台灣學生包辦AWS賽車前3名，擊敗摩根大通！陽明交大怎麼把「奪冠」變傳統？|數位時代 BusinessNext

擊敗摩根大通，台灣學生包辦AWS賽車前3名！陽明交大怎麼把「奪冠」變傳統？

陽明交大CGI Lab學生打敗全球40多組隊伍，包辦AWS DeepRacer全自動賽車前3名。《數位時代》在美國拉斯維加斯現場，專訪奪冠心路歷程。

AWS DeepRacer是什麼？這場比賽有多難？

DeepRacer是一場小型全自動賽車比賽，參賽者必須靠設計好的模型，克服各種彎道、光線、賽道材質等變數的影響，想辦法讓主辦單位提供的小賽車達到最快圈速，成為獲勝者。在決賽的前幾個月，參賽者需要先用模型參加線上虛擬比賽，每場前3名才有機會晉級到前50強，來到拉斯維加斯re:Invent現場用實體的賽車比賽。

要贏得這場比賽到底有多難？首先，今年的賽道是DeepRacer賽史上最困難的一次，相較去年窄了12公分、長43%，缺乏直線緩衝的連續彎道更是所有參賽者最頭痛的關卡。其次，這次同場競爭的勁敵是摩根大通（J.P Morgan）的團隊，聚集來自倫敦、印度、德州等各地專業工程師，在重重壓力下，李頤甚至在8強時以13.768秒的成績，破了這張地圖的速度紀錄，3人成功過關斬將，在決賽時形成台灣「網內互打」的局面，奪下前三寶座。

2019、2020年都是陽明交大抱走總冠軍！模擬賽間揪出大問題，壓線打進50強

這已經不是陽明交大CGI Lab第一次有這種好成績，2019、2020年學長們都曾拿下總冠軍，李政毅表示，參加DeepRacer比賽已經是實驗室的傳統，在學弟妹們進入實驗室時，就會進行一個月左右的交接，把模型、比賽經驗通通傳授出去，學校也用資源全力支持，這一次就斥資近台幣10萬元，把直徑10公尺的賽道地圖整張印出來，讓他們可以用自己的小賽車試跑賽道，調整參數，也能實際練習速度調整的操作。

但資源再多，中間的所有過程都得靠三人自己苦練調整，甚至前期還遭遇一個驚險插曲，因為把模型下載到自己的模擬器訓練，沒有跟上官方的版本更新，在前幾個月的線上模擬賽成績都不甚理想，「我們花了很多時間去找問題出在哪，因為程式本身看起來是沒問題的。」李頤表示，直到倒數第二個月的比賽，幾乎是壓線找出版本問題，經過調整後，成績直接一飛衝天，在9月打進前三名，才順利拿到50強門票。

扛住強敵環伺壓力，臨場反應跑出最佳紀錄

離開實驗室來到拉斯維加斯現場，面對挑戰更多，車子的胎壓會影響傾斜程度、賽道的塗層會影響摩擦力、光線也會影響AI判讀的準確度，但一到比賽時，過彎的時機點和角度都是模型固定好的，參賽者只能在一旁用iPad控制速度快慢，「通常我們第一圈都會讓車子冒險去全力跑，第二圈開始觀察賽道做微調。」李政毅說，而這幾圈之內要做出觀察和判斷，相當仰賴臨場反應能力。

在50強、32強時，三人仍然被摩根大通團隊「壓著打」，士氣相當低落，很擔心最後8強的表現，於是晚上回飯店持續絞盡腦汁調整程式，幸好到了8強，場地光線佳，少了陰影干擾，AI判讀得以發揮出最佳性能，三人也抵擋住龐大壓力，用速度控制跑出最佳表現。

採訪最後，問起這數十萬獎金要拿來做什麼？三人面面相覷想了好久，最後表示「真的還沒仔細想過」，一年多來眼裡只看著目標持續努力，未來也會繼續把經驗傳承給學弟妹，期待明年再次拿到好成績。

責任編輯：林美欣

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。