、生物、人群」的關係,

發掘與   自然、社會共融   的   能源轉型新解方。



2025年7月8日 星期二

2025 07 08 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 人工智慧(Artificial Intelligence, AI)是一門跨學科的科學, 結合了 1.計算機 2. 科學、 3.數學、 4.心理學、 5.哲學 等學科 • Alan Turing(圖靈): • John McCarthy(人工智慧之父): • Marvin Minsky(AI先驅):

AI的定義 

 1.1 人工智慧的核心定義 

人工智慧(Artificial Intelligence, AI)是一門跨學科的科學,

結合了

1.計算機

2. 科學、

3.數學、

4.心理學、

5.哲學

等學科,

旨在   創造  能夠   執行  人類智能    相關任 務   的   系統。


 AI的四大核心特性: 

 1. 感知能力:透過  感測器(如攝影機、麥克風)捕捉   環境數據。

 2. 推理能力:分析  和  理解  數據,進行   邏輯推理。

 3. 學習能力:通過  數據   訓練模型,不斷  改進   性能。 

 4. 行動能力:作出  決策  並  執行  行動,例如   機器人移動  或  生成文本。



 1.2 著名學者的定義 


 • Alan Turing(圖靈):艾倫·圖靈  攝於1951年



     提出「圖靈測試」,

     定義智能為「當機器能夠通過 模仿人類行為而被誤認為人類時,

     則機器具備智能」。


 • John McCarthy(人工智慧之父):約翰·麥卡錫2006年



定義AI為「設計   智能機器 的  科學  與  工 程」。 


 • Marvin Minsky(AI先驅):馬文·明斯基攝於2008年




AI是「讓   機器  模仿   人類行為    並  執行  智能 行為 的   學科」。






2025 07 08 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 「TTQS強化關鍵:運用iCAP職能資源提升訓練品質」課程時間:114年 7/8(二) 13:30-16:30 學習重點 1.導入「職能」的益處 2.iCAP職能發展應用平台資源介紹 3.發展職能導向課程補助資源說明 4.職能導向課程補助計畫書說明 5.撰寫攻略教學+實作演練

 「TTQS強化關鍵:運用iCAP職能資源提升訓練品質」

課程時間:114年 7/8(二) 13:30-16:30

報到時間: 13:00報到,13:30準時上課。


以短時數學得職能知識,逐步建構職能學海,亦邀請有意發展職能導向課程


並欲申請課程發展補助款項之單位共學,將職能知識與


計畫書撰寫技能化為自己的軟實力。


學習重點


1.導入「職能」的益處


2.iCAP職能發展應用平台資源介紹


3.發展職能導向課程補助資源說明


4.職能導向課程補助計畫書說明

5.撰寫攻略教學+實作演練




2025年7月7日 星期一

2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 建立AI審核機制 1. 規劃審核範圍和目標 •2. 收集審核所需準備資料 •3. 審核執行 4. 監控改進計畫

 建立AI審核機制


為了使  AI專案 在  規劃期   能解決   對應問題  且  不會帶來   潛在風險,

上線營運後  能確保其   表現 與  風險因素    受良好監督,

採取AI審核   對  AI專案      來說非常重要。


AI審核需要

1.分析AI演 算法如何運作、

2.AI是否按預期運作以及

3.運作過程中是否產生其他對社會危害。


因此,完 整之AI審核計畫  涉及對

人工智慧系統的設計、開發、部署和運行進行全面檢查,

以確 保 其 符合    道德、法律  和技術標準。


1. 規劃審核範圍和目標 •

訂立AI專案的AI審核具體目標: 

常見包含資料存放、演算法偏 見、資安議題等。 

•確定AI審核的範圍與週期:

需 審核之系統、應用程式和流程, 並規劃審核的固定週期。 

•確定AI審核的項目:

基礎審核 項目包含數據安全隱私、模型可 解釋性與透明度、是否存在偏 見、

模型效能表現、模型是否符 合法律與規範及模型對使用者可 能帶來的潛在影響。

可參考1.5 章AI應用挑戰相關之議題。


2. 收集審核所需準備資料 •

收集有關審核範疇相關的系統檔案, 

如

1系統規格書、

2數據資料、

3訓練方法 和

4算法說明。 

•獲取運行數據和使用紀錄,以及期間 內使用者回報之AI系統問題。


3. 審核執行


 •審查資料: 

