移到主要內容
:::

最新消息

演講公告

20250415_YufengJaneTseng.png
01

【演講公告】2025.04.15「人工智慧在藥物發現與藥物開發的應用與前景 」- 國立臺灣大學 曾宇鳳 教授

2025.03.25
演講主題:人工智慧在藥物發現與藥物開發的應用與前景(AI in Drug Discovery and Development) 講者:  曾宇鳳 國立臺灣大學  教授 時間: 2025/04/15 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/XAeDDa 或 掃描海報 QR code 講者簡介: 曾宇鳳教授於1997年獲得國立台灣大學藥學學士學位,並於2002年獲得美國伊利諾大學芝加哥分校藥物化學與生藥學博士學位,同時於2001年獲得Charles Bell計算化學獎。從1998年至2006年,曾教授在美國Chem21 Group公司擔任首席軟體開發人員。2004年至2006年期間,她還在美國國家衛生研究院國家生物技術資訊研究中心擔任博士後研究員。 曾教授於2006年加入國立臺灣大學資訊工程學系擔任助理教授,並在同時獲聘於台大藥學院。曾教授致力於教育服務19年,是計算化學和電腦輔助藥物設計領域的領導者。自2009年起,她創設並擔任臺大代謝體核心實驗室的主持人。自2010年起,曾教授開始在美國化學學會(ACS)全球會議組織和主持藥物開發分部的研討會,並持續為ACS服務至今。2014年,她成為生醫電子與資訊學研究所、資訊工程學系及藥學院的教授。2022年為協助臺大擴展國際化之展望,加入臺大國際學院智慧醫療與健康資訊碩士學位學程擔任教授。曾教授亦擔任臺大藥物研究中心主任,並於2016年受邀擔任臺大神經生物與認知科學中心副主任。2019年,她被任命為臺大資訊工程學系副主任及國家理論中心物理組的中心科學家。2020年,則被任命為史丹佛-SPARK Taiwan和NTU SPARK的首席研究員並於亞洲SPARK擔任主席參與每年Global SPARK的運作。 演講大綱: 人工智慧(AI)與深度學習近年來成為熱門話題,然而其在藥物發現與藥物開發中的實際應用及貢獻仍是未知。 本次曾教授將帶來演說將探討電腦輔助技術的應用,以及真正的 AI 輔助流程在中樞神經系統(CNS)疾病中的應用。 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
4ee24ffc-5250-41c2-9322-d80c4da09edd.png
02

【演講公告】2025.03.25「使用多模態基礎模型以達成影片生成與影片理解的 近期研究成果」- 美國加州大學美熹德分校 楊明玄 教授

2025.03.06
演講主題:使用多模態基礎模型以達成影片生成與影片理解的近期研究成果(Video Understanding and Generation with Multimodal Foundation Models) 講者:  楊明玄 美國加州大學美熹德分校  教授 時間: 2025/03/25 (二)  14:10-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/b3M6rd 或 掃描海報 QR code 講者簡介: 楊明玄教授是加州大學美熹德分校的教授,同時也是Google DeepMind的研究科學家。他曾榮獲多項聲譽卓著的獎項,包括2009年的Google Faculty Award、2012年的NSF CAREER Award,以及2017和2018年的Nvidia Pioneer Research Award。他曾獲得UIST 2017最佳論文榮譽提名獎、CVPR 2018最佳論文榮譽提名獎、ACCV 2018最佳學生論文榮譽提名獎、CVPR 2023 Longuet-Higgins Prize(時間考驗獎)、ICML 2024最佳論文獎,以及WACV 2025時間考驗獎。楊教授現擔任IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI) 的副總編輯,以及International Journal of Computer Vision (IJCV) 的副編輯。此前,他曾擔任Computer Vision and Image Understanding (CVIU) 的總編輯,以及ICCV 2019的共同主席。他是IEEE、ACM和AAAI的會士。   演講大綱: 近年來,視覺和語言模型的快速發展,已顯著地提升了視覺理解和生成任務的效能。在本次演講中,我將介紹我們最新的研究成果,包括如何為transformer模型設計有效的分詞器,以及我們如何應用已預訓練的大型語言模型於各種視覺任務,包括視覺分類、影片-文本檢索、標題生成、視覺問與答、視覺定位、影片生成、影片風格化、影片影像擴展以及影片到音訊的轉換。如果時間允許,我還會討論我們最近在學習擴散模型和動態3D視覺方面的發現。   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
20250318_Stanley Chang.png
03

【演講公告】2025.03.18「行動注意力管理:從保護專注到增強資訊互動與數位投入」- 國立陽明交通大學資訊工程學系 張永儒 副教授

2025.03.05
演講主題:行動注意力管理:從保護專注到增強資訊互動與數位投入(Mobile Attention Management: Evolving from Protection to Enhanced Notification Interaction and Digital Engagement) 講者: 張永儒 國立陽明交通大學資訊工程學系 副教授 時間: 2025/03/18 (二)  14:10-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/kMDxab 或 掃描海報 QR code 講者簡介: 張永儒獲得密西根大學資訊科學碩士與博士學位。現任國立陽明交通大學資訊工程學系教授,研究領域為人機互動。他特別關注注意力管理、通知系統、行動群眾外包、人機協作,以及社群媒體影響力等議題。 演講大綱: 過去十年間,人機互動(Human-Computer Interaction, HCI) 領域中的注意力管理(Attention Management) 研究發展迅速。早期研究主要關注如何保護使用者的專注力,透過識別適合打擾(Interruption) 的時機並分析人們如何應對這些打擾。然而,隨著領域的發展,研究重心逐漸轉向提升使用者與資訊的互動方式,確保數位投入(Digital Engagement) 和時間分配更具效率、效能與價值。在這個趨勢的演變過程中,也伴隨著新的研究挑戰的出現。我過去的研究針對這些挑戰進行了探索與應對,而隨著趨勢的持續發展,我目前也在進行新的研究來回應最新的研究問題。在本次演講中,我將為這些研究做一個簡單的概覽,並討論未來會延伸出哪些新的挑戰。   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
20250304_ShaoHuaSun.png
04

