訓練日期：2026-05-26上課地點：台北市士林區臺北市士林區中正路288號186樓上課費用：線上洽詢 課程 …

訓練日期：2026-05-26
上課地點：台北市士林區臺北市士林區中正路288號186樓
上課費用：線上洽詢

課程介紹：

主要對象是管理和維護 SQL Server 資料庫的人員。這些個人將資料庫管理和維護作為他們的主要職責範圍，或者在資料庫於其主要工作中扮演關鍵角色的環境中工作。本課程的次要對象是開發可從 SQL Server 資料庫提供內容的應用程式的個人。

報名此課程

課程內容：

一、SQL Server 服務以及如何管理這些服務的設定 二、安裝 SQL Server、自動化 SQL Server 安裝 三、升級、移轉 SQL Server 資料和應用程式 四、管理系統資料庫的儲存體、移動和複製資料庫檔案 五、確保資料庫完整性、自動化例行資料庫維護 六、SQL Server 儲存體效能、SMB檔案共用、延展資料庫 七、Azure SQL 驗證，稽核和合規性 八、各種資料庫移轉測試工具、移轉相容性問題 九、Azure VM 上部署 SQL Server 十、管理 Azure SQL 資料庫安全性

師資介紹：

專業講師 

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

報名此課程

[elementor-template id="128291"]

這篇文章 【5/26台北場】SQL Server資料庫基礎認證班(主修) – 巨匠電腦 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

開課日期：2026-04-23上課地點：台北市中正區公園路30號3樓上課費用：線上洽詢 課程介紹： 本課程的目 …

開課日期：2026-04-23
上課地點：台北市中正區公園路30號3樓
上課費用：線上洽詢

課程介紹：

本課程的目的主要是為了讓學員在學習SQLServer的認證課程之前,預先奠定相關
的資料庫基礎概念。

報名此課程

課程內容：

MicrosoftSQLServer對於企業來說是一個十分重要的新版本,本課程讓資料庫初學者或具部份資料庫基礎的人員,能由淺入深,有系統的學習完整微軟資料庫認證課程,進而提高學習速度,並且可以學習到如何建置MicrosoftSQLServer環境,以及管理、維護企業內的資料。

師資介紹：

專業講師   

報名此課程

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

[elementor-template id="128291"]

這篇文章 【4/23台北場】資料庫概論 – 巨匠電腦 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

駭客利用Oracle資料庫排程（Oracle Database Scheduler）中的「外部工作」（External Jobs）功能，在Windows伺服器上執行任意指令，成功繞過企業的周邊防禦系統。記者孫敬／編譯

最近幾週，資安研究人員觀察到，駭客利用Oracle資料庫排程（Oracle Database Scheduler）中的「外部工作」（External Jobs）功能，在Windows伺服器上執行任意指令，成功繞過企業的周邊防禦系統。

延伸閱讀：Chrome V8引擎爆零時差漏洞 駭客藉惡意軟體鎖定加密錢包

[caption id="attachment_140762" align="aligncenter" width="1200"] Oracle資料庫排程已被駭客投入攻擊使用。（圖／科技島資料照）[/caption]

駭客藉信任的盲點繞過防禦發動內部攻擊

駭客的初始入侵點通常是掃描對外開放的Oracle監聽埠，並利用配置不當的憑證或預設的管理帳戶來取得連線權限。一旦成功連線，他們就能調用extjobo.exe元件，以與 OracleJobScheduler 服務相同的權限來執行指令。

即使是那些已將網路進行區隔並隔離資料庫伺服器的企業，也因為資料庫排程本身被視為可信任的程序而受到攻擊。在一個案例中，駭客甚至建立加密通道，部署勒索軟體，並偽裝成例行的資料庫維護操作，成功在企業內部發動攻擊。

