Latest updates‎ > ‎

中華民國人工智慧學會理事長許輝煌

AI融入產業才能創造價值

AI產業化、產業AI化將是AI與產業的兩個面向。AI發展過程中應該要思考產業需求,而產業也應該要將該技術融入產業運用之中。
採訪/林振輝、施鑫澤 文/林裕洋


在半導體晶片技術大幅進步帶動下,原本發展停滯不前的人工智慧,短短數年前成為全球關注的議題,尤其Google AlphaGo在連續擊敗韓國、中國的世界圍棋棋王之後,更讓不少消費者感覺到該技術無所不在。現今,無論是Amazon無人商店,又或者近來廣泛受到汽車產業討論的自動駕駛、無人駕駛等等,均是大量借重該技術搭配巨量資料協助而成。
為趕上此潮流,行政院在前瞻計畫中擬投入160億元發展AI產業,儘管有人認為台灣不具發展人工智慧的條件,但亦有專家指出全球AI產業才剛起步,台灣仍然有極佳機會。雖然各方意見看法不同,但也代表人工智慧確實已成為時下顯學,只是後續發展方式與產業發展方向等,仍得仰賴各方專家討論,才能挽回台灣產業落後的劣勢。
中華民國人工智慧學會理事長許輝煌說,雖然人工智慧並非近來才出現的名詞,但許多人仍然對該技術應用方式不甚熟悉,也導致企業對此保持遲疑的態度。他認為應該要從AI產業化、產業AI化的角度切入,即是AI發展過程中應該要思考產業需求,而產業也應該要將該技術融入產業運用之中,才有助於加速AI產業在台灣的發展。

產業發展結合AI 可解決人力運用瓶頸

早在1956年,全球科學家即投入人工智慧領域的研究工作,期盼塑造一個匹擬人類解題能力的智慧型系統為目標。儘管多年來在各方科學家持續投入下,早發展出許多演算法與學習模型,但是最終受到電腦運算能力的限制,只能夠在科幻電影中看到該技術的應用。不過,近來隨著處理器運算能力的進步,人工智慧早已非紙上談兵的技術,而是能夠透過深度學習技術的方式,滿足專業應用的需求。以全球汽車製造商在美國、加州等地進行的自動駕駛測試為例,即是希望透過持續的學習與改善,實踐車輛自動駕駛的願景。
其實人工智慧應用並沒有產業的限制,目前最常見到應用是以精準廣告為主,即是以人工智慧搭配大量資料,即可為特定族群消費者提供廣告訊息傳播,藉此發揮最大的廣告效益。至於全球製造業積極關注的工業4.0,同樣是在生產過程中融入人工智慧技術,藉此找到最佳生產流程,同時預先過濾出有問題的原料或商品,以達到改善原物料浪費的問題。
許輝煌認為,在人工智慧的蓬勃發展下,許多人開始擔心工作將被機器人取代,但這種想法並不完全正確,較大發展方向反而是可以輔佐產業發展。如在駭客攻擊事件不斷發生的當下,傳統特徵碼比對的技術,早已無法因應時下的資安威脅。為此,許多資安公司早已開始運用人工智慧技術,搭配深度學習、機器學習等,透過已知惡意程式之間的關聯,進而達到阻擋未知威脅入侵的目標。此類工作,若單純仰賴人工處理,恐怕要極大量的技術團隊協助,也很難有效保護企業網路安全。

預先分析檢驗資訊 協助醫生提升醫療品質

現今世界各國積極發展人工智慧產業的關鍵,主要著眼於可解決各產業面臨的發展瓶頸,讓人類享受到更完善的生活,特別是在現今處理器技術快速進步下,要實踐該願景並非不可能。如日前臺北醫學大學宣布導入IBM的AI癌症治療輔助系統Watson for Oncology,這套系統收集了超過300種醫學期刊、200多本醫學教科書和將近1500萬頁的醫學文件,還會固定每3個月更新一次醫學文獻的資料庫,在醫師看診的過程中,Watson for Oncology會依據病人的資訊,詢問腫瘤科醫師數個問題,再根據醫師輸入的臨床診斷資訊,給予最適合的治療方案、用藥等資訊,還能提供醫師每項建議的來源數據。
臺北醫學大學在公開場合展示醫療系統導入Watson for Oncology後,不但可以增加整體醫療品質,還能讓醫療產業更進一步地研究AI技術和應用。畢竟醫師在工作繁重下,根本沒有足夠時間閱讀醫學文獻,而現今受惠於Watson for Oncology已內建完整的醫學研究報告,醫師只需將病歷報告、影像學檢查資料、看診記錄輸入,即可得到系統建議的最佳治療方案。
許輝煌指出,現今醫生在判斷疾病之前,都得大量閱讀眾多影像檢測報告,只是在工作量極多下,難免發生誤判的狀況。但是日後若能夠透過影像識別系統協助,預先找出可能的病因後,作為醫生治療病患輔佐之後,將有助於提升整體醫療品質,讓病人享受到更好的醫療照護。除影像檢查分析之外,很多醫療檢查資料也都能夠被運用,如可用驗血資料即可發覺躲藏於人體中的病毒等等。

