AI人才養成秘笈
專題故事

全球企業都不敢在AI技術中缺席,全世界都在高喊AI人才荒,AI知識與應用,牽動企業未來戰力,更將衝擊工作者職場競爭力。

1 未來工作在這裡!企業最需要的三種AI人才

陳美如/製圖
企業需要三種AI人才:全局者、專精者、參與者,這三類人才中在專精者的部分,是目前從教育、攬才到就業,國際間都在爭奪的頂尖人才。

2019年全球企業最煩惱的恐怕就是如何培育AI團隊了!根據2017年騰訊研究院發表的《全球人工智能人才白皮書》顯示,全球AI相關產業人才總數約30萬人;台灣也不例外,104人力銀行指出,台灣AI職缺增長至6千個。歲末年終之際,台灣也有4成企業年後將調薪3.65%,其中因為台灣在IC等半導體領域的產值提升,讓AI與數據分析人才成為調薪大熱門。

就在此時,Google Brain計劃聯合創始人、曾任職百度首席科學家,目前是新創公司Landing.AI創辦人的吳恩達,在2018年12月中發表了電子書《AI Transformation Playbook》(AI企業轉型指南)。這本書推出後,馬上成為業界討論焦點,可見企業目前對於AI轉型的關切程度。

吳恩達歸納自己過去的經驗指出,「一個AI專案需要耗時2至3年,不過企業可以在開始的半年到一年內就看到初步成果。」他點出企業AI轉型,從執行試點計畫而獲得動力、建立公司內部的AI團隊、對員工進行AI技能培訓、制定人工智慧戰略與在公司內部和外部建立良好的溝通渠道等,重要的5步驟。

企業AI三人才:全局者、專精者、參與者

吳恩達的電子書著重在方法論與執行實務,但企業AI轉型需要哪類的AI人才?IBM全球企業諮詢服務事業群副總經理蕭俊傑指出,談到AI布局,企業其實需要全局者(企業高階位置)、專精者(純技術背景人士)與參與者(某領域專精知識者)三大類的人才團隊合作,缺一不可。

這三類人才中在專精者的部分,是目前從教育、攬才到就業,國際間都在爭奪的頂尖人才,列強目前皆有制訂相關政策。根據台灣科技政策研究與資訊中心《英美中AI人才政策解讀》報告指出,「美國與英國持續強化『STEM』教育(Science、Technology、Engineering、Mathematics 4學科)與相關師資培育,中國更是特別將人工智慧課程提早到小學階段;而在高等教育部分,中、英兩國皆增設人工智慧碩、博士學位,中國則是在大專院校內增設人工智慧學科。」

攬才部分,英國非常積極。2014年由劍橋、牛津、愛丁堡、華威和倫敦大學學院等校共同成立「阿蘭·圖靈研究所」(Alan Turing Institute),主導英國的大數據分析及AI相關研究,並且推動學術獎助專案,將傑出人才簽證(Tier 1 Visa)發出數量翻倍到每年2千人,吸引包括AI專才在內的頂尖科技與藝術相關人才。

台企導入流程機器人最多,卻缺乏整合專案人才。
陳美如/製圖

由此來看,在AI時代,各國都急需良好的數理基礎人才,這對台灣人才是好事,但對台灣本身來說就未必。台灣是否有良好的環境讓人才留在台灣、造福台灣?此外,由於產學落差、人才國際移動頻繁與軟體人才不足等原因,也讓台灣企業徵才困難。

為何鬧人才荒?產學無法接軌!

工研院產業科技策略發展所跨領域創新研究組黃筱雯指出,台灣高等教育每年培育大量的電機資訊、通訊相關學生,從學校供給端來看,數量上不會不足,但在質量上則和企業需要的人才有頗大落差,這才是所謂「AI人才荒」的真正原因。蕭俊傑指出,「學校內雖然每年培育大量懂得演算法與AI建模的碩、博士生,但這些人並不懂企業領域知識,也造成企業端用人和學校人才培育無法銜接的問題。」

對企業來說,能解決企業實際問題才是最重要的。蕭俊傑以製造業為例,產品良率的提升為首要任務,背後用什麼演算法或模型是次要,但這些碩、博士生缺乏實務經驗,任職後無法馬上上手,企業還要花上很長一段時間培育這些畢業生。

還有一些企業徵才挑戰是產業結構導致的,如台灣軟體產業不興盛,導致高階軟體人才缺乏,這對AI發展來說有著決定性影響。趨勢科技董事長張明正也直言:「台灣軟體產業與網路產業太弱,的確影響企業發展AI技術,台灣還是聚焦在科技代工業,對於終端消費者的同理心不足,找不到產品或服務的真正痛點。」

高教制度僵化,人才無法量產

雖然台灣缺乏軟體人才,但台灣學生擁有扎實的數理基礎與良好的英語能力,也觀察到AI浪潮,電機、資工、機械與物理等科系學生跨領域學習現象普遍,國際企業也愛向台灣人才招手。多數專家也肯定台灣傳統教育體制下培養出來的數理人才,如Appier首席人工智慧科學家、同時也是清大電機系副教授的孫民就觀察,「以國際標準來看,台灣學生數理底子不錯,很適合進入AI領域;另外,台灣八、九年級生的英文也都很好,華語圈的中文資源也足夠,語言不會成為學習障礙。」

