台灣人工智慧學校執行長暨玉山金控科技長陳昇瑋

積蓄台灣產業AI化能量 展現脫胎換骨台灣競爭力

採訪/施鑫澤 文/曹乙帆 刊期/2019.12

隨著人工智慧、大數據及機器人等技術的崛起,進而帶動全世界堂堂邁入第四次工業革命。過去工業革命只對局部的藍領階級或白領階級造成影響,隨著第四次工業革命的到來,將會對全球經濟乃至全球所有人類造成莫大的根本性影響。

台灣人工智慧學校執行長陳昇瑋表示,不論正面影響或負面衝擊,AI已開始走入產業,很快就會走入人們的生活之中,AI將無所不在,由此揭開大AI時代的序幕。

首先,AI會為全球經濟創造極其可觀的商機與收益,預估到了2030年,AI對全球經濟的潛在貢獻可達15.7兆美元。再就AI對全球不同區域所造成的影響來看,其中以中國最高,AI占比高達其GDP的26.1%(達7兆美元規模),其次是北美的14.5%(達3.7兆美元),已開發亞洲為10.4%(0.9兆美元)。

隨著2017年3月加拿大首先提出「泛加拿大人工智慧戰略」以及日本隨即啟動國家AI戰略之後,全球主要國家莫不在2017、2018年間紛紛推出各自的國家級AI戰略計畫,一時之間 AI發展程度與成果成了全球各國國力一較高下的比拼標準。

培育AI專才與新創公司 建立自動自發與自我成長機制

台灣在全球AI發展的熱潮中當然不能缺席,台灣隨即有了國家級AI政策的制定,科研界及產業界莫不積極投入AI的發展,台灣人工智慧學校執行長、玉山金控科技長陳昇瑋表示,台灣人工智慧學校就是在這個充滿殷切期盼與需求的國內外大環境背景下於2017年11月宣布成立。該校是以推展人工智慧、培育學校後 AI專業人才為辦學宗旨,並強調與學界及產業連結,透過前者尋求第一線研究人員擔任導師,以訓練找題/解題能力;透過後者從實際問題做中學。

台灣人工智慧學校是由科技生態發展公益基金會主辦,並委託人工智慧科技基金會執行,前一個基金會的成立宗旨在打造技術能發揮、產業能永續的健全科技創新生態系統,後一個基金會目標在讓台灣社會享受人工智慧的好處,同時降低技術風險與社會成本。

台灣人工智慧學校的首期開學日是在2018年1月27日舉行,隨後是一連串不同學期的開學與結業,截至目前為止共有31場。目前該校校區除了位於三重的台北總校外,從北到南分別有位於竹科的新竹分校、位於台灣大道的台中分校,以及位於台南仁德奇美實業新廠區的南部分校。

截止目前,由該校結業的校友共計6千名(分別來自1,500家不同公司),其中3千人結業自經理人班,2千名是技術領袖班,1千名是智慧醫療專班。期間共動用講師共200名,課時數累積達120萬小時。

陳昇瑋表示,目前台灣人工智慧學校的主要目標與貢獻即在培育AI人才與協助AI新創公司的成立,目前已有20家以上的新創公司成立。該校從中扮演推手的角色,進而協助這些人才與公司能打造自動自發、自我成長的機制與動能。此外,由AI新創主導的AI產業化,以及現有產業的AI化會是今後AI發展的兩大主軸,由於產業AI化是高度碎片化的,換言之,醫療AI、金融AI等不同產業AI是有很大的不同,所以必須由許多新創公司提出各種不同的AI垂直領域解決方案來帶動。

陳昇瑋以自身在玉山金控擔任科技長推動AI化為例,其首要任務就是運用AI技術及垂直產業解決方案來進行系統、流程與開發的最佳化與自動化(如反洗錢報告AI自動化)作業,其中尤以中台與後台的最佳化最為急迫。其導入AI的重點在於降低呆帳或提高成交率,尤其是要協助業務單位能實現業務人力不變,但業績持續成長的最佳化目標。

提升資料資量與企業高層AI認知度成當務之急

台灣人工智慧學校針對結業及在學校友進行兩次的「台灣產業AI化現況調查」,最近一次是從今年10月中旬開始的,本次調查的有效樣本數共1,095份,來自516家企業,雖然目前報告分析作業預計約12月初才完成,但仍能提供許多值得分享並深入探討的分析結果。

首先在受訪者產業分布狀況方面,來自製造業的最多並占了51.7%,服務業居次占比39.8%。在製造業中,以電子業最高(21.5%)、其次為光電業(18.2%)、第三是IC設計業(15.3%)。在服務業中,以醫療及社會服務最高(21.5%)、其次是軟體業(20.5%),第三是資訊設備銷售與服務(20%)。至於金融業,則以人壽保險最高(36.8%)、銀行及投信投顧並列第二,皆佔15.8%、產物保險與證券佔比相同,皆為10.5%。

