三星電子副總裁暨執行長全永鉉（Young Hyun Jun）在開幕致詞中指出：「三星將AI導入企業營運的每一個環節，竭力開發能使AI更直覺與無縫的基礎技術。本屆三星AI論壇號召產學菁英齊聚一堂，探討AI如何為社會與產業掀起變革巨浪，並針對彼此對未來的展望，展開一場深具意義的交流。」

本屆論壇由全球知名AI學者輪番發表主題演講，包括蒙特婁大學教授、深度學習先驅Yoshua Bengio，以及率先開發擴散語言模型（DLM）的史丹佛大學教授、新創企業Inception共同創辦人Stefano Ermon。

第一天：全球學者探索AI半導體前景

論壇首日由三星裝置解決方案（DS）事業群主辦，以「半導體產業的垂直AI策略和願景」為主題，於韓國龍仁三星半導體廠附近會館精彩登場。

Bengio教授發表主題演講，暢談伴隨現今AI模型、波及層面廣泛的諸多風險，包括AI具備繞過人類控制的能力以及遭到濫用的可能性。為緩解此安全隱憂，推出新模型Scientist AI作為一項保護機制。

Bengio教授指出：「不同於專為模仿、或取悅人類而建立的模型，Scientist AI主要根據通過驗證的事實和數據，來生成真實性的解答。並強調該模型在強化AI安全性、加速科學發現方面的未來潛力。他亦在主題演講中，分享運用AI開發材料的最新研究成果。」

西門子EDA資深副總裁Amit Gupta主持「AI電子設計的未來」專題座談，強調將人工智慧整合至電子設計自動化（EDA）工具的重要性，並指出涵蓋整個作業流程的端對端系統，將是釋放人工智慧潛力的關鍵。

隨後，執行副總裁暨DS事業群AI中心負責人Yong Ho Song，聯同浦項工科大學（POSTECH）的Seokhyung Kang教授與韓國科學技術院（KAIST）的Il-Chul Moon教授擔任技術座談會主講者。三位講者分別分享人工智慧在半導體設計、製造應用方面的最新研究進展，並針對該領域的未來發展提出個人見解。

執行副總裁Song表示:「人工智慧已成為晶片設計和軟體開發的得力工具。隨著半導體製造漸趨複雜，期待人工智慧能在解決技術挑戰上發揮更大作用。」

三星亦於論壇表揚獲得「三星年度最佳AI研究員」殊榮的三位得奬者，包括多倫多大學的Nicolas Papernot教授、加州大學聖地牙哥分校的Rose Yu教授，以及紐約大學的 Lerrel Pinto教授。三位獲獎學者亦受邀於論壇中展示其研究項目，並分享最新研究洞見。

第二天：聚焦代理式AI時代與提升生產力

論壇第二天以線上形式舉辦，由三星裝置體驗（DX）事業群擔任主辦方，以「生成式到代理式AI」^(註一)為題，透過三星開發者YouTube頻道進行直播。

三星電子DX 事業群技術長暨三星研究院負責人Paul（Kyungwhoon）Cheun表示：「生成式AI已成為日常生活和各產業的重要工具。隨著代理式AI新紀元的來臨，三星將繼續卯足全力，開發能為用戶創造實質助益的AI技術」。

第二天論壇的主題演講嘉賓雲集，包括加州大學柏克萊分校教授、語言模型和人工智慧代理領域頂尖研究員Joseph E. Gonzalez、亞利桑那州立大學教授、AI規劃和決策領域世界權威Subbarao Kambhampati、史丹佛大學教授暨Inception共同創辦人Stefano Ermon。

Gonzalez教授於主題演講中，揭示其在強化大型語言模型（LLM）系統代理能力方面的研究結晶。其中最大的亮點，莫過於睡眠時間運算範式，該範式可讓智慧代理利用互動間的閒置時間進行推理、學習和規劃。

Kambhampati教授暢談其在大型推理模型（LRM）領域的研究成果，該項研究旨在突破LLM的局限性。他指出，雖然當前模型在文本生成方面表現出色，但在事實準確性、規劃和複雜推理方面，仍存在部分限制，並強調當前的關鍵挑戰，包括如何確保答案的可靠性、實現情境自適應運算、提供中間推理步驟解釋等。

Ermon教授將介紹擴散語言模型，該模型將廣泛用於影像、影片和音訊生成的擴散模型延伸至語言領域。此法旨在克服傳統序列式文字生成的局限，為語言模型提出效率升級的範式。