1. 檢查數據處理過程,確保   數據 收集、儲存和使用  符合隱私和 安全標準。

 2. 評估算法的   公平性和透明性, 檢查是否存在偏見和歧視。 

3. 分析系統的可解釋性,確保  決 策過程   透明度  與 可追溯性。

•測試驗證: 

1.使用測試驗證AI系統的   性能 和可靠性。 

2. 進   行   模擬 和壓力 測試,檢查系 統  在不同情境下   的表現


4. 監控改進計畫

撰寫AI審核報告,總結發現的問題和 風險。

針對發生問題提出改進建議, 並建立問題改善監控機制,

確保問題 解決且後續皆符合標準。






2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI 管理顧問師 監督學習 (Supervised Learning) 非監督學習 (Unsupervised Learning) 半監督式學習 (Semi-supervised Learning) 強化學習 (Reinforcement Learning)

監督學習       (Supervised Learning) 

非監督學習     (Unsupervised Learning) 

半監督式學習 (Semi-supervised Learning) 

強化學習         (Reinforcement Learning)




2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 1準確率 (Accuracy)2赤池資訊量準則 (Akaike Information Criterion)3資料飄移 (Data Distribution Shift) 4深度學習 (Deep Learning)5數位涵容 (Digital Inclusion)6 F1分數 (F1 Score)7 生成式AI (Generative AI)8幻覺 (Hallucination)9超參數 (Hyperparameter)

 

2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 1準確率 (Accuracy)2赤池資訊量準則 (Akaike Information Criterion)3資料飄移 (Data Distribution Shift) 4深度學習 (Deep Learning)5數位涵容 (Digital Inclusion)6 F1分數 (F1 Score)7 生成式AI (Generative AI)8幻覺 (Hallucination)9超參數 (Hyperparameter)

 1準確率  (Accuracy)

在  評估  機器學習表現   的 混淆矩陣 中,真陽性 與 真陰性  佔全體樣本的比

例。舉例來說,在一個 以辨識出狗照片  為目標  的機器學習模型中,如

果模型  正確的辨識   出  10張狗的照片,以及10張不是狗的照片,而資

料集中共有40張照片,則準確率是50%。


2赤池資訊量準則  (Akaike Information Criterion)

透過  考慮模型   對數據   的   擬合程度   和  參數數量  來選擇最佳模型。

AIC可協助找出    參數數量  和  擬合數據   間的   平衡。


3資料飄移 (Data Distribution Shift) 

為 監督式學習  的一種   現象,當資料   隨著  時間  變動時,模型效能隨之下降。


4深度學習  (Deep Learning)

深度學習   是讓電腦   模仿人腦學習,使用   多層「神經元」來處理資料。

透過深度學習,電腦能  

1.識別圖片、文字和聲音中的複雜模式,並

2.自動完成 像   描述影像 或 語音轉文字

等任務。


5數位涵容 (Digital Inclusion)

運用科技  縮減  數位落差,確保   有障礙人士  及  弱勢族群   能享有與  一般民眾   相同品質   的政府服務。


6 F1分數 (F1 Score)

在 評估   機器學習表現  的  混淆矩陣  中,精確率 和  召回率  的  調和平均數,

可看為綜合指標。


7 生成式AI (Generative AI) 

生成式AI  是  深度學習模型  的 一種 應用,可  根據   訓練  的  資料  產生  

文字、圖像、音訊和程式碼等內容。


8幻覺 (Hallucination)

在AI領域,幻覺 指的是   生成式AI模型   產生  看似真實,但其實不正確

或誤導性的結果。 

導致錯誤的原因很多,包括

1.訓練資料不足、

2.模型存在錯誤的假設或

3.用於訓練模型的資料有偏差

等。


9超參數 (Hyperparameter)

超參數(Hyperparameter) 為   訓練模型時    用來  控制   訓練過程的   變數。

哪些是  有效的   超參數  以及  超參數的  最佳值,

可以  手動  或  透過  超參數演算法   自動調校。


2025年7月6日 星期日

2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 遠見雜誌【行前通知暨報到編號】 2025國泰永續金融暨氣候變遷高峰論壇 親愛的 左永安 先生/女士,您好 感謝您「國泰永續金融暨氣候變遷高峰論壇」實體參與 活動日程:2025年7月9日(三) 09:00-16:45

 

