2020 高階人才培育課程
A B O U T 活動簡介
為培植優秀高階研發人才，人社院於每年開設高階人才培訓課程，帶領同學了解課堂上學不到的科技新知。
本次以AI技術應用發展為主題，邀請不同領域的專家講述人工智慧如何應用在各行各業。
報名網址：https://forms.gle/8xVM924PWWAtg5iD9
地點：高雄醫學大學濟世大樓9樓CS915會議室
◆課程時刻表
4/21 (二) 10-15 人造社會性：從對話分析看社會學如何探究AI
4/22 (三) 13-16 人工智慧發展與應用的治理難題
◆ 6月精采好課
6/12(五)14-17 跨領域(醫療社會) x 社會設計，實戰案例分享
6/13(六)10-17 視覺障礙者VS文化平權社會
6/14(日)09-16 無障礙設計VS通用設計
6/19(五)14-17 中文維度型情感分析之技術與應用
SPEAKERS 講者
劉育成 主任
南華大學
應用社會學系
趙欣怡副研究員
國立台灣美術館
林勤富副教授
清華大學
科技法律研究所
李龍豪助理教授
中央大學電機工程系
卓致遠 服務設計師
台灣互動設計協會理事
SCHEDULE課表
4/21(二) 10-15 濟世大樓CS915
人造社會性：從對話分析看社會學如何探究AI
劉育成主任
南華大學 應用社會學系
4/22(三) 13-16 濟世大樓CS915
人工智慧發展與應用的治理難題
林勤富副教授
清華大學 科技法律研究所
從社會學觀點介紹 AI 與 HI(人類智能)的相關討論，以及AI對HI乃至於對社會學的根本問題進行反思之可能性，探討社會學參與 AI 研究的三種途徑，以及這三種途徑可能對社會學研究的反思。最後則以對話分析與AI 聊天機器人為例，探討 HI 與 AI 互動的內涵及其未來應用。
▲本課程有實作部分，請攜帶手機或筆電。
隨著資料分析、硬體計算能力及機器學習演算法的迅速發展，大量、高品質數據可得性與日俱增，人工智慧逐漸應用於各領域決策中，帶來諸多經濟效率與社會變遷。然而，其亦衍生多層次科技治理之問題，特別是在機器學習演算法欠缺可解釋性或透明性、強化再製社會既存之偏見與歧視、倫理困境與分配正義等問題，已無法忽視。本課程藉由探討演算法社會中「自駕車」及「智慧法院」兩例，思考既存的規範框架是否仍能確保適當的經濟利益分配、責任分配、與風險分配，並探討透明度、正當性及可課責性的重要性。
6/12(五) 14-17 濟世大樓CS915
跨領域(醫療社會) x 社會設計，實戰案例分享
卓致遠 服務設計師
台灣互動設計協會理事
2017年，卓致遠在「公共政策網路參與平臺」的「提點子」專區發起「報稅軟體難用到爆炸」連署案，促成政府部門與民間參與者，透過反覆的溝通與協作，共同完成報稅系統的改版。卓致遠設計師也曾參與北捷友善捷運App設計，以輪椅族的視角了解他們搭乘捷運的歷程。
卓設計師將用實務經驗，讓學員學習從使用者的視角出發，並如何與使用者及公部門溝通。
想要學習跨領域知識及激發想像，這堂課不容錯過喔！
6/13(六)10-17 濟世大樓CS915
視覺障礙者VS文化平權社會
10-12 專題演講 (一) 從全盲藝術家到非視覺社會想像
13-17 實務工作坊(一) 何謂口述影像與自主導覽APP？視障者聽覺設計思考工作坊
趙欣怡副研究員
國立台灣美術館
本日課程將以視覺障礙者的經驗出發，探討全盲畫家如何突破視覺框架，以腦科學認知觀點思考視覺以外的感官認知系統，如何從全盲者經驗重新建構多感官的社會思維，並實際邀請參與資訊應用開發的視障者以自身需求與經驗發展應用程式，如何克服生活中的障礙。再以工作坊帶領學員認識口述影像，口述影像技術將如何導入未來AI影像大數據系統之設計思考。
6/14(日) 09-16 濟世大樓CS915
無障礙設計VS通用設計
9-12 專題演講 (二) 視覺障礙者AI科技輔具與展示應用
13-16 實務工作坊(二) 何謂無障礙與通用展示設計？視障者觸覺設計思考工作坊
趙欣怡副研究員
國立台灣美術館
本日課程將介紹以視覺障礙者為需求導向的科技輔具與AI技術應用案例及發展現況，透過案例分享思考視障者的需求如何帶領AI技術不斷精進，進而成為服務全民的創新科技。再帶領學員延續前一日所累積口述影像大數據素材基礎，學習轉化視覺圖像，透過點、線、面元素，運用製作觸覺線條與符號建構文字、物件與空間素材。最後，結合科技化的口述影像聽覺內容與可觸摸的觸覺圖像資訊，完成科技應用輔具設計。
6/19(五)14-17 濟世大樓CS915
中文維度型情感分析之技術與應用
李龍豪助理教授
中央大學電機工程系
維度型情感分析是以多個維度的連續值表示情感的一種方法，常見的方式是將輸入文字藉由自然語言處理技術，標示在一個Valence-Arousal (VA) 二維平面上來表示其蘊含情感，相較於傳統的類別型情感分析(正向/中立/負向)，維度型情感分析能夠提供更為精細的情感資訊。此次課程將介紹如何運用人工智慧中的深度學習網路模型(CNN, RNN, LSTM) 來預測V/A值，以及將此技術用於網路社群媒體分析與臨床心理治療的實務應用。
