史丹佛大學計算機科學系與電氣工程系客座教授吳恩達(Andrew Ng)認為，台灣有絕佳的產業AI發展條件，尤其是在半導體、智慧製造和醫療等領域。蔡騰輝攝

史丹佛大學計算機科學系與電氣工程系客座教授吳恩達(Andrew Ng)表示，台灣很有發展人工智慧的基礎，並建議從台灣的產業強項結合做起，包括結合半導體、智慧製造、智慧醫療等等面向。在What’s next in AI主題演講當中，也特別強調AI人才、AI點子、AI工具都已經備齊，台灣很有機會成為下一個全新AI基地，更有機會型塑出就連矽谷與北京也沒有的AI生態系，也因此呼籲從全國性的科研計畫著手、透過教育投資、資本結合等方式，才能讓台灣的AI量能動起來。

發展AI三神器：人才、點子、工具

吳恩達認為，發展人工智慧需要人才、點子、工具等3項重要元素。他指出，截至目前為止已至少有250萬人在他和史丹福電腦科學教授達芙妮科勒(Daphne Koller)共同創辦的線上教育平台Coursera上，學習過機器學習(Machine Learning)技術；而目前每天在收集物理學、數學、計算機科學、生物學與數理經濟學的論文預印本網站arXiv上，每天也都有100篇以上的內容供大家參考；至於工具部分，包括開源的Python機器學習庫PyTorch、開源深度學習軟體架構Apache MXNet等工具，都可以用來訓練及部署深度神經網路，綜觀整體發展，他認為人工智慧的材料都已經準備好了，現在就等產業大廚開伙了。

從商業的觀點來說，近2年在美國企業法說會當中，管理者提到AI的次數已大幅增加，對此，吳恩達認為在AI發展的下一步，就在軟體產業之外，也就是指跨界與跨域的世界。這都歸功於演算法技術逐漸成熟、硬體成本下降，使得AI的可及性越來越高，也因此未來各產業AI化的機率更高了。

投入AI停看聽：3項注意事項

許多產業都希望透過AI的力量，讓工作效率化，但在導入AI之前，吳恩達建議企業要先瞭解一些基本概念，他的建議如下：
一、從小規模計畫開始，執行過程中累積試錯與調整經驗，再建造出後續研發動能。
二、體認AI取代的是部分「任務」，而不是「工作」。比方說，「檢查CT影像」這件事，只是影像科醫師的許多「任務之一」而已，醫師還有看診、寫報告、承擔診斷責任、醫病關係提升、病患關懷等等任務，因此AI不可能取代影像科醫師，只是來「協助」影像科醫師的影像判斷這個「任務」。
三、找到AI可應用範圍與目標產業認為有價值的事物交集，才從這些交集開始著手導入AI。

企業投入AI：降低成本、增加營收、創新服務

投入AI的好處，除了讓經驗傳承以外，很重要的也是要降低成本與增加營收，未來更有機會可以產出新的創新產品服務。吳恩達分析，許多傳統產業如果沒有導入電腦系統，未來有經驗與有智慧的人退休、老化、過世後，在經驗傳承不完整的情況下，企業的營運與接班就都會出現問題，此時，就可透過AI來輔助。

除此之外，不只區塊鏈去大中心化，就連AI也開始去中心化，走向邊緣運算。未來計算效能將從超級電腦分散至雲端等各小型資料中心；邊緣運算在各式閘道器(gateway)、數據站、甚至智慧型手機當中的App，都可以有發揮的空間與功效；另外在複雜交錯的各節點之間，也會產生全新的運算效能。

企業擁抱AI 5大步驟

也因此，吳恩達建議產業可從五大方法來瞭解與擁抱AI，包括：
一、從小型專案開始，瞭解AI的力量，儘可能在6至12個月之內做出小成績，這樣也才有持續下去的誘因和動能。
二、建造自家的AI團隊，自己的人才自己培訓的過程中，也能夠瞭解自家的產業問題。
三、提供各式AI訓練，包括讓中高階主管瞭解AI可以做什麼、該怎麼策略規劃AI技術發展、讓主管學習設計、規劃與AI結合的技術與事業方向，此外，AI研究人員也要在開發AI演算法、收集數據、執行AI專案當中，不斷引發和產出創新量能。同時也表示「首席學習長」(Chief Learning Officer；CLO)在未來科技導入的產業新生態當中，相當重要。
四、創立自我產業AI策略，藉由設計良善的AI循環，提升自己的產品服務品質，進而得到更多客戶與用戶，同時也能夠收集到更多數據來分析與訓練下一版AI，接著又持續提升自己的產品服務品質，如此行程一個良性循環。
五、建立內部與外部溝通管道，包括了各種公共關係、企業與人才之間的溝通關係、用戶與客戶教育、國際鏈結等。

報導截取自DIGITIMES:https://www.digitimes.com.tw/iot/article.asp?cat=158&cat1=20&cat2=70&cat3=15&id=0000567305_qth2s1501qyit146qu5fc