駭客針對Oracle的無檔案攻擊手法曝光

資安公司Yarix的分析師指出，在取得登入憑證後，駭客會利用Oracle資料庫排程的外部工作功能，來生成編碼過的PowerShell腳本。這種「無檔案攻擊」（living-off-the-land）的手法，能有效避免在磁碟上留下可疑的執行檔。

駭客會將Base64編碼的腳本直接通過extjobo.exe導向PowerShell執行，進一步增加了偵測的難度。舉例來說，在一次攻擊中，駭客執行了一段指令，在下載主要惡意酬載之前，先收集了系統資訊。

Oracle 資料庫排程的外部工作功能，最初是用來讓資料庫管理員執行系統維護任務。然而，駭客們發現，任何擁有排程權限的使用者，都可以連線到extjobo.exe所使用的具名管道（named pipe），並注入惡意指令。透過濫用這項合法的排程功能，駭客們成功避免在磁碟上寫入任何可執行的惡意檔案，並依賴Windows原生工具進行偵察、酬載部署與通道建立。

資安專家建議，企業應嚴格限制排程權限的存取控制，並持續監控具名管道的活動，同時針對Oracle資料庫環境中任何異常的extjobo.exe調用進行偵測與警示。

資料來源：Cyber Security News

這篇文章 駭客利用合法Oracle資料庫功能 繞過資安防護植入勒索軟體 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

很多公司以為要做 AI 就得打掉重練，但其實你現在用的 SQL 或 PostgreSQL，只要搬上雲，就能開始做語意查詢與自動問答。作者：黃婉中（雲端架構師）

上一篇提到，很多公司以為要做 AI 就得打掉重練，但其實你現在用的 SQL 或 PostgreSQL，只要搬上雲，就能開始做語意查詢與自動問答。

[caption id="attachment_181669" align="alignnone" width="866"] 很多公司以為要做 AI 就得打掉重練，但其實你現在用的 SQL 或 PostgreSQL，只要搬上雲，就能開始做語意查詢與自動問答。（圖／AI生成）[/caption]

這篇要繼續分享2個案例：一間電子設備公司怎麼讓 AI 幫忙處理合約，以及一家車用導航服務，怎麼解決個人化查詢的瓶頸。

情境二：沒人想讀的提案、合約

另一家電子設備公司，業務每天都在處理厚厚的提案文件、合約條款、技術規範。
原本資料放在 VM 上的 PostgreSQL，不容易對外連線，想整合 AI 或向量搜尋就卡關。

後來他們把資料庫搬上 Azure，改用 Azure Database for PostgreSQL。
搬上雲之後，資料連線變得簡單，也才能開始嘗試 RAG（Retrieval-Augmented Generation） 與向量搜尋架構。

他們做了一個 PoC：

• 把歷史提案與合約內容從資料庫中取出，轉成文字向量，放進向量庫
• 搭配 GPT 模型做語意比對與問答
• 使用者用自然語言查詢，找出過去的相似案例
• 系統自動產出摘要、標出重點條款，甚至能生成初版回覆草稿

以前一份標案要 3 個人花 2 天寫，
現在業務自己一天內就能完成初稿，請法務一次審完。
也能自動比對法規條文，讓回應速度提升好幾倍。

情境三：高頻查詢又要個人化

一家車用導航公司，提供即時交通資訊、個人化建議和語音互動功能。
但他們的系統一直卡在查詢效能和語意理解上。

駕駛常會問：「幫我找個可以放鬆的地方」或「附近適合帶小孩的景點」，
但系統只能靠關鍵字比對，查不到真正相關的內容，而且反應速度也越來越慢。

後來他們將資料轉移到 Azure Cosmos DB，改用彈性結構與快速查詢的 NoSQL 架構，並整合語意模型，讓系統能理解使用者的意思，實現即時回應。

現在系統不只查得快，也更懂駕駛的需求，像是推薦風景路線、親子景點、放鬆行程等，使用體驗提升，用戶留存率也跟著上升。

你不需打掉重練

你的資料庫可能長這樣：

別讓資料只能「被查詢」

你可能早就在用 SQL、PostgreSQL 或 Cosmos DB。
只要願意用雲，很多 AI 應用其實離你並不遠。

AI 不是從零開始的大改造，查文件、找資料，到做摘要、建聊天機器人，現在就做得到。

💡延伸閱讀

如果你對今天講的AI-ready資料庫感到有趣，或者希望能更熟悉這些實戰應用，那你可能會對這篇文章有興趣：我如何轉職成為雲端解決方案架構師 Cloud Solution Architect

