佳世達集團18日舉辦「AI藥局5G遠距照護計畫成果發表會」，旗下明基健康生活於台北世貿一館展示「偏鄉無人機配送與智慧藥局遠距照護計畫」成果。本計畫由明基健康生活統籌，攜手佳世達轉投資的丁丁藥局、台灣無人機協會、宇研共創、碳基科技等合作夥伴，整合AI智慧藥局、5G通訊及無人機物流，建立由丁丁藥局東港門市直達小琉球衛生所的跨海醫藥配送模式。記者林育如／台北報導

佳世達集團18日舉辦「AI藥局5G遠距照護計畫成果發表會」，旗下明基健康生活於台北世貿一館展示「偏鄉無人機配送與智慧藥局遠距照護計畫」成果。本計畫由明基健康生活統籌，攜手佳世達轉投資的丁丁藥局、台灣無人機協會、宇研共創、碳基科技等合作夥伴，整合AI智慧藥局、5G通訊及無人機物流，建立由丁丁藥局東港門市直達小琉球衛生所的跨海醫藥配送模式。

[caption id="attachment_301736" align="alignnone" width="834"] 「偏鄉無人機配送與智慧藥局遠距照護創新計畫」成果發表，完成東港至小琉球逾百趟跨海配送驗證。（圖／台灣無人機協會提供）[/caption]

偏鄉與離島醫療長期面臨時間及交通距離等挑戰，本計畫團隊採用無人機、搭配AI任務派遣平台與5G通訊技術，已完成超過100趟飛行測試，累計跨海飛行里程達1700公里，將原本約需半天的取藥流程縮短至約20分鐘。

碳基科技董事長陳文宏表示，本次投入任務的垂直起降無人機平台，原為遠洋漁業巡查與海上偵蒐需求所開發，具備定點垂直起降、長距離航行及海上環境適應能力。此次進一步整合AI任務派遣與智慧影像辨識系統，可於飛行前進行航線規劃及環境風險預判，並在飛行過程中即時辨識障礙物、船舶、鳥類及其他動態環境資訊，提升跨海配送任務的安全性、穩定性與執行效率。

[caption id="attachment_301739" align="alignnone" width="807"] 碳基科技董事長陳文宏與投入跨海醫藥配送任務的Seer VTOL與X8多軸無人機。（圖／台灣無人機協會提供）[/caption]

台灣無人機協會理事長張畯皓表示，這次實證不僅展現無人機平台由海上偵蒐延伸至民生物流的跨域應用潛力，也為離島醫療配送建立重要的飛行數據與場域經驗。未來若能持續整合AI決策、5G通訊、氣象資訊及遠端營運管理，無人機有機會進一步應用於常態性醫藥運輸、緊急醫療物資配送、災害救援及偏遠地區補給，逐步發展成兼具公共服務韌性與商業營運價值的智慧空中物流系統。

[caption id="attachment_301742" align="alignnone" width="853"] 台灣無人機協會理事長張畯皓表示，跨海實證為離島醫療物流累積重要飛行數據與場域經驗。（圖／台灣無人機協會提供）[/caption]

計畫主持人周歆凱表示，研究團隊完成實際場域驗證，也歷經衛生福利部藥品優良運銷準則（GDP）及民航局相關專案許可程序。未來計畫將朝固定商業航線及常態化醫藥配送服務發展，目前已有多個縣市政府衛生局及醫院洽談相關合作。下一階段將持續測試不同醫療場域與服務需求，推動智慧醫療由技術實證走向常態化應用。

延伸閱讀：碳基科技6月營收年增803% 銳鳶專案與海外布局助攻

這篇文章 無人機20分鐘送藥抵小琉球 AI藥局完成百趟跨海配送驗證 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

上篇聊到，Cosmos DB 這類資料庫天生是為 OLTP（處理單筆交易）設計的，想拿來做 OLAP（跨資料分析），需要先把巢狀資料反正規化成寬表。攤平之後，還有兩件事要決定：資料要放進什麼樣的資料庫、以及用什麼工具讓業務人員自然語言查詢。作者：黃婉中（雲端架構師）

上篇聊到，Cosmos DB 這類資料庫天生是為 OLTP（處理單筆交易）設計的，想拿來做 OLAP（跨資料分析），需要先把巢狀資料反正規化成寬表。攤平之後，還有兩件事要決定：資料要放進什麼樣的資料庫、以及用什麼工具讓業務人員自然語言查詢。

[caption id="attachment_274302" align="alignnone" width="834"] （圖／AI生成）[/caption]

順帶一提，攤平不用另外建表、複製一份資料維護。微軟的 Fabric 是一套把資料整理、儲存、查詢、視覺化包在一起的分析平台，用它的 Mirroring 功能，Cosmos DB 資料同步過去後，可以直接下 query 把巢狀 JSON 展開，再用這段 query 建一個 view。View 不是實體資料，是存起來的查詢邏輯，不用寫 ETL，也不動 Cosmos DB 本身的結構。 

除了表怎麼設計，資料庫本身也要跟著換

客戶後來又問了我一個問題：既然只是把表格設計改一下，那是不是隨便找個資料庫，把表改成上篇那樣就好，不用大費周章換資料庫？

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

這裡有一層容易被忽略的細節：反正規化只是改變表怎麼設計，但資料庫底層如何存資料，也會影響效能。

傳統 SQL 資料庫（像 PostgreSQL、MySQL）是列式儲存（row storage）：同一筆記錄的所有欄位，實際存在硬碟上相鄰的位置。這對 OLTP 很合適，因為一筆交易通常要讀寫一整列的大部分欄位，例如結帳、更新個人資料，整列存在一起，一次讀寫就搞定。

