航空巨頭波音在 23 日宣布，自駕載客原型飛機（PAV）已完成首次試飛。波音表示，公司向自駕飛行的願景又邁出了一步，該飛機成功的自行起飛、懸停和降落，標誌著子公司 Aurora Flight Sciences 達成早期的里程碑。波音公司只花了一年就從概念完成此電動垂直起降機型（eVTOL）原型，並將會繼續進行測試，以完成自主運輸載客的可靠性。此設計用於全自動飛行的原型機 PAV，目前航程可達 80.47公里，機身長 9.14 公尺，寬 8.53公尺，集成了機翼及螺旋槳系統，可實現高效的懸停和飛行。而未來將繼續測試機翼飛行，尤其是垂直和前飛模式的轉換，這對於高速 VTOL 飛機而言，才是最重要的工程挑戰。而此次主要是為了測試起飛及著陸，僅耗時約 1 分鐘。除此之外，波音其實還有另外一個同樣是無人駕駛的全電動載貨飛行器（CAV），設計將能運載約 200 多公斤的貨物抵達其他城市，去年已完成了第一次室內飛行測試，今年也將繼續進行戶外飛行測試。且波音也密切與監管單位配合，期待產品技術成熟後馬上就能投入應用。不過波音並不是唯一一家試圖完成自駕飛行器的公司，UPS、英特爾和空中巴士也都擁有類似計畫，希望能在 2020 年趕上商用化，相對來講自駕車的進度反而沒那麼樂觀，光路權的爭議就可能要耗時更久。不過也有人懷疑，這種城市交通計畫可能不敷成本，全世界應該只有少數城市有能力負擔，且人工智慧駕駛造成的安全風險仍然是個問題。 Boeing Autonomous Passenger Air Vehicle Completes First Flight Boeing’s first test flight of air taxi a success as it works on making Uber Air a reality Boeing’s first autonomous air...
亞馬遜自駕車送貨服務有了新的進展，發表了一種 6 輪機器人「斥候」（Scout） 以自動遞送貨物。亞馬遜公司將使用此種機器人在西雅圖以北的郊區提供包裹運送服務，這是對新物流方式的實驗，目標就是要實現最後一哩的自動化，原本這是在物流中最勞力密集也最昂貴的環節。據亞馬遜公布的消息指出，這種機器人由 6 個輪子驅動，尺寸也不算太大，跟一台購物車差不多，速度也不快，因為會在繁忙的人行道上行動。亞馬遜強調，Scout 機器人的速度僅與步行相當，且能夠很聰明的繞過人行道上的障礙物，就像是一隻寵物一樣。而在送貨過程將以 6 台機器人為一組，並按照所規劃的路線來交付貨物，且安裝有安全裝置防止被路人搶劫。不過目前仍處於實驗階段，還是會由亞馬遜員工陪同送貨，而目標當然是在未來能獨立作業。這不僅展現了亞馬遜在機器學習及 AI 研究上的進展，在機械工程上也是相當大的挑戰。亞馬遜機器人技術副總裁 Dan Kara 指出，令機器人在城市哩進行工作，將會比在室內困難得多，在倉庫、醫院和酒店裡通常光源充足、樓層平整，不容易誤判，然而在外面路況就複雜得多，除了斜坡、碎石外，還有寵物及壞天氣，這些都是艱難的工程技術突破。Dan Kara 還表示，這次實驗區域就是挑選了環境較穩定的社區，但事實上，大部分的城市都不是這樣，要將這些機器人真正的普及還需要相當久的時間。從事類似研究的公司也不只亞馬遜，如 Kiwi 及 Savioke 等都在從事自動交付機器人的業務，不過也都是在餐廳及旅館等相對穩定的室內環境中作業。 Meet Scout Amazon is building a fleet of autonomous robots to deliver packages to your door Amazon Is Rolling Out a New Package Delivery Robot Called ‘Amazon Scout’ Amazon has...
