科技趋势历经几波大浪潮，但台湾始终只有电子IC组装相关产业立足全球，不能再错过人工智能（AI）这一波机会。台湾产业界不再苦苦等待台湾当局扶持，专门培育AI产业人才的台湾人工智能学校，今年正式开张！

2017年3月某一天，陈升玮遇到台湾地区｢中央研究院院士｣、美国哈佛大学计算机与电机系盖兹讲座教授孔祥重，当时孔祥重对他说，「过去不管是云端（Cloud）、mobile、社交网络、大数据（Big data）、机器学习，台湾的产业都没有跟上，虽然政府办了很多计划，但这些产业出现了吗？在Cloud、mobile当红时期，都还看得到接下来五年的趋势，但AI之后又是什么呢？台湾产业还是停留在电子IC相关产业，不能再错过这波。」孔祥重认为，一定要靠AI来提升台湾产业竞争力，台湾才能有新的产业出现。这席话让陈升玮接下台湾人工智能学校执行长，从此改变他接下来一年多的生活。

图一、台湾人工智能学校执行长陈升玮

吴碧娥／摄影

产业AI 化的挑战

陈升玮指出，这一波AI是人类史上的第三波，而且伴随着「人工智能民主化」 （AI Democratization）的趋势，最重要的概念是，AI技术不应该只被某些跨国企业所垄断，应该让所有需要的人都有机会参与及使用。具体的作法，应该包含各种深度学习开发工具及模型的开放源码，以及各式最新核心技术的分享等等。陈升玮认为，AI民主化趋势能为台湾带来机会，因为AI技术发展在各领域所带来的机会无穷无尽，是习惯等待国外大厂解决方案的台湾厂商应该把握的。

以一件深度学习进行自动瑕疵检测为例，采用传统人力目视进行检测，不但较为耗时，漏检率约为5％；改采用深度学习的计算机系统，搭配开源软件加上高度调校的深度学习模型软件，则漏网率可控制在0.01%之下，且判读速度远远胜过人力。陈升玮指出，机器学习适合规模巨大、明确定义且有足够因果关系的任务，提供明确的反馈，且能进行大量模拟，或是不需丰富背景知识或很长逻辑推理的工作，瑕疵检测、预测性维护、自动流程控制、原料组合优化，都是现在深度学习已能发挥优势的作业领域。

图二、AI产业应用示意图

图片来源：2018/05/09陈升玮「大数据浪潮下 人工智能创新运用暨技术专利之发展与趋势研讨会」会议资料

不过，台湾产业要导入AI，目前仍会面临的四项难题，包括实战人才的缺乏、找对问题不简单、产学之间的鸿沟，以及缺乏对自建技术的信心，目前产业界普遍遇到的挑战是AI人才的问题，台湾人工智能学校为此而成立。

图三、台湾产业AI 化四大挑战

图片来源：2018/05/09陈升玮「大数据浪潮下 人工智能创新运用暨技术专利之发展与趋势研讨会」会议资料

AI人才教育    讲求「速度」及「弹性」

今年1月甫开张的台湾人工智能学校，由财团法人科技生态发展公益基金会及台湾资料科学协会主办、委托人工智能科技基金会执行，并获得台湾地区｢中央研究院信息科学研究所、中央研究院信息科技创新研究中心｣的支持协助。为了让「找不到人才」不再成为产官学研各界发展人工智能的障碍，台湾人工智能学校的目标是「自己的问题自己解决」，打破台湾被技术殖民的惯性。至于经费部分，主要来自协会自有预算及民间捐赠，而科技生态发展公益基金会的捐助人，包括联发科技、台塑企业、奇美实业、英业达集团和义隆电子等台湾大型企业，由五家公司各捐助新台币3,000万元基金，科技生态发展公益基金会因而成立。

图四、台湾人工智能学校主办单位

图片来源：2018/05/09陈升玮「大数据浪潮下 人工智能创新运用暨技术专利之发展与趋势研讨会」会议资料

由于人工智能技术进展太快，能解决的问题及形式一直在增加及改变，这样的技术是过去没有出现过的，发展AI教育最需要的是「速度」及「弹性」，而「弹性」正是民间组织的优势，因此台湾人工智能学校初期会优先以民间组织来进行台湾人工智能的人才培训，才能在过程中不断调整出最适合的教学方式，从课程的内容、讲师的邀请、练习的设计、竞赛的方式、专题题库的来源及专题执行的方向，只要发现有更好的作法，就会立刻改进。

图五、台湾人工智能学校伙伴计划

图片来源：2018/05/09陈升玮「大数据浪潮下 人工智能创新运用暨技术专利之发展与趋势研讨会」会议资料

台湾人工智能学校目前已在台北、新竹开课，未来规划扩展到中部及南部，以每年三期、四个校区，一期招募500名学员计算，预计每年培养6,000名AI的工程师及经理人才。陈升玮指出，台湾人工智能学校招募的对象是「领域专家」，只有在各领域的专家，才会知道业内的问题所在，经过3个月的AI学习，再回到原工作场域，是将AI导入各产业最快的方法。因此，台湾人工智能学校需要的是本身已在某个领域专精的专业人才，像是化工、机械、建筑、电子、金融、医学专家，以短期的集训方式让他们学会以人工智能来解决他们自身领域的问题，这种方式才能快速解决台湾产业内的人工智能人才荒，同时为产业升级带来新的动力。人工智能在社会、学术及产业上的应用潜力已经充分被证实，只要产业内的问题被清楚定义、化约出来，而且有相对应的数据存在，大部分情况下可以在三个月内发展出一套可行的解决方案雏型。

数据源：

1. 2018/05/09陈升玮「大数据浪潮下 人工智能创新运用暨技术专利之发展与趋势研讨会」会议资料