台灣玉山2017歲末晚宴探討人工智慧

科技部長陳良基與前行政院長張善政

共同探討AI時代台灣的機會與戰略

文：朱麗芝整理

這是一個「人工智慧」(AI)的晚上，兩位重量級演講嘉賓科技部部長陳良基與前行政院長張善政，不約而同，共同探討AI時代台灣的機會與策略。陳良基部長在 “小國大戰略”的演講中，說到台灣的機會就是AI人工智慧，今年是AI實踐年，台灣要有的戰略就是找夥伴，大家一起打群架，並結交盟主，力量才會大；目前擔任台灣大哥大基金會董事長的張善政前行政院長演講“尋找AI時代台灣的機會”，希望台灣發揮ICT優勢能力，結合特色應用，及早切入AI，再造台灣產業的春天。台灣玉山副理事長、也是和碩聯合科技董事長童子賢在主持Q&A時亦從應用的觀點介紹AI的全面應用及AI的商機，包括無人機、智慧車、金融分析/股市分析等等。當晚，幾位演講人將AI的發展、現況、未來趨勢及台灣的機會，深入淺出的分享，內容豐富，也提醒了大家要一起面對AI時代的來臨。

台灣玉山科技協會於1月25日(星期四)晚，在台北市中山北路的晶華酒店舉行喜氣洋洋的2017歲末晚宴，席開39桌，有四百多位貴賓、理事、會員、會友參加。大會由新任理事長李紀珠主持，由前秘書長楊正秋擔任司儀。楊正秋在開場時宣告台灣玉山理事會已於去年九月進行理監事及理事長選舉，由李紀珠高票當選理事長，因此由前任王伯元理事長順利交棒給新任李紀珠理事長。相信在新的一年，台灣玉山在李紀珠理事長及劉軍廷、童子賢兩位副理事長的領導下，玉山會務更將蒸蒸日上，創造新的高峰。

第一次主持玉山歲末晚宴的李紀珠理事長首先致詞歡迎與會來賓，感謝大家的蒞臨，並感謝主協辦單位與贊助單位的支持。她講到玉山科技協會是於1990年由美西矽谷一群華人創業家所成立，今日全球已成立了十幾個區會，分別在美國、加拿大、台灣、香港，以及最近在大陸成立的深圳育山與蘇州育山，這成為華人科技圈中一個全領域交流的平台。她當年因為擔任青輔會主委，服務海內外學人，接觸到各地的玉山科技協會，當2001年台灣玉山成立時，她成為發起人之一，這一路看見玉山的成長與擴大。她指出玉山科技協會是一個全領域服務科技界的平台，會員中有科技創業家、企業家、科技法及併購的律師事務所、四大會計師事務所、創投公司等，結合了科技、技術、資金、法律、會計、創投各界菁英，在歷屆理事長的努力下，打下了很好的基礎。

她並指出，這段時間面臨破壞式的科技創新，有所謂ABCD，即AI、 Block Chain、Cloud、Big Data，改變了企業的生產及營運模式、改變了消費者的消費模式，也改變了人們之間的互動模式，所以這波科技趨勢的進展非常重要。當晚她特別請到了兩位前後任的科技部長來分享，面對這個科技創新及無限的未來機會時，也希能充實玉山科技平台，希望玉山科技協會能提供更好的服務。會中，她並邀請在場所有理監事上台一起舉杯，向全體來賓祝賀新春快樂！吉祥如意！向充滿希望的2018年邁進。台上的嘉賓也互相舉杯互祝！

科技部陳良基部長演講“AI的小國大戰略”

去年2月8日接任科技部長的陳良基博士表示，台灣雖然很小，但志氣要大，要掌握各種機會，人工智慧對台灣就是一個機會，也是政府應該投入的。造成全世界矚目的AlphaGo打敗世界棋王後，帶出許多人工智慧(AI)的探討，到底是什麼動力把AI發展起來？AI為何對台灣非常重要？他講到AI爆紅的原因基本上為：1. 神經網路、深度學習等機器學習演算法的突破。2. 大數據與運算能力的加速結合運用。3. 各類物聯網和感知系統的興起。

