49年前阿姆斯壯登陸月球假的？NVIDIA靠光影技術實地重演|數位時代 BusinessNext

49年前阿姆斯壯登陸月球假的？NVIDIA靠光影技術實地重演

美國以阿波羅11 (Apollo 11)計畫在1969年7月完成登陸月球任務，但該計畫的真偽性屢屢被拿來討論，為了證實當年登月的真假，NVIDIA藉由光影技術模擬判斷當時影像的真偽。

Apollo 11計畫爭議大

對於美國以阿波羅11 (Apollo 11)計畫在1969年7月完成登陸月球任務，並且讓太空人Neil Armstrong和Buzz Aldrin成為史上最早登陸月球的人類，至今其實仍有不少人認為此為美國最大騙局，直指阿波羅11計畫其實是美國為了在1961年至1972年間太空競賽贏過當時的蘇聯，甚至認為登月計畫是為了移轉當時美軍於越戰處於劣勢目光，甚至是為了讓當時美國總統甘迺迪承諾在1970年實現讓人類登上月球，同時安全返回地球的說法成真。

由於在Apollo 11計畫之後，人類便未再次登上月球，因此不少人質疑以現在的科技發展對比當年的技術水平，人類應該可以更順利再次登上月球，卻在1970年代至今的時間內未曾再踏上月球表面，因此陸續有質疑登月計畫實際上是歷史騙局的猜測說法出現，甚至有人認為所謂登月計畫僅只是在地球上的攝影棚內拍攝，企圖欺騙民眾相信美國已經具備讓人登上月球的技術能力。

雖然後續許多對於登月計畫的質疑均被合理解釋，同時當時採集回來的月石成分，與後來蘇聯以無人設備登月採集成分相同，因此證實當時登月計畫確實成功，並非虛假。

NVIDIA透過光影模擬，證實登月非造假

而藉由這樣的故事背景，NVIDIA在稍早於德國慕尼黑舉辦的歐洲GTC 2018活動，便以當年登月場景，透過GPU運算方式驗證當年登月是否為真。

透過製作團隊所蒐集各類數據，以及當時登月所使用月球車、月表塵埃特性，同時也分析當時使用的太空服使用材質，並且藉由Unreal Engine 4建構當時阿波羅11登月計畫完成登月時的場景，並且模擬當時太陽光照射時，在太空人、月表、月球車之間的光影折射表現，藉此確認當時在影像上所呈現光影折射表現，確實是因為太陽光在當時場景照射下所產生，而非攝影棚內燈光呈現效果。

雖然並非以史實證物說明登月計畫真偽，但藉由電腦物理模擬方式驗證登月計畫場景光影如何呈現，確實能間接證明當時影像上所呈現光影表現並非偽造，預期未來也將成為更多犯罪調查、研究探勘重要輔助工具。

本文授權轉載自：mashdigi

迎接AI代理時代，中國信託3大策略重點加速金融轉型

中國信託金控自2018年起便系統性的推動AI應用，透過3大策略重點，全面深化AI於企業營運與金融服務的應用，展現其在AI創新實踐領域的領導地位。

台灣年度AI盛會「2025 AI TAIWAN未來商務展」日前圓滿落幕，展會期間同步登場的「2025 AI TAIWAN國際趨勢高峰論壇」也吸引來自產官學界的高度關注。副總統蕭美琴親臨現場致詞時指出，人工智慧正以前所未有的速度改變全球產業版圖，台灣正站在這場關鍵變革的十字路口，必須積極布局。