【演講公告】2025.03.04「Program-Guided Robot Learning」- 國立臺灣大學電機工程學系 孫紹華 助理教授

2025.03.05
演講主題:Program-Guided Robot Learning 講者: 孫紹華 國立臺灣大學電機工程學系  助理教授 時間: 2025/03/04 (二)  14:10-16:00 地點: 管理大樓11樓-AI講堂 直播連結: 請點此 或 掃描海報 QR code 講者簡介: Shao-Hua Sun is an Assistant Professor in the Department of Electrical Engineering at National Taiwan University (NTU). He completed his Ph.D. in Computer Science at the University of Southern California (USC) and holds a B.S. in Electrical Engineering from NTU. He has been awarded Yushan Young Fellow by the Ministry of Education, Taiwan. Prof. Sun's research interests include machine learning, robot learning, reinforcement learning, and program synthesis. His work has been presented at premier conferences across diverse fields, including machine learning (NeurIPS, ICML, ICLR), robot learning (CoRL), computer vision (CVPR, ECCV), and natural language processing (EMNLP, COLM). He has organized tutorials at ACML 2023 and NeurIPS 2024. 演講大綱:  Recent developments in artificial intelligence and machine learning have remarkably advanced machines’ ability to understand images and videos, comprehend natural languages and speech, and outperform human experts in complex games. However, building intelligent robots that can operate in unstructured environments, manipulate unknown objects, and acquire novel skills – to free humans from tedious or dangerous manual work – remains challenging. My research focuses on developing a robot learning framework that enables robots to acquire long-horizon and complex skills with hierarchical structures, such as furniture assembly and cooking. Specifically, I present an interpretable and generalizable program-guided robot learning framework, which represents desired behaviors as a program and acquires primitive skills for executing desired skills. This talk will discuss a series of projects toward building this framework.   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
【演講公告】11/05可信賴人工智慧與數位媒體鑑識: 應對模型的自我感知,真實性與安全挑戰-張明清 副教授
05

【演講公告】2024.11.05 可信賴人工智慧與數位媒體鑑識: 應對模型的自我感知,真實性與安全挑戰-張明清 副教授

2024.09.25
演講主題:可信賴人工智慧與數位媒體鑑識: 應對模型的自我感知,真實性與安全挑戰 講者: 張明清 紐約州立大學奧本尼分校電腦科學系 副教授 時間: 2024/11/05 (二)  14:10-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://gqr.sh/LrGY 講者簡介: Ming-Ching Chang is an Associate Professor with tenure (since Fall 2022) in the Department of Computer Science at the University at Albany, SUNY. He previously held positions in the Department of Electrical and Computer Engineering (2016-2018) and as an Adjunct Professor in Computer Science (2012-2016). From 2008 to 2016, he worked as a Computer Scientist at GE Global Research Center and was an Assistant Researcher at the Mechanical Industry Research Labs, ITRI in Taiwan from 1996 to 1998. Dr. Chang earned his Ph.D. in Engineering Man/Machine Systems from Brown University in 2008, along with an M.S. in Computer Science and Information Engineering (1998) and a B.S. in Civil Engineering (1996) from National Taiwan University. His research focuses on video analytics, computer vision, image processing, and artificial intelligence, with over 70 published papers. His projects have received funding from DARPA, IARPA, NIJ, VA, GE Global Research, Kitware Inc., and the University at Albany. Dr. Chang is a senior member of IEEE.   演講大綱: 可信賴人工智慧的研究目標是創建高效、健全、安全、公平、隱私保護和可問責的人工智慧模型。 隨著基礎模型和生成式 AI 的應用日益增長,這些技術可以生成文件與產生可以以假亂實的圖像。在快速變化的數位世界中,真實與虛假的界線變得愈發模糊。對於能夠驗證媒體內容、辨別真偽的技術需求日益重要。 在此次演講中,我將探討可信賴人工智慧、數位媒體鑑識以及安全計算領域的創新研究成果。首先,我將介紹一種新穎的多流形嵌入學習方法,用於識別分佈外數據(OOD),並通過因果分析揭示大型視覺語言模型中的隱藏幻覺因素。此外,我將討論一種針對長尾數據分佈的噪聲標籤學習技術。 在數位媒體鑑識領域,我將展示使用隱式神經表徵進行圖像操作檢測 (IMD),這些技術在有限監督下進行。此外,我會闡述 IMD 數據集的開發, 包括物體感知和語義重要性的標註,並通過穩定擴散 (Stable Diffusion) 技術更有效地模擬現實場景。 最後,我將探討安全加密計算中的重要創新,特別是利用GPU加速深度神經網路推理中的完全同態加密 (FHE),以及通過量化和網路微調策略來增強功能引導。 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