机器学习和深度学习在智能医疗产业当中已有不少应用，也有许多新创团队透过影像辨识和文字分析，将医疗人员与工程人员共同研发AI的浪潮席卷至各大医疗院所。然而，技术的更新与迭代推出，亟需底层技术，在医疗AI技术应用上，工业技术研究院生医与医材研究所所长林启万表示，生医所聚焦精准医疗、结合诊断的前端生物分子关键材料以及药物开发，同时提到医疗数据库的集成与资料适切应用也会快速提升医疗AI发展，跨国合作也能显

台湾过往产业聚焦硬件大量制造，迈向医疗物联网与人工智能(AI)时代，少量多样的客制化场域应用，已逐渐成为产业希望发展的新兴合作模式与商业契机。台湾人工智能实验室(Taiwan AI Labs)创办人杜奕瑾认为，台湾不是没有软件人才，但AI是个新的概念，要真实与产业对接需要时间、创意、领域知识。 软件创新思维需要时间发酵

随著运算资源日趋丰富，智能零售解决方案也愈能有效帮助零售业者解决各类问题。爱玛丽欧业务经理邵可霓指出，爱玛丽欧的「数得利企业版(Soteria Enterprise)」大数据分析解决方案，为世界首创的实时零售分析云方案软件。由先进的人工智能驱动，加上爱玛丽欧的专利自动追踪摄影机器人，能管理无上限的数量，使用者不论有多少相机、店面，都可直接用手机、计算机或平板等各种装置，实时观看影像，并用大数据分析资

随著IC制程不断的精进，创新的风险也随之增加。凌阳科技智能运算专案技术总监李桓瑞博士指出，关键不见得是技术问题，而是投资能否及时回收。由于IC新进制程的投资非常惊人，光是光罩的开发费用就要价数千万元台币，就算产品及时上市，如果市场量不够大，一样会面临失败的命运。除了手机、FPGA、GPU等主流市场或高利润的产品，其它产品开发计画将面临更多困难，创新动能也因此下降。 李桓瑞表示

医学界近年来致力于开发癌症的新疗法，但捷络生技执行长林彦颖指出，由于癌症的变化数量实在太多，新疗法的成功率往往只有二到四成。如果想提升治疗成功率，必须要先用不同的精准检测方法做好癌症分类，才能发展不同的治疗方法，达到精准医疗之目标。 林彦颖指出，过去要判断病患是否罹患癌症，是由病患先感觉到身体不舒服去就医，医生再透过计算机断层扫描(CT)等技术发现身体上有致病组织，再进行病理穿

从机械取代手工的工业1.0，到利用生产线推动大量生产的工业2.0，再到运用IT自动化生产的工业3.0，如今已发展到强调智能生产的工业4.0，制造业一直都在寻找各种加值的解决方案。杰腾智能执行长徐绍钟指出，制造业所重视的是良率提升、生产力改善及成本降低，在工业4.0时代，业者必须设法掌握各种生产信息，包括空间、文字记录(如机台Log)、时间序列(如传感器搜集的数据)等。 虽然I

正处于高速成长期的商用无人机市场，产业竞争也愈来愈激烈。投入商用无人机已超过五年的中光电智能机器人，也在三年前成立商用无人机部门。中光电智能机器人总经理忻维忠指出，由于中光电的核心技术优势，包括光学视觉架构、运动控制，以及AI影像运算分析技术等，相关软硬件皆有长足的发展经验，可望成为商用无人机稳定发展的后盾。 在经由内部脑力激荡思考后，中光电认为商用无人机的技术趋势，将会朝安

以「成为国际级高速计算中心，促成科学发现与技术创新」为愿景的财团法人国家实验研究院国家高速网络与计算中心(简称国网中心)，自2017年起承接「前瞻基础建设之建构云端服务及大数据运算平台计画」，便积极建构国家级AI人工智能研发基础设施，希望能将台湾AI产业催生出来。 国网中心主任史晓斌指出，目前已有云象、盾心、中光电等企业，应用国网中心资源做出各式各样应用的AI产品。

目前台湾智能医疗业者聚焦流程改善、AI辅助医师判别病理图，自然语言分析与生理数值编码等应用领域。其中，流程改善能够较快看见显著成效；而人工智能则在癌症细胞等影像分析上已能有接近人类医师、甚至超越部分医师的准确率。在科技与医疗双向融合的产业发展上，科技部次长谢达斌表示，科技部与跨部会积极合作，建置医疗人工智能资料收集、标注、训练、应用、智能医疗、医疗数码转型等多样态进展的同时，也希望带动整体产业和新

的新闻不少，包括国网中心新造的「台湾杉」上线、科技部启动量子计算机研发专案；强大的超级计算机，将形成AI发展的坚实后盾。 元智大学工业工程系副教授锺云恭指出，大家听到的AI，多与神经网络相关，偏向归纳(反推)法(Induction)，从「果」归纳出可能的「因」，但论及逻辑推理，还有由因推论到果的演绎(正推)法(Deduction)，与因果互推的双向推理法(Abduction)，可