[AI洞見]人工智慧、潛水艇與魔術|數位時代 BusinessNext

我一直不認為我是人工智慧的專家，但是前陣子跟一些台大資訊工程系的教授們聊天，有位很資深教授突然說，「談到人工智慧，林宜敬是這方面的專家，哪天應該請他來我們系上給個Talk。」

我受寵若驚，一時會不過意來。稍微想了想，才明白過來，原來我們公司的語言學習產品是基於數位語音分析技術的軟體，而數位語音技術一直被許多人認為是人工智慧的重要組成元素。

但我自己不會覺得我們的軟體是個人工智慧產品，因為我對這個產品背後的技術太熟悉了，我知道它能做什麼？不能做什麼？我知道它有什麼缺陷？有什麼潛力？

對於一個我了若指掌的程式，我只覺得它是一個程式，不覺得它有任何的「智慧」。但對不清楚程式運作原理的使用者來說，說不定還真能感受到這程式的「智慧」也說不定！

人工智慧與潛水艇

拜AlphaGo以及AlphaGo Zero 等圍棋軟體之賜，人工智慧議題真是熱門極了，不但有許多年輕軟體工程師投入，也有許多非軟體專業的思想家們開始討論人工智慧對世界的影響（我甚至還看過一篇精神科醫師寫的，介紹AlphaGo演算法的文章。）

早在三十多年前，我在台大資訊工程系讀書的時候，人工智慧就紅過一陣子了。

那時候，社會學家在討論人工智慧對未來社會的衝擊，經濟學家在討論人工智慧會不會造成大量的失業，哲學家在討論人工智慧的道德問題，也有人在討論人工智慧算不算真正的智慧，電腦究竟會不會思考？

最後電腦軟體界的前輩戴克斯特拉（Edsger W. Dijkstra）教授看不下去，出來說話了，他說，「關於電腦會不會思考的這個問題，差不多就跟潛水艇會不會游泳的問題一樣重要。」（The question of whether Machines Can Think is about as relevant as the question of whether Submarines Can Swim.）
此話一出，讓我們這些電腦科學界的人樂壞了。

因為自古以來就是這樣，真正懂的人默默做研究，忙著在尋找科技上的突破；而一些一知半解又愛出風頭的人，總是會搶到話語權，提出一些虛無飄渺，又似是而非的議題迷惑大眾。

那些愛故弄玄虛的人提出一些很哲學性的假議題討論，於是Dijkstra就用很哲學性的話回應。

剛好最近台灣要自己造潛水艇了，不知道半瓶子水的智者們會不會出來討論「台製潛水艇究竟會不會游泳？」

人工智慧與關聯式資料庫

那這一波的人工智慧變革來勢洶洶，就只是一個幻象嗎？

當然不是，這一波人工智慧浪潮的最大意義，是機器學習（Machine Learning）技術的普及化，讓昔日遙不可及又高不可攀的技術，變得人人可上手。

現在的年輕工程師很難想像，在四十年前，關聯式資料庫（Relational Database）也曾是一個充滿想像，但遙不可及的技術。

早在1970年代，IBM的Codd就已經發展出關聯式資料庫所需要的完整數學理論，大家都覺得那個理論很好，但當時的電腦太慢了，任何執行關聯式資料庫的電腦都會慢到像當機。所以那個年代，沒有人把關聯式資料庫應用在商業程式上。

但後來電腦硬體越變越快，到了1990年代，即使個人電腦也能執行關聯式資料庫程式，而SQL語言又讓使用關聯式資料庫的程式變得非常簡單，人人可以上手。

到了今天，使用關聯式資料庫已經變成工程師的基本技能，不是什麼特異功能。

同樣的，在十年前，機器學習也是一個遙不可及的技術。任何機器學習的模型訓練工作都會讓電腦慢到像當機，而撰寫機器學習相關的程式更複雜，除了人工智慧領域裡的高手與高高手之外，一般人無法理解，也無法撰寫。

但是現在GPU被廣泛的使用在機器學習的訓練階段。GPU處理機器學習的速度，是CPU的十倍、百倍甚至千倍，因此在個人電腦上開發機器學習程式已不是問題。

而TensorFlow及Keras等系統，又讓機器學習程式的撰寫變得非常容易。

依照我自己的經驗，安裝並學會Keras跟TensorFlow，然後開始寫一些簡單的影像辨識程式，大概只花了我一至兩個禮拜的時間。而且還是在我一邊上班、一邊找時間學習的狀況下。

