PTT之父杜奕瑾看好台灣AI產業兩大創新機會,7層AI應用都適用
被稱為「PTT之父」的PTT創辦人杜奕瑾,在2017年3月回到臺灣成立臺灣AI實驗室,
他認為臺灣其實不缺AI的人才,他對臺灣發展AI的機會非常樂觀,
企業利用數據和演算法,再搭配上專業領域的知識,找到AI的應用場景,
就能用技術將未來想像的新體驗場景創造出來。
文/ | 2017-06-27發表何維涓
「為什麼要回來臺灣?」台灣人工智慧實驗室創辦人杜奕瑾表示,
這是他最常被問到的問題,他笑說,「我會反問為什麼不回來,」
全世界都在發展AI,他認為,臺灣發展AI還有很大的機會,而且不缺人才。
這是他最常被問到的問題,他笑說,「我會反問為什麼不回來,」
全世界都在發展AI,他認為,臺灣發展AI還有很大的機會,而且不缺人才。
被稱為「PTT之父」的杜奕瑾是眾所皆知的PTT創辦人,
2003年曾在美國國家衛生研究院研究人類基因組定序,2012年開始,
在微軟研究院AI部門擔任亞太區研究總監,也是Cortana產品研發的負責人,
擁有多年在國外經驗開發AI技術的他,在今年3月回到台灣,
成立了台灣AI實驗室。
2003年曾在美國國家衛生研究院研究人類基因組定序,2012年開始,
在微軟研究院AI部門擔任亞太區研究總監,也是Cortana產品研發的負責人,
擁有多年在國外經驗開發AI技術的他,在今年3月回到台灣,
成立了台灣AI實驗室。
「過去我們相信人的判斷,以後會相信機器的判斷。」杜奕瑾表示,
許多應用場景正在改變,像是現在機場有多數人都會用人臉辨識
完成自動通關,以後這樣的應用會越來越多,這樣的改變原因在於
人會犯錯,但是程式可以控制這些變數,但是他也提出,
現在只講數據和演算法是不夠的,還需要有專業領域的配合,
找到AI的應用場景,用技術將未來想像的新體驗場景創造出來。
許多應用場景正在改變,像是現在機場有多數人都會用人臉辨識
完成自動通關,以後這樣的應用會越來越多,這樣的改變原因在於
人會犯錯,但是程式可以控制這些變數,但是他也提出,
現在只講數據和演算法是不夠的,還需要有專業領域的配合,
找到AI的應用場景,用技術將未來想像的新體驗場景創造出來。
杜奕瑾在臺灣成立AI實驗室,他表示,許多人會覺得臺灣AI人才
可能不足,但是根據他在海外工作的經驗,「其實全球AI工程師,
到處都是臺灣人的蹤跡!」他對臺灣發展AI相當樂觀,他認為,
臺灣絕對有AI人才可以發展AI,關鍵在於有沒有決心和產業的環境,
再加上臺灣硬體製造業的優勢,只要搭配軟體,很快地就能做出一些成果。
可能不足,但是根據他在海外工作的經驗,「其實全球AI工程師,
到處都是臺灣人的蹤跡!」他對臺灣發展AI相當樂觀,他認為,
臺灣絕對有AI人才可以發展AI,關鍵在於有沒有決心和產業的環境,
再加上臺灣硬體製造業的優勢,只要搭配軟體,很快地就能做出一些成果。
那臺灣的企業想發展AI要從何做起呢?杜奕瑾建議,
可以先從小地方著手,也就是企業想解決的問題開始做起,
有人、資料和想法,就可以先做出一個新的體驗,
他舉例自己剛開始創辦PTT時,也是從一個很小的地方開始著手,
誰也沒想到PTT現在能有如此的影響力。
可以先從小地方著手,也就是企業想解決的問題開始做起,
有人、資料和想法,就可以先做出一個新的體驗,
他舉例自己剛開始創辦PTT時,也是從一個很小的地方開始著手,
誰也沒想到PTT現在能有如此的影響力。
