人工智慧經濟席捲全球
如果說現在是「互聯網＋」時代，那麼下一個盛世就是「AI＋」的時代，人工智慧（AI）技術大量商業化的時代到來。未來人工智慧將是所有產業的「靈魂」，人工智慧技術讓物件有了人性，成為各產業的「基礎設施」，就像我們的水電交通設施與網路的概念。
有了人工智慧，我們很快地便不用再寫程式了，因為人類會訓練電腦，就像人訓練海豚、狗與或人類自己一樣！」《連線》（WIRED）5月刊封面故事以「程式的終結！」如此駭人的命題開場，探討人工智慧對未來社會與科技行業的影響；人工智慧已經是個被討論、研究近50年的老議題，1960年代有第一次熱潮，然後進入寒冬，1980年代第二次熱潮，很快再次進入寒武紀；連續數次攻頂的失敗讓研究學者很氣餒、懷疑論盛行，但自從深度學習在近年有了突破性進展，加上Google以人工智慧打造的AlphaGo圍棋機器人擊敗了韓國九段圍棋棋王李世乭的經典一役，向世人證明了人工智慧領域的顛覆性創新，一瞬間各界風向逆轉，大廠相繼敲鑼前進；Google率先喊出「AI First」，Facebook也在2016年年度開發者會議F8宣示，將人工智慧列為下一個十年內公司發展的三大方向之一；微軟、IBM也分別以微軟研究院（Microsoft research Academy，MSRA）、華生研究中心（Watson Research Center）投入此一研究領域超過十年以上，更分別以Cortana、Watson產品化迎向市場，蘋果也透過併購、內部研究等方式瘋狂投入，將購併後推出的語音助理Siri API推廣到自己iOS平台上的開發者。
亞洲矽谷計畫遺失的版圖：AI
因此各國紛紛開始制定政策與計畫迎接AI+的未來，2013年，歐盟啟動10億歐元「人類腦計畫」；同年，美國宣布啟動45億美元的「腦計畫」，日本提出「超智慧社會」，然而，台灣行政院「亞洲矽谷」的百億元預算案，主要為生技、能源與物聯網等產業，卻完全沒有提到作為這些產業底層最重要的技術──人工智慧。
「人工智慧科學家的創業時機來臨了。」創新工場創辦人李開復發表了《AI技術處在黃金時代》一文。他指出在人工智慧時代，需要的就是人工智慧科學家搭配面向企業市場的銷售。「人工智慧科學家可能學會銷售，但是銷售專家可學不會人工智慧技術。最理想的是有兩個人能夠一起實現目的。」既然人工智慧科學家創業黃金時期來臨，那台灣人工智慧科學家在哪裡呢？有沒有辦法讓人工智慧技術成為台灣進攻世界舞台的利器？
台灣有很多在國際間富有盛名的人工智慧科學家，培養出很多學有專精的人才。「以台大來說，林智仁、林守德和林軒田三位教授帶領的研究團隊，在2010年到2013年間，拿下數據挖掘研究領域的國際頂級賽事KDD-Cup的六個世界冠軍。林智仁所開發機器學習開發軟體LIBSVM軟體被國際廣泛使用。」沛星互動科技（Appier）首席資料科學家林軒田指出。「台灣人工智慧領域學術表現雖不比美國與中國，但在亞洲表現並不比日本差，許多學者在TOP Conference發表研究論文的品質甚至超越日本。」成大資工助理教授胡敏君指出。Google AlphaGo 打敗南韓九段棋王李世乭的主要開發者之一黃士傑也是台師大培養出來的博士。
台灣雖有世界頂尖人才，卻缺乏世界級的產業舞臺。「台灣學術界在人工智慧上的研究成果跟上國際腳步，反而是台灣的產業界太保守了，沒有投入資源，發展落後全球。也沒有提供舞台給人才發揮。」今年2月台大副校長陳良基出席一場人工智慧記者會時直言。
