國立臺灣大學 EMBA 【閱讀分享】人工智慧全面啟動台灣不能錯過的第四次工業革命

【閱讀分享】人工智慧全面啟動台灣不能錯過的第四次工業革命

文章來源：2017/5/10《天下雜誌》622期
文：陳一姍

AI已經翻出實驗室的圍籬，跳進各行各業，走入每個人的生活。
現在的AI有如1990年代的網際網路，剛剛萌芽，處處是藍海。
沒有大市場、沒有先進研究、沒有迸發的新創，
台灣產業要如何在AI海嘯中求生？小國的利基是什麼？台灣能急起直追嗎？

長庚醫院醫師黃奕修常常叮嚀病患，看手機要讓眼睛休息，他自己最近不論等交通車、看診空檔，卻總是盯著一台iPad瞧。

他不是用iPad打電玩或追劇，而是正在分類工研院合法收集網上的眼底攝影圖——原來，林口長庚正與工研院展開一個人工智慧的嶄新計劃，想運用台灣極佳的健保醫療影像庫，開發一套能及早診斷「糖尿病患者視網膜病變」的診療系統，讓糖尿病患者可以及早預防，降低失明的風險。

聽起來很時髦的系統，但一切得從苦功開始，「我和同事得先分類，」他說明。兩位醫生的工作是看照片，區分出糖尿病眼睛有病變與沒有病變的病人，並標注熱區（病變發生點）。分類完，才能運用工研院生醫所的眼底攝影機與晉弘科技的影像認知、深度學習系統，預計花四年真正開發出一套遠端糖尿病照護系統。

「這工作快不了，一定得專業醫師來做，因為只要有錯，就會影響未來人工智慧的精準度，」被問到可否請工讀生分類，黃奕修連連說「不」。

身兼長庚產學合作辦公室負責人，黃奕修的理想是，未來糖尿病患在家可以自己拍照，上傳雲端後，AI（人工智慧）眼科醫生可以診斷，一旦有病變跡象就通知早點就醫。他粗估，透過AI醫生輔助，一樣的醫護人員可以照顧五倍的病人。為了掌握病患狀況，「我們還可以做智慧化的衛教，在適當時機給正確的資訊，」他說。

AI降臨，翻天覆地
第四次工業革命亞洲是要角

在物聯網、大數據的基礎上，人工智慧重強調做出判斷、產生行為。2016年世界經濟論壇（WEF），將人工智慧視為「第四次工業革命」的核心，預言這個技術將對全球產生翻天覆地的影響。

「現在AI的階段就很像1990年代初的網際網路，未來有無限大的應用，」宏碁雲端技術服務公司總經理施宣輝認為。

「AI已經從實驗室溢出來，要變成產業運用了，台灣經濟高度依賴科技，我們一定要趕快進去，」科技部長陳良基顯得著急。

「全世界已經進入AI+的時代，各行各業都會受到影響，」台灣機器人研究領域的師祖級人物、台大電機系終身特聘教授羅仁權解釋。

瑞士銀行四月最新研究預測，2030年人工智慧在亞洲可創造經濟價值，最高可達三兆美元（約90.8兆台幣），受影響最大的將是金融、健康醫療、製造、零售與運輸業。「不像18世紀的工業革命亞洲缺席，這次亞洲會扮演重要角色，」瑞銀最新研究認為。包括日本、中國都已發布自動化政策白皮書。

人工智慧（AI）被稱第四次工業革命的核心，對各行各業的影響可分為兩個層次——第一是產品與服務本身的轉變；第二是運用AI在製程、管理或商業流程上，可以大幅促成產業升級。

《天下》兩千大企業，不僅產品或服務必須有AI的功能，也可用AI拉高公司運作的效率與競爭力。

台灣IC設計業的出路
AI浪打半導體記憶體首當其衝

三月，科技智庫顧能（Gartner）點名，十大受AI影響的硬體產業，從電子零組件、網通產業、半導體，大到汽車產業、機器人，全都上榜。

清華大學電子工程所教授張孟凡指出，目前的大數據與雲端服務背後都需要很大的資料中心，但未來，當所有人都同時做人工智慧運算，現有的晶片、雲端服務架構絕對無法負荷，「谷歌（Google）會變成龜速歌（Slowgle），」他形容。

張孟凡指出，歐巴馬執政後幾年，以當年發展太空計劃的計劃規格，在半導體等硬體研究撒下大筆資金。以半導體為例，大家都在探究繼輝達（Nvidia）圖形處理器（GPU ）之後，處理器的下一步是什麼？從英特爾、Google到微軟，各家都在開發自己的處理器，成為兵家必爭的戰場。

他預測，中期，半導體的戰局會落在記憶體上。過去，記憶體不用運算，但未來，可能須承擔部份運算功能；長期，如何設計「仿生晶片」，更是大家競逐的聖杯。「具有AI能力的晶片組，是台灣IC設計業的一條路，」台大與輝達合作的人工智慧實驗室負責人、台大資工系教授徐宏民認為。