由鄉民參與收集的語音資料庫 Common Voice 同聲計畫，如今開放釋出 多國含台灣中文語音資料 (Beta 版)，有興趣先行試用訓練語音 AI 的人，可以下載台灣中文資料。根據 Mozilla 台灣社群聯絡人、Common Voice 專案志工 Irvin 表示，台灣中文的語音檔案，包含自去年 6 月開始至今的完整錄音，總共 3 萬 6 千個音檔，890MB，總長度約 30 小時，其中經過使用者兩次驗證的部分約 16 小時。下載方式可到 Discourse 論壇閱讀說明下載文件檔，填寫表單後才能取得整份壓縮過，採用 P2P dat:// 協定傳播的語音檔。Mozilla 相信網路社群的積極參與，因此此次多國語音資料 (Beta 版) 不放在 Common Voice 網站，而是在 Discourse 論壇釋出檔案，希望不只有 Mozilla 公司，還有 Mozilla 社群以及語言辨識的專家學者共同來參與，激發更大的火花。Common Voice 同聲計畫收錄的語音以及對應的文字，採用 Creative Common Zero 的拋棄著作權授權方式，由於預期語音的應用會需要混搭，同聲計畫因此採用寬鬆的 CC0 授權，幫助新創和學生應用同聲計畫的語音庫，發展出不同的語音應用。目前在台灣志工的經營下，去年建立了兩個 Common...
看好電競產業發展和 5G 通訊趨勢來臨，雲端電競新藍海市場興起。優必達（Ubitus）、智聯服務（Acer Synergy Tech）、技嘉科技、美商 LIQID 與群聯電子等廠商聯合推出雲端電競解決方案。優必達為全球第一間整合雲端電競與人工智慧雲端服務的網路娛樂平台，玩家可隨時隨地透過任何連網裝置連上雲端主機，不用侷限只能使用高階 PC、遊戲機才能玩的遊戲。網路與伺服器運算減低終端運算負載線上遊戲架構包含終端裝置、網路與遊戲伺服器，玩家需先下載遊戲至桌面，再透過網路連上遊戲伺服器。伺服器負責處理版本同步運算、玩家登入運算、遊戲功能運算與儲存玩家資料，而玩家端裝置則負責指令輸入和遊戲運算。雲端遊戲服務是將玩家終端的運算負載移至雲端處理，不需下載遊戲就能透過網路串流遊玩，所有運算皆在雲端完成，在終端看到的影像和聲音等，都是在雲端上算好才串流至終端裝置。此種模式減低終端運算負載，可使任何手機或平板機等各種連網和可輸入指令互動的裝置能隨時上網。隨著遊戲畫質提升，對畫面運算效能要求也越來越高；此外，這種透過終端來的指令經運算後，再回傳串流畫面至玩家模式，對即時遊戲的考驗來自網路傳輸延遲，要串流高速和高畫質的遊戲給大量玩家，背後支援的是大量運算和高速網路頻寬。5G 網路發展：2019 年將有 5G 手機推出。高密度伺服器、儲存產品：超融合伺服器、儲存伺服器、AI 伺服器、SSD 全快閃，以及軟硬整合平台可擴展和配置 GPU 和 CPU 等解決方案，將扮演重要角色。▲ 終端傳遞指令至雲端運算，再回傳遊戲影像與聲音。（Source：拓墣產業研究院，2019.1）電競 AI 有助遊戲發展自 2016 年 Google 人工智慧 AlphaGo 在圍棋項目打敗南韓棋士李世乭後，2017 年人工智慧 OpenAI 在 Dota 2 5 vs. 5 的團體戰中打敗業餘玩家。這種多對多的 AI 訓練運算複雜度要更高，而 AI 在比賽中可互相配合，也被認為是一個新里程碑，2018 年在 Dota 2（TI8）賽事中，全新的 OpenAI Five 對上職業戰隊，2 場賽事皆輸給人類，從遊戲中可看出，人類在策略和即時思考靈活度上都更勝一籌。