「華碩，宏碁與HTC等都有發展人工智慧，但非人工智慧大廠，而鴻海還是以軟體銀行代工為發展策略，若不算NVIDIA，台灣不算有人工智慧大廠。」集邦科技拓墣產業分析師苗議丰擔心，在人工智慧時代台灣還是擺脫不了低毛利的硬體製造代工模式。相較這些硬體大廠，台灣軟體公司趨勢科技深耕人工智慧較久，六年前就開始研發機器學習在信件連結、檔案與垃圾郵件上。
AI技術IC化，台灣有機會扮要角
眼看臺灣的硬體大廠投入緩慢，看似將要錯過這波產業發展機會，Google台灣董事總經理簡立峰卻對此有不同的見解，對臺灣產業在AI+時代的競爭力充滿信心。「人工智慧可說是台灣軟硬體整合最好機會，尤其整合各種成熟應用人工智慧的創新技術，結合臺灣IC設計與半導體製造優勢，全世界沒幾個國家的產業環境，有能力很快把『AI技術整合IC化』。」簡立峰說。這幾年，軟體與服務的數位經濟中當紅的就是電子商務，但台灣的硬體業與電子商務很難結合，現在的創新方向若是做人工智慧、機器學習等等演算法的技術應用，對臺灣的硬體製造、晶片設計廠就有整合上的機會。舉例而言，有許多人工智慧或機器學習的演算法有許多成熟的應用，例如指紋、文字、圖像甚至聲音辨識，這些辨識需要應用到大量的演算，透過終端的一般晶片計算或將資料透過網路傳輸到雲端計算都需要大量的耗能，損耗終端裝置的電能，也讓使用者經驗受挫；如果可以將相對成熟的演算法包成特定的系統晶片（System on Chip，SOC），不但可以降低終端裝置的耗電量，也可增加使用者經驗，這就是臺灣大廠可以利用本身硬體技術，把人工智慧應用的演算系統化、晶片化的重要方向。
「最直接的方式就是鼓勵新創，且著重於技術創新，而非只是商業模式新創。科學家要想商業模式，還得當營運長、總經理，身兼數職容易失敗，專注技術就有成功機會。」簡立峰指出。
沛星互動科技將人工智慧技術和大數據運用在跨螢數位廣告行銷解決方案及即時競價RTB技術，是亞洲第一家將AI運用在跨螢技術的公司，在種子輪、A輪、B輪募資總計已獲得3千萬美元（約10億元新台幣）。「Appier的核心理念是『Making AI Easy』。 以人工智慧技術為基礎，幫助企業在跨螢世代更有效地地觸及目標消費者。平台不只應用在行銷廣告，未來也可能跨足金融、教育、醫療等領域。」林軒田指出。
需要重量級人士登高一呼
不過，從全球競爭角度來看，目前台灣在人工智慧領域的創新爆發力還是不夠，根據《數位時代》的2016年創業大調查，台灣332位創業家中，有46.6%認為未來三年內人工智慧是重要發展方向，但有80.4%創業公司並沒有用人工智慧研發產品，缺乏人才與資金，是創業家在發展人工智慧技術時最大的挑戰。
「任何一個傳統產業都要加上網路才會產生大數據，才會產生人工智慧。」這是鴻海創辦人郭台銘的看法，但趨勢科技技術專家周存貹指出，台灣對於數據應用的警戒心很強，過度強調個人資訊的保護與隱私，這樣將會抑制人工智慧發展。「台灣需要有像馬斯克（Elon Musk）這樣的產業重量級人士登高一呼，大家一起開放。」清華大學教授孫民則指出，美國在五年前，也沒有形成人工智慧產業，但美國夠開放，軟體業發達，論文交流平台加上人才流動快，因此有了現在成果。
沒有跟上網路潮流的台灣，在人工智慧時代又能否抓到機會，在全球版圖站穩腳步，扳回一城呢？與其擔心人工智慧發展最後搶走了工作機會，害怕大失業潮，不如正面迎戰，創造新的人工智慧機會，才是台灣這個科技島該有的心態。
*更多精彩內容請見《數位時代》270期
http://www.bnext.com.tw/magazine/126932