2025 07 07 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 遠見雜誌【行前通知暨報到編號】 2025國泰永續金融暨氣候變遷高峰論壇 親愛的 左永安 先生/女士,您好 感謝您「國泰永續金融暨氣候變遷高峰論壇」實體參與 活動日程:2025年7月9日(三) 09:00-16:45






【行前通知暨報到編號】   2025國泰永續金融暨氣候變遷高峰論壇


親愛的 左永安 先生/女士,您好 


感謝您「國泰永續金融暨氣候變遷高峰論壇」實體參與,

活動當天報到時間為 08:30-09:00 ,報到時請告知「報到序號***」,

以便工作人員核對。謝謝您 


 活動日程:2025年7月9日(三) 09:00-16:45 (08:30開放報到)
 

2025 07 06 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 什麼是資料飄移(Data Distribution Shifts)? 什麼是超參數(Hyperparameter) ? 生成式 AI(Generative Artificial Intelligence AI)數位涵容 (Digital Inclusion) 生成式 AI(Generative Artificial Intelligence AI),縮寫 為GAI AI 可以透過更新資料,獲得新的決策結果,無須由人工介入 調整AI本身。


數位涵容 (Digital Inclusion) 

運用科技  縮減  數位落差,確保   有障礙 人士  及弱勢族群   

能享有與一般民眾   相 同品質   的政府服務。


生成式 AI(Generative Artificial Intelligence AI),縮寫 為GAI


AI 可以透過更新資料,獲得新的決策結果,無須由人工介入  調整AI本身。


什麼是幻覺(Hallucination)?

在AI領域,幻覺是指生成式AI模型產生看 似真實,但 其實 不正確 或 誤 導性

的結果。 導致錯誤的原因很多,包括

1.訓練資料不 足、

2.模型存在錯誤的假設  或

3.用於訓練模型 的資料  有偏差

等。

檢索增強生成(Retrieval Augmented Generation, RAG) 

是幻覺的一 種解決方案,

RAG  透過 結合  資訊檢索  和  文本生成  的技術,

利用  外部知識庫  來 提高 回 答的   準確性  和  資訊量。


什麼是超參數?(Hyperparameter) 

超參數為  訓練模型  時  用來  控制  訓練過程 的 變數。

哪些是   有效的   超參數 以及  超參數 的 最佳值,

可以  手動 或  透過  超參數演算法   自動調校。

舉例來說,今天一個  隨機森林 的  模型   表現不佳,

會嘗試調整 的 超參數  包含

1.樹的數量、

2.每顆樹的訓練深度、

3.樣本數據權重

等不同的參數,來使模型表現變好。


什麼是資料飄移(Data Distribution Shifts)?

資料飄移  指的是   機器學習  的一種  現象,當資料隨著時間變動時,

模型效能  隨之下降。

潛在原因多為   後續新蒐集之資料   的關鍵特徵,

隨  時間 而   有所變化,

導致   仰賴原有特徵   的 模型   效能變差。


2025 07 06 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 經濟合作暨發展組織(OECD) 於2019 年發布「AI原 則(AI Principles)」, 推廣運用「創新與值得信賴,且尊重 人權與民主價值」的AI。 其並以價值為基礎,列出 1.「包 容性成長、永續發展及福祉」、 2.「以人為本的價值與公平」、 3.「透明與可解釋性」、 4.「穩健及安全性」及 5.「問責」 等5項 重要原則,建議各國政策制定者採用。

經濟合作暨發展組織(OECD)