電競 AI 訓練方式是讓機器大量學習人類對戰的遊戲歷程，讓 AI 了解為何選此角色、武器、什麼場景與做什麼控制，而雲端電競這種把所有玩家指令和場景皆放到雲端上運算的模式，正符合 AI 訓練環境。電競 AI 對遊戲產業的幫助，舉例來說，過去遊戲的 NPC 在互動皆是設計好的，比如角色等級多少的對應回答是固定的，導入 AI 後的 NPC 將更有靈活性，對話時是進步的，會根據玩家風格有不同調整。對遊戲開發商來說，遊戲需一直進版，新增關卡和場景吸引玩家持續遊玩，線上遊戲每開發出一個版本就需大量玩家幫忙測試，才能對遊戲 Debug，因此常會看到新版遊戲出來舉辦封測活動，透過 AI 訓練，可模擬大量玩家行為測試，以縮短遊戲開發時程。隨著運算效能和網路頻寬技術進步，訓練方式不再侷限單一開發單位或遊戲，更多玩家的參與將帶來更多數據，雲端電競結合 AI 將加快電競 AI 發展。（首圖來源：shutterstock）
犯罪案調查，以相片當證據搜查已是攝影技術出現以來的常用方法，現在有了更強大的相片辨識技術，FBI 等機構更依賴此技術，也認為有科學根據，不過科學家不同意。FBI 在維吉尼亞州有一間實驗室，有 6 名技術人員專門分析照片，找出照片中的人是否與犯罪現場的照片或錄影相符。他們會分析臉孔、雙手、衣服或汽車等部分以判斷。FBI 認為這種相片分析有科學根據，也會當法庭證供之用，不過一些專家和科學家對 FBI 實驗室成為法證科學的標準不滿，認為他們的分析方式並不可靠。FBI 認為相片辨識可協助排除非相關人士，但有研究和 DNA 分析表示這方法不合適，美國司法部更已決定禁止 FBI 技術和科學人員表示其證據可靠的說法。現在電腦分析和人工智慧技術越來越成熟，不過連真人分析照片的可靠度都有疑問，就算用電腦可協助分析，也不一定確保找到的證據可成為準確的法庭證供，未來仍然需要更多實踐測試，才能讓技術應用到實際的犯罪偵查。 The FBI says its photo analysis is scientific evidence. Scientists disagree. （本文由 Unwire Pro 授權轉載；首圖來源：pixabay）
2019 年的世界經濟論壇再次在瑞士達沃斯舉行，聚焦第四次工業革命，將主題設定為「全球化 4.0：打造第四次工業革命時代的全球結構」，吸引眾多政府高層、企業 CEO 、青年代表出席。網路科技領域，阿里巴巴集團董事局主席馬雲、創新工場董事長兼 CEO 李開復、史丹佛大學人工智慧實驗室主任李飛飛、蘋果 CEO 庫克、Salesforce 公司 CEO 貝尼奧夫、攜程 CEO 孫潔以及京東三大核心高層均在會中亮相。世界舞台上，他們對網路有何預判？AI 等技術又將向何處發展？馬雲：未來的全球貿易應由商界決定政府進行扶助（Source：阿里巴巴）剛入選「全球 10 大思想者」的馬雲出席了「新興市場數位化」專場。馬雲稱，雖然世界上有很多人不喜歡全球化，但他對全球化是堅信不疑的。全球化是一種非常好的理念，在過去 30、40 年，全球化幫助很多國家的經濟增長。他表示，我們現在面臨的問題是如何改善全球化，讓更多的發展中國家參加，讓更多的年輕人參加，以及讓更多的新興市場參加？如何能夠幫助 6 千萬個小型企業家在全球進行銷售？這就是全球化真正的商業機遇所在。由於網路的普及和手機的應用，我們可以利用所有的數位化裝置，幫助微商進行全球的銷售採購。「全球正在期待著一種全球化的新形式，在過去 60 年的模式，由政府來決定如何經商，在未來 30 年應該是商界來做出決定，由政府進行扶助。」馬雲強調，世貿機制要有所改變，政府應該鼓勵青年參加。他也呼籲世貿組織要改革，它應該更多關注年輕人和小型企業。實際上，去年的達沃斯論壇，馬化騰沒有參加，而今年傳出的消息就是他擔任了大會期間新成立的 AI 人工智慧委員會委員。