AI全面啟動 台灣不能錯過的第四次工業革命 【天下雜誌-封面故事】

AI已經翻出實驗室的圍籬,跳進各行各業,走入每個人的生活。現在的AI有如1990年代的網際網路,剛剛萌芽,處處是藍海。沒有大市場、沒有先進研究、沒有迸發的新創,台灣產業要如何在AI海嘯中求生?小國的利基是什麼?台灣能急起直追嗎?
長庚醫院醫師黃奕修常常叮嚀病患,看手機要讓眼睛休息,他自己最近不論等交通車、看診空檔,卻總是盯著一台iPad瞧。

他不是用iPad打電玩或追劇,而是正在分類工研院合法收集網上的眼底攝影圖——原來,林口長庚正與工研院展開一個人工智慧的嶄新計劃,想運用台灣極佳的健保醫療影像庫,開發一套能及早診斷「糖尿病患者視網膜病變」的診療系統,讓糖尿病患者可以及早預防,降低失明的風險。

聽起來很時髦的系統,但一切得從苦功開始,「我和同事得先分類,」他說明。兩位醫生的工作是看照片,區分出糖尿病眼睛有病變與沒有病變的病人,並標注熱區(病變發生點)。分類完,才能運用工研院生醫所的眼底攝影機與晉弘科技的影像認知、深度學習系統,預計花四年真正開發出一套遠端糖尿病照護系統。

「這工作快不了,一定得專業醫師來做,因為只要有錯,就會影響未來人工智慧的精準度,」被問到可否請工讀生分類,黃奕修連連說「不」。

身兼長庚產學合作辦公室負責人,黃奕修的理想是,未來糖尿病患在家可以自己拍照,上傳雲端後,AI(人工智慧)眼科醫生可以診斷,一旦有病變跡象就通知早點就醫。他粗估,透過AI醫生輔助,一樣的醫護人員可以照顧五倍的病人。為了掌握病患狀況,「我們還可以做智慧化的衛教,在適當時機給正確的資訊,」他說。

AI降臨,翻天覆地

第四次工業革命 亞洲是要角


在物聯網、大數據的基礎上,人工智慧重強調做出判斷、產生行為。二○一六年世界經濟論壇(WEF),將人工智慧視為「第四次工業革命」的核心,預言這個技術將對全球產生翻天覆地的影響。

AI(人工智慧)
人工智慧(AI)是一個總括性的描述,由多種科技與技術所組成。當一套工具與程式,超越了以規則為運算基礎的傳統演算法,創造可以如人腦一樣判斷的系統,就稱之為人工智慧。常用的工具與程式,包括機器學習、認知運算、自然語言處理、類神經網絡等。

「現在AI的階段就很像一九九○年代初的網際網路,未來有無限大的應用,」宏碁雲端技術服務公司總經理施宣輝認為。

「AI已經從實驗室溢出來,要變成產業運用了,台灣經濟高度依賴科技,我們一定要趕快進去,」科技部長陳良基顯得著急。

「全世界已經進入AI+的時代,各行各業都會受到影響,」台灣機器人研究領域的師祖級人物、台大電機系終身特聘教授羅仁權解釋。

瑞士銀行四月最新研究預測,二○三○年人工智慧在亞洲可創造經濟價值,最高可達三兆美元(約九十.八兆台幣),受影響最大的將是金融、健康醫療、製造、零售與運輸業。「不像十八世紀的工業革命亞洲缺席,這次亞洲會扮演重要角色,」瑞銀最新研究認為。包括日本、中國都已發布自動化政策白皮書。

人工智慧(AI)被稱第四次工業革命的核心,對各行各業的影響可分為兩個層次——第一是產品與服務本身的轉變;第二是運用AI在製程、管理或商業流程上,可以大幅促成產業升級。

《天下》兩千大企業,不僅產品或服務必須有AI的功能,也可用AI拉高公司運作的效率與競爭力。

台灣IC設計業的出路

AI浪打半導體 記憶體首當其衝


三月,科技智庫顧能(Gartner)點名,十大受AI影響的硬體產業,從電子零組件、網通產業、半導體,大到汽車產業、機器人,全都上榜。

清華大學電子工程所教授張孟凡指出,目前的大數據與雲端服務背後都需要很大的資料中心,但未來,當所有人都同時做人工智慧運算,現有的晶片、雲端服務架構絕對無法負荷,「谷歌(Google)會變成龜速歌(Slowgle),」他形容。