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第270期
http://www.bnext.com.tw/
有了人工智慧，我們很快地便不用再寫程式了，因為人類會訓練電腦，就像人訓練海豚、狗與或人類自己一樣！」《連線》（WIRED）5月刊封面故事以「程式的終結！」如此駭人的命題開場，探討人工智慧對未來社會與科技行業的影響；人工智慧已經是個被討論、研究近50年的老議題，1960年代有第一次熱潮，然後進入寒冬，1980年代第二次熱潮，很快再次進入寒武紀；連續數次攻頂的失敗讓研究學者很氣餒、懷疑論盛行，但自從深度學習在近年有了突破性進展，加上Google以人工智慧打造的AlphaGo圍棋機器人擊敗了韓國九段圍棋棋王李世乭的經典一役，向世人證明了人工智慧領域的顛覆性創新，一瞬間各界風向逆轉，大廠相繼敲鑼前進；Google率先喊出「AI First」，Facebook也在2016年年度開發者會議F8宣示，將人工智慧列為下一個十年內公司發展的三大方向之一；微軟、IBM也分別以微軟研究院（Microsoft research Academy，MSRA）、華生研究中心（Watson Research Center）投入此一研究領域超過十年以上，更分別以Cortana、Watson產品化迎向市場，蘋果也透過併購、內部研究等方式瘋狂投入，將購併後推出的語音助理Siri API推廣到自己iOS平台上的開發者。
亞洲矽谷計畫遺失的版圖：AI
因此各國紛紛開始制定政策與計畫迎接AI+的未來，2013年，歐盟啟動10億歐元「人類腦計畫」；同年，美國宣布啟動45億美元的「腦計畫」，日本提出「超智慧社會」，然而，台灣行政院「亞洲矽谷」的百億元預算案，主要為生技、能源與物聯網等產業，卻完全沒有提到作為這些產業底層最重要的技術──人工智慧。
「人工智慧科學家的創業時機來臨了。」創新工場創辦人李開復發表了《AI技術處在黃金時代》一文。他指出在人工智慧時代，需要的就是人工智慧科學家搭配面向企業市場的銷售。「人工智慧科學家可能學會銷售，但是銷售專家可學不會人工智慧技術。最理想的是有兩個人能夠一起實現目的。」既然人工智慧科學家創業黃金時期來臨，那台灣人工智慧科學家在哪裡呢？有沒有辦法讓人工智慧技術成為台灣進攻世界舞台的利器？
台灣有很多在國際間富有盛名的人工智慧科學家，培養出很多學有專精的人才。「以台大來說，林智仁、林守德和林軒田三位教授帶領的研究團隊，在2010年到2013年間，拿下數據挖掘研究領域的國際頂級賽事KDD-Cup的六個世界冠軍。林智仁所開發機器學習開發軟體LIBSVM軟體被國際廣泛使用。」沛星互動科技（Appier）首席資料科學家林軒田指出。「台灣人工智慧領域學術表現雖不比美國與中國，但在亞洲表現並不比日本差，許多學者在TOP Conference發表研究論文的品質甚至超越日本。」成大資工助理教授胡敏君指出。Google AlphaGo 打敗南韓九段棋王李世乭的主要開發者之一黃士傑也是台師大培養出來的博士。
台灣雖有世界頂尖人才，卻缺乏世界級的產業舞臺。「台灣學術界在人工智慧上的研究成果跟上國際腳步，反而是台灣的產業界太保守了，沒有投入資源，發展落後全球。也沒有提供舞台給人才發揮。」今年2月台大副校長陳良基出席一場人工智慧記者會時直言。
「華碩，宏碁與HTC等都有發展人工智慧，但非人工智慧大廠，而鴻海還是以軟體銀行代工為發展策略，若不算NVIDIA，台灣不算有人工智慧大廠。」集邦科技拓墣產業分析師苗議丰擔心，在人工智慧時代台灣還是擺脫不了低毛利的硬體製造代工模式。相較這些硬體大廠，台灣軟體公司趨勢科技深耕人工智慧較久，六年前就開始研發機器學習在信件連結、檔案與垃圾郵件上。