不過,Google台灣董事總經理簡立峰卻點出了台灣高等教育目前的隱憂,「台灣高等教育無法隨著市場需求調整師生名額,制度過於僵化。」簡立峰強調,美國在師生名額方面是充滿彈性,隨著市場需求變動的。以美國柏克萊大學來說,近年電腦科學領域的師資與學生就因應市場需求增加了數倍,但台灣高等教育僅依靠寥寥可數的AI教師傳承經驗,學生人數也無法調整、增加,缺乏彈性。

在這樣的脈絡下不少專家提醒企業,在大喊AI人才荒時,應該先檢討自己是否已經準備好了?

全球AI技術人才分布:美國擁有的AI人才量,世界第一!
陳美如/製圖

數據累積,企業發展AI基礎

首先,企業是否已經明確知道要用AI解決什麼問題?AI不是一個產業,而是一種革命性工具,因此用途廣泛,從公司內部營運到產品與服務都機會導入AI,那先後順序為何?有無導入AI的必要?

再者就是數據累積。公司是否已經累積需要的相關數據,且數據品質是否良好?公司是否建立起一個數據驅動(Data-driven)的文化?數據驅動不是指萬事皆以數據為依歸,因為數據也會有偏誤存在,是指企業進行決策時,能否尊重數據帶來的結果,並且建立起一套重視數據的執行體制,不僅只靠人為經驗判斷而已。「這個文化也牽涉到各部門的協作,企業內部在數據方面最大的壁壘往往來自企業各部門不願開放自己的數據,造成部門間數據無法互通,因此在組織層面來說,不僅是跨部門的協作,還必須打破各部門原有運作常規。」Gartner大中華區資深合夥人龔培元指出。

在建立團隊、聘請相關人才之前,企業請先確定以上這兩大層面是否已經準備好了,否則,就算公司招聘到了不錯的AI專才,也會因為資料量不足或品質太差,最終建出來的AI模型準確度不佳,而陷入「巧婦難為無米之炊」的困境。

在執行面上,趨勢科技全球資深研發副總周存貹則指出,公司的AI研發主管應該注意「向上管理」,也就是如何把公司的AI策略清s楚地解釋給公司管理階層聽;在水平管理層面則要注意,「不僅是研發團隊,包括產品PM(經理)、UX(使用者體驗)設計師、行銷、業務等同仁,都應該要對公司的AI產品有基礎理解。」

最後則是領導者的視野與心態,這是企業導入AI是否能成功,是否能吸引真正的人才駐留的關鍵。智慧醫療影像新創長佳智能執行長黃宗祺指出,「企業領導者也應該給予團隊更多『試錯』機會與充足時間 ,開放心胸,以實驗精神看待AI相關的專案,不要太執著於KPI(關鍵績效指標)。」

預測全球受AI影響的工作數變化:明年AI創造的就業機會,將大於它消滅的工作。
陳美如/製圖

企業的視野應該更高、視角應該更多元,蕭俊傑提醒,「當企業導入AI,應思考如何讓員工產生更高的附加價值,而非一昧地想用AI取代員工,降低成本。」

每日精選科技圈重要消息

2 「雞婆」文化是優勢?趨勢科技AI養才妙招:砸1.5億福岡辦車賽

蔡仁譯/攝影
「放膽」是企業轉型的重要第一步。台灣最大軟體公司趨勢科技為了讓僅熟悉軟體世界的員工不懼怕AI時代的硬體,砸下驚人鉅資在日本辦比賽。

「不少創投說『2019年可能是最壞的一年。』」Google台灣董事總經理簡立峰說。中美貿易戰與人工智慧(AI)泡沫化陰影籠罩,企業與創投看壞2019年AI發展,在員工投資方面也大幅縮水。然而在日本掛牌的趨勢科技甫獲得台灣國際品牌第2名,品牌價值達14.95億美元,也是台灣少數能躍上國際舞台的軟體公司,卻選擇在此時砸下驚人鉅資舉辦公司內部的德州撲克與賽車AI大賽,目的是要讓「趨勢人」不畏懼AI時代的變化。

「這是公司成立以來最大的內部活動,編列了500萬美元(約合新台幣1.5億元)預算!」趨勢科技執行長暨共同創辦人陳怡樺指出。2018年12月3日,日本福岡Marine Messe會場擠滿了趨勢科技的員工,而在會場2樓,陳怡樺身穿白色賽車裝,手拿旗幟站在高台,大旗一揮,上千名員工一齊看著過去1個月以來,熬夜設計的賽車在賽道上奔馳。