但 OLAP 常見的查詢是「只挑幾個欄位，掃過幾百萬列」，例如上篇那張銷售事實表，只要「城市」跟「小計」這兩欄算加總，不需要其他欄位。如果資料是列式儲存，即使只要兩個欄位，硬碟還是得把整列讀出來才能挑出需要的部分，等於浪費大量讀取效能。這就是為什麼專門做 OLAP 的資料庫，用的是欄式儲存（columnar storage）：把同一個欄位的資料集中存在一起，查詢時只讀取需要的欄位，大幅加快分析查詢的速度。

所以「要不要換成專門的欄式儲存資料庫」，是看兩個條件：

查詢形狀：如果使用情境是「掃過很多列、只看幾個欄位、要加總分組」，欄式儲存更快。

寫入方式：如果是批次匯入、寫入後很少逐筆修改（像這個客戶每天把 Cosmos DB 資料批次同步過來），欄式儲存更有優勢。

為什麼是 Fabric，不是自己組一套？

資料整理好，也放進合適的資料庫之後，接下來要決定的是：業務人員要用什麼工具，才能用自然語言查到答案。

客戶問我：如果重點是「把資料攤平」，那用 Microsoft AI Foundry 直接接 Cosmos DB，用 AI agent 現場處理，是不是也可以？

技術上走得通，Cosmos DB 的 SQL API 本身也能查巢狀 JSON。但差別在於：Cosmos DB 沒有Create view這種把查詢邏輯存成物件的功能，agent 每次都得現查。要把攤平邏輯固化成一個大家共用的 view，需要使用Fabric。Fabric 可以針對鏡射資料建 view，之後 Data Agent、Power BI 都直接查這個 view 就好。

選 Fabric，等於買了一套資料整理、儲存、查詢介面、視覺化全部包在一起的服務。攤平好的資料留在 OneLake 裡，Fabric Data Agent 直接查，要做報表就接 Power BI，中間不用再多想「這份資料該放哪個資料庫」。

如果選 Foundry，拿到的是查詢介面跟 AI 推理引擎，但資料整理完要放哪裡，得自己決定，可以放 Azure SQL、放 PostgreSQL，甚至最後還是得繞回 Fabric 的 OneLake。要做視覺化報表，還得另外接 Power BI 或別的工具。

有內部工程團隊、想要高度客製化的公司，可能會選 Foundry 自己組；沒有工程團隊、想要幾個月內上線的中小企業，買一套包好的服務，反而更划算。

給讀者的判斷框架

回頭看整件事，其實可以歸納成四個問題，遇到類似情境時可以拿來問自己：

1. 我要做的是 OLTP 還是 OLAP？ 查一筆資料 vs. 算一堆資料的加總，需要不同資料庫設計。
2. 值不值得做反正規化？ 這是一次性的整理成本，換取之後每次查詢都更快更準。如果查詢頻率低、資料結構單純，不一定要大費周章。
3. 需不需要換成專門的欄式儲存？ 看查詢的形狀（找特定一筆，還是掃很多列算加總）跟寫入的方式（頻繁單筆修改，還是批次匯入），不是單純看資料量大小。
4. 要自己組，還是買整合服務？ 沒有工程團隊、想快速上線，選整合服務；有能力客製化、想要更大的彈性，可以自己組。

這篇文章 讓 Cosmos DB 的資料開口說話：攤平之後怎麼查？｜專家論點【黃婉中】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

本集節目探討了 OpenAI 最新發布的 GPT-6 Astra 模型，並對其在各項領域的突破性表現進行深入解析。主持人強調該模型在 3D 建模與空間理解上的能力已大幅超越競爭對手，甚至能應用於機器人精準控制。此外，Astra 在電腦操作自動化與資安防護測試中也展現了驚人的進步，更直接解鎖了多項通用推理的基準測試。主持人認為，隨著 AI 核心能力的提升，過往複雜的 Prompt 指令技巧將逐漸被模型內化而失效。這意謂著未來的工作重點將轉向如何清晰地定義任務與驗證成果，而非教導 AI 執行的瑣碎步驟。最終，這場技術躍進顯示出數位 AGI 的時代已近在咫尺，並將深刻改變企業運作與軟體開發的邏輯。本集節目探討了 OpenAI 最新發布的 GPT-6 Astra 模型，並對其在各項領域的突破性表現進行深入解析。主持人強調該模型在 3D 建模與空間理解上的能力已大幅超越競爭對手，甚至能應用於機器人精準控制。此外，Astra 在電腦操作自動化與資安防護測試中也展現了驚人的進步，更直接解鎖了多項通用推理的基準測試。主持人認為，隨著 AI 核心能力的提升，過往複雜的 Prompt 指令技巧將逐漸被模型內化而失效。這意謂著未來的工作重點將轉向如何清晰地定義任務與驗證成果，而非教導 AI 執行的瑣碎步驟。最終，這場技術躍進顯示出數位 AGI 的時代已近在咫尺，並將深刻改變企業運作與軟體開發的邏輯。

