根據108學年度即將上路的新課綱，將「資訊與生活科技」列為國、高中必修科目，而且教育部將投入21億元更新設備，3年內要養成超過千名資訊科技老師。雖然資訊科技看似受到重視，事實上卻存在著極大的隱憂：儘管108課綱上路後，資訊課將成為國中必修，但在國小階段反而成為彈性課程。現在國小三年級就開始上資訊課，未來新課綱則建議五年級才開始，而且是「可上可不上」，如此一來資訊教育究竟是新亮點還是倒退走呢？
在2017年底一場「AI策略布局高峰會」中，教育部人工智慧人才培育辦公室主持人、台灣大學資訊工程系教授林守德指出，人工智慧產業是現在政府積極發展方向，經濟部、科技部、教育部等跨部會都在推動，但反觀台灣資訊教育卻落後得很嚴重，如果連資訊教育都沒有，拿什麼談人工智慧教育？就以即將推出的108課綱為例，國小沒有資訊教育必修課，全由老師決定教或不教；國中階段一周則有兩學分「資訊與生活科技」，也就是可以上資訊教育或是生活科技，平均下來大概每周約有一小時的資訊課；高中則是其中一年有兩學分必修課。英國要求11歲小孩要具備「雙語」，也就是要學會兩種程式語言；但台灣國小卻連固定的資訊課程都沒有，可想見和國外教育的差距有多大。
林守德認為，台灣的資訊教育不但落後全世界，而且是落後很多，要發展AI一定要學機器學習（Machine Learning），若基本運算思維都沒有的話，如何能訓練人工智慧的概念？人工智慧人才必須由下而上去推動，對國家競爭力有影響，急迫性及嚴重性值得政府重視。
表一、教育部人工智慧技術及應用人才培育計畫（暫訂）
|
人工智慧基本教育與科普論述 |
人工智慧課程地圖 |
將人工智慧的概念往下推廣、向下紮根：
建置科普網站，收錄視覺、自然語言、機器人等相關國內外文章。
未來有科普巡迴演講，進入高中及一般民眾。 |
基礎課程/核心課程/應用課程/種子教師培育。
AI領域非常廣，包括自然語言處理、機器人、IOT、深度學習的核心技術等，不同應用有各自的課程。
|
人工智慧實務場域學習及平台 |
人工智慧競賽與標註資料蒐集 |
結合產學提供業界實務場域及資料，配套學生學習參與AI系統的實務開發，鼓勵開發人工智慧相關開源程式，使用國際人工智慧開源平台上的模組或系統。 |
現在這波人工智慧建立在機器學習的技術基礎之上，機器學習最重要的是標註的資料(data)，鼓勵參與人工智慧相關競賽，像是資料探勘、語音及圖像辨識、機器人競賽，鼓勵中文資料蒐集及標註，而舉辦競賽需要有非常高品質的data。 |
資料來源：2017/12/29「AI策略佈局高峰會」，林守德簡報
早在1950年代、1980年代，AI曾經各紅過一次，中間歷經幾度寒冬，很少有一個產業領域能「起死回生」，上下起伏這麼多次。林守德解釋，由於AI涉及的問題太大，每個時期都只能解開一小塊，這一階段AI所有的成就，幾乎都聚焦在深度學習相關的辨識技術，但其他部分仍有很多進步空間。AI要有「自我意識」還很遠，只要電腦還未像人類一樣聰明的時候，AI就會有第四波、第五波不斷出來，直到AI各方面和人一樣厲害。林守德以「從幼稚園畢業正要進入小學」形容如今正值AI啟蒙時代的終點，也就是智能大躍進之前的時代，AI領域之所以有趣，是因為有太多東西可以做，也有太多東西還沒做。
如何成為AI人才？
人工智慧產業正夯，許多學生和家長都希望能搭上AI列車，林守德建議，未來若想走AI這個領域，必須把握四個方向：了解AI的歷史、培養基本數學與資訊能力、必修機器學習、由實作驗證理論。AI人才必須熟悉資訊科學和數學，了解機率和統計、線性代數、微積分；還要會寫程式、基本資料結構和演算法，並且了解資料庫（詳見表二）。
表二、AI基礎學科知識