關於演講及行程並無官方報導。李開復任 AI 委員會聯席主席 與微軟總裁搭檔對於 AI 行業而言，值得關注的是成立了一個 AI 人工智慧委員會，李開復與微軟總裁 Bradford L. Smith 將擔任該委員會聯席主席，馬化騰、李飛飛、英國首相都是該委員會委員。李開復致詞時表示，人工智慧帶來巨大利多的同時，人們也開始面臨新的挑戰，例如人工智慧的倫理道德問題、個人數據保護、取代人類工作等，AI 委員會將致力於幫助人們解決這一問題。關於價值觀問題，李開復說，「我們必須認識到，不同的國家、地區對人工智慧的態度和願景是不同的，那些放之四海而皆準的方法顯然是行不通的，必須要找到一種能讓多方合作共贏的方式。世界經濟論壇的獨特優勢在於，把包容性視為其根本價值。在這裡，我們不會把西方或東方的價值觀和原則強加於其他國家；在這裡，我們將透過一種方式把不同知識和價值觀結合在一起，讓人工智慧的全球化效益，能夠遠遠超過任何一個獨立的人工智慧計畫和政府宣言。」京東三大核心高層出席，劉強東未列入官方參會名單▲ 左起為京東數位科技 CEO 陳生強、京東商城 CEO 徐雷、京東物流 CEO 王振輝。據了解，這是徐雷第一次參加達沃斯論壇，也是他首次以京東商城 CEO 的身分參與京東在達沃斯的各項活動。值得注意的是，劉強東未在官方公布的參會管理團隊名單上。京東商城是京東集團最大的業務板塊，現在維持京東集團大部分收入（90% 以上）的責任落在京東商城 CEO 徐雷肩上。「過去的 15 年，京東能夠快速地成長，主要來自對用戶體驗的關注，以及在技術和業務模式上的不斷創新，最終使成本和效率得到了優化，獲得了消費者的信任。未來我們將以信賴為基礎，以用戶為中心，不斷創造更大的價值。」徐雷表示，從未來角度看，整個商業模式還會不斷地演進，在加大力度創新的同時也希望有一個變化。華為輪值 CEO 胡厚崑：5G...
根據科技網站《ZDNet》的報導，由於客戶需求情況太差，使得 IBM 將於 2 月 28 日正式關閉旗下的進階版人工智慧協作工具軟體 Watson Workspace。根據報導指出，IBM 表示，預計將於 2 月 28 日結束 Watson Workspace 服務，包括產品的精華版、進階版和免費版。IBM 強調，Watson Workspace 具有其創新性和靈活性，但卻並沒有引起客戶的共鳴，也沒有令 IBM 在市場上獲得繼續推進該服務所需的動力。儘管 IBM 在這些產品上投入過最大的努力和熱情。不過，在當前沒有獲得客戶認同的情況之下，決定撤回這些產品的決定將符合 IBM 的投資策略。IBM 是在 2016 年的 World of Watson 大會上，發表了 Watson Workspace 測試板。這是一款 IBM 協同工作工具軟體，允許使用者創建共享空間，可以在空間裡發布問題、分享想法，進行各項的偕同工作等等。基本上來說，它是一個群組消息應用軟體。不過，與其他相類似的產品來說，因為從頭到尾都使用了 IBM Watson 的認知計算能力，這是最大的不同點。另外，企業員工在 Watson Workspace 中進行對話與分享，也可以在管理工具中分配任務。例如在 CRM 系統中管理客戶記錄，在其他的工具里共享文件等。Watson Workspace可 以讓人們將多種工具整合到同一個工具中，創建了一種更加無縫的體驗，而不是要在多款工具中來回切換。只是，將多款應用程式融入一個流的做法並不是 Watson Workspace 獨特創意。有一些群組訊息應用軟體，例如 Slack、Glip、Cisco Spark 和 Office...