AI技術IC化，台灣有機會扮要角
眼看臺灣的硬體大廠投入緩慢，看似將要錯過這波產業發展機會，Google台灣董事總經理簡立峰卻對此有不同的見解，對臺灣產業在AI+時代的競爭力充滿信心。「人工智慧可說是台灣軟硬體整合最好機會，尤其整合各種成熟應用人工智慧的創新技術，結合臺灣IC設計與半導體製造優勢，全世界沒幾個國家的產業環境，有能力很快把『AI技術整合IC化』。」簡立峰說。這幾年，軟體與服務的數位經濟中當紅的就是電子商務，但台灣的硬體業與電子商務很難結合，現在的創新方向若是做人工智慧、機器學習等等演算法的技術應用，對臺灣的硬體製造、晶片設計廠就有整合上的機會。舉例而言，有許多人工智慧或機器學習的演算法有許多成熟的應用，例如指紋、文字、圖像甚至聲音辨識，這些辨識需要應用到大量的演算，透過終端的一般晶片計算或將資料透過網路傳輸到雲端計算都需要大量的耗能，損耗終端裝置的電能，也讓使用者經驗受挫；如果可以將相對成熟的演算法包成特定的系統晶片（System on Chip，SOC），不但可以降低終端裝置的耗電量，也可增加使用者經驗，這就是臺灣大廠可以利用本身硬體技術，把人工智慧應用的演算系統化、晶片化的重要方向。
「最直接的方式就是鼓勵新創，且著重於技術創新，而非只是商業模式新創。科學家要想商業模式，還得當營運長、總經理，身兼數職容易失敗，專注技術就有成功機會。」簡立峰指出。
沛星互動科技將人工智慧技術和大數據運用在跨螢數位廣告行銷解決方案及即時競價RTB技術，是亞洲第一家將AI運用在跨螢技術的公司，在種子輪、A輪、B輪募資總計已獲得3千萬美元（約10億元新台幣）。「Appier的核心理念是『Making AI Easy』。 以人工智慧技術為基礎，幫助企業在跨螢世代更有效地地觸及目標消費者。平台不只應用在行銷廣告，未來也可能跨足金融、教育、醫療等領域。」林軒田指出。
需要重量級人士登高一呼
不過，從全球競爭角度來看，目前台灣在人工智慧領域的創新爆發力還是不夠，根據《數位時代》的2016年創業大調查，台灣332位創業家中，有46.6%認為未來三年內人工智慧是重要發展方向，但有80.4%創業公司並沒有用人工智慧研發產品，缺乏人才與資金，是創業家在發展人工智慧技術時最大的挑戰。
「任何一個傳統產業都要加上網路才會產生大數據，才會產生人工智慧。」這是鴻海創辦人郭台銘的看法，但趨勢科技技術專家周存貹指出，台灣對於數據應用的警戒心很強，過度強調個人資訊的保護與隱私，這樣將會抑制人工智慧發展。「台灣需要有像馬斯克（Elon Musk）這樣的產業重量級人士登高一呼，大家一起開放。」清華大學教授孫民則指出，美國在五年前，也沒有形成人工智慧產業，但美國夠開放，軟體業發達，論文交流平台加上人才流動快，因此有了現在成果。
沒有跟上網路潮流的台灣，在人工智慧時代又能否抓到機會，在全球版圖站穩腳步，扳回一城呢？與其擔心人工智慧發展最後搶走了工作機會，害怕大失業潮，不如正面迎戰，創造新的人工智慧機會，才是台灣這個科技島該有的心態。
*更多精彩內容請見《數位時代》270期
http://www.bnext.com.tw/magazine/126932
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第270期
http://www.bnext.com.tw/
