採訪撰稿／潘冠霖 2023首場AI Talk圓滿結束，現場氣氛熱絡，AI話題相談甚歡。圖/TAIA 人工智慧是 …

採訪撰稿／潘冠霖

人工智慧是現今正熱門的科技趨勢，許多企業爭相發展應用。台灣人工智慧協會（TAIA）固定每個月舉辦「AI Talk」專題演講活動，邀約領域內專家交流分享。1月5日舉辦2023年度首場AI Talk，邀請4位專家來分享AI經驗，分別為智能耳聰科技股份有限公司執行長黃光渠、智慧貼紙股份有限公司BD簡仁瑋、亞太智能機器（APMIC）創辦人兼執行長吳柏翰、以及華實智造數位轉型顧問阮榮裕，進行4場人工智慧專題演講。

智能耳聰科技股份有限公司執行長黃光渠首先分享「鳥音辨識」專題。原本只把「賞鳥」當作嗜好的黃光渠，發現鳥鳴聲的應用，有可能嘉惠一群「被聲音遺忘的人」，也就是聽障者。藉由聲音與AI的連結，可以幫助聽障者注意交通、火災等警報通知。黃光渠表示，「路上安心」APP導入AI後，能夠偵測、辨識，再發出通知，滿足聽障人士安全上的需求。科技應是要有溫暖的，他希望能夠以「路上安心」APP做到交通與知識的平權，讓聽障人士當科技的主人，不用害怕獨自生活的環境。

接著由智慧貼紙股份有限公司BD簡仁瑋，說明「智慧貼紙」如何應用在物聯網領域中，幫AI資料科學家解決「數據收集」問題。他表示，以往數據收集器過大、過重可能無法安裝在現場設備，或數據收集得太零碎、太單點等問題，導致無法進一步作數據分析；智慧貼紙便成為一個相對方便的選擇，其輕薄短小的設計，可以在需要收集數據的地方進行黏貼或磁吸，貼紙上的感知晶片便會直接進行數據的收集，偵測範圍包含震動、溫度及濕度。

簡仁瑋指出，智慧貼紙能夠快速簡單、無痛升級的蒐集數據，幫助智慧製造、智慧建築、智慧物流、智慧工安、智慧零售等產業AI夥伴，透過獨家數據轉換盒處理後，把前端數據整理好，依照客戶需求監測問題，使其無後顧之憂。

而第3場專題演講，請到亞太智能機器（APMIC）創辦人兼執行長吳柏翰，來分享近年十分火紅的「虛擬人」，也在過程中實際演示虛擬人的應用。吳柏翰指出，虛擬人雖然剛起步不久，但在中國，虛擬人已經被廣泛運用在各式領域，如娛樂產業中的遊戲、傳媒、影視、動漫等領域的虛擬角色、主持人、主播、偶像及替身；金融、工業產業用在虛擬客服居多；零售產業用於品牌及直播帶貨、醫療產業的問診方面等。

吳柏翰指出，現在的虛擬人在互動情境上比以前更深入，不再單純只是對話；他以國外的虛擬保安、虛擬銀行員等影片作為演示，展現和虛擬人的互動，一個完整的虛擬人背後所具備的引擎是相當多的，其強調的不只對話本身，還有動作、互動、情境以及外型等，透過AI的加持，也能有情緒辨識的部分，讓互動更加真實。

吳柏翰表示，現在面臨少子化的危機，虛擬人帶來的效益其實很多，未來每個企業可能都需要虛擬人，成為企業形象之一，透過解任務、優惠券的方式提升互動能力、黏著度以及降低行銷成本。在虛實交替的時代中，虛擬人必將成為新一波的趨勢，為人們帶來更便捷的世界。

最後，則由華實智造數位轉型顧問阮榮裕來介紹ChatGPT並探討其商機。阮榮裕指出，藉由觀察我們對ChatGPT做了何種事情，就可以稍微了解它的優缺點。除了會「自監督學習（Self Supervised Learning）」之外，因為它本身的不受控，也須請專家設計、規範ChatGPT的對話文字，再對其產出進行好壞評分，藉以強化學習。

阮榮裕表示，ChatGPT本身很簡單，就是做接龍，像一隻鸚鵡一直講話，而當其不知在講什麼時就找老師來規範它。找老師的方法有兩個，如Supervised Learning以及Reinforcement Learning（強化學習）。ChatGPT的接龍並沒有邏輯，只是反應很快、很會說話，有時候會覺得ChatGPT講話有邏輯，那是因為輸入的資料、句子有邏輯，而並非ChatGPT本身。

