云端计算与资讯安全技术-中台科技大学研究发展处.DOCVIP

科技部 「數位經濟前瞻技術研發與應用專案計畫」106年度四大研究領域之描述 領域一：人工智慧（含） 人工智慧從50年代崛起迄今已經六十餘年，其中經歷過兩波重要的變革。在80年代第一波以「知識為導向」(knowledge driven)專家系統獲得了業界的注目。然而，其更大的成就當推第二波在21世紀初以「資料導向」(data driven)的系統。在結合巨量資料與機器學習，人工智慧在許多領域都有顯著的成就。例如，Alphago在號稱最複雜的棋類「圍棋」也贏過人類高手雖然人工智慧在近年來獲得莫大的成就，仍是有其侷限性。目前所有成功的系統都限制在很狹隘特殊的目標（如下棋，問答，翻譯），在「廣泛」人工智慧（general AI）的部分進展甚微。對比於人類，即使幼童能夠發展出語言、五官感覺等細微動作，創造出如兒童般「多功能」的 貳、研究議題範疇 徵求主題包含（但不限於）以下項目：（第4項及第5項研究得以個人型計畫提出） 具前瞻性的AI研究議題：包含機器學習與資料探勘進階技術的開發、強化AI系統的知覺、理解AI方法（如深度學習）的理論基礎與限制、廣泛用途的AI（general-purpose AI）、具擴充性的AI（scalable AI），擬人AI系統，更強化更可信任的機器人，硬體AI化（利用AI技術增進硬體效能）與AI硬體化（AI on Chip）。 人類與AI合作的模型包含理解人類存在的AI（human-aware AI），AI增強人類的能力（AI for human augmentation），AI與人類的介面（AI-human interfaces），更精確的語言理解系統。 AI系統：包含設計容易被人類理解的AI，增進AI，增進AI。 AI：包含AI系統的公平性。增進AI，具有道德觀念的AI。 AIAI標準的規範，驗證AI技術的指標，驗證各式AI技術的資料與平台（特別著重資料如何與商業應用或公眾福利連結）。 促進經濟發展：包含製造業，服務與物流業，交通運輸，農業，行銷企劃，通訊，個人化服務。 增進人類福祉：包含教育，醫療，法律，國家安全，社會福利，科學發展。 領域二：大數據 近年來隨著網路、多媒體、社群網路和物聯網之興起，大數據分析之重要性與日俱增。大數據既龐大且複雜，其內之「知識」擁有有非常大的價值。資料科學藉由挖掘、學習巨量的歷史資料，從中提取重要的知識並應用到現在及未來，因此大數據分析成為了時下熱門之議題。大數據通常具備體積(volume)、速度(velocity)、多變性(variety)、可信度(veracity)以及價值(value)之巨量化。在體積上，大數據相較於傳統資料的規模有著數量級以上的差異，硬體資源在這樣的規模下遇到相當大的挑戰，傳統的軟體與相關分析作法也不適用在大數據的規模，故大數據從擷取、儲存、管理、分析到呈現結果的過程中，每一步均需要嶄新之處理與分析技術。在速度上，目前每分鐘已有超過100小時的影片上傳到YouTube，傳送超過2億封電子郵件和超過30萬條推文至推特(Twitter)，故有效且迅速地處理這些連續且快速流動的資料，可提供即時的策略分析以及相關推薦等具有高度商業價值之應用。多變性指的是資料的形態，包含一切文字、影音、網頁、串流等等結構性與非結構性之資料，而達成大數據分析中的可靠性更是個相當大的挑戰。過去數年於Science與Nature國際期刊，已有多份大數據研究，包括社群網路、智慧農業、與智慧電網等，產業界如Google, Facebook, Amazon亦已有許多相關大數據分析與應用。因此，本計畫擬探討大數據之關鍵智慧分析與處理技術，以及其可行高附加價值之創新應用，以有效提高國內相關產官學界於大數據分析帶來之價值，期能加強學界之國際能見度並提升及產業界關鍵技術。 貳、研究議題範疇 徵求主題包含（但不限於）以下項目： 大數據分析與處理之嶄新應用：可為一全新未知應用領域，亦可在目前已知國家發展重要應用領域(如電子商務、物聯網、智慧醫療、工業4.0、智慧農業、智慧綠能、智慧運輸等)，提出具價值之創新應用情境。除了提出嶄新應用之外，研究須著重於大數據分析與處理相關技術層面，而非僅止於新應用之系統建構以及其他非大數據之相關議題。 大數據之創新分析與處理技術：可為針對全新資料型態所開發之嶄新分析與處理技術，亦可為目前重要大數據分析與處理技術類別，探討創新且有效之嶄新分析與處理方法。包含： 大數據擷取、處理、儲存與管理：資料倉庫系統結構、大數據搜索架構與演算法、查詢處理、索引與最佳化、資料安全、隱私、信任與存取控制、資料串流與非結構資料處理、時間/空間/文字/多媒體資料庫、未定、機率及近似資料庫、嵌入式與行動資料庫、分散式、平行、與雲端資料庫、以資料分析為基礎之分散式綠色計算和能源管理等。 大數