趨勢科技全球員工約6千人,有近三分之一參與這個競賽,而以研發為重的台灣趨勢科技幾乎全員出動,由於台灣參賽的員工人數眾多,公司還特別包機送員工到福岡參賽。

此外,整趟旅程機票與食宿費用都由公司買單,而活動支出,是列入趨勢科技財報中的營業成本內。由於是一筆非常大的支出,因此陳怡樺特別在分析師會議上解釋這個一次性費用。

激發軟體、資安工程師對「硬體」的興趣

「在AI時代,員工就是公司最重要的資產。」陳怡樺強調,2018年也是趨勢科技的30週年。

趨勢科技歷經2008年金融危機組織縮編,2012年PC Windows市占率大跌的商業模式大危機,駭客也從泛眾式的病毒感染到指向式的針對攻擊,趨勢科技也跟著進化從端點到全面、從終端到雲端、再從防毒到資安。展望未來,趨勢科技也將走向多元裝置的物聯網(IoT)硬體資安防護,「地面行駛的車、太空飛行的航機、智慧家庭,整個物聯網都跟我們有關。」陳怡樺在一封給員工的信中寫著。

為了IoT,2018年8月,趨勢科技與工業通訊公司Moxa聯合成立「TXOne Networks」研發工控系統,滿足智慧製造、智慧城市、智慧能源等工業物聯網資安需求。從PC到行動裝置再到未來的物聯網世界,資安議題變得更加重要,不過,趨勢科技員工比較擅長軟體與網管領域的資安,對於和硬體裝置高度相關的新世界並不熟悉。

也因此趨勢科技想藉由這個公司內部的大競賽模式,讓所有員工對於「硬體」產生好奇並能在娛樂中趣味學習。「很多工程師告訴我,『Eva!我寫了幾千行程式,但卻沒有辦法控制一個輪子。』」陳怡樺笑說。

在參加比賽之前,趨勢科技員工大多對自駕車沒有太多概念,但藉由這個比賽,對自駕車運作基本原理有了通盤認識,如理解相機與影像辨識等零組件和技術,以及正常與異常的駕駛行為,訓練電腦從中做出判斷等新知學習,更重要的是,藉此找出企業內部原本有AI背景或對AI有熱誠的員工。

蔡仁譯/攝影

台灣人的雞婆文化,是AI時代軟實力

A
I時代來臨,這家台灣最大軟體公司在AI育才方面又有哪些值得學習的地方?

「AI其實並不難,尤其在大廠紛紛把工具開源的風氣下。」陳怡樺認為,企業導入AI成功的關鍵不在於砸大錢挖角所謂的「AI大牛」、組建一個AI團隊,而是公司內部建立一個可以讓員工成長和發揮的環境。在這個環境中,讓員工不害怕AI是重要的開始,賽車比賽就是一個讓員工練膽的活動。

另外,趨勢科技在組織上已經做了改變。AI時代必須培養資料互通與團隊合作的文化,「以趨勢內部會議來說,過去著重各部門的功能,但現在更著重Situational Leader(情境式領導者),以事件為導向。」陳怡樺說,而跨部門協作也有助打破部門間各自為政、缺乏水平合作機制所導致的「穀倉效應」(Silo Effect)。

再來則是「雞婆」文化。陳怡樺指出,台灣人親切友好的特質在AI時代是一種很關鍵的「軟」實力,好管閒事的特質有助企業產生更好的整合;在領導風格上,「沒大沒小」的管理風格也讓80後與90後員工有更多發揮的自由度。

導入AI過程中員工難免擔心自己將被AI取代,這時公司就要扮演輔導員角色,讓員工接受——導入AI是增加員工技能而非被取代。「趨勢科技在過去10年中最大的成就,或許就在於成長為一個有耐心、有耐力,既能固守初衷本心,又能不斷進步改變的學習型組織。」陳怡樺在給員工的一封信中,感性地寫著,也代表趨勢科技邁入AI時代,已然做好準備。

培育AI人才3心法

  1. 練膽為先
    企業導入AI的成功關鍵,是公司建立讓員工成長的環境,使員工不害怕AI。
  2. 打破部門間的「穀倉」
    培養資料互通與團隊合作文化,打破部門間各自為政、缺乏水平合作機制導致的「穀倉效應」。
  3. 展現雞婆文化
    台灣人親切友好的特質在AI時代是一種關鍵「軟」實力,有助企業有更好的整合。

趨勢科技

董事長|張明正
執行長|陳怡樺
成立|1988年
主要業務|企業資料防護與網路安全解決方案

每日精選科技圈重要消息

3 非技術背景怎麼用AI?老牌經理人的體悟:開放數據才能創雙贏

蔡仁譯/攝影
寬緯科技大力擁抱「開放式創新」,主動公開營業數據,與外部研究員共同找尋最適合的演算法和模型。

「氣溫太高、太低、氧氣與水中酸鹼值等都是養殖漁業的『養殖風險』,一不小心,一台賓士車就沒有了!」寬緯科技董事長暨總經理蔡政勳說。以肉眼觀察水色、泡沫、魚群集中度、在水庫旁與白鷺鷥等鳥群狀態的「傳統養殖」法,就算觀察到了異常狀況,處置的時間也不夠長,讓業者損失慘重。