打造超高速電腦平台 有利推廣AI產業

在科技部規劃中,台灣人工智慧發展將朝4大方向,分別是國網中心國家級AI運算平臺、AI創新研究中心、機器人自造基地、半導體射月計畫。
考量到人工智慧技術需仰賴大量運算,所以在國家高速網路與計算中心的規劃中,將打造資源共享的AI和巨量資料運算平台,滿足發展人工智慧核心技術和鼓勵新創公司投入此領域。
其中,AI創新研究中心計畫核心,主要是要建立前瞻技術開發的創新生態系及平台,藉由匯集不同領域的專家,進行跨領域的研究、合作開發AI技術,並吸引和培育AI人才,目前規劃應用領域為智慧製造、交通、醫療和金融科技等。
機器人是人工智慧應用技術成熟的成果,也能取代人類進行危險的工作,所以整合台灣學術研究和產業的優勢,在中部科學園區及南部科學園區打造智慧機器人創新自造基地,將有助於培養專業人才與智慧機器人的應用。
至於半導體射月計畫,則是以台灣半導體產義的雄厚基礎,孕育下一世代關鍵晶片科技和人才,透過多元技術規格整合,推動智慧終端半導體製程與晶片系統相關研發,以開拓人工智慧終端技術藍海,推出滿足未來需求的IoT裝置和AI晶片。
「人工智慧技術的演算法優劣程度,取決於深度學習或機器學習的學習效果,因此需要仰賴高效能運算平台協助。」許輝煌認為:「台灣已有段時間沒有投資在高效能運算平台上,根據目前資料得知,國家高速網路與計算中心預計打造全球前100名的高速運算平台,這對台灣發展AI和巨量資料將會帶來極大幫助,當然日後若能持續強化該運算平台的效能,長期帶來的效益將會非常驚人。」

學校AI人才充足 企業應積極延攬

儘管人工智慧早被發展多年,但畢竟直到近幾年才融入各產業之中,許多企業都面臨專業人才不足的窘境。為此,在前述科技部負責的AI產業專案中,許多項目都與人才培養有關,但關注人工智慧產業多年的許輝煌認為,學界每年培養許多優秀的畢業生,儘管散落在IC設計、手機等各大產業之中,但多數人都擁有AI的背景,也非常了解所在產業正面臨的問題,企業只需經過適當培訓,即可達到透過來提升效率、改善作業流程,達到提升競爭力與滿足轉型所需。
因為AI是否能夠為人類生活、產業升級或轉型帶來改變的關鍵,在於該技術能否被跨界應用,因此必須人才熟悉技術與了解產業生態。儘管現今學界中不少人熟悉技術的專業人才,但是畢竟不熟悉各產業的生態,以及現今面臨的營運困境,因此能夠帶來的效益相當有限。相較之下,企業內部人才因早已熟知業界生態,加上曾經接受過人工智慧的相關訓練,所以比起引進外部人才,更能擔任此重要工作。
許輝煌表示,中華民國人工智慧學會成立至今,多年來透過與學界合作方式,培養出不少熟悉AI技術的人才,只是過去受限於產業應用上的限制,畢業後就隱身在IC產業或是智慧型設備產業,現今正好是讓他們一展長才的好機會。此外,在人工智慧議題當道下,也建議企業應該積極培育內部人才,才能實踐產業AI化的願景。

提高Open Data品質 擴大開放政府效益

自2013年開始,台灣便積極推動開放政府的政策,推動各公部門開放政府資料(Open Data)給民間加值運用,而根據開放知識基金會公布最新的全球開放資料指標評比結果,台灣多項類別獲得滿分,連續多次蟬聯全球第一,顯示政府穩健推動資料開放,持續獲得國際肯定。
根據行政院公佈的資料顯示,政府資料開放平臺上已有超過27000類資料,其中不乏多項高應用價值資料,如空氣品質、不動產實價登錄、政府預算、選舉結果等。只是前述資料若要被人工智慧加以運用,前提是得提高資料的品質,否則資料終究無法轉換成有價值的資訊。
許輝煌指出,根據過去專案經驗,資料科學家有超過2/3時間,在整理與過濾不相關或資料完整度不佳的資料,僅有1/3時間分析資料,顯見提高資料品質的重要性。台灣政府推動開放資料成果相當不錯,但接下來重點應該放在提高資料品質,否則就算政府開放平台上的資料再多,也僅僅將只於開放而已。
為協助台灣AI產業發展,以及達成產業AI化的目的,許輝煌建議擁有眾多專業資料的台灣企業,不妨擴大與AI團隊合作範疇,並提供資料給專案團隊研究用。如此一來,AI團隊將可快速掌握各個產業的特性,企業用戶亦能以此了解引進人工智慧技術的好處,進而達到創造雙贏的局面。                 
Comments