這篇文章 不用重架構，你的資料庫早就 AI-ready：3 種企業轉型場景一次看（下）｜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。

從幫業務自動找資料、摘要報告，到用內部知識打造 ChatGPT，這些事你都做得到，不用換架構作者：黃婉中（雲端架構師）

從幫業務自動找資料、摘要報告，到用內部知識打造 ChatGPT，這些事你都做得到，不用換架構

[caption id="attachment_181664" align="alignnone" width="718"] 原生在雲端的 NoSQL 資料庫，支援向量索引，整合 GPT 和語意搜尋很順手。（圖／AI生成）[/caption]

某次客戶跟聊 AI 應用的時間表，他覺得自己的公司還沒準備好，因為：

「我們公司資料都還在 On-premises SQL 和 PostgreSQL 上」

這問題其實我很常聽到。
大家一邊說想要轉型、想做 AI，一邊又覺得「好像要打掉重練」才行。

但很多人不知道的是：

你現在用的 SQL Server、PostgreSQL，只要搬上 Azure，已經是 AI-ready 的資料庫了。

而像 Cosmos DB 這類原生在雲端的 NoSQL 資料庫，支援向量索引，整合 GPT 和語意搜尋很順手。

為什麼「搬上雲」是關鍵？

如果你把 SQL 搬到 Azure，最大的好處是：
可以直接跟 GPT 模型連線，不用架 VPN、不用打開防火牆，也不用自己維護伺服器。
查詢 API、做 RAG（Retrieval-Augmented Generation）、部署 GPT Chatbot，幾小時就能跑起來。
整合 Azure OpenAI、Blob 儲存、Azure AI Search 等 AI 工具，也完全不需要重建架構。

而 Azure Database for PostgreSQL，能幫你省下維運、連線安全與整合的麻煩。你可以專注在寫 prompt、查資料、做語意推薦，不用再花時間裝 PostgreSQL、打 port、搞 TLS 憑證。

跟你分享 3 個我看到的案例。

情境一：每天都有人問一樣的問題

一間做軟體服務的公司，團隊 50 人、客戶上百家。
每天都有人問一樣的事：

• 你們系統支援哪些 API？
• 有沒有報表範例？
• XX 功能怎麼設定？

他們原本的做法是把 FAQ 寫在 Notion，但沒人看。
最後還是靠客服一條條手動複製貼上回覆。

後來，他們用一個簡單的方式改善了這件事：

他們把原本放在 Azure SQL 裡的產品資料，轉成向量搜尋（Vector Search），讓系統可以比對語意相近的問題和文件，不用使用者打對關鍵字才能找到答案。
再透過 Azure 提供的 AI 工具，將資料庫、前端介面與 AI 模型串接起來，打造出一個只給公司內部使用的聊天機器人。

沒有換架構，也沒請顧問公司。
只是把原有的資料，用了更適合 AI 的方式整理與調用。
現在這個機器人可以自動回答大多數常見問題，讓客服能專注處理更複雜的事情。

下篇我會繼續分享2個真實案例，看看資料搬上雲之後，怎麼讓 AI 幫你寫草稿、找條文、甚至懂使用者的語氣。

這篇文章 不用重架構，你的資料庫早就 AI-ready：3 種企業轉型場景一次看（上）｜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。