●AI的驚人快速發展

AI發展的速度快得令人心驚動魄，陳良基部長說2016年他們在實驗室做研究，知道用AI做影像辨識已經超過人眼的能力，當時還沒想到其他的應用，但自AlphaGo打敗南韓棋士李世乭後，很多產業看見這個機會。他提到最近幾個AI趨勢的預測，根據IDC，在2018年，75%的開發商都會在商業應用和服務中引入至少一種AI的功能；到2019年，100%的物聯網(IoT)將具有AI功能；根據Gartner，到2020年，新的電子產品將有95%應用物聯網技術；30%的公司將會使用AI來提高至少一種關鍵程序；AI演算法影響全球數以億計的行為模式；根據Xonstellation Research，到2020年，人工智能市場將會超過400億美元；根據Servion，到2025年，AI將驅動95%的用戶交互活動。他說，因為物聯網最強是數據(Data)，以前還在想拿到數據做什麼？現在發現若是數據夠多、資料夠大，套上AI時，就可以找出行為模式。知道了行為模式，譬如知道了客戶一舉一動的行為模式，就可以被商家把握與預測，這個生意就太好做了。這些，均是真實的事情正在發生。

陳部長表示，從各種資料上看見AI的發展現況，一方面很讓人振奮，另方面也讓人緊張，當全世界都在往前跑，台灣如何把握住這個機會？那麼，首先就要知道AI是什麼？他是技術出身，所以從技術角度來講，AI這個名詞來自1956年，真正發揮影響力是這幾年的事。早期想用電腦做照片辨識，曾有一個ImageNet比賽，史丹福大學李飛飛教授為影像辨識的評比活動建了一個圖庫，圖片愈來愈多，多達百萬張圖片，若用訓練有素的人來辯識這些圖片，錯誤率很大，約4%就很不錯了。若用電腦來做辨識，就要去告訴電腦這是什麼東西。每張照片要去標示(label)它，是一件大工程，早期沒人去做這件事。但後來就有一群獃子去做，把一百萬張照片一張一張的去標示出來。這比賽到2012年時，有兩位加拿大研究生，他們與教授提出了一套的演算方法(Alexnet)，用深度學習的方法來嚐試做這個比賽，並得到第一名。人工智慧用的電腦寫出來的AI程式打敗了人類在百萬多張照片的辨識率，誤差進步到3%，現在仍在往前走。從2012到現在，人類所寫的任何一個演算法，都沒有佔到第一名，全是AI的天下。那兩位研究生後來被DeepMind團隊找去，他們幾人後來做出AlphaGo，後來被Google找去，這一系列造成了今天AI的發展。

影像辨識有這麼難嗎？人在表達一隻貓的可愛時很容易，那隻貓的樣子、形狀、表情、、，你可以列出十項，我們是一項一項來表達。但電腦如何表達這隻貓很可愛？人工智慧深度學習要把這個影像切成小塊小塊，每一小塊變成一個參數，有沒有五官是一個參數、五官有否在正確位置是一個參數，每一項均可以是參數。從影像的搜尋到後來的辨識，可以分成一百多個層次。每一個層次用一個參數來表示，如今，AI的辨識技術已到了三千萬個參數項目。把參數定下來，就是把一個Model算出來。若拿到任何一個照片，套進這個模式，算一遍就出來了。電腦就是把複雜的東西變為簡單，「深度學習」就出來了，這就是AlphaGo所用的Model之一。

●推動AI的力量：運算與數據

AI的driving force是什麼？它需要什麼東西才能這麼厲害？有兩個推動的力量，就是「運算」與「數據」。AI有三千萬個參數要運算，幾乎是一個超級電腦才能算出來，所有這些運算靠非常驚人的摩爾定律把晶片一直往前推，推到現在，所有deep learning的東西正好用在數量大的東西。AI的另一個重點是你要有數據給它，給的愈多，算的愈準，能量愈強，功能就愈厲害。以前人說「得軟體者得天下」，但今天不一樣，AI是軟體，但AI不等於軟體。軟體設計師把軟體寫好後，該軟體最強的功能是與當初的設計演算的功能是一樣的，但AI不是這樣，用這種運算的模式，當你灌給他的資料愈來愈多的時候，整個AI的系統就會愈來愈厲害。所以後來AlphaGo Zero不要任何的訓練與數據，自己用Model寫，所以AlphaGo Zero打敗AlphaGo，他運算的功能就這樣一直上來。