本集重點：

1.解決預訓練瓶頸，邁向數位 AGI 的重大突破

GPT-6 Astra 是 OpenAI 在解決預訓練 (Pretraining) 技術瓶頸後大幅擴展訓練規模的旗艦模型。據業界消息指出，其預訓練成本高達 10 億美元並投入 10 萬張 GPU，規模遠超前代。Astra 在整體智力與通用推理上展現頂尖水準，讓使用者多次體驗到「感受到 AGI (Feel the AGI)」的時刻。若以自主完成 60% 至 80% 具經濟價值的數位工作來定義數位 AGI，Astra 的出現象徵著人工智慧朝此目標邁進一大步。此外，在 ARC-AGI-3 通用推理測試中，它更取得了接近滿分的突破性成績。

2.顛覆性的 3D 空間理解與自動化電腦使用能力

Astra 最令人驚豔的亮點在於其強大的 3D 理解與建模能力，能透過 Blender 等工具從相片精準 1:1 重構實物細節，成果大幅超越以往模型。這種對 3D 空間與物理直覺的理解也延伸至機器人領域，使其操控機械手臂的成功率提升至 95%。在電腦使用 (Computer Use) 方面，Astra 能自主操作完全未見過的軟體 UI，無論是線上彈鋼琴、影片剪輯或進行複雜的 UI QA 測試皆極為順暢。這項能力甚至能作為企業轉型前串接新舊複雜系統的過渡方案。

3.模型能力的內化，重塑 Prompt 與 Skills 的思維

隨著 Astra 自主判斷與推理能力的提升，OpenAI 工程師與主持人皆指出使用者應重新檢視提示詞 (Prompts) 與技能 (Skills) 的必要性。過去許多用來引導步驟、補足模型判斷力不足的複雜流程指南，現在反而可能拖累模型表現並增加額外成本。未來越來越多的 Skills 將被模型能力直接「內化」與吞噬。使用者不再需要參與具體的執行步驟，而是要回歸最本質的核心能力：如何清晰定義工作目標、定義問題以及驗證成果。

這篇文章 科技浪｜GPT-6 Astra 強到離譜？！ 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

ComfyUI 是一款功能強大的 AI 影像生成工具，透過視覺化的節點流程，讓使用者能在本機電腦免費創作高品質的圖片、音樂與影片。雖然其學習曲線過去較為陡峭，但現在內建了豐富的 工作流程範本，並支援自動下載所需的 AI 模型，大幅降低了進入門檻。使用者可以根據硬體效能選擇在 本地端運算 或使用 雲端 API 服務，彈性調整創作資源。最重大的突破在於整合了 MCP 技術，讓 ChatGPT 或 Claude 等 AI 助理能直接接管並執行複雜的節點操作。這意謂著創作者只需透過 自然語言對話，就能請 AI 助理自動修改流程、優化提示詞或生成多種風格的視覺作品。這項進展將原本專業的生產線轉化為直覺的 超級創作工坊，讓不具備程式背景的新手也能輕鬆駕馭頂尖的 AI 運算。

🔹 內容綱要

00:00 下載與安裝 ComfyUI

01:50 套用內建範本

02:44 畫布基本操作

05:02 生成圖片

06:31 生成音樂

08:07 生成影片

10:46 將 Claude 連接到 ComfyUI

🔹 網站連結

ComfyUI 官網 https://comfy.org/

Comfy MCP 安裝 https://comfy.org/mcp/

Claude 桌面版下載 https://claude.com/download

🔹 請 Papaya 喝咖啡 ☕️ https://buymeacoffee.com/papayaclass

🔹 頻道會員影片目錄 https://bit.ly/3PaC4Jj

#教學 #ComfyUI #AI #Agent #MCP #ChatGPT #Claude

這篇文章 PAPAYA 電腦教室｜如何才能免費製作 AI 影片？將 ComfyUI 接上 Claude (ChatGPT) 讓影片生成不再卡關！本機電腦變成超級創作工坊！ 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

國立成功大學建築學系今年10月正式邁入第82週年。面對全球氣候變遷、淨零轉型、產業缺工及人工智慧（AI）快速發展，成大建築系主任暨所長黃恩宇表示，建築教育正從傳統工程導向走向設計、科技、人文與環境的跨域整合，系所未來將持續扮演「國際與在地」、「過去與未來」及「學術與業界」的三大橋樑，透過課程改革、數位科技應用及產學合作，培養能回應未來社會與產業需求的建築人才。記者林育如／台北報導

國立成功大學建築學系今年10月正式邁入第82週年。面對全球氣候變遷、淨零轉型、產業缺工及人工智慧（AI）快速發展，成大建築系主任暨所長黃恩宇表示，建築教育正從傳統工程導向走向設計、科技、人文與環境的跨域整合，系所未來將持續扮演「國際與在地」、「過去與未來」及「學術與業界」的三大橋樑，透過課程改革、數位科技應用及產學合作，培養能回應未來社會與產業需求的建築人才。

[caption id="attachment_294222" align="alignnone" width="831"] 成大建築系基礎設計教育論壇。（圖／成大建築系提供）[/caption]

鏈結國際與在地　EMI、雙聯學位深化跨國交流

成大建築系長期重視國際交流與在地實踐。黃恩宇表示，疫情後台灣高等教育國際化加速，建築領域與海外交流也更加活絡，系所將持續提高全英語授課（EMI）比例，並積極推動雙聯學位合作，除歐美、日本外，也將拓展與亞洲學校的交流。

另一方面，成大位於南台灣，具備深厚的地方連結優勢。面對南科快速發展及周邊農村、社區轉型需求，成大建築師生透過教育部USR（大學社會責任）計畫深入地方，以課程、工作坊及實際專案參與社區營造，讓學生從真實場域理解社會需求。相關經驗也透過國際工作坊及跨國交流帶向海外，形成「在地實踐、國際交流」的雙向連結。

