長庚大學

演講主題：Agentic AI in Action: Integrating Autonomous Systems at NCHU 講者:  范耀中教授 國立中興大學資訊工程學系 時間: 2025/10/28 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/daEED6 或 掃描海報 QR code 講者簡介: 范耀中是國立中興大學（NCHU）資訊工程學系教授兼圖書館副館長。他的研究專注於自主型人工智慧（Agentic AI）、大型語言模型（LLM）以及特定領域知識系統。他主持多項跨領域計畫，將人工智慧技術整合進中興大學的教學與圖書館平台，並應用於智慧農業及法律資訊檢索等領域。   演講大綱: 本次演講將介紹國立中興大學在自主型人工智慧（Agentic AI）方面的最新進展，重點在於將自主 AI 代理整合至大學的教學與圖書館系統。我們也將分享在智慧農業領域的應用，包括結合生成模型與知識檢索的「神農 TAIDE 系統」。最後，我們將探討開源模型如何達到與專有模型相當的效能，展示在學術界實現開放 AI 生態系統的可行性。 主辦單位：智慧運算學院、人工智慧研究中心  ※本活動無需報名

由於報名踴躍，深耕講堂座位不敷使用，故演講地點改至管理大樓B0204階梯教室（位於原場地右側）。 為滿足講者與聽眾期待，演講時間將延長一小時，至下午4:00結束，並提供Teams線上會議網址。 主講人：優式資本公司 AI副總經理 翁嘉頎先生 時間：10/17(五) 14:10~16:00 地點：管理大樓二樓 204 階梯教室 報名網址：https://forms.office.com/r/dT38nkBU8c 會議連結：https://reurl.cc/9njb7n 本次演講將以中文進行 優式資本公司介紹： 優式資本（UC Capital）成立於 2021 年，是一家總部位於台北、專注於量化交易與程式交易的自營投資公司。公司不對外募資，而是僅以自有資金進行操作，並自主開發專屬交易策略，致力於成為在市場中穩健且長期具競爭力的資本機構。在交易品項上，優式資本涉足的領域相當廣泛，包括但不限於股票、ETF、可轉換公司債、權證、期貨與選擇權等。公司採取「絕對報酬策略」，並強調風險管理與穩健操作，不追求短期高額報酬，而是著眼於在不同市場環境下仍能穩定獲利。在業界與媒體報導中，優式資本被視為台灣在量化 / 程式交易領域頗具能量的機構之一。他們的交易量曾被拿來與中型券商或各大券商自營部門相比，以彰顯其在市場中的活躍度與影響力。此外，優式資本也積極投入人才培育。例如，2025 年推出「AI 量化新星計畫」，針對具備機器學習、資料分析背景的人才提供實習機會，讓其能在真實交易環境中學習與實戰操作。近年來，優式資本也因參與知名拍賣案而引起外界關注，其中包含以高額金額標得大聯盟選手大谷翔平的「50 全壘打紀念球」一案，讓該公司在媒體曝光度與話題性上都大幅提升。 公告單位：智慧運算學院人工智慧學士學位學程 承辦人：楊智淵 聯絡分機：409-2548

演講主題：從資料到實證：OHDSI全球網絡如何改變健康數據研究的格局 講者: 徐之昇教授 現任臺北醫學大學管理學院國際生技醫療管理博士學位學程教授 時間: 2025/10/29 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 報名連結: https://forms.office.com/r/EVADcz6zp8或掃描海報QRcode (教職員可獲得2小時活動時數認證，請上活動報名系統報名參加) 講者簡介: 徐之昇教授專長於數位健康、真實世界數據(RWD)與真實世界證據(RWE)之研究與應用，現任臺北醫學大學管理學院國際生技醫療管理博士學位學程教授。同時兼任多項與健康數據研究相關的職務，包括臺灣觀察性健康資料研究學會(OHDSI Taiwan Society)理事長、臺北醫學大學臨床數據中心主任、管理學院健康產業數據加值研究中心主任，以及北醫附設醫院臨床大數據研究中心主任。徐教授曾於美國哈佛醫學院接受進修與研究訓練，長期推動跨領域與跨國合作，主持多項大型RWD/RWE研究計畫。他的研究使命是透過全球資料合作與證據生成，推動數位醫療、精準治療與生技醫療管理的發展，致力於打造可重現、可延伸的智慧健康研究生態系。演講大綱: 新藥在台灣健保給付的旅程中，數據不僅是決策的依據，更是談判桌上的關鍵語言。然而，僅有精準的數據仍不足以推動健保給付決策，跨部門協調及如何和政府、利害關係人溝通的軟實力，才是讓證據被理解與採納的關鍵。本演講將分享台灣新藥市場准入及產品生命週期的實務經驗，帶領聽眾探索數據分析（hard skills）與溝通談判（soft skills）如何在AI時代協奏，共同加速創新藥物進入健保給付，造福更多病人。 主辦單位：健康數據科學研究所  ※本活動需報名