創新的水產養殖技術可以顯著提升生產力,讓養殖漁業達到「養得好又賣得高」兩大效益。為了解決這個傳統養殖的痛點,也看準這個市場利基,寬緯科技推出「水聚寶」(包括智慧養殖水質監測系統、智慧電箱和雲端平台3大部分),透過物聯網裝置,裝設感測器獲取數據,並且利用大數據分析,深入養殖的各個環節,讓養殖技術更加成熟,數據分析也讓預警機制處理更加充裕。

「利用AI(人工智慧)做到風險預測,我們可以在風險發生的前兩天就提出示警,如水溫高於多少?PH值多高?讓養殖業者有更充足的應變時間,終極目標是能找出養殖業的『最佳處方』。」蔡政勳指出,目前主要客戶還是來自台灣,包括石斑魚、龍膽石斑、白蝦、草蝦與虱目魚等台灣養殖漁業,國際市場的部分則在中國廣東以及印尼的蘇門答臘。

提升運作效率,增加競爭力

為了導入AI技術,蔡政勳親自學習人工智慧課程。他1993年畢業自中山大學企管所,並且有20多年網路科技業的創投經驗,後來在2011年創辦寬緯科技。他是財務出身,並沒有技術背景,對於AI技術也不熟悉,但這並沒有讓蔡政勳視AI為畏途,「過去覺得AI遙不可及,但經由系統性學習,掌握AI技術的系統與架構後,理解數據思考的重要性。」

蔡政勳認為,非研發背景經理人的重點不在於理解AI技術,而是數據思考並利用AI找出客戶的真正問題。除了公司產品面,蔡政勳也表示,「以前對AI一知半解,但有基礎理解後,發現AI不僅能用在公司產品面,也對公司本身從生產、策略到財務等面向,都能找到運作更有效率的方式,是一種競爭力提升。」

雖然在資訊發達的網路時代,各種免費課程都能直接接觸,是自學省時又方便的管道,但他提醒非技術背景的經理人,AI著重在應用,也就是「產業AI化」,因此光是自學技術本身並不足夠,最好能和同業或跨領域經理人相互交流學習,互相討論在實務應用上的問題、挑戰以及解方,這是極為重要的環節。

無懼營業機密外洩,最大受益者是自己

若討論房地產的3個重要因素是地點、地點與地點,那發展AI最重要的因素恐怕就是數據、數據與數據。「就算公司規模不大,若有意發展AI,還是要先累積數據,這是一個重要的準備步驟。」蔡政勳提醒若有意發展AI技術的企業。

台灣企業界雖然理解數據的重要性,也知道研究單位最缺的就是真實數據,但在台灣由於擔心洩漏技術性或商業性營業祕密,企業提供數據給研究單位的風氣並不盛行。然而寬緯大方開放真實的養殖數據給外界,如溶氧、溫度、酸鹼值、電池電壓與ORP(氧化還原電位)等,讓研究人員利用數據找尋最適合的演算法和模型,大力擁抱「開放式創新」。

蔡政勳大方表示:「不擔心營業祕密的問題,由於水產養殖受到天候、地點以及養殖種類不同,養殖數據差異很大,而且開放數據最大的受益者就是我們自己。在AI時代,擁抱數據開放是必經的路徑。」

經理人3心法學AI

  1. 跨領域線下交流:經理人別只顧「閉門造車」。
  2. 累積數據:有意發展AI前,就先累積好數據。
  3. 開放式創新:開放數據最大的受益者,就是自己。
蔡政勳

出生|1967年
學歷|中山大學企業管理研究所碩士
經歷|行政院科技會報辦公室高屏區域科技政策小組委員
現職|寬緯科技董事長暨總經理

每日精選科技圈重要消息

4 董事長親自領兵,義隆電的百人AI大計

蔡仁譯/攝影
義隆電為了AI轉型,不僅從上到下,公司同仁的理念和IC整體設計流程都要有很大轉變,為的就是在此波AI新浪潮中,抓住研發新產品的機會。

觸控IC大廠義隆電股價來到近5年新高點,2018年度獲利也可能創5年來新高。回首義隆電24年發展歷程,從1994年公司創立,1997年因為「電子雞」爆紅,並在2001年左右切入觸控IC領域,成為營收主力。在逐漸壯大過程中,兩度「以小搏大」,在與新思(Synaptics)、蘋果的「多指觸控」專利戰中勝訴,奠定義隆電在筆電與手機觸控IC領域地位。

近日義隆電在觸控板IC市占率節節攀升,可望超越對手新思,躍居全球觸控板IC龍頭。除了觸控板IC,在觸控螢幕IC領域,義隆電早就是一方之霸,觸控產品線占義隆電營收來源近7成。義隆電也成為微軟二合一筆電「Surface Go」供應鏈,並且研發全球首顆帶有觸控筆功能的TDDI晶片。在投資人眼中,這是義隆電在觸控領域研發投資的最佳收割時期,不過也在這時,義隆電啟動大轉型計畫。

解除部門高層疑慮,跨部門溝通更順暢

義隆電未來3年內將投入百人資源,布局涵蓋AI應用產品。義隆電董事長兼總經理葉儀皓在AI部分「兩路並進」,除了在觸控產品線導入AI,也研發智慧交通跨領域產品與3D人臉辨識軟硬體整合方案,並且在內部製造與管理流程也導入AI。