阮榮裕解釋，和以往GPT不同，ChatGPT把程式納入語料庫，並輸入大量的資料，除了先前大量的資料、語料之外，再加派人力去除其中不好的資料，最後做「Data Augmentation」，也就是使其重複且深入的學習。簡而言之，ChatGPT雖學會一直講話，但須透過人類老師的規範，使其在原本就有的能力範圍內，挑選出人類需要的答案。

阮榮裕表示，設計ChatGPT有3個目的，Help（幫助使用者）、remove Hallucination（是否製造幻覺），及Harmless（對人類無害），規範的過程就像是讓「野小孩社會化」，盼ChatGPT的回覆能夠更接近受人類規範過的語句。他指出，圖靈測試（Turing test）是英國電腦科學家圖靈於1950年提出的思想實驗，目的是測試機器能否表現出與人一樣的智慧型水準，很多人認為ChatGPT能夠通過圖靈測試，或許ChatGPT能成為意義上第一個通過圖靈測試的AI。

這篇文章 虛擬人與ChatGPT的發展及應用　AI專家告訴你｜專家論點【台灣人工智慧協會 AI Talk】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

採訪撰稿／黃楷元、陳士勳 11月份AI Talk講者與AIA幹部合影。（左起：AIA理事長林建憲、AIA活動長 …

採訪撰稿／黃楷元、陳士勳

在現今社會，「人工智慧」已是人類現代科技的核心之一。無論是個人應用、企業決策，都扮演不可或缺的角色。為了推廣人工智慧的產業應用及相關人才培育，台灣人工智慧協會定期舉辦「AI Talk專題演講」活動，邀請人工智慧業界人士共同切磋交流。11月3日的場次，邀請到三位「台灣人工智慧學校」的校友前來分享，分別是英諾瓦科技產品經理鄭沅巧、亞達科技AI工程師王柏鈞、以及Google機器學習工程師黃誠熙。

首先，由鄭沅巧介紹AI專案管理於智慧醫療的實踐，其所屬的英諾瓦資訊科技服務有限公司運用創新科技提供資訊服務給全球不同產業的客戶群。位於台北的軟體研發中心，是英諾瓦為全美最大醫療支付系統公司──「Change Healthcare」所成立的首座海外軟體研發中心。鄭沅巧指出，針對專案管理方法論演進，敏捷式或瀑布式各有優缺點，若軟體企業已成長到一定規模，「大規模敏捷開發」將是一種有效的專案管理模式，能夠讓不同軟體部門「快速迭代」，又能避免溝通落差。

「交付內容會一直變動，直到大家都能接受的結果出現。客戶的需求回饋才是致勝關鍵。」鄭沅巧說。專案生命週期從起始規劃到執行結束，最容易失敗的並非沒有成果，而是做出來的東西偏離主題，或客戶不滿意。對此AI軟體從業者必須機動因應、配合需求變更，更貼近企業所關注價值。

鄭沅巧觀察，台灣的醫療專業與研究實力備受國際肯定，醫材硬體亦享譽國際，具發展智慧醫療優勢，不過最大挑戰是資源門檻太高，「不像製造業較為明確，醫療成果的變現時間很長。」若要善用AI專案管理，可設定好方向和目標，接著不停在過程中摸索，得擁有即便失敗，也要創造價值的恆心。

第二段的主講人亞達科技AI工程師王柏鈞，則向現場與會者重點介紹「聯邦學習 (Federated learning)」。聯邦學習 屬於分散式學習 (Distributed learning) 的一種，最初是為了配合資安規範所衍生出來的解決方案。在一些資料量不足、或是礙於資安規範無法收集大量資料的情況下，可以透過聯邦學習來達成目標。

以Google的智慧輸入法為例，在每個使用者的手機中，都會有許多選字習慣的數據。如果把這些數據赤裸裸地全部送到伺服器，固然可以有很好的學習效果，來改善輸入法的選字，但這卻可能是資安以及隱私的大災難，以目前歐盟要求的資安規範 (GDPR) 來說是不會允許這種事情發生的。因此山不轉路轉，聯邦學習技術應運而生。透過聯邦學習來進行模型的訓練，不需要傳出完整的「資料（data）」、只需要共享「資訊（information）」即可，對於用戶隱私的保障也更加周全。

在聯邦學習領域中，可以研究的議題很多，諸如：

• 加密技術：例如同態加密、或量子聯邦等。
• 資安規範：需要公正周延的檢驗機制，來確認聯邦學習的合法性。
• 通訊成本：從用戶端傳輸資訊到伺服器，對用戶及伺服器端都會造成負擔。
• 公平性與獎勵機制：根據貢獻的資料量，來決定獲得的回饋程度，可鼓勵更多邊緣端（用戶）參與聯邦學習。
• 防弊措施：如何避免模型被留後門、或是在干擾下維持穩定。