開課日期：隨時開課上課方式：實體課程+線上直播上課地點：台北市中正區貴陽街一段56號/ 線上直播上課費用： 6 …

開課日期：隨時開課
上課方式：實體課程+線上直播
上課地點：台北市中正區貴陽街一段56號/ 線上直播
上課費用： 6500 享早鳥優惠

課程介紹：

● 有系統的學習函數的使用方法而非死記，自然能懂得每個函數的使用，並能觸類旁通，提供工作效率。● Excel內建的 VBA 正是為了解決這種繁複、瑣碎的操作而生。單單懂的函數的使用還不足以達到自動化的目的，VBA正是讓您可以將含數串連的一大利器，先簡要說明VB程式設計基本原理，再學習設計畫面與程式。
● 以循序漸進的方式, 透過詳細的說明和實用的範例, 帶領您輕鬆進入 Excel VBA 設計的領域, 並逐步了解整個 VBA 的架構與輪廓,進而學習 VBA 變數、常數、函式及邏輯的觀念, 即使沒有任何程式設計基礎, 也能自己親手撰寫 VBA 程序來提昇工作效率, 晉身職場 Excel 高手！
● 進而解說EXCEL與資料庫的結合，甚至將EXCEL當成資料庫來使用，結合函數、VBA等更深入的功能，讓資料處理和分析的應用更上層樓。
● 將結合GOOGLE雲端試算表，教您如何將EXCEL函數雲端化與網路化。

報名此課程

課程大綱：

VBA編輯器與瞭解 VBA 語法
文字和資料函數如何轉VBA與自訂函數
重要邏輯函數應用與轉換成VBA
重要日期和時間函數應用與轉換成VBA
重要數學函數與應用轉換成VBA
範例1_大型試算表(欄列鎖定技巧)、
範例2_文字遊戲(大量文字資料處理)、
範例3_銷貨單(輸入自動化與EXCEL與資料庫連結)、
範例4_地址合併(建立EXCEL查詢系統與資料庫查詢)、
範例5_工作表合併(工作表合併與分割)、
範例6_資料查詢(網路資料匯入與批次查詢)

● 本課程上課即時錄製教學，並於課後提供學員線上數位學習。

報名此課程

備註：
詳細內容及報名需知，請點選報名後見協會網站內容

[elementor-template id="128291"]

這篇文章 【台北場】 Excel VBA與資料庫雲端設計初階班- 東吳大學推廣部 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

比起衝在第一線不斷開發各式新產品的前端工程師，後端開發工程師更著重在資料庫的建立、串接和伺服器的開發，最常見的開發情境如會員系統、瀏覽紀錄、購物車等，同時後端開發工程師還需要撐起公司的網站性能，以及系統架構穩定，避免同時有多個使用者在網站導致網頁癱瘓的問題。

記者／孫敬 Archer Sun

比起衝在第一線不斷開發各式新產品的前端工程師，後端開發工程師更著重在資料庫的建立、串接和伺服器的開發，最常見的開發情境如會員系統、瀏覽紀錄、購物車等，同時後端開發工程師還需要撐起公司的網站性能，以及系統架構穩定，避免同時有多個使用者在網站導致網頁癱瘓的問題。

對應徵、轉職後端開發工程師職位的求職者來說，這份工作需要具備哪些程式語言能力？為什麼還需要懂一些前端工程師的語法？

延伸閱讀：前端工程師　能一圓客戶跟老闆的好夥伴

目錄

後端開發工程師必備技能及專業

需要具備哪些程式語言能力

後端開發工程師常涉入伺服器端的應用程式開發，主流會用到的程式語言包含Python、Ruby、Java、JavaScript（透過Node.js平台開發）、PHP、C等，後端開發框架則會用到Django、Rails、Node.js。

伺服器開發方面，SQL Server、MySQL、PostgreSQL、Oracle Database都是常用的開發工具。

其他建議具備的能力

因伺服器大多會跟網站有所關聯，如何撰寫Web API，進一步了解網站部署與操作、資料庫平台AWS、Google Cloud、Heroku也很重要。雖然工作大多在開發後端產品，但經常需要跟前端開發工程師合作，會建議對前端語言有一定基礎程度認知，像是CSS、HTML、JavaScript語法會較佳。