同時,義隆電也以新台幣3千萬元贊助台灣人工智慧學校成立。3千萬元對於年營收上看數十億元的義隆電來說並不多,但其收穫卻超乎葉儀皓預期,台灣人工智慧學校除了是台灣AI人才培育重要基地,也成為義隆電AI人才培育重要大本營。

葉儀皓強調,「企業如果要轉型,不是聘用幾個AI工程師就可以做好,而是從上到下,從公司同仁的理念到IC整體設計流程都要有很大轉變。」

在理念部分,AI技術雖然經由媒體與Google、微軟與IBM等科技大廠吹捧和推展,但對於以IC設計為本業的義隆電部門主管來說,還是對「AI可以做什麼?」與「現有產品如何AI化?」充滿疑慮。

「以智慧交通解決方案來說,就需要大量、各種車流的情境數據,還需要標註,這些都非常耗費人力,也讓主管很存疑,為什麼要這麼做?」葉儀皓說。

因此葉儀皓認為,讓各個部門主管相信AI能產生巨大影響是首要任務。「主管要去了解,AI可以做什麼?哪些AI幫助較大?哪些沒有幫助?」因此他親力親為報名人工智慧學校經理人課程,並要求公司各個部門數十位主管一起上課,「我跟主管們說,『你們若不上課要給我一個正當理由!』,而我16週以來只缺一次課。」葉儀皓說。

論文不掛帥,AI產品化優先

主管們對AI技術有統一認知後,跨部門溝通也更順暢,執行更容易。「整個企業是一個團隊,必須協同作戰。」葉儀皓強調,破除主管自身對於AI效能的疑慮後,部門間也形成良性競爭,「當A部門成功將AI導入產品,B部門主管就會積極尋思『我們部門能怎麼做?』」

另一方面。義隆電在管理流程上也導入AI,如專案管理的部分,把過去經驗數據訓練成預測模型,找出哪些人在哪些市場的什麼產品,有比較高的成功機會,「不僅是對外的產品,整個公司內部流程與管理執行,都可以用AI預測。」葉儀皓說。
義隆電在AI產學合作方面也相當成功

義隆電與中研院資訊科學所所長廖弘源團隊共同研發,推出「城市車流解決方案」,在馬路路口設置360度魚眼攝影機,辨識車種與車流,利用雲端平台分析數據,掌握即時車流狀況,讓交通運輸更順暢、更便利。目前已在新竹400個路口裝設魚眼鏡頭,國際的部分還進軍菲律賓,是義隆電重要新產品之一。

葉儀皓認為,「學界不應把學術論文當作主要考量,應該要以AI理論的產品化為優先,而且我對產品的要求很嚴格,要能拿全球第一。」

川普圍堵中國策略,為台灣開東南亞之門

「美國總統川普圍堵中國安防監控相關產品,對台灣科技業來說,是進軍東南亞的好機會。中國的一帶一路政策以金援為主,那台灣可以採用『智慧城市』技術走入東南亞。」雖然團隊已將產品商業化作為主要考量,但這項產學合作,還是讓台灣學界在邊緣運算演算法的研究更上一層樓。

義隆電成為觸控IC的一方之霸後,也不會僅駐足觸控,而是在AI新浪潮上抓到新機會。葉儀皓表示,「義隆電在手機平板與電腦觸控領域站上全球第一後,下個成長動能就來自AI。」

培育AI人才3心法

  1. 從理念到流程都改變
    由上到下,從公司主管、同仁理念到IC整體設計流程都必須轉變。
  2. 雙管齊下AI化
    不僅是對外產品,整個內部流程與管理都可以用AI預測。
  3. AI產品化優先
    學界以「AI產品化」而非論文發表,為優先的產學合作模式。

義隆電子

董事長兼總經理|葉儀皓
成立|1994年
主要業務|觸控IC、指紋辨識IC、微控制器(MCU)

每日精選科技圈重要消息

5 AI人才荒是因為企業不給力?學者喊話:請踴躍贊助前瞻研發

Shutterstock
AI人才荒這件事難以解決,有一個難關是來自產學合作上的困難。

邁入人工智慧(AI)時代,全球頂尖高等學校紛紛砸大錢設置AI專門系所或學院,如培育AI英才無數的美國卡內基美隆大學(Carnegie Mellon University)就在2018年5月宣布,設立美國第一個人工智慧科系,並已經在2018年秋季班學期開課;麻省理工學院(MIT)更直接成立AI學院。

2018年10月15日,麻省理工學院在學校官網公布成立新學院——計算學院(College of Computing)。值得注意的是,這個新學院有高達35%的資金來自企業贊助,贊助的人大有來頭,是美國投資顧問公司黑石集團執行長Stephen A. Schwarzman。他捐助了3.5億美元(約合台幣108.7億元)給MIT設立這個新學院,新學院也因此被命名為「MIT Stephen A. Schwarzman College of Computing」。