演講主題：當數據遇上談判桌:硬技能與軟實力的協奏曲 講者: 羅柏青博士 現任UCB藥廠台灣及香港地區的市場准入、永續發展暨對外事務主管  時間: 2025/10/15 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 報名連結: https://forms.office.com/r/afGDewBp3n或掃描海報QRcode (教職員可獲得2小時活動時數認證，請上活動報名系統報名參加) 講者簡介: 羅柏青 (Robert Lo) 先生現任UCB藥廠台灣及香港地區的市場准入、永續發展暨對外事務主管。他擁有超過十五年在醫療科技評估、藥物經濟學、藥品定價與健保給付策略的深厚經驗 。 羅柏青的職涯橫跨多元領域，除了在諾華、艾伯維等全球領先藥廠擔任市場准入核心主管職位外，職涯早期也曾在財團法人藥品查驗中心 (CDE) HTA組擔任資深研究員，完成超過60件健保案件的經濟評估 。 他擁有國立陽明大學衛生福利政策博士學位，兼具官方審查與業界實務的完整資歷，擅長制定創新的市場准入策略，並與各方利害關係人建立雙贏的合作關係。 演講大綱: 新藥在台灣健保給付的旅程中，數據不僅是決策的依據，更是談判桌上的關鍵語言。然而，僅有精準的數據仍不足以推動健保給付決策，跨部門協調及如何和政府、利害關係人溝通的軟實力，才是讓證據被理解與採納的關鍵。本演講將分享台灣新藥市場准入及產品生命週期的實務經驗，帶領聽眾探索數據分析（hard skills）與溝通談判（soft skills）如何在AI時代協奏，共同加速創新藥物進入健保給付，造福更多病人。 主辦單位：健康數據科學研究所  ※本活動需報名

演講主題：Artificial Intelligence: Deep Learning versus Green Learning 講者: Dr. Jay Kuo美國南加州大學電機與計算機工程及計算機科學傑出教授  時間: 2025/10/21 (二)  14:10-15:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/EQlmra 或 掃描海報 QR code 講者簡介: Dr. C.-C. Jay Kuo received his Ph.D. from the Massachusetts Institute of Technology in 1987. He is now with the University of Southern California (USC) as the Ming Hsieh Chair Professor, a Distinguished Professor of Electrical and Computer Engineering and Computer Science, and the Director of the Media Communications Laboratory. His research interests are in visual computing and communication. He is an Academician of Academia Sinica and a Fellow of AAAS, ACM, IEEE, NAI, and SPIE. Dr. Kuo has received a few awards for his research contributions, including the 2010 Electronic Imaging Scientist of the Year Award, the 2010-11 Fulbright-Nokia Distinguished Chair in Information and Communications Technologies, the 2019 IEEE Computer Society Edward J. McCluskey Technical Achievement Award, the 2019 IEEE Signal Processing Society Claude Shannon-Harry Nyquist Technical Achievement Award, the 72nd annual Technology and Engineering Emmy Award (2020), and the 2021 IEEE Circuits and Systems Society Charles A. Desoer Technical Achievement Award. Dr. Kuo was the Editor-in-Chief of the IEEE Transactions on Information Forensics and Security (2012-2014) and the Journal of Visual Communication and Image Representation (1997-2011). He is currently the Editor-in-Chief for the APSIPA Trans. on Signal and Information Processing (2022-2023). He has guided 181 students to their Ph.D. degrees and supervised 31 postdoctoral research fellows. 演講大綱: The term “Artificial Intelligence (AI)” was coined in 1956. The field evolved slowly in the first 55 years. Yet, we have witnessed rapid advances in AI in the last decade. A recent successful example is the emergence of large language models. In this talk, I will shed light on two issues. First, I will explain the reasons for the advancement of AI in the last decade. Simply speaking, modern AI relies on numerous training samples that contain input/output pairs. An AI system provides a data-fitting solution to capture input and output mapping. Second, I will present two data–fitting methodologies: deep learning (DL) and green learning (GL). Although DL is dominant today, it is neither interpretable nor sustainable. Developing an alternative, interpretable, and sustainable AI methodology is challenging but essential. I have researched this problem since 2015. GL models offer energy-efficient AI solutions in cloud centers and mobile/edge devices. They have been successfully applied to various applications. I will use several medical imaging examples to highlight the differences between DL and GL solutions. 主辦單位：智慧運算學院、人工智慧研究中心  ※本活動無需報名

演講主題：A Unified Framework to Calculate Every Deep Learning Architecture by Hand 講者: Dr. Tom Yeh美國科羅拉多大學波德分校電腦科學系助理教授  時間: 2025/10/14 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/K9n8dM 或 掃描海報 QR code 講者簡介: Prof. Tom Yeh leads the Imagine AI Lab at the University of Colorado Boulder. His research and teaching spans AI, HCI, Education, Ethics, and Neuroscience. He published more than 150 papers. He is the author of the popular AI by Hand ✍️ series, with by more than 160K followers across LinkedIn, X, and Substack. At his university, Prof. Tom Yeh received several awards, including the Student Affair Faculty of the Year Award. 演講大綱: I will present AI by Hand, a new framework I developed to demonstrate the core calculations of a wide range of deep learning architectures by hand, including basic building blocks such as artificial neuros and multi-layer perceptron, well-known architectures such as the transformer,, and state-of-art architectures such as the Diffusion Transformer and the Switch Transformer. 主辦單位：智慧運算學院、人工智慧研究中心  ※本活動無需報名

