NVIDIA GTC Taiwan大會今(26)日登場，NVIDIA創辦人暨執行長黃仁勳發表演說後也與台灣媒體見面。黃仁勳指出，在全球的競爭中，台灣在人工智慧領域發展的確有點慢，但現在開始並不算太晚，他還指出，台灣雖然在軟體領域不強，還是有很好的發展機會。這是什麼意思呢？
人工智慧的時代，將不用再寫程式
黃仁勳形容人工智慧是一種「自動化的自動化」（automation of automation），大量降低人力需求與成本，帶來更好的生活品質。
「人工智慧不是讓電腦工程更複雜，而是更簡單。」懂軟體的人並不多，但每個人幾乎都懂得如何教導他人或小孩一樣學習新事物，這和教導人工智慧如何寫程式的本質是雷同的。
在人工智慧的時代，將不用再寫程式了，因為人類會訓練電腦寫程式，也因此台灣有機會和軟體這個弱項說「再見了」！
黃仁勳說，「外界一直認為人工智慧是軟體密集式（Software-intensive），這看法並不正確。」
在人工智慧時代，最重要的是使用者需求洞察與產品願景，台灣不要認為自己在軟體領域發展不強就遲疑不前，相反地，台灣要趕快跳進來，政府需趕緊建置好基礎設施與各類工具，讓各行各業參與其中。
黃仁勳指出，美國和中國是人工智慧強國沒錯，但台灣的科技發展潛能和加拿大與英國等國比較之下，也還有不錯表現，雖然台灣小，但只要找到利基點，還是有貢獻的機會。這也是為什麼新加坡、韓國與德國等國，傾全國之力發展人工智慧。
台灣在Edge AI與Industry AI都有發展機會
此外，也有不少專家認為，台灣在AI發展上最具優勢的是終端AI（Edge AI）而非雲端AI(Cloud AI)。另外，在NVIDIA與台灣的多項合作中，有一項即為科技部投入40億資金推動為期4年的「AI半導體射月計畫」，該計畫的重心也是在終端AI。
那麼黃仁勳是否也認為台灣在Edge AI 比 Cloud AI 有更多的發展機會呢？對此黃仁勳表示不認同。
黃仁勳指出，在Cloud AI領域，的確具有規模巨大的資料中心、人工智慧專家與使用者數據的網際網路服務商佔有優勢。
但「人工智慧不會結束在這裡（Cloud AI），僅是由此開始」。 下一個階段的人工智慧會移往產業人工智慧(industry AI)，滲透交通、物流與製造等各種產業。
舉例來說，台灣的公司如台積電使用深度學習做智慧製造、鴻海利用深度學習做視覺檢測與品質管理。
黃仁勳也認同台灣在終端AI有很好的發展機會，終端意指在地，而雲端意指全球，終端人工智慧的商機是很在地的（local）。每個人的終端產品都不一樣，美國公司很難控制台灣的終端服務。而在終端領域，需要各式各樣的人工智慧晶片，這是台灣的機會。
攜手科技部培育人才，推展深度學習應用
黃仁勳強調科技部與NVIDIA深度學習機構將在未來4年培訓3000位開發人員，協助他們將深度學習技術運用在智慧製造、物聯網、智慧城市以及醫療等領域。
去年成立的深度學習機構為開發人員、資料科學家和研究人員提供實作的訓練課程，包括網路實驗室與講師帶領實作的研討課程，教導如何使用開放原始碼框架與NVIDIA GPU 加速深度學習平台。
NVIDIA在國內推動Inception計畫，協助科技部建立青年科技創新創業基地，全力幫助本地AI新創公司成長。NVIDIA 的 Inception計畫是一個集結 AI 與深度學習新創公司的重要據點，除了提供硬體設備與行銷的協助，同時也引領他們進入範疇更大的NVIDIA 深度學習產業體系。
NVIDIA 將支持由科技部主導的海外人才培訓計畫，為博士後研究生提供高階實習生計畫。