選才偏好「即戰力」,願長期投資育才者少

不過,這則消息卻讓台灣大學資工系的教師感觸很深,為什麼呢?原來台大資工系也要在2019年成立招生名額為15名的「AI碩士班」,但是教育部與台大校方都沒有針對這個AI碩士班給予額外的教學研究資源,因此台大資工系教授兼副系主任洪士灝在Facebook撰文,「我呼籲高瞻遠矚的企業家們理解計算和AI對於國家未來的重要性,贊助教育和前瞻跨領域研發。」

他擔憂地說:「我們雖然努力籌措資源,但還是有很大的改進空間,尤其是要跟世界一流的大學在尖端科技上競爭與合作,必須要有充足的資源與先進的設備,不能做土法煉鋼的井底之蛙。」

洪士灝呼籲企業家也鼎力贊助,「光是靠政府的力量恐怕很難有大作為,而且因為拿了一些政府的經費就得設法達成政客要求的KPI,並且接受其他學門和社會大眾民粹式的批判,也是一件頗辛苦的事情,不如透過募款自籌經費來做我們認為正確的事情。」

另外,台灣企業面對AI科技時代總是大喊「缺人才」,在徵才時則是先衝短期,用加薪或增加福利吸引優秀人才,而且大部分企業想招募的是已經理解機器學習(Machine Learning)原理,甚至能創造新演算法的「即戰力」,願意長期投資贊助台灣頂尖院校,培育學生從小苗變大樹的企業則是少數。

台灣企業有沒有想過,在大喊缺人才的同時,自己近幾年又花了多少銀兩或資源,培養台灣本土的學生呢?除了企業捐款踴躍度,在產學合作方面,台灣也還有不少難關有待克服。

產學合作三難:管理者思維、成本、開放數據

第一關也是最重要的關卡,就是企業管理者本身的思維。智慧醫療影像新創長佳智能執行長黃宗祺認為,企業管理者本身思維極為重要,需要更為開放、勇於創新的心胸,「這是一個嶄新的領域,要能容許犯錯、容許試誤,人工智慧領域需要跨領域的溝通協作,因此牽涉到組織型態與工作模式的轉變,以醫療領域來說,就更需要醫師參與,每個科室的醫師都是訓練AI的老師。」

另外一個層面,則是經營者不要陷於成本控制的迷思,落入「要馬兒好,又要馬兒不吃草」的困局。以醫療行業為例,「醫師的平日工作量已經不小,若要跨界合作,還要額外花自己的時間,但若醫師增加工時卻沒有得到應有的報酬,光靠熱血與情懷是走不久的。」黃宗祺說。

第二個關卡則是學術端。AI晶片知名新創、耐能智慧創辦人暨執行長劉峻誠在比較台灣與美國環境之後認為,美國學術圈進行產學合作時,重心在於技術的商品化或市場化,但台灣學術圈太看中論文發表與點數制度,很多產學合作的最終結果僅限於論文發表而沒有實務產品。台灣學術圈的格局還不夠大,或對商品化的企圖心還不夠強,這是很可惜的事。

觸控IC大廠義隆電在AI產學合作方面也相當成功。義隆電與中研院資訊科學所所長廖弘源團隊合作推出「城市車流解決方案」,義隆電董事長兼總經理葉儀皓談到產學合作經驗時不斷強調:「學界不應把學術論文當作主要考量,應該要以AI理論的產品化和產業化為最優先。」

最後一個關卡則是數據開放性。學界需要真實的企業數據訓練機器建出模型,但這些資料往往都是企業的營業祕密,無法外流。要如何取得兩邊的平衡?對此黃宗祺認為,最終核心還是在雙方互信機制。他以台積電為例,作為全球最大晶圓代工廠,台積電手上的客戶其實彼此都是競爭對手,但台積電卻可以贏得這些客戶的信賴,讓客戶放心把產品交到台積電手上。對企業來說,把真實的數據當成營業祕密保護是非常自然的事,因此需要這些資料的學界如何受到企業信賴,且敢把數據交予做研究是最重要的事。

高教和研究單位,是全球機器學習人才大本營!——機器學習人才分布狀況
  1. 高等教育和研究單位33%
  2. IT和電腦軟體業19%
  3. 網路產業7%
  4. 金融業5%
  5. 諮詢顧問業2%

    資料來源:《Linkedin全球人才大數據報告》 整理:翁書婷

每日精選科技圈重要消息

6 當寫程式、設計機器人納入課綱,台灣下一代國中開始學AI

Monkey Business Images via Shutterstock
中國出了一本AI高中教科書《人工智能基礎(高中版)》,台灣呢?

人工智慧(AI)時代,全球都把AI教育列入重要政策,中國已經先推出AI高中教科書,由商湯科技董事長湯曉鷗等多位專家撰寫、華東師範大學出版社出版的《人工智能基礎(高中版)》。這本設計給高中生的教科書除了中國,在台灣也備受矚目,因為鴻海集團董事長郭台銘購買2萬本給員工閱讀而聲名大噪,也成為科技圈的熱門教科書。

台灣也不落人後,桃園市立永豐高中與元智大學、祥儀企業合作,成立全桃園首個「AI科技實驗班」。教育部資訊及科技教育司副司長劉文惠就在一場論壇中指出,「教育部從小學到高中都有計畫引入AI教育。」這對台灣的國民教育來說會有什麼層面的影響?