有些企業則會擔心沒有大量的數據就無法發展AI,杜奕瑾則不這麼認為,
他表示,根據他看過的AI案例,很多都是大約只有100萬量級的數據,
就能訓練模型,也有企業在過去沒有收集數據,但他指出,
微軟執行長Satya Nadella曾說:「現在90%的數據是過去兩年才收集到的。」
他表示,根據他看過的AI案例,很多都是大約只有100萬量級的數據,
就能訓練模型,也有企業在過去沒有收集數據,但他指出,
微軟執行長Satya Nadella曾說:「現在90%的數據是過去兩年才收集到的。」
臺灣發展AI應用,掌握兩大創新機會
因此,他認為,其實臺灣在這次的AI發展浪潮之下,
有2個創新機會是要把握的,第一就是資料的創新,他解釋,
2000年代由於網路的興起,大部分數據的生產都是在網路上,
而近幾年因為智慧型手機、裝置的興起,數據的來源就開始轉移,
他認為,資料也有摩爾定律,每年累積的量都是倍數的成長,
他也預測,到了2020年,主要的產生資料的裝置或是來源,
可能是大家無法預見的。
有2個創新機會是要把握的,第一就是資料的創新,他解釋,
2000年代由於網路的興起,大部分數據的生產都是在網路上,
而近幾年因為智慧型手機、裝置的興起,數據的來源就開始轉移,
他認為,資料也有摩爾定律,每年累積的量都是倍數的成長,
他也預測,到了2020年,主要的產生資料的裝置或是來源,
可能是大家無法預見的。
但是,杜奕瑾也表示,未來3年,類似像感測器的智慧裝置將會
有爆炸性的成長,若是企業能夠開發出智慧感測器的應用,
讓使用者在使用的同時收集數據,再利用數據來發展AI技術,
也是非常有機會的。
有爆炸性的成長,若是企業能夠開發出智慧感測器的應用,
讓使用者在使用的同時收集數據,再利用數據來發展AI技術,
也是非常有機會的。
第二則是AI演算法的創新,杜奕瑾認為,企業要先釐清要用AI
解決的問題,再評估AI在該領域的能力是否已經達到人類的水平,
他將這樣的標準稱之為「AI門檻」,若是企業可以做出跨越AI門檻
的應用,就能勝出。
解決的問題,再評估AI在該領域的能力是否已經達到人類的水平,
他將這樣的標準稱之為「AI門檻」,若是企業可以做出跨越AI門檻
的應用,就能勝出。
舉例來說,2015年微軟將影像辨識技術做到比人類人工標示應向中
的物件還精準且快速,去年則是在語音自動轉文字的應用上精準度
超越人類,這些學術界成果,都可以轉移到產業的應用上,他表示,
若是已經跨越AI門檻的領域,則不需要浪費重複的資源。
的物件還精準且快速,去年則是在語音自動轉文字的應用上精準度
超越人類,這些學術界成果,都可以轉移到產業的應用上,他表示,
若是已經跨越AI門檻的領域,則不需要浪費重複的資源。
7層AI應用結構,層層都是機會
杜奕瑾將AI的應用結構分為7層,從最底部到最上層分別是晶片、
雲端、AI工具、認知服務、框架、助理到助理服務的SDK,他認為,
對各個產業而言,每一層都是機會,舉例來說,晶片層即是運行
AI演算法所需的GPU,臺灣有不少晶片製造業,AI工具則有開源的
軟體可以使用,若臺灣企業想要投入AI,絕對有機會。
雲端、AI工具、認知服務、框架、助理到助理服務的SDK,他認為,
對各個產業而言,每一層都是機會,舉例來說,晶片層即是運行
AI演算法所需的GPU,臺灣有不少晶片製造業,AI工具則有開源的
軟體可以使用,若臺灣企業想要投入AI,絕對有機會。