有影儀表板

AI 敲擊棒敲鳳梨，就知道能不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌

遠見雜誌 · 發布於 2026/10/15 下午02:25 · 更新於 2026/11/07 上午06:05 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
9,652次
喜歡
69次
YouTube 留言總數
1則
長度
—
字幕狀態未確認
YouTube 原始影片 ↗比較影片標題用語

觀看數觀測

目前僅一筆觀測 ·
9,652次

共同標籤

已比對共同詞彙 · 26 個標籤 · 比對時間 2026/10/24 下午12:52

比對依據（53 處）
  1. 2026影片說明【2026第24屆遠見高峰會】專題論壇（七）AI …
  2. 峰會影片說明【2026第24屆遠見高峰會】專題論壇（七）AI 驅動組織變革管理 …
  3. 專題影片說明【2026第24屆遠見高峰會】專題論壇（七）AI 驅動組織變革管理 台灣很…
  4. 論壇影片說明【2026第24屆遠見高峰會】專題論壇（七）AI 驅動組織變革管理 台灣很多產…
  5. AI影片說明…026第24屆遠見高峰會】專題論壇（七）AI 驅動組織變革管理 台灣很多產業不只靠生…
  6. 管理影片說明…高峰會】專題論壇（七）AI 驅動組織變革管理 台灣很多產業不只靠生成式 AI，還需要…
  7. 台灣影片說明…】專題論壇（七）AI 驅動組織變革管理 台灣很多產業不只靠生成式 AI，還需要機器人…
  8. 產業影片說明…壇（七）AI 驅動組織變革管理 台灣很多產業不只靠生成式 AI，還需要機器人、無人機…
  9. AI影片說明…組織變革管理 台灣很多產業不只靠生成式 AI，還需要機器人、無人機這類實體 AI。南…
  10. 需要影片說明…管理 台灣很多產業不只靠生成式 AI，還需要機器人、無人機這類實體 AI。南臺科技大…
  11. 機器人影片說明… 台灣很多產業不只靠生成式 AI，還需要機器人、無人機這類實體 AI。南臺科技大學校長…
  12. 無人機影片說明…多產業不只靠生成式 AI，還需要機器人、無人機這類實體 AI。南臺科技大學校長黃能富把…
  13. AI影片說明…式 AI，還需要機器人、無人機這類實體 AI。南臺科技大學校長黃能富把老農用棍子敲鳳…
  14. 科技影片說明…還需要機器人、無人機這類實體 AI。南臺科技大學校長黃能富把老農用棍子敲鳳梨判斷含水…
  15. 大學影片說明…要機器人、無人機這類實體 AI。南臺科技大學校長黃能富把老農用棍子敲鳳梨判斷含水量的…
  16. 校長影片說明…器人、無人機這類實體 AI。南臺科技大學校長黃能富把老農用棍子敲鳳梨判斷含水量的經驗…
  17. 鳳梨影片說明…I。南臺科技大學校長黃能富把老農用棍子敲鳳梨判斷含水量的經驗做成 AI 敲擊棒，換上…
  18. AI影片說明…把老農用棍子敲鳳梨判斷含水量的經驗做成 AI 敲擊棒，換上不同模型，就能判斷鳳梨能否…
  19. 模型影片說明…含水量的經驗做成 AI 敲擊棒，換上不同模型，就能判斷鳳梨能否外銷、西瓜幾分熟。他認…
  20. 鳳梨影片說明…成 AI 敲擊棒，換上不同模型，就能判斷鳳梨能否外銷、西瓜幾分熟。他認為產業需要 A…
  21. 產業影片說明…就能判斷鳳梨能否外銷、西瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人…
  22. 需要影片說明…判斷鳳梨能否外銷、西瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人才，…
  23. AI影片說明…梨能否外銷、西瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人才，南臺定…
  24. 人才影片說明…外銷、西瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人才，南臺定位為實…
  25. 需要影片說明…瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人才，南臺定位為實作型 A…
  26. 人才影片說明…業需要 AI 人才，更需要具備實作經驗的人才，南臺定位為實作型 AI 科技大學，讓老…
  27. 定位影片說明…I 人才，更需要具備實作經驗的人才，南臺定位為實作型 AI 科技大學，讓老師帶學生動…
  28. AI影片說明…要具備實作經驗的人才，南臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視…
  29. 科技影片說明…實作經驗的人才，南臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽…
  30. 大學影片說明…經驗的人才，南臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽覺模…
  31. 老師影片說明…才，南臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽覺模型。 …
  32. 學生影片說明…臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽覺模型。 來賓：…
  33. 自己影片說明…型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽覺模型。 來賓：黃能富，南臺…
  34. 模型影片說明…學，讓老師帶學生動手訓練自己的視覺與聽覺模型。 來賓：黃能富，南臺科技大學校長 …
  35. 科技影片說明…的視覺與聽覺模型。 來賓：黃能富，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管…
  36. 大學影片說明…覺與聽覺模型。 來賓：黃能富，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學…
  37. 校長影片說明…聽覺模型。 來賓：黃能富，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特…
  38. 主持影片說明…。 來賓：黃能富，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 …
  39. 臺灣影片說明…，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI …
  40. 大學影片說明…臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI 人才…
  41. 管理學影片說明…技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI 人才，該先…
  42. 教授影片說明… 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI 人才，該先讀理論，還…
  43. 台灣影片說明…郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI 人才，該先讀理論，還是先動手…
  44. AI影片說明…立臺灣大學管理學院特聘教授 台灣培養 AI 人才，該先讀理論，還是先動手做？ #…
  45. 人才影片說明…大學管理學院特聘教授 台灣培養 AI 人才，該先讀理論，還是先動手做？ #AI人…
  46. AI影片標題AI 敲擊棒敲鳳梨，就知道能不能外銷｜南臺科…
  47. 鳳梨影片標題AI 敲擊棒敲鳳梨，就知道能不能外銷｜南臺科技大學校長黃能…
  48. 科技影片標題…I 敲擊棒敲鳳梨，就知道能不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌
  49. 大學影片標題…敲擊棒敲鳳梨，就知道能不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌
  50. 校長影片標題…棒敲鳳梨，就知道能不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌
  51. AI影片標題…道能不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌
  52. 人才影片標題…不能外銷｜南臺科技大學校長黃能富 #AI人才 #遠見雜誌
  53. 雜誌影片標題…臺科技大學校長黃能富 #AI人才 #遠見雜誌
比對版本

