CIO 觀點 專欄文章

AI 激情過後的冷思考 

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?

0 comments on “AI 激情過後的冷思考 

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步瞭解 Akismet 如何處理網站訪客的留言資料

%d 位部落客按了讚: