吳恩達與李飛飛門生受邀加入Appier，拉近AI產學距離|數位時代 BusinessNext

吳恩達與李飛飛門生受邀加入Appier，拉近AI產學距離

孫民專精電腦視覺、自然語言處理、深度學習與強化學習，自交通大學電子工程系畢業後，赴美留學，擁有史丹佛電機碩士、密西根安雅堡電機系統組博士等豐富經歷。在美期間師承吳恩達 (Andrew Ng)、李飛飛及李飛飛丈夫Silvio Savarese等頂尖人工智慧專家。

史丹佛求學期間，因吳恩達轉入機器學習

孫民在史丹佛求學時期，也和同學一起搶修吳恩達的機器學習課程，由於吳恩達的課程活潑有趣，孫民從此愛上機器學習，碩士第二年決定把研究領域從電機工程轉往機器學習，成為吳恩達實驗室成員，「當時沒有預見這領域會這麼紅，就是憑著我的興趣。」孫民說。

孫民對於吳恩達的鼓勵學生「面對失敗」的教學方式印象深刻，也把這個思維帶回清大傳承給台灣學生。孫民說：「和學生開會時，我都會和他們說，『不要害怕看到不好的研究成果，要面對它，解決它，下一次才會更好，』訓練學生面對問題的堅定程度。」

而碩士畢業後，吳恩達將孫民介紹給當時在普林斯頓大學任教的李飛飛，成為他博士時期的指導教授，讓他在電腦視覺領域更上一層樓。

李飛飛曾建言：做你覺得最瘋狂的東西

在孫民眼中，李飛飛是個敢於「做大夢」和總是「Think our of the Box（不被框限）」的人，而李飛飛主持的ImageNet圖像識別研究計畫讓更給孫民很大的啟發。「李飛飛讓我知道就算沒有足夠的資源也敢做夢，我親眼所見一個夢如何在五年內完成，2009年的電腦視覺技術，僅能辨識20幾個物品，但ImageNet想辨識上萬個物品，這是個大哉問！」

孫民在當上清大助理教授後，曾針對學術職涯向李飛飛請益。李飛飛說：「做你覺得最瘋狂的東西。」她還建議孫民，不要聽從任何人的建議，因為每個人的際遇與面對的環境都不同，成功這件事是無法複製的。

孫民曾在由李飛飛所主持的ImageNet圖像識別研究計畫中，參與草創期的系統設計，也曾協助開發機器人作業系統 (ROS) 及微軟Kinect人體姿態辨識系統。加入Appier 後，首要任務將是推動人工智慧系統規模化並將其落實到商業應用領域，協助Appier開發以 AI 為基礎的企業解決方案。

孫民擁有兩項美國專利，過去三年於國際頂尖人工智慧會議中發表超過20篇研究論文。而不久之前，孫民也獲得傑出人才發展基金會頒發第六屆年輕學者創新獎，曾帶領團隊連續三年在電腦視覺、圖學暨影像處理研討會 (CVGIP) 中贏得最佳論文獎。

在生成式 AI 驅動下，新聞產業正加速進入新一輪轉型。這股技術浪潮不僅改變了內容產製模式，也重塑了讀者獲取資訊的入口。面對這場產業變革，台灣科技媒體領導品牌TVBS 展現強勁的轉型動能，不僅積極布局 AI 應用，更憑藉創新專案獲得「nDX數位創新獎助計畫」肯定。

為加速經驗擴散並促進產業交流，日前，TVBS 攜手數位經濟暨產業發展協會（DTA）舉辦「AI in the Newsroom－TVBS轉型實戰分享」發表會，現場匯聚媒體與科技領域專業人士，從實務案例出發，深入剖析 AI 導入新聞現場的應用模式，共同見證 TVBS 如何以 AI 為核心引擎，重新定義數位時代的媒體影響力。

從「人」出發：從超級個體到超級組織，啟動 AI 原生轉型

TVBS 集團成長長簡西村表示，早在生成式 AI 浪潮成形之初，TVBS 便已啟動轉型布局。不僅於 2023 年成立AI未來科技部，專責 AI 應用開發與轉型推進，更由董事長親自主持每週一次的 AI 策略會議，確保決策與執行節奏高度一致，並進一步盤點出「人、流程、科技（PPT）」三大轉型關鍵，逐步落實將 AI 導入各項營運環節。