日常工作內容

問題分析及解決能力

後端開發工程師除了開發、維護產品外也需要花費大量時間跨部門溝通，共同合作的單位如前端工程師、PM、產品設計師，工作職責就是確保資料正確性、系統穩定性、系統與程式的調整彈性，畢竟跟使用者牽扯上的產品，都是會隨著時間不斷調整跟改變的。

以下後端開發工程師建議特質：

1. 邏輯思考能力強，善於跨部門溝通將不同意見統整分析納入產品開發考量中。
2. 對商業模式跟產品特性有觀察、了解。
3. 擁有設計、操作與管理資料庫的經驗。
4. 細心，知道哪些資料的呈現方式符合公司內部、對外的需求。

相關進修與證照

對證照的需求，如果已經是有一定工作經驗的工程師，在申請、面談過程多秀出過往的程式碼及產品當作作品集，若還是想要準備幾張證照，以下三張可做為參考。

• Oracle Certified Professional, MySQL Database Administrator (OCP, MySQL DBA)
• AWS Certified Solutions Architect
• AWS Certified Developer - Associate

綜合上述三張證照，主要圍繞在資料庫、雲端服務架構開發、雲端技術應用。企業上雲需求隨著AI越趨熱絡，帶動新一波數位轉型需求，長遠來看具備雲端、AI、資料庫證照的後端開發工程師會有較多的機會碰觸多元產品、服務。

薪資和專業成長

大學畢業

大學畢業1年以下約新台幣35,000、1~3年約40,500、3~5年約42,100。

研究所畢業

研究所畢業1年以下約新台幣40,000、1~3年約43,500、3~5年約54,000。

以上數據，是根據1111人力銀行薪資公秤綜合調查，統計來源為1111人力銀行目前刊登職缺的廠商，實際的薪資水平建議從不同產業類別、該公司開發的產品去綜合評估，不能全部代表台灣後端工程師的職缺薪資。

未來職涯發展

熟悉系統、伺服器的後端開發工程師，如果之後還有其他斜槓、轉職的打算，「系統架構師」、「雲端運算工程師」、「數據工程師」均可納入考慮範圍。系統架構師偏重的系統架構設計、規劃，到雲端運算工程師在數據庫、伺服器管理跟設計，以及數據工程師負責數據管道、數據存儲和數據分析，都是後端開發工程師在工作過程中會持續累積的專業知識。

想了解更多的科技業職缺嗎？由科技島與1111人力銀行攜手合作、透視上百種科技工作內容與薪資行情的「職缺百科」正等著您前往探索！

討論區：https://www.1111.com.tw/1000w/fanshome/discussionDetail.asp?d0=140803

這篇文章 後端開發工程師　資料庫跟網站維運的守護者 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

2023 年是生成式人工智慧年，然而，隨著每家公司採取行動加強人工智慧策略，他們也意識到乾淨和高品質數據的價值，這使得企業必須回到對數位基礎設施的需求；而從Snowflake 到Microsoft，數據生態系統供應商抓住這個機會，同時善用收購同業來強化服務規模，使客戶能夠利用他們的數據用於各種人工智慧上，提升黏著度同時也讓自己有源源不絕數據。2023年有哪資料領域的大事呢？

作者：Howie Su（產業分析師）

2023 年是生成式人工智慧年，然而，隨著每家公司採取行動加強人工智慧策略，他們也意識到乾淨和高品質數據的價值，這使得企業必須回到對數位基礎設施的需求；而從Snowflake 到Microsoft，數據生態系統供應商抓住這個機會，同時善用收購同業來強化服務規模，使客戶能夠利用他們的數據用於各種人工智慧上，提升黏著度同時也讓自己有源源不絕數據。2023年有哪資料領域的大事呢？