[caption id="attachment_294245" align="alignnone" width="802"] 成大建築系代表臺灣參加威尼斯雙年展。（圖／成大建築系提供）[/caption]

從歷史走向未來　垂直整合教學整合六大專業領域

成大建築系創系歷史可追溯至日治時期，歷經數十年發展，目前已形成涵蓋設計規劃、歷史理論、建築結構、結構工程及環境控制等多元專業領域。黃恩宇指出，如何整合不同領域研究能量，是未來教學的重要課題。

系所近年推動「Vertical Studio（垂直整合課程）」，讓大四、大五及研究所學生跨年級參與設計與研究專案，由不同專長教師共同指導，打破傳統課程與年級界線。同時，學制採四年制與五年制並行，讓學生依自身需求選擇學習路徑，目前約三分之二至四分之三學生選擇五年制，透過實習與畢業設計深化專業整合。

研究所則依不同專業方向分組，並提供M.Arch II等進階學習路徑，讓學生以設計研究為核心，結合不同專業領域進行跨域學習；另設有科技藝術相關學程，結合科技、多媒體與空間美學，拓展學生在展覽、策展及文化場域等方向的發展可能。

面對淨零碳排、極端氣候及災害風險，系所也持續將生命周期、建築節能、防災及建築韌性等議題納入教學與研究，讓學生從設計端思考建築與環境的長期關係。

[caption id="attachment_294248" align="alignnone" width="820"] 成大建築系與筑波大藝術系的安平工作坊。（圖／成大建築系提供）[/caption]

串聯學術與產業　實習、業師與校友網絡接軌職場

成大建築系校友遍布建築師事務所、公部門、營造、土地開發及文化資產保存等領域，系所也持續強化學術與產業的連結。五年制學生大四安排一學期實習，部分學生更有機會赴海外實習；設計課程則邀請具實務經驗的建築師參與教學及評圖，讓學生在校期間就能接觸產業現場。

黃恩宇表示，建築系畢業生的職涯發展早已不只侷限於建築設計，也包括工程、環境控制、文化資產及公共政策等不同領域，因此系所將持續透過教師研究、USR計畫及產學合作，擴大學生與產業及社會的接觸。

[caption id="attachment_294249" align="alignnone" width="843"] 成大建築系每週二的午餐演講。（圖／成大建築系提供）[/caption]

AI進入建築設計與建造　探索智慧審查、機器人施工

面對AI帶來的產業變革，成大建築也積極探索數位科技在建築設計及建造流程中的應用。黃恩宇指出，從規劃設計初期的資料分析、綠建築與節能模擬，到建築法規及相關計算，AI都有機會協助處理大量繁瑣工作，讓建築師將更多時間投入設計思考。

在建造階段，系所也關注機器人與AI的整合，透過機械手臂等自動化技術協助施工，回應營造產業長期面臨的人力短缺問題。另一方面，系上也持續累積建築師訪談及相關資料，探索運用AI建立知識庫及互動工具，協助學生拓展設計思考。

黃恩宇認為，AI不會取代建築師，而是改變建築師工作的方式。未來建築教育更重要的課題，是讓學生理解如何運用AI、駕馭科技，同時保有建築設計所需要的人文思考與創造力。

[caption id="attachment_294251" align="alignnone" width="802"] 成大建築系紐約暑期學校。（圖／成大建築系提供）[/caption]

建築不只是工程　跨域人才回應未來社會需求

黃恩宇指出，建築教育過去較容易被視為工程訓練，但隨著社會對設計、美學、人文及環境議題的重視，建築已逐漸成為結合工程、科技、藝術、人文與社會的跨領域專業。

成大建築不只歡迎具備工程與理工背景的學生，也期待對人文、藝術、歷史、社會及環境議題有興趣的學生加入。黃恩宇表示，建築教育最重要的不只是「把建築蓋出來」，更是理解人與空間、環境及社會之間的關係。

[caption id="attachment_294255" align="alignnone" width="715"] 成大建築系法國工作營。（圖／成大建築系提供）[/caption]

邁入第82週年，成大建築將持續整合歷史累積的專業基礎與未來科技趨勢，從國際交流、在地實踐、跨域教學到產業合作，讓學生在面對AI、氣候變遷及產業轉型等挑戰時，具備專業能力，更能理解社會需求，成為能以建築回應未來問題的新世代人才。

延伸閱讀：成大「討海人」團隊挺進歐洲人力潛艇大賽 Azure蔚藍號刷新隊史紀錄

這篇文章 成大建築系迎82週年 系主任黃恩宇以「三大連結」培養AI時代建築人才 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

「要跑，不要用走的」(Run, don't walk)，是輝達執行長黃仁勳送給AI世代最直接的一句提醒。2023年，他在國立臺灣大學畢業典禮上曾經告訴當年的畢業生，世界正站在AI革命的起跑線；到了2026年5月10日，他又在美國卡內基美隆大學(CMU)畢業典禮再度重申這一句話。這裡所說的「跑」，並不是盲目追逐熱門技術，也不是要求每個人陷入過度競爭，而是提醒我們，當科技演進速度遠比教科書改版與企業決策更快時，不能再抱著「等一切準備好再開始」的心態。生成式AI、智慧製造、機器人與先進半導體正快速改變研發和生產模式。因此，科技人必須保持學習動力，敢於動手驗證、快速修正，並在變局中找到自己能創造的價值。最真正重要的是要一邊「跑」，一邊校正「方向」。作者：郭啟全（明志科技大學 機械工程系暨機械與機電工程研究所 教授、明志科技大學 智慧醫療研究中心 教授、長庚大學 機械工程學系 合聘教授、明志科技大學 可靠度工程研究中心 教授）