英國當地時間 1 月 24 日，DeepMind 在倫敦線上直播，向全世界的遊戲 AI 研究人員及遊戲愛好者介紹 AI 研發最新進展。參加直播的 DeepMind 研究人員是 DeepMind 團隊聯合研發負責人 Oriol Vinyals 和 David Silver，後者也是 AlphaGo 計畫的核心開發人員，外界對他應該比較熟悉。 ▲ Oriol Vinyals（左）與 David Silver。DeepMind 的《星海爭霸 2》AI 名為「AlphaStar」，命名方式正如之前的圍棋 AI「AlphaGo」及蛋白質摺疊計算 AI「AlphaFold」。據 DeepMind 介紹，AlphaStar 操作神族（Protoss），2018 年 12 月 10 日以 5:0 戰績打敗了 Team Liquid 的職業《星海 2》選手 TLO，然後經過更多訓練後，12 月 19 日再次以 5:0 完勝戰績打敗了同一戰隊的職業選手 MaNa。直播現場重播、解說其中數場比賽。AlphaStar 展現出職業選手般成熟的比賽策略，以及超越職業選手水準的微操作，甚至可在地圖上多地點同時展開戰鬥（人類選手在這種狀況下會吃不少虧）。▲ 職業選手式的建築布局，並快速派出偵查兵探索地圖及對方基地。▲ AlphaStar 會製造大量工人，快速建立資源優勢（超過人類職業選手的 16 個或 18 個上限）。▲ AlphaStar 的追獵者從三面圍攻人類選手 MaNa 的不朽者。▲ AlphaStar 控制的兩個追獵者黑血極限逃生。直播時 DeepMind 還再次讓 AlphaStar 與 MaNa 現場比賽。這次比賽的 AlphaStar 是重新訓練的新版本，需要自己控制視角（不像之前版本可直接讀取地圖所有可見內容）。這次 MaNa 終於取得勝利。《星海爭霸》AI 背景從以圍棋為代表的完全資訊博弈／遊戲被 AlphaGo 攻克、取得超出人類頂尖棋手水準之後，研究人員立刻向非完全資訊博弈發起更猛烈的進攻。典型的非完全資訊博弈如德州撲克，玩家需在看不到對手牌面的狀況下決策，CMU 的德撲 AI 論文也拿到 NIPS 2017 最佳論文獎。另一方面，深度學習的研究人員也希望借助深度強化學習的力量探索更複雜的博弈／遊戲。德州撲克顯然不夠難，德撲 AI 之父表示沒有用到任何深度學習；再看圍棋，雖然圍棋可能出現的局面總數是天文數字，但每回合雙方只需選擇在棋盤某處落一顆棋即可。相比之下，現代競技類電子遊戲的移動空間就複雜得多，比賽可有 2 個以上玩家參與、每個玩家可同步行動、每個行動有不同時間長短、位移和移動都是空間連續，攻擊防禦技能等物品也有很多變化。隨著當年的狂熱玩家如今成為電腦科學領域的研究人員，電子競技遊戲 AI 研發也快速分出兩大主要陣營：《星海爭霸／星海爭霸 2》，以及 DOTA 2。兩者都有廣泛群眾基礎，玩家對遊戲 AI 喜聞樂見，也有許多高水準的職業選手可與 AI 切磋學習。雖然都是 RTS （即時戰略）遊戲，都需要在收集資源和打仗間找到平衡，但星海和 DOTA 2 也有不少區別。星海需要控制多種不同類別的單位，這些單位有各自的運動和攻擊特點，DOTA 2 可從頭到尾只控制同一個英雄；星海每一方只有一位玩家，而 DOTA 2 每一方有 5 位玩家。因此遊戲策略和執行區別也讓星海 AI 和 DOTA 2 AI 研究走出不同的發展路線。截至本次比賽前，《星海爭霸》AI 和 DOTA 2 AI 研究領域已見識過的最強 AI 分別來自三星和 OpenAI： 2018 年 AIIDE《星海爭霸》AI 挑戰賽共有全世界 27 支團隊帶著 AI 參賽，獲得冠軍的人族 bot「SAIDA」來自三星。這個 bot 的核心特點是有一個穩定的遊戲策略，會首先考慮防守，然後在遊戲中期伺機一波帶走對方。這種策略是從南韓職業星海選手學到的。這個 bot 去年時還無法擊敗職業選手。 《星海爭霸》AI 普遍大量使用固定策略和手工規則，三星 bot 應用一些機器學習技術來幫助控制單位、探索地圖，開發團隊也嘗試更應用機器學習技術。參加同一個比賽的 Facebook 蟲族 bot「CherryPi」大量應用機器學習技術，但只獲得第二名。 2018 年 8 月，OpenAI 舉行線下比賽測試自己的 DOTA 2 AI 系統「OpenAI Five」，在較多比賽限制的情況下對陣歐美前職業選手組成的團隊取得勝利，在稍後 DOTA...