演講主題：From Data to Action: Leveraging AI, Big Data, and Modeling for Precision Health and Epidemic Prevention - 資料驅動行動：AI、大數據、與建模在精準健康與防疫中的應用 講者:  Hsiao-Hui Sophie Tsou (鄒小蕙)Institute of Population Health Sciences (群體健康科學研究所) National Health Research Institutes (國家衛生研究院) 時間: 2025/10/01 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 報名連結: https://forms.office.com/pages/responsepage.aspx?id=qjVW2kse_ESSFFlrQmXkU3LqnmbpYQBPqN7Y8UREohFURFRSQUFJWUQwQTVOSjUyRERCWUdHSkRQUi4u&route=shorturl 或掃描海報QRcode 演講大綱: 在醫療研究與發展領域中，將建模、大數據與人工智慧（AI）結合先進的科學工具，已成為推動創新的重要驅動力。這些方法不僅加深了我們對複雜疾病的理解，也提升了對醫療與公共衛生介入措施的評估能力。本次演講將著重探討大數據在傳染病流行病學中的日益重要角色，特別關注其在疾病監測、預測建模以及公共衛生介入成效評估上的應用。我們亦將分享針對 50 個地區的新冠肺炎（COVID-19）防控策略的比較分析，提供關於政策影響與應對成效的洞見。此外，我們將展示人工智慧在推動精準健康方面的潛力，說明其如何透過個人化方法改變醫療服務模式。最後，本演講將探討在傳染病防治與精準健康發展中，資料驅動方法未來所面臨的挑戰與機會。

演講主題：Through the Winding Paths of PBL, the Light Reveals a Medical Village of Healing and Care — 山重水複PBL，柳暗花明又醫村 講者:  張聖琳教授 國立臺灣大學設計學院副院長 時間: 2025/09/30 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/3Mm7kM 或 掃描海報 QR code 講者簡介: 張聖琳，美國加州大學柏克萊分校景觀建築博士，現任國立臺灣大學設計學院副院長，主聘建築與城鄉研究所。合聘於：創新領域學士學位學程（擔任主任）、氣候變遷與永續發展國際學位學程及生物多樣性碩士學程教授。長期投入設計思維、社區參與與跨文化永續研究，田野遍及美國、哥斯大黎加、日本、中國及臺灣。曾共同主持農業人文計畫，推動上千名師生走入偏鄉，並主持「社區時間銀行」科技部（現國科會）計畫（2018–2021），結合AI與社會創新，現為人文創新內容驅動臺灣晶片產業研究推動與協調計畫主持人。曾獲2004年美國景觀建築教育者協會獎、2017年國家智榮獎、2020年臺大服務傑出獎。 演講大綱: 本場演講以「山重水複PBL，柳暗花明又醫村」為題，探討 Problem-Based Learning（PBL）如何在建築、社區與醫學中，成為解決複雜真實問題的思維工具。 在山重水複的部分，將從建築、城鄉規劃、地景建築與社區營造談起。城市與社區的挑戰往往不是單一面向，而是健康、環境與社會交織的難題。透過 PBL 方法，我們得以在真實情境中訓練思考與協作，學習如何藉由規劃空間來療癒人心，如何透過設計社區來提升公共健康，並在重重困境中尋找協作與創新的解答。 在柳暗花明的部分，將轉向醫學領域，透過案例探索 PBL 的未來潛能。從 milli-spinner 微型機器人突破傳統血栓治療，到達文西手術改變臨床操作，再到遠距介入改善醫療資源不均，這些創新不僅是技術突破，更帶來教育上的新思維：如何培養醫學生在不確定中做出判斷，善用跨領域知識，並在科技與倫理之間取得平衡？ 透過演講將展現 PBL 作為一種跨越專業領域的思維方式，如何引領我們走過「山重水複」，迎向「柳暗花明」。主辦單位：智慧運算學院、人工智慧研究中心  ※本活動無需報名

為歡迎114學年度新生加入智慧運算學院及促進新生之間的交流，並與院內師長互動認識，我們誠摯邀請每位新生參加由健康數據科學研究所與臨床醫學研究所博士班 AI 組聯合舉辦的新生座談會。 本次活動以輕鬆交流為主，現場備有茶點與輕食，歡迎大家踴躍參加。 我們也誠摯邀請院內老師們一同蒞臨參與，與新生共度迎新時光！ 📌 活動資訊如下： 健康數據科學研究所 × 臨床醫學研究所博士班 AI 組 合辦 新生座談會 📅 日期｜2025年9月2日（星期二） 🕒 時間｜中午 12:10 ～ 13:30 📍 地點｜管理大樓 14 樓 智慧運算學院會議室 🍵 備有茶點輕食，輕鬆參與即可！