觀點, 精選書單 「陣列」還是「鏈結串列」？影響程式效率的關鍵概念 寫程式的過程中，有些概念十分重要，但並不是每個人都能真正理解，儲存資料格式：陣列與連結串列就是其中一項。為什麼已經學會程式語言，還需要了解演算法背後原理呢？
觀點, 人物訪談, 趨勢, 人工智慧 李開復專訪（下）：數據濫用、偏見隱憂浮現，法規能解決當前的AI問題嗎？ 我們看到許多歐洲國家，都在近期推出AI 標準化的Roadmap或相關規範，對於整個AI技術與產業的發展，又將帶來哪些影響？此外，身為全球知名AI趨勢專家，同時也投資多家AI獨角獸，李開復在出書後接受媒體時最常被問到的往往是AI在產業層面的發展方向。對此，他的觀察與心得又是什麼？
觀點, 人物訪談, 趨勢, 人工智慧 李開復專訪（上）：20年後的AI新世界，哪些技術即將成真？ 繼《人工智慧來了》與《AI新世界》之後，全球AI趨勢大師李開復在2021年8月推出第三本與人工智慧主題相關的書《AI 2041：預見10個未來新世界》。從2017年出版第一本書開始，橫跨五年，正好是全球人工智慧風起雲湧的時刻；再加上2018年開始的美中貿易戰、科技戰，以及2020年初席捲全球，至今仍看不到盡頭的新冠疫情。
觀點, 人物訪談 北科大范書愷： AI就是要解放工程師的領域知識（Domain Knowledge） 智慧製造與智慧醫療幾乎是臺灣產業界對AI應用寄望最深的兩個領域，但人工智慧就是智慧製造嗎？許多企業積極培訓員工學習人工智慧知識，回到實際職場卻不知如何應對？
新創, 觀點, 人物訪談, 自然語言處理 NLP一定得要大數據嗎？現代語言學有新解 科學家一直嘗試著讓電腦變得和人類一樣，具有感知、學習與協助決策的能力。讓電腦可以理解人類語言的自然語言處理（Natural Language Processing，NLP）成為近年來十分熱門且挑戰性十足的研究領域。但是，人類語言的博大精深，有辦法教會電腦理解嗎？又該準備多少的訓練資料才夠呢？這些問題如果從語言學的觀點切入，也許能找到更多答案。
觀點, 精選書單 你用對模型了嗎？建模前必須了解資料科學這件事 要完成一個AI專案，少不了模型或是演算法以及資料，如何建立出一個好模型更是許多工程師關注的重點。當前有許多建模工具，如：TensorFlow、Keras、PyTorch 等，對於想要學習的人來說，無論是工具書或是線上教學，學習資源都非常多。但學會這些工具，就能建出一個好模型嗎？
觀點, 人物訪談, 趨勢, 數位轉型 談數據驅動》 胡筱薇：最常遇到「覺得沒有資料的主管」與「以為資料很多的老闆」 隨著各行各業數位化環境逐漸完善，一般人日常活動，諸如食衣住行育樂，甚至工作幾乎離不開網路，而我們在網路上的活動也都轉化成數據累積，也就是我們的生活一直在不斷地透過各式互動產生新的資料，而這些資料正好就反映著使用者的思考與行為。那麼，企業是否能透過這些資料為自身帶來新的價值，驅使企業前進呢？
精選書單, 觀點 數位轉型成趨勢，後疫情時代不該忽視管理的價值 當前台灣企業正面臨嚴峻的考驗，疫情警戒下，遠端工作興起，有些公司則必須採取人員分流上班，乍看以為只是工作模式與流程的調整，實則是對於組織領導人管理能力的考驗。AIF每月舉辦內部讀書會，經由閱讀、分享與腦力激盪，培養對於產業趨勢的敏銳度與觀察力。
趨勢, 數位轉型, 觀點, 人物訪談 產業停滯20年如何突圍？ 黃日燦：改變經營者思惟，是最大挑戰 綜觀台灣近二十年來的產業發展，伴隨內部環境改變及外在挑戰益發嚴峻，產業的發展速度逐漸趨緩近乎停滯，產業轉型雖早成為企業琅琅上口的熱門名詞，但實際上成功的案例並不多。