「我們已在硬體供應鏈上打造出一座堅固的山頭，接下來，台灣更要以AI與軟體應用為核心，開創下一座新高峰，讓台灣持續站穩世界舞台。」蕭美琴強調。

AI應用邁入「代理時代」，大量數位員工走進職場

目前，AI應用的發展已從單純的聊天問答與內容生成，邁入全新的「代理時代」。Google前台灣董事總經理簡立峰說明，所謂AI代理（AI Agent），不僅能理解與回答問題，更具備推理、規劃甚至執行任務的能力。像是特斯拉的無人計程車服務，或Amazon的倉儲與送貨機器人，都意味著AI不再只是螢幕中的語言模型，而是直接參與了人們的日常生活，甚至取代部分白領工作，成為職場上的虛擬同事，舉凡代理撰寫軟體程式碼、產出研究報告等任務，AI都能勝任。

受邀擔任主題演講嘉賓的中國信託金控資訊最高主管賈景光，對此趨勢也有相同見解。他預期，未來金融職場將迎來大量數位員工，AI角色亦將從過去的助理定位，躍升為具備博士班水準的專業夥伴，全面協助企業提升營運效率與生產力。

事實上，為了迎接這股變革浪潮，中國信託早在2018年便前瞻性地成立AI實驗室，積極借鏡國際金融業的成功經驗，推動各項AI專案。這項超前部署的策略，也讓中國信託成為台灣首家連續四年榮獲《Global Finance》雜誌「全球傑出金融創新實驗室」殊榮的金融機構，展現其在AI創新應用領域的領導地位。

中信AI發展策略的3大核心重點

進一步探究中國信託金控的AI應用發展策略，可以歸納出3大核心重點。

第一是採取「導入通用工具＋自建AI模型並行」的雙軌推動模式。目前市面上由科技大廠或新創企業提供的AI工具已相當成熟，如：語意搜索、摘要總結、內容生成等工具，只要確保符合資安與內控標準，即可快速導入與應用。此外，針對中信獨有的經營Know-how、產品知識、關鍵決策能力等核心競爭優勢，則透過自建AI模型的方式內化至系統中，藉此強化差異化競爭力，與通用工具形成有效互補。
第二為打造AI賦能的企業文化。賈景光強調，推動AI賦能，絕非單純的技術導入專案，而是一場全方位的企業文化變革，必須由高階主管帶頭學習與使用AI，再結合員工教育訓練、不定期內部應用成果與外部趨勢分享、建置學習資源庫、以及Prompt Engineering的技巧養成與實戰演練等方式，循序漸進，逐步型塑出AI賦能的企業文化。

尤其考量到「如何下正確指令」（Prompt Engineering）是AI效益最大化的關鍵，中國信託也將內部累積的指令設計技巧與應用實例，整理為知識庫，讓全體員工得以共同學習、快速上手，加速落實AI於日常工作中。目前，中國信託金控已經盤點出超過200個AI應用情境，協助員工有效提升40%至70%生產力。

第三則是鎖定關鍵應用場景、最大化AI導入成效。每個產業都有自己的關鍵議題，企業在導入AI時應回歸業務本質，從產業策略與關鍵流程出發，找出痛點並對症下藥，才能創造出AI應用的最大價值。

像中國信託便聚焦於優化客戶體驗、提昇內部效率與風險管理3大金融業核心議題，發展相關的AI應用，例如：智能客服已實現70%的客戶詢問可於1秒內快速回應、自主研發的AI模型能主動偵測並攔截可疑交易，2024年累計成功阻擋的詐騙金額已達8.4億元新台幣，為客戶資產安全提供有力保障。

隨著內部AI應用已小有所成，如今，中國信託正積極邁向產業共創階段，並響應金管會倡議成立的「金融科技產業聯盟」，擔任「金融科技應用研發工作圈」的首屆召集人。透過聯合學習、金流履歷、資料整合等方式，研發可以解決金融業共通性問題的AI相關應用，如 : 目前的首要任務是建構全國性金融同業防詐平台，以科技精準阻詐、達到守護民眾財產安全的目的。賈景光強調，唯有打破單打獨鬥，串聯產業力量，才能加速AI在金融業的落地與深化，進一步提升台灣在國際舞台上的AI應用實力，真正讓台灣的金融科技在全球發光發熱。