電影《猩球崛起》中，因為基因藥物覺醒的黑猩猩聯合起來反抗人類，幾乎將人類逼入絕境。如果以為這樣的劇情只會在電影上演，現實剛好相反。因為黑猩猩是不少富豪喜愛的寵物，一直很受盜獵者青睞。因只有幼小黑猩猩適合當寵物，盜獵者通常會將家族的成年黑猩猩屠殺殆盡，每年黑猩猩非法交易金額高達數百億。Instagram 等社交網站就有很多交易黑猩猩的貼文，為了拯救這瀕臨滅絕的物種，有人開發出一套全新的黑猩猩臉部辨識系統，幫助保護組織和執法機構及時發現網路非法交易的黑猩猩。▲ 被盜獵的紅毛猩猩。這套臉部辨識系統叫 ChimpFace，發起人 Alexandra Russo 與電腦視覺專家 Colin McCormick 共同開發。他們從動物保護組織收集了數千張黑猩猩照片，用以訓練演算法。據 Alexandra Russo 介紹，下一步將會構建可辨識某隻黑猩猩的演算法，將從 Google 和 Facebook 等公司的人臉辨識演算法吸取經驗，因不同的黑猩猩臉部會出現完全不一樣的辨識，是 ChimpFace 最大的挑戰。這項技術去年入圍 Conservation X Labs 的技術獎評選。Conservation X Labs 是致力於用戶技術創新來保護瀕危物種的公司。如今 ChimpFace 與執法部門、社交媒體合作開發新版本，以盡快讓這項技術投入實際應用。雖然人臉辨識技術已在智慧手機普及，黑猩猩和人類也同屬靈長類動物，但辨識難度卻比人臉高得多。之前美國密西根州立大學也曾開發一套用於靈長類動物的臉部辨識系統 PrimNet，研究人員曾將人臉辨識技術用在靈長類動物，出現「過度擬合」的問題，也就是說細節不夠明顯。這是因為動物的毛髮和眼睛色彩等特徵有較大差異，因此研究團隊不得不手動標記動物的眼睛和嘴巴，協助系統辨識。基於人工智慧的 ChimpFace 同樣離不開人工，電腦視覺專家 Colin McCormick 表示在演算法標記好網路可能的貼文和照片後，依然需要人工審核。儘管動物臉部辨識還不夠成熟，但類似技術的應用已越來越多。比如剛提到的 PrimNet 能配合 Android 應用追蹤這些動物，以協助森林保育人員保護瀕危的靈長類動物，準確率超過 90％。在養殖領域，羊臉辨識和豬臉辨識也開始投入應用，阿里和京東去年都推出豬臉辨識技術，養殖場透過這項技術觀測與記錄每隻豬的體重、生長、健康情況。據聯合國環境規畫署統計，每年約有 3 千隻類人猿被非法販賣，自從 2005 年以來有約 3 萬隻類人猿在盜獵過程死亡，希望此技術能改變牠們的命運。（本文由 愛范兒 授權轉載；首圖來源：pixabay）延伸閱讀： 人臉辨識算什麼，中國豬臉辨識商業化 美國密西根大學開發「猴臉辨識」，這是瀕危靈長類動物的救星
2018 年對科技部來說是將理念化為實際政策很重要的一年，科技部長陳良基於 28 日舉辦的年終記者會，細數過去一年來科技部推出的政策規劃，其中不僅完成非常重要的《科學技術基本法》以及所有相關子法的訂修，更推動基礎研究經費獨立匡列、延攬年輕學者計畫、人工智慧的應用與研發、國際產學聯盟等計畫。成功留住台積電、華邦、力晶等科技產業的在臺擴廠投資案。陳良基也在記者會宣布新年度的願景，將以人才為核心，重視原創性的基礎科學研究，強化科研人才的國際流動。爭取更多基礎研究經費陳良基指出這兩年台灣投入在基礎研究的年度預算逐年下滑，2018 年甚至創近十年的新低，相比之下 OECD 國家投入在科技研發經費年年成長。