30歲~80歲的新鮮事

書名： 人工智慧在台灣：產業轉型的契機與挑戰

作者： 陳昇瑋, 溫怡玲

出版日期：2019/06/04

 購買網址

Why 想看這本書：

人工智慧學校校長寫的，當然需要念一下，而且目前是玉山技術長。

# 作者介紹

10歲開始寫程式，大學到研究所參加程式比賽+結案，2006-2018 升到正教授，接下來想做業界和學界的跨領域者。

大一BBS站長，大二接案，大三架了電子郵件。 （根本就不是一般人！ 太強了。）

2000年的時候就有數十萬封郵件，因為想要留下紀錄，所以整理資料作者可以感受到莫名的成就感。

2018年，全台灣教授有3.6萬人，這還沒有計入工研院，國研院，只有5%的教授願意跨入業界，所以，這就是作者想寫這本書的原因！

# 本文開始

軟體硬體的差別，linkin 出走最多的就是軟體工程師。

軟體產業所需要的材料就是程式碼，程式碼可以寫出無人駕駛，人工智慧等各種應用。

# 升級產業人才，比資料和設備更關鍵 （我這本書最有收穫的地方！）

要讓人才有無才可以發揮，位置可以流動，場合可以交流。

--》 只要能有舞台，產業，才會有新的機會！！才會有人去投入！

2012 開始，人工智慧在各個領域的爆炸相較於國內產官學業界，台灣真的落後很多。
 

# 創立資料科學年會於人工智慧年會

不過，目前104要找相對的職缺根本沒有呀！

所以作者的目標是先介入學界和業界吧！ 

# 籌辦人工智慧學校，2018年1月開學，目前以及有3400多名畢業學生。

作者覺得10年後，一定會發酵，為了台灣，要先從人才做起 （

作者覺得舞台和人才是最重要的，也許有了舞台，就會出現人才，也許有了人才，人才也會自己創立舞台。

第一章 人工智慧是什麼： 科普知識

# 人工智慧的歷史

第一波：把人類思考放入電腦：失敗

第二波：電腦按照人類規則：效果有限，因為我們懂的事情比能表達來的多。

第三波： Deep learning開始，機械可以自己學習，自己定義規則

ILSVRC 比賽，先給120萬張照片，再提供15萬照片做分類：

2012年：第一名，錯誤率15.0 %，大勝第二名 25%

2015年：第一名，錯誤率 3.5 % ----- 大幅進步

要可以抽取出特徵的系統，才可以進行學習。

# 人工智慧工程師需求增加

據說高盛銀行有30%是軟體工程師了，比想像多很多！

# 三種學習，監督式學習，非監督式學習，增強式學習。

1 監督式學習，訓練過程中就告訴機器答案，讓電腦各看1000張貓和狗的照片，如果輸入一張照片，問是貓還是狗。

9成的機器學習應用，都是監督式學習。

2 非監督式學習，那1000張照片，看電腦覺得應該要分成幾種種類。

3 增強式學習，在大量實驗之後，前期在模擬器，後期模型資料操作，讓電腦自己做中學，自行找出規則已經更好互動的途徑。

Google translate的例子，如果訓練文件在一億件之下，傳統機械學習會比深度學習好。如果是在10億件以上，深度學習就會比機械學習好

第三章 人工智慧的誤解

第一，人工智慧不需要更多的人

人工智慧需要人去定義問題！ 而且不同問題，可能需要不同的設定，所以，反而需要更多的人。

圍棋贏人類沒有什麼，就像舉重比賽，再強的人也贏不了一台推土機。

第二，資料不等於價值，要有用的資料

第三，算是資訊部門？ 因為很多問題，需要業務部門，需要會計部門，生產部門，所以，要使用人工智慧解決問題，需要不同領域的人

第四，導入系統可以解決營運問題？ 其實貼近市場，才是最好解決營運問題的

Part II   人工智慧與產業

人工智慧有名的會議： 

NIPS ：conference and workshop on neural information processing system

ICML：internationalconferenceonmachinelearning

AAAI： advanced of artificial intelligence

IJCAI： international joint conferences on artificial intelligence

產業人工智慧化經驗談

1 瑕疵檢測: 產品檢驗使用

2 自動流程控制： 設備參數的最佳化

3 預測性維護： 預測設備可能隨時會發生問題

4 原料組合最佳化

# 適合台灣的人工智慧產業化

台灣最適合切入的就是人工智慧晶片以及消費電子。

結合臉部辨識，語音辨識，情緒偵測，語言理解，圖片識別，場景辨識，語言合成的家電商品，商機絕對不輸給手機。

另外，金融業的風險預估，物流業的路線規劃，農業的日照和灑水控制

Ch6   產業人工智慧化的挑戰和建議

調整企業思維，企業喜歡用 ROI return on investment 來做投資指標，但是，短期人工智慧不一定用的上。

所以，ROI 基本上是0，但是這樣不代表不需要人工智慧，只是，是個短期沒有報酬的項目。 

→  中國XX 銀行不顧一切，就是每年1%投入到金融科技上面，以期保佑技術領先。

→  公司都需要投資下一個會成長的產業，才能不斷成長

# 企業導入的實際挑戰

挑戰一，人才缺乏： 世界最缺乏人才的地方

挑戰二，資料基礎建設不足，像是設備故障，半年發生一次就很恐怖了，也有可能不同部門之間覺得某些資料是秘密

挑戰三，不會定義問題，找對問題

Part III 迎向未來的挑戰

Ch7 人工智慧學校

# 以民間力量來培養民間人才

# 密集課程培訓產業人工智慧大軍

Ch 8 給政府的建議

# 產官學研跨界合作，台灣 AI 才有機會在地化

# AI 不是問題的答案，AI 只是一個工具

# 希望AI 成為台灣經濟起飛的下一個奇蹟  --》 新竹市 AI 智慧園區
 

2019.12.7   #363         高雄喝喜酒一日來回