去年五月，NVIDIA的創辦人黃仁勳來台參加台北國際電腦展(Computex Taipei)，科技部特別與他簽一個合約，希把台灣整個AI環境建立起來。大家都看見了AI的力量很強，每個人均希望有這個力量，但力量的來源是運算的能力(computing)。若大家進入AI的應用，若自己沒有運算的能力，可以借別人的能力來進行，但本身要有數據，才有辦法創造AI所需的功能。所以「運算」與「數據」是兩個重要的力道，所以這也是為何從去年三月開始，陳部長在各個場合提倡AI的重要性，他就是希望要讓大家了解，計算機的核心是微處理機(Microprocessor)，微處理機就是IC，IC大多是台灣做的，特別是客製化的IC，台灣已經掌握了運算的核心，台灣若自己不進去AI，誰要進去？所以這是台灣的優勢，台灣一定要掌握這一塊。

●台灣的機會與戰略

深度學習的參數有三千萬個，當然不是每個運算都用到這麼多的參數，在不同的應用，可用到不同的演算方法。去查Deep learning的網路型態，有二、三十個比較有名，其中好幾個網路的創作人是台灣的教授，所以在AI的演算法中，誰能把AI的架構弄起來，在全球評比時，以亞洲來講，台灣算是數一數二。所以這是台灣可以掌握Computing、networking的時代，但我們沒有掌握到數據。問題再回到AI的本質，既然AI的能力隨著你灌給它的數據愈多而增強，它本身與Internet有一個很大的不一樣，Internet的市場是Winner takes all，如Google、Facebook，很難有第二個競爭者；但AI是隨著你灌給它的數據愈多，能力愈強，AI與數據有密切關係，要AI能力超強就要與“應用”有緊密的關係，AI可以有不同的應用，所需的數據不同，AI的發展與在地化(localization)有緊密的關係。。

所謂的在地化，陳部長舉例，台灣與德國做了一個合作，引進的一個自駕車的模式，放在台灣的道路上，結果是一塌糊塗，因為車子開在高速大路上的狀況與開在台灣市區的道路完全不同，你一定要有台灣道路數據的資料來訓練電腦。應用的數據資料從哪裡來？從環境中所佈的IoT與Sensor而來。從這個AI的特質就可以知道AI在台灣是一個可以掌握的機會，因它不是一個純Internet的東西，它大部分的應用必須結合軟體與硬體，你必須與現在要處理的數據做交互的應用。

陳部長說，AI這情況對台灣的產業是一個好的機會，我們有強的硬體，但可惜沒有創造出一個與軟體相關的產業，因為只要上Internet，就是winner takes all的環境，但AI的環境就看誰先進去應用，每一個應用就可以是winner takes all。台灣的各行各業應用不同，每一行業誰先進去AI誰就是贏家。所以台灣的機會究竟在哪裡？如何幫助台灣找機會？台灣雖小，但志氣大，仍然要有大戰略。AI橫跨許多東西，第一個就是要找夥伴，因為小，集合起對的人就不小，要集合起來打群架，要在那個領域中登到第一名。台灣應從技術面展開，對於核心、雲端、終端(Edge)有何佈局呢？若台灣各行各業均打AI戰，台灣可以變成所有AI 供應鏈的供應商，希能針對特定的應用有第一名的表現。

陳部長講到，從今年開始，台灣佈了幾個局面：在數位醫療、智慧製造、智慧服務等方面均佈有幾個團隊，另外還要再組一個團隊，是為提供未來業界所需的工具平台與數據。從2018年中開始，科技部與經濟部會把這樣的應用推到所有產業去。從今年三、四月開始，經濟部會有一個AI的實業計畫，與科技部一起來推動，鎖定的方向，其中一個是終端產品，這本來就是台灣的強項。這些就是目前的幾個戰略型態。台灣從今年開始要投入AI計畫至少一百億元新台幣，希槓桿至少有一百家以上想進入AI領域的產業，若不知如何做，政府可以協助來做。