以 2015 年為例，台灣投入研發經費比 21.1%，較 OECD 平均水平 26.7% 有一段落差。2019 年科技部預算原本編列 406 億元，但最後立法院通過的是 388 億元，較 2018 年增加一些，但仍有成長的空間。陳良基強調今年他將持續遊說行政院，爭取更多基礎研究預算，以每年成長 10% 為目標，最終達成 OECD 平均水平。而研發經費之投資面向又分成三個，分別為基礎研究、應用研究與技術發展。基礎研究為應用研究之基石，技術發展是應用研究的實現，然這三者該如資源有限下進行妥善分配，就必須考量到全球科技脈動如何與國內產業現況做結合。陳良基特別指出他所觀察到的兩個現象，一是台灣設廠大多還是從國外買技術回來，具原創的技術不多；第二就是工業界即將進入第四次工業革命，產業變遷越來越快，一不小心就落後。因此經費的運用上，第一步就是以規模較小的計畫鼓勵原創性的科技探索，讓學研單位勇於進行新興科技的前瞻研究；當研究有初步成果、評估具潛力，可進一步發展為專案，也就是科技計畫；最後就是與業界一同將技術商業化。今年度基礎研究的重點－學門專題經費可望穩定提升。行政院並已原則支持 109 年度的基礎研究經費獨立匡列，表達對基礎研究的全力支持。 陳良基也呼籲經濟部對新興科技的加碼投資。他舉張忠謀曾在演講時分享的經驗，如今能在某些領域能夠得利的公司，都是在某一階段能夠大膽投入。陳良基認為台灣的碩博士生有很強的研發能力，今年科技部帶領 44 家新創團隊參加 CES，就有幾家是由學校老師與學生所組成，雖然這些團隊規模都很小，但有一天說不定能夠成為獨角獸。打通人才流生態系優質的人力是國家發展的根本，科技部也陸續推動一連串多元人才培植措施。依照科技人才年齡層、研究實力、專業領域、計畫科研人力運用等面向考量，從科普的推動、科學好奇心的激發、大專生專題等，到推動高階科研人才多元發展，藉由一系列的育才、攬才、留才補助措施，引導科研人才多元發展，同時透過將人才送出國（Outbound）及將人才帶回國（Inbound）的策略。在面臨少子女化、高齡化、各國人才吸磁效應的困境下，為提振台灣對優秀科研人才的吸引力，陳良基於今年 1 月 10 日的全國大專校院校長會議提出「積極參與全球性研究」、「營造友善研發環境」、「提升國際學術聲望」三大策略，讓世界各地優質的科研人才匯集臺灣，全力完善台灣科研環境及開創人才發展的正向循環。另外台灣博士生薪水長期低廉為人詬病，也阻礙許多有志投入研究的人才。為此陳良基表示為提升博士生薪資，讓他們沒有後顧之憂，預計每年將擇優補助 600 名博士生，每月給予新台幣 3～5 萬元津貼，包括人文、自然、生醫、工程科學領域，目前此計畫已與教育部長潘文忠研商過，經費可能由兩部會共同分擔支出，希望最快今年 9 月可執行。提早一年舉辦全國科學技術會議第 11 次全國科學技術會議預計將提早一年於今年舉辦，將以「科技發展策略藍圖」為指導方針開展，包含三個重點：第一，透過虛實平台等多元管道擴大參與，廣泛徵集各界對國家科技發展政策規劃之建言；第二，「國家科學技術發展計畫（民國 110 年至 113 年）」，將作為全國各界（包括政府與民間）科技發展推進之戰略，提升整體戰力，使國家中長程科技施政與資源投入扣合；第三，依循著「以終為始」的理念，展現科技是回應社會需求與支持經濟發展的重要基石，迎接第四次工業革命（AI 時代）的大變動，邁向智慧未來。期許 2.0 的全國科技會議，能展現科技福國利民的終極目標。