「要跑，不要用走的」(Run, don't walk)，是輝達執行長黃仁勳送給AI世代最直接的一句提醒。2023年，他在國立臺灣大學畢業典禮上曾經告訴當年的畢業生，世界正站在AI革命的起跑線；到了2026年5月10日，他又在美國卡內基美隆大學(CMU)畢業典禮再度重申這一句話。這裡所說的「跑」，並不是盲目追逐熱門技術，也不是要求每個人陷入過度競爭，而是提醒我們，當科技演進速度遠比教科書改版與企業決策更快時，不能再抱著「等一切準備好再開始」的心態。生成式AI、智慧製造、機器人與先進半導體正快速改變研發和生產模式。因此，科技人必須保持學習動力，敢於動手驗證、快速修正，並在變局中找到自己能創造的價值。最真正重要的是要一邊「跑」，一邊校正「方向」。

[caption id="attachment_274352" align="alignnone" width="834"] 雨中不停步 ，科技人沿著AI賽道跑向智慧未來。 (資料來源：郭啟全)[/caption]

談到「跑」，筆者腦中浮現的是幾個令人印象深刻的畫面。曾經有人撐著傘在操場上一圈又一圈地跑，也有人沿著松山機場周邊持續前進；即使天空飄著小雨，真正熱愛跑步的人，依然會按照原定計畫完成當天的里程。這一些畫面很平常，卻讓我想到科技研發的真實樣貌。筆者指導大學部專題生時，也曾發現部分學生做專題總是「用走的，而不是用跑的」：遇到

問題先擱置、等待老師提醒才行動，實驗與資料整理也一再延後，導致整體進度相當緩慢。做專題就像跑步，不一定要一開始便全力衝刺，但必須設定目標、維持節奏並持續累積；如果總是停在原地等待，原本充裕的時間，最後也可能變成一場匆忙趕工的追逐賽。專題研究不可能天天都是晴天，實驗可能失敗，設備可能故障，模擬結果也可能與實驗對不上。遇到這些「小雨」時，有些人停下來等天氣變好，有些人則需要調整速度，撐著傘繼續跑。意志力不是硬撐到底，更不是忽略風險，而是知道目標在哪裡，遇到問題後仍願意換一種方法前進。對學生而言，是多做一次實驗、多待在實驗室一些時間、多閱讀一篇文獻以及多與實驗室學長姐討論問題點；對研究團隊而言，是從錯誤資料找出原因以及解決方案；對企業而言，則是在市場尚未明朗時，仍願意投入人才與關鍵技術。科技創新很少是一路順風的短跑，更多時候，是一段必須接受挫折並持續累積的長程賽。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

不過，只靠意志力還不夠，科技人也需要敏銳的觀察力。跑步的人必須看「路」，知道哪裡積水、哪裡濕滑、何時該加速、何時應避開風險；投入科技發展也是如此。面對AI浪潮，我們不能只看運算速度有多快，更要觀察產業缺少什麼、使用者需要什麼，以及技術可能帶來哪些倫理、安全與就業影響。「要跑，不要用走的」不是焦慮式的催促，而是一種主動面對未來的態度。科技人既要有在雨中前進的意志力，也要有看清路況與辨識機會的觀察力，才能夠跑得穩，也帶著臺灣科技產業跑得更遠。

這篇文章 AI時代別再用走的！科技大學機械系學生如何跑出未來競爭力｜專家論點【郭啟全】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

面對生成式AI、大語言模型（LLM）與AI Agent快速改變資訊產業，也帶來軟體開發與人才培育模式的轉變，國立中央大學資訊工程學系系主任王尉任表示，AI不代表資工教育的重要性降低，反而使「理解問題、掌握系統、驗證AI、解決複雜問題」的能力更加關鍵。未來中央資工將以扎實資工基礎為核心，逐步翻轉教學與評量方式，深化AI研究，並結合校內機械、電機、太空科學、生醫與地球科學等優勢，推動實體AI（Physical AI）、智慧機器人及AI跨域應用，培養能真正「掌控AI、駕馭AI」的新世代資工人才，期待讓學生更進一步「引領AI的應用與創新」。記者林育如／台北報導

面對生成式AI、大語言模型（LLM）與AI Agent快速改變資訊產業，也帶來軟體開發與人才培育模式的轉變，國立中央大學資訊工程學系系主任王尉任表示，AI不代表資工教育的重要性降低，反而使「理解問題、掌握系統、驗證AI、解決複雜問題」的能力更加關鍵。未來中央資工將以扎實資工基礎為核心，逐步翻轉教學與評量方式，深化AI研究，並結合校內機械、電機、太空科學、生醫與地球科學等優勢，推動實體AI（Physical AI）、智慧機器人及AI跨域應用，培養能真正「掌控AI、駕馭AI」的新世代資工人才，期待讓學生更進一步「引領AI的應用與創新」。

[caption id="attachment_292457" align="alignnone" width="843"] 張嘉惠教授指導實驗室團隊研究生廖梓逸、簡資烜、陳冠蓉參加台積電校園黑客松 2026 TSMC IT Career Hack 榮獲洞察半導體產業鏈的智慧助理組第一名。（圖／中央資工系提供）[/caption]

