2019科創講堂

人工智慧在台灣:產業轉型的契機與挑戰

講者/陳昇瑋(台灣人工智慧學校執行長暨玉山金控科技長)

撰文/整理/科學人
2019/09/17

2019科創講堂

人工智慧在台灣:產業轉型的契機與挑戰

講者/陳昇瑋(台灣人工智慧學校執行長暨玉山金控科技長)

撰文/整理/科學人
2019/09/17


人工智慧與電腦發明有70年的差距,人工智慧發展的困難,透過哲學家博藍尼提出的「博藍尼悖論」給了一個清楚的說明,「我們懂的事情,比我們能表達出來的更多。」,因此限制了賦予機器智慧的能力,直到2010年機器學習的出現,終於讓人工智慧的發展出現一道曙光。


從思考邏輯到機器學習-人工智慧的歷程


1950至1960為第一波人工智慧發展,這時期的科學家嘗試將人的思考邏輯放進電腦,集合了語言學家、神經心理學家、電腦科學家等,但是面臨到「博藍尼悖論」而失敗。


人類具有的知識很多時候不是線性的、理性的,而是一種感覺、一種經驗,無法訴諸言語表達,因此第二波人工智慧希望將所有知識放進電腦,「但是全世界知識太多了,很多知識是某一個群體才知道、很多知識根本講不出來、很多是我認為是真理的事情但你認為是謬論,所以根本沒有辦理寫出一個電腦是有全世界的知識」陳昇瑋執行長說。


直到2010年代,科學家改變策略,這次把人類的經驗放進電腦裡,提供各領域的歷史資料讓電腦自己歸納規則,開啟了第三波人工智慧發展-「機器學習」,陳昇瑋執行長說明,機器學習是從已知預測未知的動作,例如垃圾郵件辨識系統,電子郵件是已知的物件,郵件的類型是未知,要去預測它是不是垃圾郵件,還有其他像是語音辨識、機器翻譯、無人車等等,只要給機器很多的樣本學習,它就可以從中學會決策的方法。


AI被喻為是第四次的工業革命,AI將成為像是網路一樣的通用科技,未來無論什麼產業領域,都無法不受到AI的影響。


人才是產業AI化的關鍵


「實戰人才缺乏」、「資料基礎建設不足」、「如何找對問題」、「產學之間的鴻溝」,是目前產業AI轉型的四大議題, AI人才的缺乏更是其中關鍵,為了提振產業AI轉型腳步,台灣在2017年底,結合產官學研的力量,由科技生態發展公益基金會主辦,首創「台灣人工智慧學校」,目標解決產業AI人才荒,截至今日已成功培育了4,700位畢業校友。


陳昇瑋執行長表示,台灣人工智慧學校有來自各種產業領域的專業人士,包括電子業、製造業、學術單位、金融業、生技業、醫療業、服務業等,學員將AI結合產業專長,於畢業專題發揮創意,實作成果多元豐富,像是最多人關注的台股指數漲跌預測、新聞的速訊寫稿機器人、PCB瑕疵檢測、植物品種辨識、咖啡豆品質辨識等,陳昇瑋執行長說「機器學習是有史以來,第一個讓機器幫助人類做決策的技術」。


陳昇瑋執行長說明,現在的AI就是「Chinese room」,它沒有自主學習和思辯的能力,只是一個很會查字典的翻譯員,只能傳達一個適合的指示,卻對其中的涵義不了解,而所謂很聰明的AI系統,背後都是大量的人類工程師所寫出來的程式,人類依舊是驅動AI的關鍵,AI的發展現在才剛要開始。