從「人」的角度來看，TVBS 以 AI 提升效率與創造價值為目標，提出超級個體與超級組織的轉型藍圖。其中，超級個體指的是能善用 AI 工具的記者，例如：透過 AI 分析海量資料、自動生成初稿或經營個人品牌，透過與 AI 的分工協作，不僅提升產出效率，也讓記者得以回歸深度核實與現場採訪等核心職能。

當多個超級個體串聯，便進一步形塑出超級組織，透過 AI 全面提升團隊的數位戰力，成為 AI Native（AI原生）媒體組織。TVBS 的願景是，讓每一個議題皆能發展出專屬 AI Agent，負責資料處理與初稿生成，而人扮演總編輯角色，負責內容品質與倫理把關。如此一來，不僅能實現全天候、高頻率的內容更新，更可透過多 Agent 協作，同時產出文字、影音、Podcast 等不同形式的內容，實現一次生產、全平台分發的目標。

從「流程」出發：讓AI嵌入新聞產製，縮減 30% 作業時間

從「流程」的角度來看，AI 唯有真正嵌入新聞產製流程，才能發揮最大效益。然而，哪些環節最適合導入 AI、導入後流程該如何重塑，往往只有第一線新聞人最清楚。為此，TVBS 邀請新聞部同仁組成「文科種子」團隊，並由主管從日常工作情境出發，親自示範 AI 應用，讓記者實際感受到 AI 帶來的效率提升，進而翻轉「不好用」的既有印象，吸引更多資深同仁投入 AI 應用開發。

TVBS新聞部網路新聞中心總編輯楊致中強調，「AI不是要把新聞人變成工程師，而是要讓新聞人重新回到專業現場。」因此，這群橫跨編輯、記者、編譯等不同職能的種子成員，從使用者視角出發，與工程師並肩協作，以使用情境取代傳統規格書，讓技術團隊得以深入理解採訪流程中的真實痛點，進而開發出涵蓋多語翻譯、初稿生成、重點歸納、多稿比對、標題與內容優化等 AI 應用，整體作業時間平均縮短逾三成。同時，新聞部也與 AI 部門建立每週開會機制，持續提出痛點及回饋使用經驗，推動產品快速迭代。

另一方面，TVBS 也連續三屆舉辦員工限定的「AI 黑客松」，各部門同仁由日常工作中的痛點出發，發想出更貼近第一線需求的 AI 解決方案，讓 AI 逐步成為組織共通的語言，不僅有效提升工作效率，也進一步形塑出 AI 驅動的創新文化。

從「科技」出發：打造混血系統 AI WIZE，讓AI真正貼近使用需求

從「工具」的角度來看，如何在滿足使用需求的同時兼顧技術快速迭代，成為關鍵課題。為此，TVBS 提出混血系統概念，由新聞人與 AI 部門協助，共同開發出專為媒體場景打造的 AI WIZE 平台。

TVBS AI未來科技部副總監吳楨文說明，AI 技術迭代速度極快，若仍沿用傳統「使用者提需求、工程師寫程式」的開發模式，不僅溝通成本高、也難以快速及時優化，容易導致使用體驗不如預期。若是直接使用外部 AI 工具，在產出結果不穩定的情況下，使用者常常要反覆調整提示詞與修正細節，反而會增加時間成本，使 AI 應用淪為新的負擔。

為解決這樣的困境，TVBS 在開發 AI WIZE 時，結合系統化與人才混血兩大策略，由工程師在「深水區」把關系統架構、資訊安全與成本控管，而新聞人則在「淺水區」透過 AI Studio 等自然語言工具定義應用場景，並將新聞專業封裝成可重複使用的 AI Agent技能，同時透過持續回饋機制，讓 AI Agent 不斷學習與優化，使工具更貼近日常工作需求。

簡西村最後強調，人機協作不是選擇，而是必然路徑。TVBS 期望透過這場 AI 轉型，打造兼具速度、深度與可信度的新型媒體競爭力，並以自身實踐經驗為基礎，帶動台灣媒體在 AI 浪潮下強化整體產業競爭力，重新定義媒體的「真實」價值，開創新聞產業的 AI 新時代。