行政院科技會報辦公室執行祕書蔡志宏指出,正和教育部計畫推動從國小、國中到高中的AI教育。師資與教學的時間,則可以利用《十二年國教新課綱》中「資訊科技」(國高中必修科目)的彈性時數。

課綱著重「引發興趣」,支持者樂觀其成

劉文惠指出,教學內容並不強調AI技術,而是「AI科普」,教學目標也不在於考試,而是在於「邏輯與批判思維」,並且利用基本的AI認知,引發學生自我學習興趣,因此「並非所有的學生都要強制學習」。同時,教育部也在準備給台灣學生閱讀的AI教材,預計2019年教材就會正式出版。

不過,中國出版的AI高中教科書除了許多科技圈人士自己拜讀,也購買給兒女閱讀。劉文惠對於這本教科書的看法是什麼?她指出,這本教材難度艱深,對於一般程度的高中生來說學習不易,台灣版的教科書會更淺顯易懂。

針對教育部的政策,學者專家怎麼看?台灣國民教育或高中教育需要開始教AI嗎?這是贏在起跑點,還是揠苗助長?

對於高中以下的學生而言,引發興趣是首要工作,而非課程的教學。對此,台灣知名AI新創Appier首席資料科學家林軒田指出:「10年至15年後,年輕人的身邊都是圍繞著AI,若他們能保持著對AI科技的興趣,然後有所啟發,都是很好的事情,這裡的興趣不僅是對於技術本身,培養一種AI使用的品味也是一種能力。了解AI能做到什麼、不能做到什麼,哪些是好的、哪些是不好的、哪些是有機會的,也就是AI的鑑賞能力培養。」

Appier首席AI科學家孫民則認為,「尤其是以興趣為主軸的科普教育,不僅對年輕人,對全民來說都是很好的事情。對年輕人來說,興趣才是最重要的。」孫民也指出,「因為未來AI會緩慢應用在我們生活中,其中大部分是使用者,僅有少部分是推動AI技術往前發展的人,希望藉由AI演講或推廣,找到真正有興趣的年輕人。目前教育部也有AI向下扎根的計畫,例如暑假舉辦高中教師AI訓練營,訓練出教師鑑賞能力,藉由基層教師找出哪些學生對研究AI感興趣,因此我對相關課程樂觀其成。」

國英數學業繁重,反對者憂揠苗助長

不過,AI在國教課程中出現適合嗎?尤其現在學生課程繁重,除了數學、國文與英語等學科還要加上學程式語言與AI,因此也有專家持反對意見。智慧醫療影像新創長佳智能執行長黃宗祺指出,「並非人人都適合做AI,有人喜歡數學,也有人喜歡寫詩。機器學習(Machine Learning)的核心在於評估為什麼電腦學不好,需要很強的理論分析、邏輯與推理能力,這些都是人的天賦,應該讓天賦自由。」

台灣人工智慧學校執行長陳昇瑋則認為,「微積分、數學、線性代數等學門是AI領域的基本功,高中生若感興趣,把這些領域的基礎打好即可。」

在AI教育之前,程式教育是熱門討論議題,台灣的程式教育和AI教育是什麼關係?專家皆認為,台灣要深耕AI教育,程式教育是重要根基,是AI領域的入門基礎,不會寫程式就沒有辦法從事AI相關領域研發與應用。

微軟大中華區人工智慧負責人暨台灣微軟行銷營運長趙質忠則妙喻,會寫程式就好像會寫字,而AI研發就好比寫作文,不會寫程式沒有辦法進入AI領域,就像不會寫字就沒有辦法寫作文一樣,不過「字寫得好不好和作文寫得好不好並不相關」,因此台灣AI教育課綱中,也會涵蓋程式教育。

趙質忠指出,AI重點在於各種場域的應用導入,因此AI科普教育中「人文思維」非常重要。社會學與哲學等領域都是很好的人文思維培養學科,舉例來說,當無人車撞到行人,在法律上要怎麼解決這樣的問題?

另外他也提醒,AI研究不斷變化,現在深度學習(Deep Learning)夯,也有可能在幾年後就被取代,因此培養學生自我學習能力才是重點。

每日精選科技圈重要消息

7 好想轉職學AI?兩大迷思不可不知

Dim Tik via Shutterstock
台灣AI相關職缺有近六千個,平均年薪可達122萬,AI相關工作成了熱門選擇,但想轉職,這兩個常見迷思不可不知。

全球大缺機器學習(Machine Learning)等人工智慧(AI)領域人才,根據2017年騰訊研究院發表的《全球人工智能人才白皮書》顯示,全球AI相關產業人才總數約30萬人,但光是中國,人才需求就超過百萬人。