資料來源：2017/12/29「AI策略佈局高峰會」，林守德簡報
機器學習是這波AI的成功因素，想成為AI人才，一定要了解機器學習的理論，對於調整參數、最佳化、加速的方式，也要能真的吸收和應用。機器學習是一個走了三、四十年的領域，演算法早就發明，只是受限於過去的電腦速度不夠快，硬體限制無法發揮能力。AI背後需要數學理論和分析，要對領域有足夠的了解，不然只是瞎子摸象，台灣想要做得比全世界其他競爭對手好，要了解AI方法背後的道理，有能力針對問題去修正方法，才有比較大的機會成功。林守德也說，雖然AI是理論，但還是需要實作，從做中學很重要，否則無法真正體會。他鼓勵在學學生可以參加T-Brain的競賽，增加AI的實務經驗。
T-Brain競賽 2018年將正式啟動
去年3月，Google宣布高價收購資料科學平台Kaggle，這是一個為產業和數據科學家提供數據建模和數據分析競賽平台。而在台灣，趨勢科技和國家實驗研究院也仿效Kaggle，攜手建置「T-Brain機器學習智慧運算分析平台」，T-Brain平台是國內第一個機器學習及AI社群。趨勢科技全球資深研發副總暨人工智慧加速計劃主持人周存貹表示，2018年開始，預計每兩到三個月將舉辦一次T-Brain競賽，由趨勢科技邀請業界提供Dataset，一起設計比賽題目及評分標準，開放各大學學生參與競賽，比賽題目和實況會公布在T-Brain平台上。對於業界來說，如果缺乏AI人才，可藉由T-Brain競賽接觸到學界的AI專家，有AI想法的公司可藉由競賽來驗證想法的可行性，降低投資新專案的風險。而參與競賽的學生，除了可以賺取獎金，更重要的是能提升自己的AI專長、了解業界真正的需求，也有機會找到工作甚至自行創業。
資料來源：2017/12/29「AI策略佈局高峰會」，林守德簡報
AI發表是個很新的模式，新技術怎麼應用大家都很關注，以前發表論文要投稿至研討會，經過三個月等待才知道有沒有被錄取，現在AI技術都是先發表再說，變動實在太快。林守德強調，在AI領域中，產與學是非常靠近的，學界新的技術出來，往往不到一年就可以被應用在業界，而且產學合作的成果是可以直接成為產品的，另一方面，AI專精的學生，畢業後也可能成為業界的即戰力。從教育端去看，AI需要不同面向的人才，包括了解產業需求、不用非常深入技術的應用端人才；業界最缺乏的系統端人才；有能力發展新的演算法，更貼近要解決問題的高階研發人才；還有走在最前端、發展更新技術的世界級研究人才。不同類型的人才有不同的訓練及產出模式，必須從課程、平台、場域訓練及科普教育著手，加強中小學生的資訊基礎教育則是根本之道。
發展AI 從產業自治開始
台灣產業長期被缺乏高階人才所困擾，若不解決終將成為產業發展及升級的障礙，治本之道應從教育改革著手。台灣教育仍停留在教育部極權統治的監管思維，因而無法貼近產業脈動和業界所需，應儘速轉為順應時代需求的產業自治。尖端的產業要有尖端的教育服務業，從學校培育出來的學生才能順利為產業所用，像現在一邊高喊發展AI產業、培育AI人才，卻將資訊教育從國小開始連根拔起，從第一線的國小老師到大學教授都倍感憂心，究竟教育部何時才能退場，鬆開那雙高度管制的手，讓教育真正回歸學生及產業真正的需求呢？
延伸閱讀：科技部推動五年人工智慧計畫，產學界怎麼看？
| 作者： |
吳碧娥 |
| 現任： |
北美智權報資深編輯 |
| 學歷： |
政治大學新聞研究所 |
| 經歷： |
驊訊電子總經理室特助
經濟日報財經組記者
東森購物總經理室經營企劃 |
|
|
|
| Facebook |
|
在北美智權報粉絲團上追踪我們 |
     |
|
|
|
|
|
|
|
