為了改善電腦系統在資料處理上的效能，科學家將主意打到了人類的神經網路上。這個念頭並不是神來一筆，而是觀察到人類的腦神經在處理視覺、聽覺和語言方面，有非常卓越的表現。

這種參考人類神經元結構所產生的資料處理程序，被稱為「類神經網路」或者「人工神經網路（Artificial Neural Network，ANN）」，它就是一種模仿生物神經網路結構和功能的數學模型的演算法，更是人工智慧深度學習的關鍵技術。

運用深度學習的方法來開發人工智慧應用程式已經成為目前的主流研發趨勢；無論是在數據、影像、聲音、或是語言等應用領域上，都已經有顯著的效果。深度學習的演算方法不但突破了類神經網路發展的瓶頸，也為機器學習打造了一條開發人工智慧的捷徑。

封面故事
-人工神經網路打開AI應用新局
-智慧手機的神經網路處理器時代
-成就AI大業 機器學習與深度學習厥功甚偉

編者的話
-未知的領域 優異的效能

新聞分析
-無驚喜 有亮點的CES 2019
-首批5G智慧型手機  將在2019年初推出
-用AI帶來「做AI」的龐大市場  台灣應抓緊邊緣運算商機

量測進化論－示波器
-為訊號完整性把關 示波器迎接棘手測試挑戰

專題報導- 感測技術
-AI當道 感測器助工廠大步邁向智能化
-IO-Link和SIO模式收發器推動感測器領域工業4.0革命

產業視窗
-SEMI：在台灣建立以微電子為重心的完整產業鏈
-中華電信、遠傳5G商用高峰會展終端應用
-5G怎麼贏？ 聯發科：合縱連橫、自立自強

產業觀察
-分散式自駕車架構下感測器與運算電腦發展趨勢
-導入AI強化競爭力 建置思維必須全面化

焦點議題
-華映重整之路 建立市場識別是關鍵的任務

Tech Review
-精準度大幅提升 VCSEL開拓終端應用想像空間

矽島論壇
-2019年ICT產業發展重大議題探索
-技術長的專利錦囊

亭心觀測站
-科技產品直觀

關鍵技術報導-感測器
-運用高精度儀表放大器進行遠端感測
-測量高電壓下傳輸的小訊號，並避免感測器接地迴路
-使用Alveo 加速器卡加速DNN