在問到「公司是否需要導入AI」,有高達86%的受訪校友表示需要,只有7%的人表示不需要,由此可見當前台灣企業普遍皆有需要導入AI的強烈認知。再就企業的實際作為詢問「公司領導階層是否明確宣示AI為重點策略」,雖然明確宣示的比例最高,佔了43%。但沒有宣示也高達32%,連模稜兩可的也有21%。有趣的是,在回答「公司目前是否有導入AI的具體措施」上,有高達50%的人表示已有專案規劃中,另有12%的人表示已有數個成功專案,沒有/沒聽說有相關規劃的占29%。結合上一題結果,或許有很多公司在高層沒有宣示政策的情況下就開始著手專案的規劃。

陳昇瑋援引資誠聯合會計事務所的調查指出,該調查顯示台灣目前沒有發展AI應用計畫的比重高達33%,這點和台灣人工智慧學校的調查結果(有32%的公司領導階層沒有宣示AI重點策略)非常接近。資誠調查更顯示了其他國家沒有發展AI應用計畫的比例都遠比台灣低,台灣甚至比全球平均值的23%高出許多,在在顯示如何讓企業CEO等高層徹底了解AI的重要性與必要性,會是接下來務需全面加強的重點之一。

再就「公司推動AI應用上的最大挑戰」的問題,其中以資料不足/資料品質不佳的64%最高,顯示台灣企業在資料蒐集的質與量上仍有很大的問題要克服。其次為領導階層認知不足(51%)與IT基礎建設不足(50%),但只有28%的企業會有領導階層支持不足的挑戰,由此可見台灣企業領導階層不是不支持,而是不知怎麼調度人力資源來進行支持。

此外,在受訪校友中只有1/3的公司成立AI專責單位,沒有成立的竟然高達2/3。在這些有成立專責單位的公司中,該專責單位獨立現有其他部門的比例最高約28%,其次為隸屬資訊部門的27%,董事長/總經理/執行長辦公室的21%。另外成立臨時性跨部門任務小組的有22%。值得一提的,經交叉分析顯示,成立獨立專責單位或跨部門任務小組會有較佳的工作效率提升表現。

有正面影響也有負面衝擊 大AI時代正式來臨

發表在知名Arxiv網站上的機器學習(ML)相關論文預印本的每年數量,都會呈現超越摩爾定律成長率曲線的驚人成長態勢,如今平均每天的論文數量已達到100篇,人類史上從未來有知識累積的速度達到像ML如此飛快的程度。就當前機器學習的持續快速發展而言,其大致朝向兩大方向前進,一為可解釋性,另一個則是在同樣資料下追求更精準、更快速及更少運算資源的目標。換言之,除非是AI應用服務供應商,否則當前企業運用AI來解決自己公司內部問題,已不再需要龐大的算力。即使遇到即時性AI算力問題,也可透過邊緣推理運算來搞定。

陳昇瑋表示,儘管當前企業皆能體認到AI的重要性,但不可諱言的,AI也會帶給人們諸如隱私、安全性、數據偏見(亦即用AI做決策是否會帶來偏見)、大公司壟斷、貧富不均,以及人類工作被取代等許多挑戰。

或許大家對語音轉文字(Speech-to-Text)不陌生,但可能還不知道現在已有語音轉人臉(Speech2Face)之神經網路模型的研究出現。該研究是由麻省理工學院(MIT)電腦科學與人工智慧實驗室(CSAIL)最新發表的研究成果,該技術經過訓練便能從一個人的聲音的識別中重建這個聲音主人的長相,儘管目前精準度還有待加強,未來一旦成熟勢必會對個人隱私造成很大的負面衝擊。

隨著AI技術的推陳出新,AI不當使用的實例也愈來愈多,除了用AI撰寫假新聞外,前不久還出現了運用AI語音Deepfake技術假冒CEO聲音成功詐騙得手24.3萬美元的首宗案例。此外引發爭議的新聞,還包括亞馬遜(Amazon)用AI來判定「該開除哪位員工」,以及北京地鐵將用人臉識別技術實現乘客分類安檢。

再者,未來幾十年間會有很大的技能需求改變,屆時會有很多人類工作會被AI取代,預計2030年之前,可能會有15%約4億個工作被AI取代。「不論是正面影響還是負面衝擊,AI已開始走入產業,很快就會走入人們的生活之中,AI將無所不在,此即所謂大AI時代的起點,這樣的分水嶺預計會在這一兩年間出現,」陳昇瑋總結指出。