要製造一部汽車很難，但是要學會開車不難；要寫一個關聯式資料庫系統或是Keras機器學習平台很難，但是寫SQL資料庫程式或是Keras機器學習程式一點都不難。

所以機器學習技術的普及化，是這一波人工智慧革命的真正意義。說不定十年後，軟體工程師懂機器學習技術，就跟懂關聯式資料庫一樣稀鬆平常，只是基本技能的一種。

人工智慧與變魔術

魔術不是真的魔術，只是變魔術的人讓觀眾產生錯覺，覺得他有魔法、不可思議的事情發生了；人工智慧不是智慧，至少在現在這個階段還是如此，只是開發人工智慧程式的人讓使用者產生錯覺，覺得程式有智慧、不可思議的事情發生了。

以iPhone的Siri做例子吧！幾年前Siri剛發表時，許多人覺得Siri有智慧，因為你問她幾歲？結婚了沒有？願不願意當你的女朋友？Siri都能對答如流，使用Siri的宅男們就覺得Siri是有智慧的。

我不是Siri的開發者，但是我猜，Siri的開發者就是預期會有一些宅男問這樣的蠢問題，所以就開發過程中特意的訓練Siri，讓Siri可以應付宅男們特別愛問的那幾個蠢問題，然後錯覺就產生了，大家就覺得Siri是有智慧的。

但是跟Siri混熟之後，我想很少人還會覺得Siri真正有智慧的。Siri可以幫我們打電話，Siri可以告訴我們問天氣預報，Siri可以幫我們訂Pizza，但是超出一個範圍之外，Siri就只會上Google，找一個網路連結給我們。

為了推廣產品、為了做宣傳，人工智慧的軟體必須做的很炫，然後像是變魔術一樣，讓我們覺得它是有智慧的。

但隨著人工智慧技術的普及，當我們對這些程式越來越熟悉，也許我們就不再覺得人工智慧程式那麼神奇，那麼有智慧了。

也就是說，當我們不再覺得人工智慧程式有智慧的時候，也就是人工智慧真正改變這個世界的時候。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

在科技重塑萬物的時代，飲食與農業的創新也正悄然發酵。台灣唯一專注於食農科技創業輔導的「好食好事加速器」，將於10月30日舉辦第八屆Demo Day。活動將邀請13 家入選新創登台發表，聚焦食農科技、AI供應鏈和飲食創新三大面向，分享他們如何以科技、創意和永續理念，改寫食農產業的未來。現場亦同步規劃「未來食農展演區」，集結本屆共17 家新創團隊，展示最前沿的產品與服務，從飲食創新到食農產業的智慧應用，讓與會者一次看見未來食農的全景樣貌。

化身食農新創關鍵推手，創整體存活率95%佳蹟

好食好事加速器營運總監張正瑜指出，好食好事加速器自2018年啟動以來，至今已輔導 78 家食農新創團隊、累積總資本額達新台幣22.6億元，整體成長率達 114%，整體存活率達 92%。

這些成果不僅展現了台灣食農新創的韌性與潛力，更凸顯好食好事加速器在背後扮演的關鍵推手角色，透過系統化輔導、跨域資源鏈結與市場驗證，讓食農創業者能夠以更快的速度、更穩的步伐邁向成功。而因應食農產業的轉型趨勢與全球永續浪潮，今年加速器特別聚焦在以下兩大重點，一是運用科技和創新推動食農產業升級，二是加速飲食創新發展。

食農科技+AI供應鏈，以數位創新驅動食農產業升級

根據張正瑜的觀察，多數人對食農產業的想像皆停留在農作物生產階段，但這其實太過狹隘，「食農產業的真正範圍很廣，從『產地到餐桌』乃至『再循環』的整條供應鏈，都應該被納入其中，」張正瑜說，這當中包含生產、批發零售、物流、用餐場域、包裝材質的選用，甚至或廚餘與農業廢棄物的循環再利用等議題，這些都屬於食農產業的一環。

