Visualizing Generative AI

封面故事 企業級熱兵器　GenAI落地 數位化賽局進入火藥時代　生成式AI顛覆產業競爭力 文◎余采霏 「在IT技術發展趨勢中，過去20年大概沒有人一項技術可以讓各大科技巨頭、雲端服務供應商、軟硬體業者，甚至是新創大舉投入並且在短短不到半年的時間就推出新產品，這可謂是生成式AI（Generative AI或簡稱GenAI）帶來的奇蹟。」這是IDC企業應用資深研究經理蔡宜秀日前在2024年台灣資通訊（ICT）市場趨勢預測中對生成式AI所下的註解。 毫無疑問，生成式AI正在影響著日常的工作與生活，未來生成式AI也可望被大幅度地引進到企業環境中。但事實上，在這股浪潮下，企業普遍存在著一股嚴重的焦慮感，擔心若是沒有辦法跟上，將失去企業的競爭力。資策會軟體院資深技術總監何文楨認為，現在就像處於冷兵器與熱兵器過渡時代，若是無法跟上，等於拿著刀劍去對抗洋槍大炮，喪失競爭力。而這也將驅動企業加速相關的投資，根據麥肯錫最新的調查指出，有三分之一的企業經常在至少一項業務職能中使用生成式AI；另外，也有四成企業表示，隨著技術的進步，預估將增加人工智慧投資。 不過，對企業而言，將成生式AI引入到企業環境中可能是一項複雜且具挑戰的工作，不光是在模型運用，也涉及場景的尋找、資料治理以及基礎架構的資源建構，當然人才也不可或缺。本期將邀請多位業界專家分享企業可能面臨的挑戰，以及如何協助企業透過工作坊（Workshop）或顧問服務，找尋合適的商業運用場景，並運用現有的生成式AI技術或解決方案，來加速擁抱GenAI，藉以創新商業模式、提高生產力。 專題報導 規範標準全面風起 智慧IoT資安領頭飛 第六屆物聯網安全高峰論壇特別報導 在人工智慧與生成式AI掀起一波新浪潮的同時，物聯網(IoT)正加速在各個產業擴展普及，衍生 出更多垂直應用與智慧化功能，但也帶來更大的資訊安全風險。所幸在各國政府、研究機構、 行業組織的協同努力下，多個安全性標準或資安要求陸續成為領域規範，無論攸關產線穩定效 率的工業物聯網、牽動人命安危的聯網汽車，或者引領5G AIoT創新的物聯網設備製造商，在資 安方面都有了更明確完善的實務作法可依循。本屆的「物聯網安全高峰論壇」，匯聚了產官學 界跨領域專家，深度解析AI對物聯網(IoT)安全帶來的新挑戰，以及因應之道，共同為增強數位

2023台灣創意力100《Human Identity》 La Vie雜誌自2014年舉辦「台灣創意力100」大獎評選，2017年轉型為雙年獎，透過專家學者的公開評選及思辨，推廣並鼓勵台灣文化及創意成果。2023台灣創意力100邁入第6屆，若說上屆的雙年獎時間軸最關鍵的時事為疫情，本屆2022～2023年的時間裡，則無法逃離AI的衝擊與影響。 許多人稱2023年為生成式AI（Generative AI）元年，隨著Midjourney、ChatGPT等逐漸走入大眾甚至創作者，一個永遠經典的疑問隨之生成——AI會取代人類嗎？2022年美國科羅拉多州Fine Arts Exhibition數位藝術首獎、2023年Sony世界攝影大獎的創意類別冠軍，皆為AI生成創作。諾貝爾文學獎得主莫言，也曾公開表示使用ChatGPT協助完成一篇致詞。 綜觀文化創意領域的發展，「誰取代誰」的論調早不是第一次。以目前備受AI挑戰的影像創作來說，Photoshop等修圖軟體推出時，就已有威脅攝影存在的聲浪，而曾幾何時攝影問世時，也被認為將取代繪畫。同樣邏輯，電影在電視、DVD、OTT影音串流出現後，現場展演在疫情衝擊和AR、VR、MR等XR延展實境技術革新下，都曾遭受存亡質疑。抑或自媒體時代下人人都是創作者，一件不在傳統創作工具與脈絡下誕生的作品，可能比所謂設計師和藝術家的創作，享有更高的關注與驚奇。取代的疑問，是時代更迭的必然輪迴，但事實自明，這些不同時代的產出並非可被全然替換的關係。因此重點不在取代，而應該回歸自身：這些人類創意的價值，到底是什麼？ 2023台灣創意力100即以「Human Identity」為命題，勾勒這個時代人類的創意特質與價值。所謂Human Identity，並非得要相對於AI等科技才成立，以自身經驗書寫下《八尺門的辯護人》和《偽魚販指南》的唐福睿、林楷倫，張徐展創造紙紮動畫的獨特質地、樂團裝咖人結合音樂與小說創作，Giloo紀實影音在娛樂化的影視串流產業裡堅持推廣紀錄片的理念、薩泰爾娛樂在台灣尚未興起喜劇文化時果敢投入等等，皆是專屬他們創作與摸索出來的創意特質。 而相對於科技，將眼動科技應用於重症患者的目目非營利、從事科技教育的史汀實驗室，皆表明「創新的是教育與服務」，不斷優化的科技，也需要不斷革新的教育和推廣，才能觸及更多需要該項科

本書是作者AI安全領域三部曲的第三部，重點介紹強化學習和生成對抗網絡的基礎知識和實際應用，特別是在安全領域中攻防建設的實際應用。全書共14章，從AI安全攻防的基礎知識，到智能工具的打造，全面介紹如何使用AI做安全建設的方法。內容包括如何衡量機器學習算法的性能以及集成學習的基本知識，強化學習中單智能體的強化學習，Keras下強化學習算法的一種實現：Keras-rl，強化學習領域經常使用的OpenAI Gym環境；基於機器學習的惡意程序識別技術以及常見的惡意程序免殺方法，如何使用強化學習生成免殺程序，並進一步提升殺毒軟件的檢測能力，提升WAF的防護能力，提升反垃圾郵件的檢測能力；生成對抗網絡的基礎知識，以及針對機器學習、強化學習的幾種攻擊方式。