最後，陳部長說，去年是台灣的AI元年，今年是AI的重要實踐年，後年是AI的Booming時刻。這個時間點很重要，他說，我們沒有落後任何一個國家，加拿大科技部於今年開始成立了三個AI研究中心，台灣與國際同步前進。希望有一個戰略，大家投入AI，互相找夥伴，科技部、行政院、經濟部均是大家的夥伴，大家一起來面對AI的未來發展。

前行政院院長/台灣大哥大基金會張善政董事長演講

“尋找AI 時代台灣的機會”

●AI發展背景

從2015到2017年，AlphaGo從歐洲到韓國到中國大陸，連續打敗世界棋王包括華裔法籍棋士樊麾、韓國棋士李世乭、大陸棋王柯傑等。其中，下棋智慧軟體的背後其實是以五億美金被Google收購的英國公司Deepmind。棋局AlphaGo所以會贏，因為有許多的棋局數據餵給電腦。所以是大數據讓人工智慧起死回生，還有高速計算平台硬體的能力(High Performance Computing)非常重要，否則電腦無法吃進這麼多資料。

人工智慧(AI)這個名詞出現至少三、四十年了，今日所以能夠敗部復活，除了資料的量大，分析的方法也比較複雜，從一般的機器學習到深度學習，而深度學習的基礎是有類神經網路。AI基本有兩個階段，第一步是讓電腦“學”，學好了，讓它去判斷「模式」，這「模式」也是一個神經網路，但其中的參數已經在學習階段決定了。接下來是“實際運用”，譬如好幾千盤的圍棋棋譜，讓電腦學出一個下棋的邏輯，當它看到一盤棋局時，看對手怎麼下，它就透過這個模式決定下一步怎麼下，這就是推理。

人工智慧中，電腦的「學習」與「推理」是兩個階段，運算型態基本上不一樣。「學習」是要餵它許多數據，它會學很久，但一旦有了邏輯模式就要去推理了；推理的運算比較少，但它必須快速決定。譬如自駕車，給它許多資料學會左轉右彎與超車的邏輯模式後，在推理判斷階段是無法花網路傳遞時間送入雲端進行運算，因在半秒內就要決定是否超車。所以不論是學習或是推理，都需要充分的計算能力，學習的運算量多，但可以算很久，推理的運算量少，但要很快算出來。

●AI引起的軟、硬體戰爭

AI的硬體GPU主領風騷好一陣子。GPU開始為處理圖形而設，如影像特效、遊戲等，普及於所有的電腦與手機。因為GPU高度的pipeline、parallel的架構，比一般CPU快速，可用於工程計算、AI、挖礦，成為當今AI計算主力。發展GPU的兩個公司Nvidia和AMD在2017年的股票都因此漲幅可觀。目前各家發展AI的硬體分為兩大類別：1. ASIC(特殊功能晶片)，如Nvidia、Google的TPU、Intel的Nervana，及2. FPGA(可在域彈性程式化晶片)，如Intel的Altera、Xilinx等。值得注意的是Intel在兩邊都押寶，而且都是透過併購合作。現在雲端服務業者也都開始提供AI服務平台，如Google的TPU，Amazon與Xilinx結盟，Facebook與Nvidia結盟，微軟利用Intel Altera自行開發“Brainwave”DPU卡，百度也有GPU與Xilinx合作。目前可謂是AI硬體的戰國時代，連XaaS也延伸到了AI。Amazon、Google、Microsoft搶雲端市場，趕快把雲端運算硬體推出，要進入AI，希望大家來用他們的雲端計算。現在各大公司均在爭取國際人才來使用他們的雲端計算，希望累積了豐富使用的案例，他的機器才可以變得更聰明。