未來在許多客製化的應用上，聯邦學習都可以在保護隱私的前提下，提供更貼近使用者的方案。不同的企業之間，也可以透過聯邦學習，在不洩露商業機密的情況下，有更多的合作空間。

最後的段落，由Google機器學習工程師黃誠熙分享自己的職涯歷程，他曾經在灣區的Google總部任職，親身體驗在美國科技產業闖蕩的各種點滴。如今返回故鄉、在Google台灣辦公室任職，在演講中分享自身觀點見聞，提供對於人工智慧、機器學習相關職缺有興趣的科技人參考。

黃誠熙把會應用人工智慧的公司分成兩大類，分別是大型科技公司、以及新創公司（Startups）。這兩種公司需要的人才略有差異，大公司比較重視應徵者的「潛力」，因為資源比較豐富，可以對人才進行長期的投資，以及更充裕的訓練，想要應徵的求職者，就要充分展現自己的資質與未來可能性；反之，新創公司需要的多是即戰力，尤其是你的特定技能可以直接對應到公司當前的需求者，在求職上才會更有優勢。

大型科技公司的AI相關職缺，包括數據科學家（data scientist）、研究科學家（research scientist）、應用科學家（applied scientist）、及機器學習軟體工程師（machine learning software engineer）；新創公司除了數據科學家的需求相同之外，其他的職缺則偏向分析師（analyst）及數據工程師（data engineer）。

黃誠熙也對於各種職缺所應具備的能力、或是應徵時會被考驗的技能，提出了建議。若是數據科學家或分析師，那麼會需要的是統計能力、假設驗證或分組測試（AB Test的能力、以及對於結構化查詢語言（SQL）的熟稔。

應用科學家則是亞馬遜和微軟的特殊職缺，從研究階段一路做到生產階段，機器學習或分析的需求必須一手包辦，因此和機器學習工程師相似，兩者需要的技能都是機器學習端至端的討論、數學推導能力、及基本編碼能力。最後，工程師則是專精於程式編碼的達人，Coding 能力決勝負。

席間氣氛熱絡，現場校友及聽眾不只在新知上收穫滿滿，在會後交流更開拓多元的交流及合作空間、滿載而歸。台灣人工智慧協會下一場次的「AI Talk專題演講」將於12月1日（四）舉辦，若有興趣加入研討人工智慧的行列，可密切關注【科技島】及台灣人工智慧協會官網。

這篇文章 人工智慧最新趨勢分享　AI達人來開講｜專家論點【台灣人工智慧協會 AI Talk】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

作者：AI B&B （台灣人工智慧協會 技術處處長 黃逸華、執行長 林筱玫） 才不久之前，媒體才說數據 …

作者：AI B&B （台灣人工智慧協會 技術處處長 黃逸華、執行長 林筱玫）

才不久之前，媒體才說數據科學家是全世界最性感的行業，才不到幾年光景，曾經幾百億幾百億投入的中國AI大廠積極縮減人力規模，動輒幾成起跳。但看到人才網站上，幾乎所有企業都在尋找AI人才，說不定到什麼哪天，徵前台接待人員時，除了要求「談吐合宜」之外，也會要求「略懂AI」。

已經在AI產業裡的人問，這行到底是怎麼回事，還讓不讓人活呀？還沒進產業的人則問，這行到底怎麼回事，還給不給人進呀？

實際上，整個產業人才的現況就存在於兩個問題的對話之中。首先我們得先了解一下AI是什麼。如果從產業鏈來說，從架構（或說框架）、算法，一直延伸到應用與系統。如果只談薪水，必然是架構最高（計算機工程Computer Engineering, 計算機科學Computer Scinece），其次是算法（軟體工程Software Engineering，電機工程 Electrical Engineering）,以此類推，越往產業下游，人越多越擁擠，而我們所認識的絕大部份所謂「AI公司」或「AI工程師」都在應用端。如果就應用類型區分，目前最成熟的領域包括視覺辨識、自然語言處理、音頻分析與應用在金融領域的時序預測，其中最多人去的地方是視覺辨識。

國內，1111人力銀行整理AI產業入行不到三年，薪水就有月薪5萬5千元，換算年薪66萬元，而資歷5年以上者則月薪上看7萬元，換算年薪84萬元。國外，美國在起薪中位數最高的十大專業中，排名第一的是計算機工程Computer Engineering，大學畢業起薪中位數是年薪8萬300元（美元）相當台幣240萬元。台企若與外商競爭人才，錙銖必較薪資成本，一流人才自然走向生涯最佳的機會成本。科技人才荒，也使得全民皆AI的大旗及口號在各大專院校揮舞著鼓動著。