AI時代翻轉資工教育 不禁AI而是教學生駕馭AI

中央資工自1981年成立研究所、1992年成立大學部，並於2006年成立國內第一所軟體工程研究所，長期累積軟體工程、數位學習等特色研究能量。面對生成式AI進入軟體開發與日常工作，傳統資工教育也必須重新思考。

王尉任指出，AI確實可能取代部分入門型工作，例如查閱API、撰寫基礎程式碼或處理部分除錯，因此未來工程師的價值將逐漸從單純「產生程式碼」，轉向理解問題、設計系統、整合技術與驗證結果。也因此，資料結構、演算法、資料庫、作業系統、網路與軟體工程等核心能力仍是不可取代的基礎，因為工程師必須依靠這些專業能力，判斷AI產出的正確性、可靠性與安全性。

因此，中央資工不會以「禁止使用AI」作為教育策略，而是重新設計課程、作業與評量。如果題目本身AI就能直接解答，作業的意義就必須重新思考；未來將更重視學生對問題的分析、解決方法的說明、AI產出的驗證，以及與AI協作處理複雜問題的能力。

[caption id="attachment_292463" align="alignnone" width="794"]
蔡宗翰教授指導實驗室團隊研究生池秉宸、助理韓任倢參加第十三屆 BioASQ 國際級人工智慧競賽 (large-scale biomedical semantic indexing and question-answering challenge) 生醫語意問答任務 Ideal Answers 項目連續六年衛冕冠軍。（圖／中央資工系提供）[/caption]

[caption id="attachment_292471" align="alignnone" width="799"]
蔡宗翰教授指導實驗室團隊研究生池秉宸、助理韓任倢參加第十三屆 BioASQ 國際級人工智慧競賽 (large-scale biomedical semantic indexing and question-answering challenge) 生醫語意問答任務 Ideal Answers 項目連續六年衛冕冠軍。（圖／中央資工系提供）[/caption]

從寫程式走向控制品質 軟體工程價值更加凸顯

AI快速產生程式碼，也讓軟體工程的重要性更加凸顯。王尉任表示，當AI可以協助完成部分程式撰寫後，工程師的價值將逐漸從「寫出程式」轉向「確保軟體品質」，包括系統架構、程式碼檢查、漏洞尋找、除錯、測試，以及確保系統符合需求。

中央資工也思考將軟體工程觀念更早融入大學部課程，讓學生從基礎階段理解完整軟體產品如何設計、開發、測試與管理。同時，系上將鼓勵學生接觸人工智慧、資料科學、資安、資料庫與系統、數位學習、軟體工程等不同研究領域，再依興趣選擇專題與發展方向，並透過跨院微學程提升AI跨域應用能力。

[caption id="attachment_292476" align="alignnone" width="827"] 張嘉惠教授指導實驗室團隊大學部學生簡資烜，以及研究生廖梓逸、張彣謙參加NSF HDR Scientific-Mood Hackathon，在 Neural Forecasting 項目榮獲台灣區第一名，並於全球決賽獲得第二名。（圖／中央資工系提供）[/caption]

深化AI研究 從大語言模型走向AI Agent與實體AI

在AI研究方面，中央資工已累積人工智慧與大語言模型等研究能量，未來將持續深化AI技術，並將AI Agent列為重要發展方向之一。AI Agent不只生成文字或程式碼，更強調理解任務、規劃步驟、使用工具及完成複雜工作，將進一步改變軟體開發與人機協作模式。

此外，中央資工也將結合中央大學校內既有優勢，推動實體AI（Physical AI）與智慧機器人相關合作。實體AI強調讓AI從虛擬環境走向真實世界，結合機械、機器人等技術，發展服務型及產業應用，將AI技術導入真實世界，回應人力需求與實際工作場景。

[caption id="attachment_292479" align="alignnone" width="847"] 許富皓教授指導學生丁時揚、吳畬、賴詠文、郭奕宏、陳玨嶧參加2025臺北秋季程式設計節城市通微服務大黑客松榮獲第一名。（圖／中央資工系提供）[/caption]

結合太空遙測與生醫 擴大AI跨域應用

中央大學在太空科學、太空遙測與地球科學等領域具有研究特色，未來可進一步將AI應用於衛星影像分析、農業發展及國土監測，讓AI從資訊領域延伸至環境、土地與國家治理等實際問題。

在生醫領域，則可結合生醫與認知科學等研究能量，推動神經復健、認知評估與訓練、虛實整合等跨域研究。王尉任表示，資工的優勢不只在於發展AI技術本身，更在於將AI技術帶入不同專業領域，利用科技協助解決產業與社會面對的真實問題。

[caption id="attachment_292482" align="alignnone" width="812"]
林家瑜教授指導實驗室團隊大學部陳昱翔、張高睿、陳永軒、張婷婷、薛耀智、詹宸安、李若宇參加數發部2024 AIGO潛力新星盃競賽，與國立歷史博物館合作，將AI跨領域應用於輔助博物館展場行動導覽，榮獲「優等獎」。（圖／中央資工系提供）[/caption]

從課堂走向競賽與產學 讓學生在實戰中驗證所學

中央資工將採循序漸進的人才培育模式，讓學生從大一建立計算機與程式設計等基礎能力，接著認識不同資工研究領域，再依興趣選擇專題與發展方向，並透過大三、大四的專題、競賽與研究訓練，逐步累積解決實際問題的能力。

