AI 應用沒有 SOP，須掌握產業「眉角」

 _{返回索引︱CEO 觀點}

Q：目前全球各大公司都高度關注人工智慧的發展，就您觀察，應該如何加深產、學之間的合作？

A：要把 AI 技術實際運用在產業界，遇到的第一個問題是，大部份的產業不懂 AI，大部份 AI 專家／學者也不了解產業，如何將雙方拉在一起，彼此敞開心胸溝通、合作，將是產學合作的關鍵。

Q：據我所知，臺灣某面板廠導入自動瑕疵偵測，一下子就能省掉 200 個人，若能讓產業感受 AI 的效益，廠商應該很願意去投資，但現在產、學中間，似乎缺少中介平台？

A：人工智慧學會成立二十餘年以來，每年固定舉辦人工智慧論壇、學術研討會，以及博碩士論文獎的審查等，對於人工智慧的研究從未間斷。先前在接下人工智慧學會理事長時，確實深感產學之間需要更多連結，於是在 2018 年初，對加入學會的教授們進行調查，蒐集大家的研究專長領域，但礙於學會人力有限，目前還在努力把這件事（產學中介平台）推起來。

Q：從 IBM Deep Blue 會下西洋棋、AlphaGo 跟棋王下圍棋、到 Watson 跟人比智慧競賽，電腦還能做什麼？機器是怎麼進行判斷的？

A：機器學習是你教它什麼東西、它就學什麼，在學習過程中，要給予導引，用比較學術的講法叫「目標函數」，假設機器人拿杯子，但最後將杯子弄破了，沒有達到目標，值就會變低，機器就會學習到一旦杯子弄破了，就表示是做錯的。

再舉另個例子，第一代 AlphaGo 花了好幾個月，學習人類有史以來所有的棋譜，然後打敗了世界棋王， 不久後，DeepMind 團隊推出了 AlphaGo Zero，完全不學人類的棋譜，只告訴它圍棋的規則，以及怎麼樣叫做贏？然後就兩台機器自己跟自己下，三天下了好幾百萬盤，AlphaGo Zero 棋藝就超越了第一代的 AlphaGo。這是因為下圍棋的目標很清楚，就是要贏，過程怎麼下不是太重要。

如果我們今天要用人工智慧、機器學習要來解決社會問題的話，必須先蒐集到足夠或是具代表性的「數據」，數據是非常重要的，量一定要夠多，即使數據裡面有些雜訊或是品質參差不齊，透過機器學習甚至透過傳統的統計方法去做大數據分析，還是可以給出滿不錯的結果。

Q：以前程式設計師在寫程式時，若沒有考慮周全，就很容易犯錯；AI 若要實際應用到產業，也需要比較完整的規劃？

A：機器學習最困難的地方在於：沒有 SOP，當要放到各領域應用時，過程藏有許多「眉角」，需要經驗的累積才能掌握。我都跟學生講，即便用同樣的深度學習方法、同樣的工具，放到產業應用時，有的人做的結果可能只有 3% 的錯誤率，有的人的結果可能是 30% 的錯誤率，差別在於是否懂得這個領域要解決的問題、是否真正了解數據。領域知識（domain knowledge）以及對數據資料的了解，對於人工智慧應用來說非常重要。

Q：您對臺灣 AI 發展有何看法？相較其他國家，臺灣處於怎樣的水平位置？

A：若從國際的競爭來看，臺灣處境其實是滿挑戰的。美國的科研能量一直領先全球；中國大陸人才多，也持續投入大量經費在推動 AI；新加坡雖然地方小，但將 AI 各樣技術快速落地。但我覺得真正可怕的是微軟、Google、Apple、Amazon、Facebook 這些大公司，這些公司無論技術、資源、甚至財力都很可觀，臺灣若要發展 AI，應該避開跟這些大公司競爭，從利基應用下手。

像科技部決定在臺、成、清、交成立 AI 創新研究中心，除了臺大有些比較基礎的研究外，臺大跟成大是負責「醫療」的 AI 應用，清大是「製造」，交大則是「服務」，看起來科技部是有意識到必須挑選對臺灣較重要的應用領域，這些創新研究中心最後會做出什麼成果，雖然令人期待，但我覺得應該也是深具挑戰。

Q：培養好的 AI 人才很困難，您對臺灣的 AI 人才培育有沒有什麼建議？

A：一個好的 AI 人才，除了具備基礎理論知識，還要有產業的 domain knowledge、對資料有足夠的了解，同時必須累積一些實戰經驗。像我們在學校，課程設計持續隨著新技術興起而更新，同時，教育部現在也推很多補助計劃，像我們最近開始針對不同領域的 AI 人才（如製造業、金融業或是機器人等需求）去設計 AI 課程。另外，可以看到台灣人工智慧學校也積極培養業界人士 AI 知識，可以感受到整個臺灣社會從政府、企業、到學界，都高度重視 AI 的發展。

不過，AI 發展將影響到各行各業，可能有些工作會被取代，對此，我們校內也有做一些討論，除了資工或是相關領域科系要訓練更多的 AI人才，也要求每個學院都要辦 AI 的講座，還要有所謂的「運算思維」。有的學生也許不是處理資料、AI 的專家，可是必須要知道機器學習、AI 可以做些什麼。當臺灣社會在大力推動 AI，科普的教育也很重要，如果社會大眾對於 AI 有誤解，很可能會成為 AI 應用普及的障礙。

Q：最後，您對於臺灣產業是否有些提醒或建議？

A：大企業有較多資源跟上 AI 發展的腳步，但臺灣以中小企業居多，雖然規模小、資源有限，但一定也要關注 AI 的發展，讓產業 AI 化。中小企業可檢視自己的產品或是服務，思考可在哪些地方用上 AI，有些技術並不是很困難，也許加上一點就可以提升與同業之間的競爭力，而這些需求也可以持續帶動臺灣 AI 的產業化。