在技術座談會上，三星研究院與會代表揭示最新的研究項目，包括：

• 自動調整色溫的相機AI技術
• 用以提升LLM訓練與應用效率的知識蒸餾技術
• 將LLM導入智慧型手機、電視等消費性電子產品的智慧終端AI技術
• 能以原始說話者的聲音，生成旁白的自動配音技術
• 使用多代理系統來分析、自動生成各式報告的深潛技術
• 文件AI技術，可自動將各種文件格式，轉換為LLM和代理系統結構數據
• 專為開發者推出的終端AI工作室，加速生成式AI模型的開發週期

註一：具備自主決策與任務執行能力的智慧系統

此前瞻性論文由三星頂尖工程師與哈佛大學學者共同提出，並刊登於《Nature Electronics》期刊，標題為《基於複製貼上大腦的神經形態電子學》（Neuromorphic Electronics Based on Copying and Pasting the Brain）。三星先進技術研究院（SAIT）院士暨哈佛大學教授Donhee Ham、哈佛大學教授Hongkun Park、三星SDS總裁暨執行長與SAIT前院長Sungwoo Hwang、三星電子副主席暨執行長Kinam Kim等人並列為共同通訊作者。
 

CNEA中的鼠類神經元影像（CMOS奈米電極陣列）

論文作者群提出的願景，其要旨可用「複製貼上」一言以蔽之。此技術使用Donhee Ham與Hongkun Park博士開發的突破性奈米電極陣列；將其複製大腦的神經網路連線圖後，貼至固態硬碟的高密度3D網路上。而三星在此技術上更是位居全球領導者之位。
 

藉由複製貼上的方式，作者期盼創造一款能模仿人類大腦運算特性的記憶體晶片，如低功耗、學習靈活、環境適應性，甚至是自主性與認知性－遠超越當前的科研成果。
 

大腦由不計其數的神經元組成，而神經元之間的連線圖，則負責大腦的各項功能。因此，欲對人類大腦進行逆向工程，須先了解神經元連線圖的運作原理。
 

自1980年代起，神經形態工程技術即開始發展。最初的研究目標，是在矽晶片上模仿人類大腦神經網路的結構和功能。然而該任務十分艱難，因為人類至今對於大量神經元如何相互連結，以構築人腦的複雜功能，仍所知甚少。受限於此，神經形態工程的目標，已簡化為設計一個受大腦「啟發」的晶片，而非一味地模仿。
 
此篇論文提出的方法，回歸最初的研究目標－大腦逆向工程的神經形態學。奈米電極陣列能有效地進入大量大腦神經元，並以極高的靈敏度記錄電流訊號。從大量細胞並行記錄的訊號中，掌握神經元相互連結的位置及相互連結的強度。因此，研究員可從這些記錄中，提取或「複製」神經元連線圖。
 
而後，可將複製的神經元連線圖，貼至非揮發性記憶體（Non-Volatile Memories）上，例如日用固態硬碟（SSD）中的商業快閃記憶體，或可變電阻式記憶體（RRAM）等「新型」記憶體。藉由對各記憶體進行編程，使其得以利用傳導性，重現被複製連線圖的神經元連結強度。
 

（左起）論文共同通訊作者：三星先進技術研究院（SAIT）院士暨哈佛大學教授Donhee Ham、哈佛大學教授Hongkun Park、三星SDS總裁暨執行長（SAIT前院長）Sungwoo Hwang、三星電子副主席暨執行長Kinam Kim

 
該篇論文進一步提出如何迅速地將神經網路連線圖，貼至記憶體網路的策略。受細胞內記錄訊號直接驅動時，經特殊設計的非揮發性記憶體，可學習並發送神經元連線圖。此為一種將大腦神經元連線圖直接下載至記憶體晶片的方案。
 
由於人腦有近千億個神經元（Neurons）及千倍數的突觸連接（Synaptic Connections），因此最終的神經型態晶片容量，需可儲存100兆個突觸連接資料。將如此龐大的記憶體整合於單一晶片上，可借助3D記憶體整合技術實現，而三星正為此技術的業界領航者。
 
憑藉在晶片製造領域的領先經驗，三星將致力投入神經形態工程研究，持續擴大新世代AI半導體領域的領先地位。
 
三星先進技術研究院（SAIT）院士暨哈佛大學教授Donhee Ham博士於受訪時表示：「三星提出極具野心的願景，若能朝此宏大目標邁進，將能突破機器智慧、神經科學和半導體技術的疆界。」