王尉任認為，競賽是連結課堂與產業實際問題的重要方式。學生除了掌握專業知識，也應在老師帶領下參與專題與競賽，將課堂所學放進接近真實世界的問題中驗證。

在產學合作方面，中央資工目前與台積電、中華電信及半導體相關企業等進行不同領域合作，未來將持續透過學生實習、教師產學計畫及企業共同研究，讓學生接觸產業第一線問題，也讓實務經驗回饋教學。

[caption id="attachment_292486" align="alignnone" width="795"] 楊晧琮教授指導大學部學生張苙烜、陳語安、林品妤、李姿慧和戴歆儒參加第三屆Gics尋找資安女婕思榮獲「創意發想賽大專校院組第一名」。（圖／中央資工系提供）[/caption]

下一個十年 打造「駕馭AI」人才生態系

展望未來5至10年，王尉任希望中央資工能在AI應用上形成更鮮明的特色，一方面持續強化大語言模型、AI Agent等AI技術研究，另一方面深化既有的軟體工程與數位學習特色，並透過跨域合作將AI導入不同專業領域。

他認為，台灣未來除了持續鞏固半導體產業的領先優勢，也必須進一步深化AI技術與應用，而資工系的重要角色，就是培養能掌握AI、理解系統並解決複雜問題的人才。

「讓 AI 成為學生前進的加速器」，將成為王尉任接任系主任後對中央資工人才培育與系所發展的重要期待。對他而言，AI不是取代資工教育的力量，而是重新定義資工人才價值的契機。中央資工要做的，不只是讓學生學會使用AI，更要讓學生理解AI、驗證AI、整合AI，並運用AI解決真實世界的複雜問題，成為真正能駕馭AI的新世代人才。

延伸閱讀：迎戰熱島效應 環境部攜中央大學打造「國土綠蔭」新願景

這篇文章 迎戰AI時代！中央資工翻轉教學、深化跨域合作 王尉任：讓AI成為學生前進的加速器 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

彰化基督教醫院醫學中心14日正式啟用以NVIDIA B200 GPU為核心的高效能運算平台，強化院內AI運算能力，讓既有AI應用進一步擴大使用，同時為未來導入代理式AI（Agentic AI）布局關鍵基礎。記者林育如／台北報導

彰化基督教醫院醫學中心14日正式啟用以NVIDIA B200 GPU為核心的高效能運算平台，強化院內AI運算能力，讓既有AI應用進一步擴大使用，同時為未來導入代理式AI（Agentic AI）布局關鍵基礎。

[caption id="attachment_291980" align="alignnone" width="842"] 彰基醫學中心啟用NVIDIA B200高效能運算平台，擴充AI運算量能，支援既有應用並為發展代理式 AI奠定基礎。（圖／彰化基督教醫院提供）[/caption]

彰基總院長陳穆寬教授表示，彰基體系包含兩家醫學中心與六家體系分院，每天產生大量病歷、影像、檢查及照護資料。推動AI必須從第一線需求出發，協助醫療團隊整合資訊、辨識重要訊號，減少重複性工作，讓醫療人員有更多時間與心力疼惜與照顧病人。他強調：「AI科技可以是強大的工具，但醫療的核心始終是人。」

目前，彰基已將AI深度整合至自有醫療資訊系統，讓醫療人員在既有工作流程中直接運用，支援資訊處理、臨床照護與團隊協作。此次算力升級，將進一步加速新功能的開發、驗證與上線。

此次建置採用Dell PowerEdge XE9780伺服器，配置NVIDIA HGX B200 8-GPU系統，透過NVLink高速互連技術，支援大型語言模型、預測型AI、電腦視覺及多模態AI等運算需求。本平台採院內地端部署，資料儲存、存取與運算均依院內資訊安全及資料治理規範執行，兼顧效能、隱私與資安。

彰基同步導入數位無限AI-Stack管理平台，管理GPU運算資源與動態排程，依臨床科別及研究團隊的任務需求進行資源分配與工作排程，提升設備利用效率。

延伸閱讀：人形機器人站上手術台！成功執刀切除豬膽囊 開啟醫療新篇章

彰基表示，下一階段將發展代理式AI，在明確授權與人工監督下，依任務目標規劃步驟、選用核准工具、串接院內資料與系統，並依執行結果調整後續作業，協助完成跨系統的多步驟任務，將AI應用由資訊生成與分析延伸至流程協調及事項追蹤。相關應用將納入權限控管、模型驗證、風險監測與責任治理；AI產出的臨床建議須經專業人員審核，高風險醫療決策仍由專業人員作成並負責。

陳穆寬院長表示，這次啟用的不只是一套高階設備，更是彰基深化整合性AI平台、邁向代理式AI時代的重要基礎建設。未來將逐步發展跨院區及區域醫療合作，讓高效能算力成為支持臨床照護、醫學研究與醫院治理的共同平台。

這篇文章 彰基導入輝達B200打造AI高效能運算平台 強化智慧醫療算力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI浪潮席捲企業，從提升效率到重新設計工作模式，人工智慧逐漸成為企業轉型的重要工具。不過，企業若只急著導入AI，卻沒有先檢視自身的工作方式，可能反而難以發揮科技效益。菲律賓電力公司Meralco首席人力資源長在TechHR Pulse Philippines’26活動中提醒，企業推動AI轉型前，第一步不是選工具，而是先把流程理清楚。記者林育如／編譯