目前從事AI硬體研究並獲有專利的業者有IBM、Samsung、HRL Lab、HP、Hoshiba、 Qualcomm、BrainCorp.、Postech、KnowmTech、Google等，也有新起的業者及學研單位如康奈爾大學、中國科學院、北京大學、新加坡大學等。從事AI硬體晶片的新創公司不少，根據MIT Technology Review的統計，2017年投資AI硬體晶片新創公司的創投的投資達到1.13億美元，為2015年的三倍；新創公司如Graphcore剛從Sequoia Capital募得五千萬美元，預計2018年第一季出貨，另外還有Mythic、Wave Computing、Cerebras、Cavium、Marvell、Microsmi等公司，中國大陸也有多家如深鑒科技、寒武紀科技等公司，各自募得高額的資金。特別寒武紀科技最近拿到中國政府一億美金的投資，該公司的執行長陳天石提出AI指令集，希望變成為國際標準，希能主導全球AI的發展。張善政董事長指出，面對全球的競爭，包括對岸的競爭，台灣不能忽略。

傳統公司對於進軍AI市場也是無所不用其極，譬如Intel是野心勃勃，近兩年花了大錢併購了從事相關業務發展的Altera、Nervana、Movidius及Mobileye等公司，並不惜與宿敵AMD合作，在新款輕薄筆電採用AMD Radeon GPU，但隨即就挖角AMD Radeon首席Architect，請他主導Intel的新部門。Intel過去沒有實戰場，近幾年積極與Facebook合作，並以併購的Nervana為基礎發展自己的AI 晶片，可能屆時新一代的Nervana就不再下單給TSMC。NVIDIA推出AI專用DGX-1專用機，可搭配Google、Microsoft、 Facebook等各主要軟體，它的下一代晶片更強調AI，NVIDIA並與IBM合作，在IBM的專屬硬體系列上做出效率最佳化的超級電腦。近年雲端資料中心因為AI大幅成長，2016年五億美金的投資，到2020年預計是百億美金；NVIDIA因GPU於2017年的營收是四億美元，比2016年成長175%，但Intel傳統CPU的營收是44億美元，比2016年成長9%，成長不如NVIDIA。

在行動裝置的世界(Mobile World)裡，GPU在手機中已相當普遍；人工智慧硬體，Apple有neural engine，Huawei有neural processing unit，但都還不是針對AI架構的設計，只是晶片裡AI專用的區塊；另外，Qualcomm、ARM都宣稱將出產AI-optimized硬體。這些均強調人工智慧計算不用送到雲端計算再送回，是比較安全、隱私、快速的作法。至於這些硬體是否都具有功能介面的開放性供軟體第三方使用，將是未來重點觀察的地方。

AI的軟體市場也是硝煙四起，百家爭鳴，大咖都沒有缺席，如Intel發展的BigDL, Reinforcement Learning Coach, neon, nGraph；Microsoft發展的Microsoft Cognitive Toolkit；Google發展的Tensor Flow; Facebook發展的Caffe等。其中Facebook的軟體Caffe2是柏克萊加大一位中國博士生所開發，由此可見Facebook資源豐富，但仍是缺人才。這些軟體與以前不一樣，開發出來，並不賣，乃是放在社群中，公開原始碼，希望爭取使用基礎，希望軟體愈被使用就愈聰明，同時也是要吸引人才。以後的軟體幾乎不會再去銷售，也不易銷售，因為開放原始碼當道，因為可以許多人用，可以不斷更新。所以小公司雖有機會發展軟體，但很可能會被併購，也算好的結局；發展軟體專利的均是大公司，因為大公司切入市場較快，新起業者切入的機會不高。

●台灣的機會

張善政董事長說追求「有深度」及「小而美」應是台灣的策略。何謂「有深度」？就是超越單純ICT的應用導向(Domain Know-how)，醫療、製造，素來是台灣的專業深度所在。為何「小而美」？台灣不要去看全世界都要用的東西，市場普及性的產品營收規模太誘人，為國際兵家必爭之地，漸漸非台灣所及，譬如HTC、ASUS做手機，很辛苦，競爭不過國際，聯發科也正面臨Qualcomm與大陸的龐大競爭壓力。台灣的TSMC是一個特殊例子，TSMC的業績將會隨著AI成長，但因為多元化的AI晶片，可能對製程需求各異，因為AI晶片不一定每個都要用到最先進的製程，別人就有機會了，所以TSMC會因AI業績而成長，但在AI的市佔率會漸漸減少，Intel與其他的Fab也會分到一杯羹。所以張善政認為台灣的發展策略應是趕快導入國際人工智慧的平台與工具，發展人工智慧的特色應用，如醫療照顧、智慧製造等。