於2019 年發布「AI原 則(AI Principles)」,

推廣運用「創新與值得信賴,且尊重 人權與民主價值」的AI。

其並以價值為基礎,列出

1.「包 容性成長、永續發展及福祉」、

2.「以人為本的價值與公平」、 

3.「透明與可解釋性」、

4.「穩健及安全性」及

5.「問責」

等5項 重要原則,建議各國政策制定者採用。 


G7 數位及科技部長會議於2023年4月對外表示, 

同意以5項原則發展新興科技(包含AI),該5項原則為 

1.「法治」、

2.「適當程序」、

3.「民主」、

4.「尊重人權」,以及

5.「利 用創新機會」。


 美國於2020年公布並於2021年施行

「國家AI倡議 法(National Artificial Intelligence Initiative Act of 2020)6」 , 

  目的在確保美國在 AI 研發上的領先地位,並在公私部 門運用值得信賴的AI、

  為現在及未來工作人力與AI的 整合予以準備,並協調聯邦政府各部門

  持續進行的AI工作。

 白宮於2022年10月發布

「AI 權利法案藍圖(Blueprint for an AI Bill of Rights)」,

列出

1.「安全與有效的系統」、 

2.「運算歧視保護」、

3.「資料隱私權」、

4.「通知與解釋」、

5.「人 類替代方案、考量及應變」


等5項原則,

據以引導AI自 動化系統的設計、運用及佈署,以保護美國大眾。

2025 07 06 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 聯合國教科文組織 (UNESCO) 於 2021 年發布 「對 AI 倫理的建議 (Recommendations on the Ethics of AI)」, 將「尊重、保護 及推廣人權、基本自由及人類尊嚴」列為核心價值, 並 期望各個政策領域都參考 1.「比例原則與無危害」、 2.「安全與防護」、 3.「公平與無歧視」、 4.「永續發展」、 5.「隱私權與資 料保護」、 6.「人類的監督及最終決定」、 7.「透明與可解釋性」、 8.「責任及問責」、 9.「覺察與能力素養」、 10.「多元參與、適應 性治理及協力」 等10項原則

 聯合國教科文組織 (UNESCO) 於 2021 年發布

「對 AI 倫理的建議 (Recommendations on the Ethics of AI)」,

  將「尊重、保護 及推廣人權、基本自由及人類尊嚴」列為核心價值,

  並 期望各個政策領域都參考

1.「比例原則與無危害」、

2.「安全與防護」、

3.「公平與無歧視」、

4.「永續發展」、

5.「隱私權與資 料保護」、

6.「人類的監督及最終決定」、

7.「透明與可解釋性」、 

8.「責任及問責」、

9.「覺察與能力素養」、

10.「多元參與、適應 性治理及協力」

等10項原則。 

2025 07 06 左永安 顧問/講師/委員/宮主/秘書長/永續長/執行長/理事長 永續管理師 AI企畫師 AI管理顧問師 人工智慧(AI)相關定義 (一) AI 系統定義: (二)生成式 AI 定義: 112年10月17日公布「金融業運用人工智慧(AI)核心原則 與相關推動政策」內容「金融機構」包含金融控股公司、銀行、信用 合作社、票券金融公司、信用卡公司、信託業、電子支付機構、辦理 郵政儲金匯兌業務或簡易人壽保險業務之郵政機構、證券商、證券投 資信託事業、證券金融事業、證券投資顧問事業、期貨商、槓桿交易 商、期貨信託事業、期貨經理事業、期貨顧問事業、保險公司、保險 合作社、保險代理人、保險經紀人及保險公證人。

 「金融業運用人工智慧(AI)核心原則 與相關推動政策」

112年10月17日公布

「金融機構」包含

金融控股公司、銀行、信用 合作社、票券金融公司、信用卡公司、信託業、

電子支付機構、辦理 郵政儲金匯兌業務或簡易人壽保險業務之郵政機構、

證券商、證券投 資信託事業、證券金融事業、證券投資顧問事業、期貨商、

槓桿交易 商、期貨信託事業、期貨經理事業、期貨顧問事業、保險公司、

保險 合作社、保險代理人、保險經紀人及保險公證人。


人工智慧(AI)相關定義 

 (一) AI 系統定義:

係指  透過  大量資料學習,利用  機器學習或  相關建立 模型之演算法,

進行感知、預測、決策、規劃、推理、溝通等

模 仿人類學習、思考及反應模式之系統。


 (二)生成式 AI 定義:

係指  可以生成模擬  人類智慧   創造  之內容  的    相關 AI 系統,

其內容形式包括但不限於

1.文章、

2.圖像、

3.音訊、

4.影片及

5.程 式碼

等。


人類在AI系統決策過程中之監督機制,可分為

1.人在指揮(HIC)、 

2.人在迴圈內(HITL)、

3.人在迴圈上(HOTL),說明如下: 


 1.「人在指揮(Human-in-command)」:

指人類指揮監督AI系統之整 體活動

(包括其更廣泛的經濟、社會、法律及道德影響),

並在任何 情況下決定何時、如何使用AI系統的能力。


 2.「人在迴圈內(Human-in-the-loop)」: 