youtube-quality-20261017-a

影片說明

【2026第24屆遠見高峰會】專題論壇（七）AI 驅動組織變革管理 台灣很多產業不只靠生成式 AI，還需要機器人、無人機這類實體 AI。南臺科技大學校長黃能富把老農用棍子敲鳳梨判斷含水量的經驗做成 AI 敲擊棒，換上不同模型，就能判斷鳳梨能否外銷、西瓜幾分熟。他認為產業需要 AI 人才，更需要具備實作經驗的人才，南臺定位為實作型 AI 科技大學，讓老師帶學生動手訓練自己的視覺與聽覺模型。 來賓：黃能富，南臺科技大學校長 主持：郭瑞祥，國立臺灣大學管理學院特聘教授 台灣培養 AI 人才，該先讀理論，還是先動手做？ #AI人才 #智慧農業 #南臺科技大學 #黃能富 #遠見高峰會 #遠見雜誌 ----------------------------------------------------------------- ●關注FB熱門議題》https://www.facebook.com/gv.monthly ●最新報導不漏接》https://www.instagram.com/gvmonthly/ ●加LINE好友掌握趨勢》https://bit.ly/4amh2zE ●Follow遠見on Google news》https://bit.ly/4dC6dMF

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計，不是即時數值；各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間，不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測，連線只為方便閱讀，不代表中間時間的測量值；沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷（喜歡＋不喜歡＋顯示留言），任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕，尚未擷取逐字稿，因此字幕不列入標籤比對。
觀測分析
直播逐時／逐日最高同時在線取自所讀直播紀錄；讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源：新文易數（tag.observe.tw）。共同標籤以文字比對影片標題與說明，不是 AI 判讀；命中不代表事件歸屬或立場，與頻道分類分開。標題或說明出現標籤，不代表影片主題；可能來自固定宣傳或版權文字。字幕尚未取得，不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果；待比對或來源文字已變動的影片不列入，數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天，共 N+1 個台北日曆日（往前 7 日為 8 個日曆日）；指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段，標示來自標題、說明或字幕；沒有片段時顯示「沒有命中片段」，來源文字缺漏時顯示「來源文字未提供」，不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞（上游排除詞、雜訊、純數字或日期、長度不符，以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語）整詞不列入排行，但仍保留在原始詞彙池與比對證據中；原始詞彙池列出排除原因。雙字通用詞只依核定清單判定，包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤，同樣只影響排行顯示，每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過，出現在一般新聞內容時照常計入；這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子，不能用來推算整體比例或全站失真程度；有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值，不是期間增量；無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

時間序列只有一筆有效觀測時，只列出該值與觀測時間，不畫走勢圖；累積兩筆以上才畫圖。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍（名單見頻道觀測），數據來自 YouTube 公開資料與定時觀測：直播約每分鐘輪詢一次，頻道統計、新影片與影片統計則分批輪流更新，所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube；缺漏、尚未收錄或資料服務中斷都不等於零，尚未取得的數值顯示「—」。

頁面使用台北時間（UTC+8）。「更新於」是來源已記錄的觀測時間；來源沒有記錄時顯示「未記錄」，不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源：新文易數（tag.observe.tw），保留來源、版本與比對依據；本站的頻道分類沿用有影儀表板的來源組織方式，與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算，不代表 YouTube 全站流量，也不表示因果關係。

完整的資料來源與計算方式 →