張孟凡指出,歐巴馬執政後幾年,以當年發展太空計劃的計劃規格,在半導體等硬體研究撒下大筆資金。以半導體為例,大家都在探究繼輝達(Nvidia)圖形處理器(GPU)之後,處理器的下一步是什麼?從英特爾、Google到微軟,各家都在開發自己的處理器,成為兵家必爭的戰場。

他預測,中期,半導體的戰局會落在記憶體上。過去,記憶體不用運算,但未來,可能須承擔部份運算功能;長期,如何設計「仿生晶片」,更是大家競逐的聖杯。

「具有AI能力的晶片組,是台灣IC設計業的一條路,」台大與輝達合作的人工智慧實驗室負責人、台大資工系教授徐宏民認為。

三年多前,聯發科與台大商量研發主題,徐宏民建議納入「影像認知」功能。今年三月,巴塞隆納世界行動通訊大展(MWC),聯發科發表最新手機晶片組,就把AI功能列入。即使拍照的人不面對鏡頭,還是有九成的辨識率。聯發科技術長周漁君指出,這個技術是聯發科打入車用晶片市場的利器,透過識別駕駛人的臉部或動作,得以辨識出駕駛當時的生理狀態與疲憊程度,一旦危險駕駛就可發出警示。

【專訪】科技部長

陳良基:改變資源分配,讓年輕學者說話


他是史上最貼近業界的科技部長,也是最積極鼓動AI投資的中央政府官員。他要怎麼做?以下是專訪摘要:

AI在學術界已經發展20多年了,這幾年,因為計算能量的加快,發現電腦與人腦一樣的時機快要到了。

計算能量已經過了門檻。台灣是科技經濟,當AI已經從實驗室溢出來,已經要變成產業運用了,我們一定要趕快進去。我們要讓AI與既有強項結合,另外就是要讓它運用到各產業去。

而台灣的強項無庸置疑是半導體。未來,半導體會透到各種層面去,醫療、環境、智慧家庭等會愈來愈廣,當運用愈多,我們就愈會受惠。新興產業是另外一塊。

第二個重點,機器學習跟人一樣,必須透過反覆教學,這就涉及兩塊:一是要有足夠數據來教它,要有大數據;二是教的過程需要深度學習,就像人的神經去記憶——大數據與深度學習都需要長時間的運算能量。

台灣必須有計算工具,否則AI發展會比人家慢很多。我才喊出,國家必須建置高性能的主機,一半給學研用、一半給產業升級使用。大數據我會透過物聯網的計劃經費和政府開放資料去做,那塊我還要再處理。

建置中心是必須的。舉例來說,台積電用AI改善製程,但它不可能花幾十億去買一個超級電腦,畢竟這不是它研發的主力。不只是台積電,台灣所有產業都可以靠AI做產業升級。所以,我希望這個中心設備的產能,有一半供產業升級使用。

第三塊,就是人才。除了主機,我要建AI研究中心,去承載這些想法。AI如果對未來那麼重要,台灣必須要成為全球AI的中心之一。

要變成中心,人才、產業必須有一定的量(critical mass)。建置中心的目的,就是希望經費夠大到邀請國際上好的研究者。以台灣的薪資結構,我很難改變全部,只能先靠突顯「新興科技」的方式,把人找回來。

台灣必須有關鍵多數(critical mass),要讓這些國際人才在台灣停留時間長一點、多一點,台灣的研究者也能聚集過來,才能變成世界上認定可以交流的點。

我希望在台灣建立3到4個大型研究中心,這有點任務導向。例如,台北是數位醫療與金融科技相關;台中可以做智慧機械、輔具;南部做醫材、機器人相關。

其實,AI不是憑空跑出來的,它一定要與ICT(資通訊科技)結合。有些AI像金融科技是純軟體,台灣的確較弱,但在ICT方面,台灣就是強的、有優勢的。如智慧車有很多數據要傳導,需要軟硬整合,台灣就有機會。

動手做,蹲下來解決問題
不諱言,台灣AI研究的確比較落後。但為什麼落後?AI研究能越過藩籬,是因為ImageNet做影像辨識的人,用人工去把要辨識的上百萬圖片標籤完。所以,做科技研究還是要強調「動手做」。歐美因為動手做,遇到問題,蹲下來把問題給解決,所以找到真正的突破點。我們也必須翻轉台灣分配科技資源的機制。