從薪資分布來看,中國近8成AI職缺月薪資超過人民幣2萬元 (約合新台幣9萬元),5成突破人民幣3萬元 (約合新台幣13.5萬元),還有1.9%的企業更開出人民幣5萬元(約合新台幣22.5萬元)以上月薪。

台灣也不例外,104人力銀行指出,台灣AI職缺增長至6千個,以資料科學家、演算法工程師、機器人工程師的平均年薪較高,分別為新台幣122萬元、88萬元及83萬元。在強勁需求與高薪待遇下,聲望卓著、蟄伏學界已久的教師轉入業界,電腦科學學生也以AI為發展目標,資訊相關背景的人才也紛紛加入,還有不少非資訊背景的人才蠢蠢欲動,想轉職進入AI領域。

這個現象與2007年iPhone第一代上市後,全球瘋寫Android與iOS App潮流相似。當時台灣也有不少沒有電腦科學背景的人,靠著自學或坊間補習班進修C/C++、Java等相關程式語言,靠著寫App致富,日進斗金;然而人工智慧演算法或機器學習相關領域難度較高,也需要更深的學識基礎,換句話說,想靠幾個月的短期進修就轉職進入AI領域,可不像十幾年前轉職寫App或寫程式這般簡單。

基本功、產業知識要扎實,速成班只是神話

中文巨量資料分析新創藍星球副總經理宋浩就指出:「招聘人工智慧演算法工程師時,還是很重視學歷血統,希望是資工、資管等電腦科學相關領域的碩、博士生。」原因是一般寫個程式、架個網站,熟悉Objective-C、Swift與PHP等重要程式語言或平台即可,在資策會或巨匠等上個半年課就會有不錯的成果;但AI演算法工程師可就不同了,若要能設計新的演算法,除了基本的程式設計外,必須有線性代數、離散數學與微積分等數學基礎,以及懂資料結構與演算法等,這些領域基本功要夠扎實,只懂皮毛是不夠的。

也因此,對於坊間如雨後春筍般出現的「AI速成班」,或是各類強調「不需要擁有研究生水準的數學,你也可以輕鬆建立屬於自己的AI」的課程也要特別小心。這類課程可能學費幾萬元並不貴,但花招大於實質效益,花了時間可能只學到皮毛而已,這種三腳貓功夫要真正應用在產業界並不容易。

另外,若想要轉職,是否已經累積足夠的產業Know-how了呢?人工智慧重點在於跨領域整合,空有一身技術但對特定產業一竅不通,在未來跨部門協作時也會產生不少阻力。艾爾科技(MyET)執行長林宜敬指出:「依據我個人的經驗與理解,要調整出最好的參數,必須對特定的問題有洞見,也必須對機器學習的原理有深刻了解;對特定問題一知半解是不行的,只懂得如何使用工具也是不行的。」

轉職者學習速度,恐追不上大廠自動化速度

另外一項業界趨勢「自動化機器學習」工具出現,也讓入門相關領域的壓力變大。

雖然目前這類工具效用還相當有限,以Google的AutoML工具來說,主要還是在於「建模」,讓機器學習變成更容易上手。說能取代工程師是在開玩笑,但隨著技術進步,Google與微軟等公司所提供的服務取代入門級機器學習新手,並非毫無可能。

談到機器學習人才,機器學習的初學者和專家等級差距不小。當產業僅需要直接介接API(應用程式介面)或調用開源工具就可以調教出簡單的模型時,需要的是進一步將模型客製化,更貼近企業需求的高階AI人才。

展望未來,科技大廠販售或免費開源AI工具,降低機器學習複雜度是必然趨勢,因此在非相關背景的轉職者好不容易負笈歸來,可以一展長才時,可能科技大廠提供的工具或雲端服務水準就已經超越入門新手,也就是說轉職者的學習速度可能趕不上大廠的自動化速度。

另外,台大資工系教授兼副系主任洪士灝也在其文章〈對深耕專業領域的新創,Google AutoML應不是阻力,而可能是助力〉中,點出這類速成工具可能帶給學生的「學習隱憂」。

「我比較擔心的是學生們產生一種迷思:那就是趕快學會幾個所謂實用招數就去就業或搞新創,比起一些曠日費時的學習來得實在。什麼打好理論基礎、磨練研究分析能力、學習跨領域溝通技能,還不如讀幾本坊間入門書籍、用現成API做出吸引群眾目光的聊天機器人來得有成就感。」洪士灝在文章中如此描述。

當然,有志者事竟成,畢竟只要有決心,無背景轉職又何妨?天下無難事,只是若你已非社會新鮮人且年齡不小,非相關背景想要轉職AI領域,三思而後行。

熟悉演算法、機器學習技能人員最搶手!——全球AI領域人才需求Top 10
  1. 演算法、機器學習
  2. GPU(圖形處理器)、智慧晶片
  3. 機器人
  4. 圖像識別與計算機視覺
  5. 自然語言處理
  6. 智慧精準行銷
  7. 語音識別
  8. 推薦系統
  9. 搜尋引擎
  10. 智慧交通與自動駕駛

    資料來源:《Linkedin全球人才大數據報告》  整理:翁書婷

每日精選科技圈重要消息