一、微軟積極想打敗Google與Amazon

今年 5 月，微軟發布 Fabric，一個端到端的分析平台，它將組織所需的所有資料和分析工具（包括 Azure Synapse Analytics 和 Power BI）整合到一個統一的產品中，該產品的目的為在釋放資料的潛力並為人工智慧奠定基礎，並可能幫助微軟「超越」亞馬遜和其他雲端供應商（例如Google），至少在服務大型企業方面是如此，而將所有這些功能結合在一起，微軟目前相對於其他超大規模企業肯定具有輕微優勢。

二、AI時代新型資料庫向量資料庫的興起

隨著生成式人工智慧成為每個企業的討論焦點，Zilliz的執行長兼創辦人 Charles Xie討論向量資料庫的興起、一種新的資料庫管理類別，以及利用指數級非結構化資料的範式轉變物件存儲中尚未開發，向量資料庫提供嶄新的能力，一方面能夠搜尋非結構化數據，同時也可以處理半結構化甚至結構化資料。

三、Databricks 13億美元收購MosaicML

Databricks 在 6 月的年度高峰會之前宣布以 13 億美元收購人工智慧公司 MosaicML，成為頭條新聞。這個想法是將 MosaicML 的整個團隊和人工智慧模型納入其保護範圍內，為企業提供一個統一的平台，他們可以在其中管理資料資產並使用它們建立安全的生成人工智慧應用程式。每個企業都應該能夠從人工智慧革命中受益，並對其數據的使用方式有更多的控制。Databricks 與 MosaicML的合作能在未來大型語言能力應用上更為靈活。

四、Salesforce 攜手打造更強大的資料基礎

2022年，客戶關係管理 (CRM) 巨頭 Salesforce 透過多項產品增強強化其人工智慧策略，為支持這些舉措，馬克·貝尼奧夫 (Marc Benioff) 領導的公司於 9 月宣布，其專有的數據雲將來自不同來源的信息匯集在一起，實時託管統一的客戶資料，並將支援Databricks 的雙向資料共享和存取，data Lakehouse平台和Snowflake的資料雲。

五、Snowflake的Document AI用於非結構化資料搜索

Snowflake 在 6 月推出了Document AI，這是一種新的大型語言模型(LLM) 工具，可讓企業從大量非結構化文件（想像 PDF 發票）中快速提取價值。此舉標誌著該公司的一項重大發展，該公司從關注結構化數據開始——為團隊提供了一種簡單的方法來調動通常分散在各個孤島中的有用的非結構化資訊。公司正在為客戶開啟一個新的資料時代，利用人工智慧並消除以前受格式、位置等限制的孤島，從而徹底改變組織將資料運用到資料雲中並推動洞察的方式。

這篇文章 2023年資料產業領域回顧　2024年有什麼看頭？｜專家論點【Howie Su】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

藝術教育學會2023年研究編輯會議結束，臺北市立大學視覺藝術學系的高震峰教授帶著我前往捷運站準備搭高鐵回屏東。

作者：鄧宗聖（國立屏東大學 科學傳播學系 教授兼系主任​）

藝術教育學會2023年研究編輯會議結束，臺北市立大學視覺藝術學系的高震峰教授帶著我前往捷運站準備搭高鐵回屏東。路上短短的十幾分鐘，高教授問我：「你們開始使用 Chat Open AI？」我搖搖頭，他接著說道：「我一開學就讓學生去問關於這堂課想要問的問題，把這些紀錄保留下來以後，我們經過一個學期再回來看這些答案」。雖然我還不清楚是什麼課？主題內容又是什麼？但高教授的提案我感覺到很有趣，他想嘗試透過數據找得到的資料去比較我們真正探索的歷程，比較裡面的差異？構成了一個人文社會與科技對話的提案。