媽媽說，「人多的地方不要去，」不瞞你說，AI也有類似的建議。主要的原因在於，一直到目前為止，還沒有非常完整的產業課程，一路從傳統機器視覺一直完整介紹到AI視覺，若想真明白，真要好幾年。更別說AI技術發展，基本是在一日數變的節奏上，才覺得自己堪堪摸到了邊，就又看到迷濛且快速縮小的車尾燈。

如果看官們真像元曲大家關漢卿在《一枝花》裡描述的，「我是蒸不爛、煮不熟、捶不扁、炒不爆、響噹噹一粒銅豌豆。」那麼非常歡迎您加入AI產業的行列，每天面對客戶與長官的奇思妙想、試圖解決現場出現的疑難雜症，每週打開研討會網站，檢索最新發表的論文，然後看著擬合曲線一步步收斂，臉上浮現放鬆而滿足的笑容。

這篇文章 AI產業還能（給）進嗎？｜專家論點【台灣人工智慧協會 AI B&B】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

作者：AI B&B （台灣人工智慧協會 技術處處長 黃逸華、執行長 林筱玫） 在人類歷史上很難找到一件 …

作者：AI B&B （台灣人工智慧協會 技術處處長 黃逸華、執行長 林筱玫）

在人類歷史上很難找到一件事情像AI一樣，才進入大衆視線沒多久，就席捲了整個地球，滲透進入人類生活的各個層面，甚至人們還很緊張地討論，「有哪些工作會被AI取代？」彷彿有機會找到一個可以完全拒斥AI進入的淨土一樣。很抱歉，但想要逃避AI幾乎無異於幻想。

「人工智慧」（AI）一詞出現在半個多世紀前，從第一天起就讓人充滿期待，以爲很快地就能讓聰明的機器人為人們代勞，但就像科學界裡的城市傳說，儘管繪聲繪影，卻從未有人真實見過。

AI普遍被認為它最多也不過就是科幻電影裡的機器人角色，聰明歸聰明，可是所有人都知道這只是一場預先設計好的舞臺劇。直到6年前，原本默默無名的AlphaGo完勝人類棋王，瞬間掀起全球潮流，個個都在讀《輕輕鬆鬆掌握AI》，人人都在問，「接下來AI還要在哪裏稱王？」於是，就在這種又期待又怕受傷害的心情中，AI一步步走進人類生活。

至今，AI不僅深深刻印進人們的生活，並且已經到了不可或缺的程度。爲什麼？理由很簡單，因爲人們再也無法回到「微資訊時代」，那時只需要一張報紙就可以讀一整天，在台灣只需要三個電視頻道，就可以滿足所有人的休閒需求。如今，電視頻道數以百計，任何人在任何時間地點，都可以接觸到整個世界的知識與資訊，不僅如此，電腦科技的發展，更讓運算速度快速倍增，如今，隨便一支手機的算力都比當年登月火箭的主控電腦還強，也更廉價。這些發展使得數據成爲新世紀中的金礦，而AI正是將這些寶藏挖掘出來的威力工具。

AI之所以不可或缺，是因爲人類對於生活的追求從未停歇。

我們總是希望浴缸更聰明，可以在我們想泡澡的時候，將水放滿，並且維持在最舒適的溫度；我們總是希望車子更聰明，可以讓我們無需關注任何車況，便能有一部聰明的汽車，可以讓我們安安全全地回到家；我們希望設備更聰明，讓我們可以專注在生產與管理上；我們總是希望電商服務更貼心，在我們還未開口前，就已經將心愛的小物件送貨上府，無需多費脣舌。就這樣，AI以迅雷不及的速度，在人們還來不及眨眼的瞬間就已經進駐了人類的全生活。

因爲AI無所不在，所以無可或缺。

因爲，在每個層面中，AI都已經佔有一席之地，將零碎散落的資訊碎片編織成密實的知識地毯與應用空間：在商業上，AI正密切觀察對手的行爲；在工業裡，AI捕捉一霎即逝的異常數據；在醫學中，AI追蹤每一個看來絲毫無異但惡意滿滿的腫瘤細胞；在哲學的天空下，AI口吐芬芳，用着精妙組織的語言，與人們辯駁着千百年來原本專屬於人類的玄思妙想。

AI已經深深地編入人類生活中，實例無所不在，真正不可或缺。就像是基因一樣，每次分裂推演，都讓AI與人類生活糾纏地越加緊密。身處現代，即將進入未來的你，怎能對自己朝夕相處的夥伴毫無所悉？認識AI只有兩次機會，最好的機會出現在十年之前，可惜早已過去。次佳的時機就是現在，千萬別再錯過。

這篇文章 無所不在、宛如AI｜專家論點【台灣人工智慧協會 AI B&B】 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。