三年多前，聯發科與台大商量研發主題，徐宏民建議納入「影像認知」功能。今年三月，巴塞隆納世界行動通訊大展（MWC），聯發科發表最新手機晶片組，就把AI 功能列入。即使拍照的人不面對鏡頭，還是有九成的辨識率。聯發科技術長周漁君指出，這個技術是聯發科打入車用晶片市場的利器，透過識別駕駛人的臉部或動作，得以辨識出駕駛當時的生理狀態與疲憊程度，一旦危險駕駛就可發出警示。

選定題材、領域，瞄準痛點
AI的世界，現在是藍海

「在AI的世界，現在是個藍海，」剛剛從微軟西雅圖離職、回國籌備台灣AI實驗室，正招兵買馬的前微軟人工智能部門亞太區研究總監杜奕瑾認為。

在微軟待了十年，負責微軟語音助理Cortana，杜奕瑾清楚認知，微軟、Google等大公司，不專門為十億美元以下、太小的垂直市場領域解決問題。利用大公司發展的平台，在特定領域解決適合的問題，這些都是台灣的機會。

「其實，AI多數問題都還沒被解決，體驗也沒有被定義，」他樂觀地說，大公司現在專注於建置AI平台，個別則期望與各領域合作，「AI技術普及，如同網路的普及，實際產品應用面大有『地方包圍中央』的機會。」這位大學時期就創立批踢踢實業坊（PTT）、被鄉民暱稱為「創世神」的軟體人分析，AI的基礎建設與雲端不是台灣小公司的戰場。但從平台到應用，還可以分為七層，每一層在個別領域都有軟體創業的空間——因為每個領域需要解決的問題都不同。

「關鍵是挑核心主題，定義AI化之後的體驗與價值，」他認為，台灣科技業只要在自己擅長的領域，找到最好的解決方案、夠快解決問題，就可以成為該領域的專家，進軍國際市場。

負責宏碁自建雲與智慧產品事業群的施宣輝，選定的領域則是「影片識別」。他認為，現在切入照片與語音辨識比較沒有優勢，但影片則大有可為。

（去年，宏碁併購了德國數位電子看板的領導企業Cittadino，是德國公共場所電子廣告看板市佔率最高的廠商。併購之後，新公司可以採用宏碁自建雲系統。未來，如果影片識別系統可以建立起來，廣告投放就可以更精準，這是宏碁新事業群AI研發的重點。

「增強式學習」的無限可能
自動化產業，變身工業5.0

人工智慧也給了新進者無限的機會。

44年歷史的所羅門，第二代掌門人董事長陳政隆這兩年最大的挑戰，就是所羅門的新事業。

一直是奇異（GE）燃氣發電機代理商，曾經是台灣最大的電子元件通路商。創辦人陳健三還投資過晶片設計、記憶體、封裝廠。

如今，他們踏入工業4.0市場，取得美國洛克威爾、丹麥人機協作機器人UR代理權，還針對機器手臂的缺點，運用人工智慧、開發出3D機械視覺模組，幫機器人裝上大腦與眼睛。這套視覺模組，是曾任外資分析師十年的陳政隆，一手打造出來，三十多人研發團隊所做。

傳統機械業多是寫電腦程式模擬動作，但所羅門利用3D視覺，「學習」對物件做完整的影像辨識、履歷及影像認知。即使物件亂擺或隨便移動，也可以即時偵測、抓取，讓盲眼俠的機器人手、腦、眼可以協調。

去年中，所羅門發表了全球第一台專利自動穿鞋帶機，引起市場注意。3D視覺搭配機器人，可被用在自動取放系統、快速掃描、量測、品檢、辨識、履歷等。

一個機械業後進者，花三年能開發出全球第一台穿鞋帶機，關鍵在於2014年開始，「增強式學習」有了重大突破，得以顛覆既有的自動化產業。

今年三月，雙月刊《麻省理工科技評論》將「增強式學習」選為十大突破性科技。工業機器人的製造商，都在鑽研用增強式學習去訓練機器人，不再需要人工寫模擬程式，而是透過學習來學新的動作。

「開創了無法想像的可能性，」工業4.0大廠西門子內部刊物，去年四月以封面故事「全自動系統」表示，AI可將讓機器人的運用更普及。

「截至目前為止，工業4.0只做到互聯網＋，加上人工智慧，精準度、效率、速度會更提升，可以提升到工業 5.0 ，」身兼友嘉實業集團技術長的羅仁權認為，他正協助傳統機械業評估融入AI技術，自己的實驗室已採用新方式訓練機器人。

一旦AI與自動化普及，「台灣硬體機器人產業最能受惠，」麥肯錫全球董事暨台北分公司總經理章錦華認為。在自動化大浪中，台灣最能受惠的還是硬體，因為擁有僅次於德國、日本、美國的完整機器人供應鏈。

