廖肇弘
2017.11.20
前 言
近來，AI 人工智慧已成為產官學研各界膜拜的顯學和通關密碼，任何計畫或企業，不論是空有一紙偉大構想，還是僅初具雛形的系統，只要冠上 AI 之名，身價立刻不凡，獲得的經費和關注，沒有最高，只有更高。
究竟 AI 熱潮會不會成為另一波葡式蛋塔？我不知道。但我知道當菜市場的大媽都在瘋狂追逐、高談闊論、說三道四的那一檔股票，可能就是該出場的時候了….
激情過後的冷思考
AI 目前如日中天，沒有人會笨到賣掉手中的股票，我相信，沒有人不瞭解 AI 對未來的重要；但我也相信，沒有人能真正說清楚 AI 的未來。當今所有自稱(或被冠上) AI 大師或先知名號者，天算人算，應該也都算不過 AI。其實目前所有一切的未來發展方向，都還在不斷演化當中，AI 產業化或是產業 AI 化，各種發展可能都有，適用Fuzzy 理論，一切事在人為。
我個人認為，現在對 AI 的狂熱追捧也沒什麼不好，反正激情總有平靜時。以我的經驗看來，不論是何種產業，發展的核心關鍵都在於人才。沒有適當的人才和團隊，一切偉大的理念都只是春秋大夢而已。任何稍有常識的朋友都知道，AI 已發展了幾十年，人才的實力是奠基於幾十年來的積累，絕非現在一時一刻的狂熱激情就能瞬間修煉速成。我們一下要射月、一下要萬人、同時要搞國家級平台還要打擂台，想要超英趕美聯日抗中也要新南向…牛仔看來真的很忙，也很茫。
提出雄心萬丈的計畫並不是壞事，反正有夢最美，AI 這麼重要的題目，幾十億幾百億的經費，只要政治正確，大筆匡列一下也就手到擒來，有錢本來就可以任性，似乎也沒有什麼不對。
但從務實一點的角度看，政府最重要的職責應該還是在於基礎環境的建構，掃除各種法規障礙，鼓勵民間和學界投入，激發新創能量，培育各級人才梯隊，最好能讓市場自己動起來。基本上，誰能先做出厲害的 AI 解決方案，領先普及市場，誰就是贏家。補助一大堆計畫，如果沒能做出像樣的系統，至少也要能培育出各種人才；但如果連邊都沒沾上，那麼一大堆天女散花的經費，也就只是提供芸芸眾生感恩 AI 讚嘆 AI 的香油錢而已。
台灣 AI人才從何而來?
AI人才如何培育？先說說我自己的經驗，我並不是AI專家，但很關心 AI 對企業及教育的影響，為了更了解AI，李開復老師、李飛飛女士、Andrew Ng…幾乎所有AI大神在網路上的演講都聽完了，Cousera、eDX、Udacity，Microsoft，Nvidia….一堆免費MOOCs 網路課程大概也都上過了。只要有心想學，這些全球最頂尖的 AI老師，早就無私地分享了非常豐富的 AI 新知。想學 AI 程式設計？一樣有一堆免費線上學習資源，根本就不用坐到教室裏慢慢從演算法開始學起 — 說穿了，一位不具備自學能力的學生根本就不具備成為AI人才的基本條件，政府根本不需要編列任何預算來解決傳統的就業問題 — 你覺得石器時代的教學模式能培育出 AI 時代的鋼鐵人嗎？
另一方面，如果要從娃娃抓起的話，那麼全球K12中小學教育目前最熱門的 STEAM 教育，鼓勵加強科學、技術、工程、數學等學科，讓中小學程式設計教育成為全球熱門議題，為未來 AI人才打好基礎的教育扎根工程，其實亦很完備。
但產業界可能等不了那麼久了，現在稍具資歷的 AI 專業人才其實早就都被鎖定或高薪禮聘。說穿了，頂尖的AI技術牛人，大多不是靠「培育」而是靠「發掘」或「挖角」而來。這方面我們必須思考的是，如何創造更好的條件和環境吸引全球高手來台，不過這也是老掉牙的題目，並不是只有AI 領域才有這樣的人才發展議題。
但我個人認為，跨領域 AI 人才是台灣比較有機會和優勢的部分，我們可以用更智慧的方式來培訓出「AI 特攻隊」。不論在醫療、金融、製造、交通….，在各個產業具有一定年資與 domain know-how 的專業人士，若以密集培訓的方式，使其具備使用各種 AI 工具或平台來「解題」的知識技能，透過與AI技術人才組成三個諸葛亮(而不是三個臭皮匠)的跨領域專業解題特工隊，不僅可以加速許多產業的智慧化，也能激發出更多創新應用的想法或商業機會。我們正在推動「DIGI+Talent 跨域數位人才加速躍升計畫」就是這種以 Project (專題)、Practice (實務)、Problem Solving (解題) 混合線上/線下的創新人才培育模式，AI 領域的人才也是其中的重要領域，有機會再與諸位分享。
結 語
我曾在一場論壇中與百度公司總監交流，他說:「百度AI研究院目前大約有 2千多名研究員，還在不斷擴編。百度的AI人才策略很簡單，就是吸引全球找最聰明的人加入團隊，然後讓他們在幾萬台伺服器的百度平台以及大數據上，組成各種主題的小團隊，盡情發揮，不斷試錯，然後再讓其中比較成功的團隊獲得更多的資源，然後再不斷升級優化，直到可以對外提出具體的產品或服務……說的直白一點，將軍是靠打仗打出來的，可不是靠讀書讀出來的 !」我比較了一下Google 的做法，其實也非常類似。
AI人工智慧的最大特色就是讓機器具備強大的自我學習能力。不管是哪一派的AI人工智慧理論，關鍵字其實都是一樣，就是「學習」。而機器學習的最基本概念，就是讓電腦不斷試錯，從中彙整經驗，修正錯誤後再不斷嘗試，這不正是人類自己發明的演算法與賦予機器的學習能力嗎？
當我們還在苦思如何有效培育AI人才時，答案其實就在自己發明的邏輯中。這根本不是什麼高深莫測的人工智慧，而是淺顯易懂的人生智慧—你也參透其中的玄機了嗎？