表示人類主動參與監督,並 保留完全的控制權,AI系統僅係提供建議或資訊。

除非人類下達 命令要求AI系統決策,否則AI 系統不能進行決策。



 3.「人在迴圈上(Human-over-the-loop)」:

人類 僅有在   AI 模型遇到意 外 或 不良事件(例如模型失敗)時,

才接管控制,並在運算過程中  調 整參數。


促進永續發展

 (一)金融機構在運用 AI 系統時,應確保其發展策略及執行與

       永續 發展之原則相結合,包括

1.減少經濟、社會等不平等現象,

2.保護 自然環境,從而

3.促進包容性成長、

4.永續發展及

5.社會福祉。

 (二)金融機構在 AI 系統運用過程中,宜對一般員工提供適當之教 育及培訓,

      促進員工能適應 AI 帶來之變革,並盡可能維護其 工作權益。


一、目的 AI 系統之運作可能耗能、耗水,

        亦可能對現有一般員工造成工作 之剝奪或威脅感,且加劇數位落差,

         因此金融機構應重視社會及 環境責任,

        如利用新興科技    減少資源消耗 及 促進普惠金融數位轉 型。

        同時,金融機構宜在數位轉型時兼顧一般員工之轉型,

        追求 永續穩定發展。


 二、主要概念 

 (一)金融機構運用 AI 系統時,宜將社會、環境等視為利害關係人 (stakeholder),

      兼顧社會公平及生態責任,

       例如  在使用過程中,

         1.促 進普惠金融數位轉型、

         2.降低數位落差、

         3.減少水、電等能源消耗問 題。 

 (二)金融機構運用 AI 系統之策略及執行方向,

        宜依據國際永續發展 目標及自訂之永續發展原則,

       並適當列入永續發展綜合指標。 

 三、永續發展之落實方式 

 (一)辨識產生之影響:

       金融機構宜建立機制辨識與評估 AI 系統

         對環 境、社會產生之影響或風險。

 (二)優化硬體設施:

       金融機構可選擇能效較高之硬體設備,以減少能 源消耗,

        例如採用節能伺服器、低功耗處理器及高效能數據中心 設備等,

       並優化硬體設施之配置與管理,以提高能源利用效率。

 (三)共享資源及虛擬化:

      金融機構得透過虛擬化技術及資源共享方式,將運算資源及資料倉儲

      集中管理,減少設置重複之硬體設置,從 而節省能源消耗。

 (四)改進模型與演算法:

      金融機構可優化 AI 系統之演算法及減少模 型之複雜度與計算需求,

     從而提高運算效率及資源利用率。

 (五)預先處理資料:

      金融機構可預先處理數據,以減少不必要的數據 傳輸,並可透過提升資料

      品質,減少為提升準確率而重複運算所 消耗之能源。 

 (六)智慧控管能效:

      金融機構可借重能源效能監控系統,實時監測AI 系統之能源消耗與效能表現,

      及時發現與解決能源浪費之問題, 並持續改進系統之能源效率。

 (七)回收與再利用資源:

       為減少地球資源之過度使用,金融機構可對 舊有硬體設備進行資源回收

       與再利用,以減少電子廢棄物之產生。 金融機構並可多利用使用權概念

      運用硬體設備等,減少對原物料 之利用。

 (八)降低數位焦慮及數位落差:

     金融機構可依據金融消費者屬性,提 供符合其需求之服務,

     以降低可能之數位焦慮或落差,例如提供 金融消費者選擇面對面服務之機會,

     以減少客戶對 AI 系統之焦 慮;或提供數位體驗,提升數位運用上較為

      弱勢族群採用數位服 務之誘因。 


 四、員工教育及培訓相關事項 

 (一)金融機構必須尊重並保護一般受僱員工的工作權益,包括在數位 轉型過程中,

     提供適當的教育及培訓以助其適應新的工作環境、 減少失業風險。

 (二)金融機構在運用AI系統時,宜對員工提供相關教育及培訓,

      包括 AI 基本概念及運作方式、AI 如何影響各部門及工作流程等,

      並 視需要建立專案小組,負責監控AI系統之影響及員工適應情況, 

      以及根據實際需求調整教育及培訓計畫。 

 (三)金融機構亦可提高員工對節約能源、減少資源過度使用及

       照顧數 位弱勢之意識,並提供相應之培訓及指導,

      以促進其對永續發展 之實踐。