管理財AI化
關鍵製程智慧化推高競爭障礙

從半導體、軟體到工業4.0，台灣必須看準AI趨勢，推出產品。但看在清大工業工程與工程管理系講座教授簡禎富眼中，台灣更迫切需要的，是各行各業趕快用AI，把關鍵製程管理的know-how（訣竅）人工智慧化，維持競爭優勢。簡禎富是一手協助台積電，打造大數據、AI以改善製程的推手。去年，他因此獲得行政院科技貢獻獎。

「IBM、Google這些平台大廠已經開始鎖定工業這一塊，2011年起開始申請相關專利，台灣這塊如果不做，未來就會沒飯吃，」他憂心地說。

從大數據到AI，台積電製造技術中心副處長牟忠一分享，目前，台積電無人晶圓運輸系統，每天開出8000台車、要停1500個站。六廠區軌道總計200公里，比台北捷運137公里還長，複雜度遠超過東京地鐵。工程師已不需像早期要進無塵室顧機台。台積電每天做8000個產品，6000多個機台均用AI偵錯，快速排除機台障礙。

「其實台積電一開始的資料也不多，」簡禎富回想當年。他大力鼓吹，不論是紡織、製鞋、個人電腦廠商的龍頭廠商，都應該從一些關鍵know-how開始，不要想一步做到工業4.0，先做工業3.5。他務實地建議，人工智慧中，比較成熟的決策支援、專家系統與大數據蒐集，企業可以先做。

「傳產有很多know-how的水很深，」國內知名的大數據專家、中研院資訊科學研究所研究員陳昇瑋也採取行動。他正在籌組聯盟，計劃協助紡織、印刷電路板、農業等傳統產業的隱形冠軍，將關鍵製程人工智慧化。「因為台灣的命脈是中小企業，」他說。

陳昇偉以染整為例，調色有很多祕訣，過往老師傅將配方記錄在本子上。這些經驗數據經過整理後，可以建成一套知識系統。未來，當客戶要求染出某個顏色，透過光譜分析儀分析顏色，再運用人工智慧系統去調整參數，可以得出新配方。

「過往很多顯色流程要花很多天，沒辦法確定做不做得到，客戶就走了，」他解釋，透過AI可盡快確定訂單。

在接觸這些隱形冠軍的過程中，陳昇瑋發現，中小企業非常歡迎AI與大數據的專家，只是苦無相關人才。

AI到底行不行？
最大關鍵：CEO決心與職場潛規則

徐宏民認為，不論做製程改善或研發AI相關產品，人才的確是台灣的瓶頸。「這考驗CEO的決心，」他直言。台灣培養出來的AI碩博士生，人才外流的比例很高。除了薪資，一位不願具名的AI學者直言，相對中國大陸，台灣AI發展慢，真正的問題是，很多想做AI的人，不知道自己沒跟上最新進展。

常常與科技大老開會，這位學者發現，台灣科技界研發產品，習慣先把產品規格開好，然後大家才去做。但AI研發必須一步步改善其精準度，有點像是做實驗，一步步排除問題，被市場接受了，就可以成為規格制定者。

「很多基礎技術在網路上都是開源資訊，關鍵在要有真實的數據去玩，非常動態地從頭到尾調整，來找到AI產品的被使用者喜愛的關鍵點，」他直言，台灣也缺少有經驗的AI專案經理。

加上，台灣的環境長幼有序，年輕學者在台灣話語權很小。

「國際很多知名AI專家，都很年輕，」他舉例，剛被Google延攬的史丹佛大學教授李飛飛，今年才41歲；曾幫百度建立1000人AI團隊的吳恩達，今年才44歲。

即使在美國、英國，目前產業界AI應用，仍必須大量倚賴學界。徐宏民認為，台灣學界的制度仍不夠開放。

在AI領域，兩年前的技術可能早已過時。AI的研究主戰場不是審核程序緩慢的期刊論文，而是最新、最競爭的頂尖國際會議，比的是誰能最早在網上，發布具有突破性的技術論文、甚至是程式碼。但迄今仍有不少學校，電機系、資訊系教授升等只看期刊論文，導致年輕教授的創意被老制度扼殺。「台灣工程師普遍的數理能力很強，是可以重新訓練的，」做過不少產學合作案、協助產業界設立人工智慧團隊的徐宏民觀察。

不論是製程改善、產品研發，簡禎富認為，企業一開始沒有相關的人才沒有關係，但在產學研究的過程中，企業一定要派人協同作業，效果會最好。

「台灣在AI領域的發展太慢了，」幾乎是所有受訪者的一致共識。但與其抱怨，不如起而行動，AI是一門累積學習方有成果的科技，也是台灣不能錯過的新時代。

《天下雜誌》官網：http://www.cw.com.tw/