為了提升食農產業價值，今年入選團隊中，有許多聚焦於 AI、數位科技、永續再生等領域的新創，透過創新的解決方案去優化供應鏈各個節點，讓創新不只發生在農田，而能延伸至整個產業鏈。舉凡食農科技、AI 供應鏈等議題，其目的都是運用科技與創新思維推動食農產業升級。

其中，食農科技指的是，運用創新技術或數位科技改變傳統農作物的生長模式與管理方式，本屆入選團隊好食Agri Optech，便是以室內植物工廠為核心，自主開發高效植物照明技術與模組化系統，不僅大幅節省能源與水的耗用量，更能降低疏菜耗損量，與國際植物工廠解決方案相比，好食Agri Optech無論在價格或營運效能上都極具競爭力，如今更透過好食好事加速器的輔導與媒合，成功對接至連鎖早餐品牌，擴大產品通路與市場觸角。

而AI供應鏈，則是運用人工智慧讓供應鏈更透明、暢通與高效。例如本次入選團隊——團薦科技開發出的AI零售選址平台，可以透過數據與 AI 模型分析人流熱點、預測未來3個月內的營收表現與展店成功率，協助企業找出最具潛力的展店地點。這項技術不僅提升選址決策的速度和精準度，也大幅優化展店流程與整體效率，同時在加速期間，透過業師牽線順利取得與大型連鎖手搖飲品牌合作的機會。

整合大拙匠人資源，加速推動飲食創新

至於本屆加速器的第二個特色——飲食創新，好食好事攜手新興食品品牌「大拙匠人」推出FMCG（快速消費品）加速項目，將具備台灣特色和在地風味的食品，結合新食材、新技術或新包裝，轉化成可在主流通路販售的商品，進一步走向更廣泛的國際市場。

舉例來說，本次入選團隊阿勇家餐飲，是一家擁有 60 年經驗的辦桌團隊，透過與大拙匠人合作開發新產品，使傳統的辦桌料理得以用全新的形式進入零售通路，從節慶餐桌延伸至日常家庭，甚至邁向海外市場，讓全球都能感受台灣獨有的辦桌文化。

另一家入選團隊日日好食，雖然與大拙匠人同樣主打麵類商品，但其強調高蛋白、低碳水化合物的健康取向，與大拙匠人的主要產品鵝油拌麵，各具不同特色、形成互補，雙方在加速期間不僅共同探索合作開發新商品的可能性，大拙匠人更分享自身進軍大型通路的實戰經驗，協助新創掌握通路策略與進入國際市場的運作節奏。

不只如此，日日好食也透過好食好事加速器的引薦，接受曾任直銷企業高階主管的業師輔導，進一步優化經營策略、提升銷售表現，並對接大型食品公司洽談合作機會，同時也與海外加速器建立連結，為進軍北美市場做好準備。

「我們想做的不只是產品創新，更是『台灣味』的文化傳承與品牌輸出。」張正瑜強調，把餐飲料理轉化成標準化商品，不僅能擴大銷售通路和市場，更能縮短備菜的人力和時間，成為解決餐飲業人力短缺的有效途徑。

從在地出發，鏈結全球：好食好事推動食農新創國際化

張正瑜認為，台灣食農技術和食品產業都具有很強大的市場競爭力，新創團隊應該更具企圖心，在創業的第一天就放眼海外市場。正因如此，好食好事加速器不僅致力於培育在地新創，更積極推動國際鏈結，透過海外社群串聯日本、新加坡、印尼、北美等地的食農科技與創業生態圈，希望將台灣的新創力量推向全球舞台。

今年 5 月，加速器便帶領校友團隊前往日本參加 SusHi Tech Tokyo 2025（Susai Tech）展會，與日本當地的食農科技團隊與投資人交流；預計 11 月前往新加坡和印尼，透過新加坡知名的食農科技加速器 Innovate 360，接觸具潛力的投資與合作夥伴，並對接由印尼最大食品集團三林集團（Salim Group）成立的加速器 Innovation Factory，進一步串聯當地的大型零售與食品企業，為台灣食農新創開啟跨國合作與市場落地的新契機。

從在地創新到國際鏈結，好食好事加速器持續為台灣食農新創打造更廣闊的舞台。現在就報名 10 月 30 日第八屆 Demo Day，一同見證台灣食農創新的新篇章。