這是一個有趣的提案，Chat Open AI 的發明對教育工作者而言，所面臨的不是像是打字、使用資料庫的學習，而是將它轉變成學習者的說寫工具的應用，甚至是學習思考的改變。過去，學習者必要去透過學校、圖書館等透過閱讀的方式來豐富自己對關注事物的敏感度，透過抄寫、找資料複印、筆記等方式記錄，將記憶的工作透過科技來分散智能，降低資訊尋求行為後龐大資訊的整理與分類。但是資料數據化、網路化之後，學習者可以直接利用行動設備連結網路，直接進入到服務提供者的資料庫中心，或國內國外提供的資料庫找資料，將聲音、文字、影像等各種訊息傳送到個人化設備的客製化介面做分類處理。教育工作者面臨不再是傳統的資料查找、解說等工作，而是對於這些網路資料品質的討論與驗證。

高教授課堂的案例，跳脫了大學端教授主導授課的思維框架，大學教授必須安排好所有閱讀的材料，但直接使用人工智慧的作法，讓學生可以透過對課堂主題產生的各種想法做發問，利用發問作為學習議題的設定，來回比較能夠搜尋到的資料與在課堂中討論的經驗事實之間做，呈現一件事情在「搜尋事實」與「詮釋事實」之間的內在樣貌。人工智慧可以幫助學生找到已經在網路的資料當作線索，如何揭發鮮為人知的真相？網路資料不是用來驗證的，而是等待我們驗證的，還有待我們師生在課堂中共同合作去探究。

我聽了高教授的創意提案，自己也躍躍欲試。

正好在20日，我執行國科會科普活動計畫抵達屏東縣的枋寮高中，跟我們計畫合作的物理、化學、生物與地科等四科老師班級學生邀請做一個可以結合枋寮在地議題的探索。我也依樣畫葫蘆，使用了高教授的創意提案，請他們利用不同的網路資料庫，找出已經被寫進去資料庫、可以被搜尋到的枋寮，還有一個更重要的，從裡面去發現一個外人不知道、也還沒有人探詢過的枋寮。

這篇文章 AI世代的學習提案｜專家論點【鄧宗聖】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

為了不讓DeepMind專美於前，Meta AI近日釋出了多種用來預測蛋白質結構的模型，與含有6.17億種總體 …

為了不讓DeepMind專美於前，Meta AI近日釋出了多種用來預測蛋白質結構的模型，與含有6.17億種總體基因體學（Metagenomic）蛋白質結構的資料庫ESM Metagenomic Atlas，並表示這是全球最大的高解析度蛋白質預測資料庫，是既有任何蛋白質結構資料庫的3倍，也是第一個大規模覆蓋總體基因體學蛋白質的資料庫。

所謂基因編碼的蛋白質，不僅是複雜且動態的分子，也是生命的基礎，讓人類能夠看見，還可以對抗病毒，是驅動微生物與肌肉的馬達；而總體基因體學則是自然科學的新領域，利用基因定序來發現地球環境中的蛋白質，從土壤、深海或是體內的微生物，儘管現在人類對總體基因體知之甚少，但卻可能幫助人類解開進化的謎底，發現可能會有助於治癒疾病、淨化環境或是生產乾淨能源的蛋白質。

Meta AI的科學家因此打造了新的蛋白質結構預測方法ESMFold，利用大型語言模型ESM2的表徵，將蛋白質序列中生成準確的結構預測，速度可達到現有最先進蛋白質結構預測方法的60倍，但是ESMFold的準確度並不如DeepMind所開發AlphaFold。

外國《自然》期刊引用了Meta AI蛋白質研究負責人Alexander Rives的說法表示，他們團隊只用了兩的星期的時間，就利用ESMFold預測出超過6億種的蛋白質結構，而AlphaFold光是生產單一的蛋白質結構預測，可能就需要幾分鐘的時間。

目前Meta AI已釋出ESM Metagenomic Atlas的資料庫、所使用的各種模型與研究論文，以及可用來檢索特定蛋白質結構的API。（記者／竹二）

這篇文章 Meta AI釋出蛋白質結構資料庫　含6.17億總體基因體學 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。