AI領域很年輕,剛去Google Cloud的史丹佛大學教授李飛飛不過40多歲。這些人如果在台灣,可能連講話的機會都沒有,我們要讓他們的意見被看到、被支持到。

我已經要求科技部各學門,審查機制依各學門特色來修正,不要光看論文,而是要看做的研究有什麼影響。很多新科技根本都是網上討論,2年多前的論文就沒人看了。獎勵也要改,不是看論文,而是看對社會的影響力。像人文學者就可以好好寫一本專書。

我也要求未來各學門審案子,不要再請前政務官、各校校長、研發長來審,因為他們已經有掌握資源的機會,不要再讓他們來掌控這些計劃。

分配資源的委員會,要有一半委員是50歲以下的年輕人,這是比較大的改變。(陳一姍採訪整理。英文版請見english.cw.com.tw)

選定題材、領域,瞄準痛點

AI的世界,現在是藍海


「在AI的世界,現在是個藍海,」剛剛從微軟西雅圖離職、回國籌備台灣AI實驗室,正招兵買馬的前微軟人工智能部門亞太區研究總監杜奕瑾認為。

▲宏碁自建雲與智慧產品事業群總經理施宣輝展示,運用宏碁設備的最新數位看板系統,未來影片識別AI將運用在數位看板服務上。

在微軟待了十年,負責微軟語音助理Cortana,杜奕瑾清楚認知,微軟、Google等大公司,不專門為十億美元以下、太小的垂直市場領域解決問題。利用大公司發展的平台,在特定領域解決適合的問題,這些都是台灣的機會。

「其實,AI多數問題都還沒被解決,體驗也沒有被定義,」他樂觀地說,大公司現在專注於建置AI平台,個別則期望與各領域合作,「AI技術普及,如同網路的普及,實際產品應用面大有﹃地方包圍中央﹄的機會。」

這位大學時期就創立批踢踢實業坊(PTT)、被鄉民暱稱為「創世神」的軟體人分析,AI的基礎建設與雲端不是台灣小公司的戰場。但從平台到應用,還可以分為七層,每一層在個別領域都有軟體創業的空間——因為每個領域需要解決的問題都不同。

「關鍵是挑核心主題,定義AI化之後的體驗與價值,」他認為,台灣科技業只要在自己擅長的領域,找到最好的解決方案、夠快解決問題,就可以成為該領域的專家,進軍國際市場。

負責宏碁自建雲與智慧產品事業群的施宣輝,選定的領域則是「影片識別」。他認為,現在切入照片與語音辨識比較沒有優勢,但影片則大有可為。

去年,宏碁併購了德國數位電子看板的領導企業Cittadino,是德國公共場所電子廣告看板市佔率最高的廠商。併購之後,新公司可以採用宏碁自建雲系統。未來,如果影片識別系統可以建立起來,廣告投放就可以更精準,這是宏碁新事業群AI研發的重點。

▲長庚醫院眼科醫師黃奕修希望能開發AI醫生,從眼底圖就能偵測糖尿病患的眼睛病變,降低失明機率。

「增強式學習」的無限可能

自動化產業,變身工業5.0


人工智慧也給了新進者無限的機會。

四十四年歷史的所羅門,第二代掌門人董事長陳政隆這兩年最大的挑戰,就是所羅門的新事業。

一直是奇異(GE)燃氣發電機代理商,曾經是台灣最大的電子元件通路商。創辦人陳健三還投資過晶片設計、記憶體、封裝廠。

▲3年,原本不是機械業者的所羅門董事長陳政隆,竟然運用AI開發出全球第一套穿鞋帶機。

如今,他們踏入工業4.0市場,取得美國洛克威爾、丹麥人機協作機器人UR代理權,還針對機器手臂的缺點,運用人工智慧、開發出3D機械視覺模組,幫機器人裝上大腦與眼睛。這套視覺模組,是曾任外資分析師十年的陳政 隆,一手打造出來,三十多人研發團隊所做。

傳統機械業多是寫電腦程式模擬動作,但所羅門利用3D視覺,「學習」對物件做完整的影像辨識、履歷及影像認知。即使物件亂擺或隨便移動,也可以即時偵測、抓取,讓盲眼俠的機器人手、腦、眼可以協調。