AI浪潮席捲企業，從提升效率到重新設計工作模式，人工智慧逐漸成為企業轉型的重要工具。不過，企業若只急著導入AI，卻沒有先檢視自身的工作方式，可能反而難以發揮科技效益。菲律賓電力公司Meralco首席人力資源長在TechHR Pulse Philippines’26活動中提醒，企業推動AI轉型前，第一步不是選工具，而是先把流程理清楚。

[caption id="attachment_290780" align="alignnone" width="858"] 企業若只急著導入AI，卻沒有先檢視自身的工作方式，可能反而難以發揮科技效益。（圖／AI生成）[/caption]

AI不是「買來就能用」　企業第一步應該做什麼？

面對快速增加的AI工具，企業往往容易把焦點放在「要採用哪一套AI」。但Meralco人資長的觀點是，真正需要先處理的問題，是企業目前的工作流程究竟如何運作。

如果企業沒有先釐清工作內容、流程與實際需求，就直接把AI放進既有架構，科技未必能解決問題。相反地，先重新檢視流程，才能找出哪些環節值得改善，以及AI究竟適合扮演什麼角色。

延伸閱讀：AI資料中心能創造多少工作？英國最新分析引發就業效益爭議

流程先行　AI才能找到真正用武之地

AI導入並不只是科技部門的任務，也牽涉企業日常工作的重新安排。當企業先從流程出發，就能更清楚判斷哪些工作可以透過AI協助、哪些環節仍需要人工判斷，也能避免為了追上AI熱潮而盲目部署工具。

這種「流程優先」的思維，也讓AI導入從單純購買科技產品，轉向重新思考企業如何完成工作。對人力資源部門而言，這不只是效率問題，也涉及員工如何適應新的工作方式。

從追逐AI　轉向重新思考工作

隨著企業持續探索生成式AI與其他人工智慧技術，真正的挑戰可能不再是「企業有沒有AI」，而是「AI是否真正解決了企業的問題」。

Meralco在人力資源領域提出的這項觀點，凸顯企業AI轉型的另一個關鍵：技術只是手段，流程才是基礎。企業若能先找出工作中的問題，再思考AI如何介入，才能讓人工智慧從熱門科技轉化為實際的工作工具，也讓AI投資更有機會產生真正的價值。

資料來源： People Matters

這篇文章 企業搶攻AI別急著上馬！Meralco人資長：流程沒理順 AI再強也難見效 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

隨著人工智慧（AI）快速發展，英國近年積極擴建資料中心，科技業與政府將其視為推動數位經濟、強化數位基礎建設及創造就業的重要投資。不過，環境智庫Verdant最新分析指出，英國目前規劃中的資料中心未來可能創造的長期工作數量，遠低於科技產業的預測，使AI資料中心究竟能帶來多少就業效益，再度引發討論。記者林育如／編譯

隨著人工智慧（AI）快速發展，英國近年積極擴建資料中心，科技業與政府將其視為推動數位經濟、強化數位基礎建設及創造就業的重要投資。不過，環境智庫Verdant最新分析指出，英國目前規劃中的資料中心未來可能創造的長期工作數量，遠低於科技產業的預測，使AI資料中心究竟能帶來多少就業效益，再度引發討論。

[caption id="attachment_290772" align="alignnone" width="836"] AI資料中心究竟能帶來多少就業效益，再度引發討論。（圖／AI生成）[/caption]

4萬職缺預測　新分析估計約1萬

Verdant分析20項英國資料中心計畫後估計，目前規劃中的資料中心未來將直接創造約10,400個永久職位，約為科技產業組織TechUK預測的40,200個新增職位的四分之一。

Verdant同時估計，目前已經營運的英國資料中心直接創造不到4,400個工作，明顯低於TechUK估計的24,300個職位。Verdant認為，資料中心規模擴大與自動化程度提高，使運算能力增加未必會帶來等比例的人力需求。

延伸閱讀：別把沉默當同意！Z世代與AI正逼企業重寫管理規則

AI越自動化　資料中心未必需要更多人力

Verdant指出，現代資料中心高度依賴自動化與先進設備，因此即使運算容量持續增加，長期營運所需的人力也不一定同步成長。研究顯示，目前已營運資料中心平均每MW電力容量約對應8.6個直接職位，而TechUK相關估算則約為43.7個職位。

不過，這些數字來自不同的估算方法，不能直接視為完全相同條件下的比較。此外，資料中心建設期間仍會帶來工程、建築及供應鏈相關工作，而Verdant此次主要關注長期永久職位，因此並未將大量臨時建設工作納入主要估算。

政府與科技業反駁　強調資料中心價值不只看工作

TechUK表示，其就業預測是依據公開方法、產業資料及標準經濟影響評估建立，並維持對相關估算的信心。TechUK指出，英國資料中心產業目前支持約43,500個工作，並可能在2035年前再支持約40,000個職位。

英國政府則質疑單純以「每MW創造多少工作」衡量資料中心效益的方式，認為這種比較忽略運算能力所帶來的更廣泛經濟價值，以及資料中心對國家安全、數位基礎建設與數位主權的重要性。

隨著AI資料中心持續擴張，相關爭議已不只集中在就業數字，也延伸至能源、水資源、環境影響與國家數位發展。未來英國如何在AI基礎建設投資、公共資源與實際經濟效益之間取得平衡，將成為資料中心快速擴張下的重要課題。

資料來源：CNBC、The Guardian、TechRadar

這篇文章 AI資料中心能創造多少工作？英國最新分析引發就業效益爭議 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。