去年中,所羅門發表了全球第一台專利自動穿鞋帶機,引起市場注意。3D視覺搭配機器人,可被用在自動取放系統、快速掃描、量測、品檢、辨識、履歷等。

一個機械業後進者,花三年能開發出全球第一台穿鞋帶機,關鍵在於一四年開始,「增強式學習」有了重大突破,得以顛覆既有的自動化產業。

今年三月,雙月刊《麻省理工科技評論》將「增強式學習」選為十大突破性科技。工業機器人的製造商,都在鑽研用增強式學習去訓練機器人,不再需要人工寫模擬程式,而是透過學習來學新的動作。

「開創了無法想像的可能性,」工業4.0大廠西門子內部刊物,去年四月以封面故事「全自動系統」表示,AI可將讓機器人的運用更普及。

「截至目前為止,工業4.0只做到互聯網+,加上人工智慧,精準度、效率、速度會更提升,可以提升到工業5.0,」身兼友嘉實業集團技術長的羅仁權認為,他正協助傳統機械業評估融入AI技術,自己的實驗室已採用新方式訓練機器人。

一旦AI與自動化普及,「台灣硬體機器人產業最能受惠,」麥肯錫全球董事暨台北分公司總經理章錦華認為。在自動化大浪中,台灣最能受惠的還是硬體,因為擁有僅次於德國、日本、美國的完整機器人供應鏈。

台灣機器人產業鏈,搶1.1兆大餅

AI 科技大突破,讓智慧機器人產業如虎添翼,2018 年,全球工業機器人市場預估可達1.1 兆台幣。全球唯一機器人ETF 指數股票型基金(ROBO),台灣有6 家企業入榜,數量僅次美、日、德,位居全球第四。台灣機器人產值,2015 年已達570 億台幣,其中九成發展工業機器人。透過AI,機器人學更快、應用更廣。逾百家相關企業,讓台灣組成全球最完整的工業機器人產業鏈!

【整機組裝】

整合組裝所有機器人零組件。台灣工業機器人主要分4 大類,其中以直角座標型機器人在國內產業鏈最完整、也最具國際競爭力,上銀排名全球第二,市佔率4 成。

機器人類別
【直線型與直角座標型機器人】上銀、台灣精銳、天行自動化、銀泰、直得、亞德客、哈鏌、東佑達、潤達精密、均豪、廣運機械、福裕、易立威、上研機電、永聯邦、賜福、東台、台灣瀧澤、陽程
【SCARA 機器人】上銀、台達電、廣運機械、廣明、東佑達、鴻海、和椿、台灣氣立、勝宏達
【Delta 機器人】上銀、台達電、廣運機械、長毅技研、鴻海、力浦電子、友上科技
【多關節機器人】上銀、台達電、廣運機械、和椿、勵德自動化、勤堃、鴻海、迅得機械、健昇科技

管理財AI化

關鍵製程智慧化 推高競爭障礙


從半導體、軟體到工業4.0,台灣必須看準AI趨勢,推出產品。但看在清大工業工程與工程管理系講座教授簡禎富眼中,台灣更迫切需要的,是各行各業趕快用AI,把關鍵製程管理的know-how(訣竅)人工智慧化,維持競爭 優勢。簡禎富是一手協助台積電,打造大數據、AI以改善製程的推手。去年,他因此獲得行政院科技貢獻獎。

「IBM、Google這些平台大廠已經開始鎖定工業這一塊,一一年起開始申請相關專利,台灣這塊如果不做,未來就會沒飯吃,」他憂心地說。

從大數據到AI,台積電製造技術中心副處長牟忠一分享,目前,台積電無人晶圓運輸系統,每天開出八千台車、要停一千五百個站。六廠區軌道總計兩百公里,比台北捷運一三七公里還長,複雜度遠超過東京地鐵。工程師已不需像早期要進無塵室顧機台。台積電每天做八千個產品,六千多個機台均用AI偵錯,快速排除機台障礙。

「其實台積電一開始的資料也不多,」簡禎富回想當年。他大力鼓吹,不論是紡織、製鞋、個人電腦廠商的龍頭廠商,都應該從一些關鍵know-how開始,不要想一步做到工業4.0,先做工業3.5。他務實地建議,人工智慧中,比較成熟的決策支援、專家系統與大數據蒐集,企業可以先做。

「傳產有很多know-how的水很深,」國內知名的大數據專家、中研院資訊科學研究所研究員陳昇瑋也採取行動。他正在籌組聯盟,計劃協助紡織、印刷電路板、農業等傳統產業的隱形冠軍,將關鍵製程人工智慧化。「因為台灣的命脈是中小企業,」他說。

陳昇偉以染整為例,調色有很多祕訣,過往老師傅將配方記錄在本子上。這些經驗數據經過整理後,可以建成一套知識系統。未來,當客戶要求染出某個顏色,透過光譜分析儀分析顏色,再運用人工智慧系統去調整參數,可以得出新配方。

「過往很多顯色流程要花很多天,沒辦法確定做不做得到,客戶就走了,」他解釋,透過AI可盡快確定訂單。

在接觸這些隱形冠軍的過程中,陳昇瑋發現,中小企業非常歡迎AI與大數據的專家,只是苦無相關人才。

AI到底行不行?

最大關鍵:CEO決心與職場潛規則


徐宏民認為,不論做製程改善或研發AI相關產品,人才的確是台灣的瓶頸。「這考驗CEO的決心,」他直言。

▲科技部長陳良基(左)、政務委員唐鳳(中)協同正在籌備AI實驗室的杜奕瑾(右)宣布,政府將花50億在AI研究。(黃明堂攝)

台灣培養出來的AI碩博士生,人才外流的比例很高。除了薪資,一位不願具名的AI學者直言,相對中國大陸,台灣AI發展慢,真正的問題是,很多想做AI的人,不知道自己沒跟上最新進展。

常常與科技大老開會,這位學者發現,台灣科技界研發產品,習慣先把產品規格開好,然後大家才去做。但AI研發必須一步步改善其精準度,有點像是做實驗,一步步排除問題,被市場接受了,就可以成為規格制定者。

「很多基礎技術在網路上都是開源資訊,關鍵在要有真實的數據去玩,非常動態地從頭到尾調整,來找到AI產品的被使用者喜愛的關鍵點,」他直言,台灣也缺少有經驗的AI專案經理。

加上,台灣的環境長幼有序,年輕學者在台灣話語權很小。

「國際很多知名AI專家,都很年輕,」他舉例,剛被Google延攬的史丹佛大學教授李飛飛,今年才四十一歲;曾幫百度建立一千人AI團隊的吳恩達,今年才四十四歲。

即使在美國、英國,目前產業界AI應用,仍必須大量倚賴學界。徐宏民認為,台灣學界的制度仍不夠開放。

在AI領域,兩年前的技術可能早已過時。AI的研究主戰場不是審核程序緩慢的期刊論文,而是最新、最競爭的頂尖國際會議,比的是誰能最早在網上,發布具有突破性的技術論文、甚至是程式碼。但迄今仍有不少學校,電機系、資訊系教授升等只看期刊論文,導致年輕教授的創意被老制度扼殺。「台灣工程師普遍的數理能力很強,是可以重新訓練的,」做過不少產學合作案、協助產業界設立人工智慧團隊的徐宏民觀察。

不論是製程改善、產品研發,簡禎富認為,企業一開始沒有相關的人才沒有關係,但在產學研究的過程中,企業一定要派人協同作業,效果會最好。

「台灣在AI領域的發展太慢了,」幾乎是所有受訪者的一致共識。但與其抱怨,不如起而行動,AI是一門累積學習方有成果的科技,也是台灣不能錯過的新時代。(英文版請見english.cw.com.tw)

麥肯錫:迎向人機合作的時代


機器人與AI將搶走人類工作,已成為近兩年的科幻職場驚悚劇。但包括麥肯錫在內的愈來愈多研究顯示,只有1%的職位,會完全被取代。職場上每個職位都有部份工作內容可以自動化,人機合作才是未來職場趨勢。

麥肯錫分析了800個職位,細分2000多項工作內容指出,每個職位包含7類工作內容:管理、專業判斷、溝通、無法預測的現場工作、資料蒐集、資料處理、可預測的重複性現場工作。而後3種工作內容,有超過6成以上的工時,可以透過自動化節省下來——因為有些工作被自動化了,就會減少相關職位的雇用,得以節省巨額人事費。

19個產業中,旅館與餐飲服務的自動化潛力最高,高達73%,因這行業花最多時間在鋪床、清掃等重複性現場工作。自動化潛力最低的是教育服務業,因為老師花最多時間在管理與專家判斷,目前幾乎無法自動化…返回商管雜誌網頁
天下雜誌第622期-精華版

本文摘錄自‎

AI全面啟動 台灣不能錯過的第四次工業革命

天下雜誌

2017/5月 第622期