當然，這些平台或工具也是有缺陷的，但透過台灣及早切入深度的應用後，將來或許可以修改更新效率，做高加值的改進。他以自駕車為例，今日的自駕車技術已是兵家必爭，自駕車技術的主要業者，Waymo/Google、Tesla均已攻關多年，收集了許多的駕駛資料；另外GM、Ford等傳統車廠也在做大規模併購，VW、Toyota、BMW、 Benz 投入資金都達數十億美金，大陸百度也有「阿波羅」計畫。這些自駕車技術業者均有合縱連橫的夥伴，譬如百度開放自駕軟體技術，選擇廠商組成合作聯盟。NVIDIA宣布Xavier AI Car Supercomputer，與Uber、Volkswagen、百度+ZF合作。Qualcomm的Snapdrqgon車載平台已有12家車廠使用，並與福特合作推出「手機訊號傳輸」自駕車雲端數據平台。聯發科也宣布NeuroPilot自駕平台。Toyota則採用開放式的平台，依Uber、滴滴打車等夥伴的需求來客製。其中再做評比，Tesla雖然收集了許多駕駛資料，但執行力差，通用、福特等機械業，執行力相當好。

那麼台灣的自駕車技術如何呢？張善政指出，台灣的交通環境是大量混流的機慢車。我們應站在巨人的肩膀上，尋找國際合作對象如Tesla、Google、百度，請他們對我開放技術架構，由我們自己來加值構建機慢車環境的駕駛智慧，也許我們可以把自駕車的技術加上我們的特色智慧加值，銷售至東南亞等機慢車充斥的國家。但與國際對象的合作模式將是挑戰，是技轉或是分享利潤？

講到軟體與服務的機會，張善政說軟體的價值訴求逐漸移轉，你如何看待微軟的Office與趨勢防毒軟體的更新服務？微軟的Office是老式的功能導向軟體，但趨勢的防毒軟體若不時時更新，電腦就中毒，這是一種智慧導向。目前台灣除了趨勢外，沒有一家軟體公司站在國際舞台上。若靠賣軟體，台灣會繼續沒有機會，但以後賣軟體不是關鍵，乃是靠網路去撒你的軟體，讓軟體有你的新智慧。他認為台灣應以國際open source的平台為基礎，結合專業領域的經驗，開發有專業智慧應用的軟體，持續蒐集回饋使用的資料，精進智慧能力。「要賣持續改進的智慧，不是賣軟體！」張善政表示。他說台灣在開放社群能力持續成長，吸引國際目光，建議台灣應選擇適當的open source 軟體，施以足量的多領域學習案例，建構足夠的使用經驗，建立軟體諮詢顧問服務知識庫，這樣的軟體才會越來越聰明，但也要注意其中要抓出惡意軟體。

講到台灣硬體的機會，張善政說台灣是IC設計大國，絕不能放棄，但在IC設計之前，一定要先想到應用。因從AI開始，Intel做CPU給所有人用的時代已經過去，AI的應用型態決定它的硬體架構，一定要知道這個IC的設計是做什麼應用。台灣是否有專業AI Chip的機會？有的，他表示，FPGA開啟了專業應用晶片的空間，譬如可將楊泮池校長辨識肺腺癌的功力建立人工智慧邏輯後輸入晶片，下載到硬體中。另外，在AI的世界中，不能事事都靠雲端的智慧，譬如自駕車看到路況，一定要當場決定左轉、右轉等，不能靠雲端，否則來不及了。台灣若不能發展雲端的晶片，可以做末端的晶片。互聯網的末端(Edge)只有推理，沒有學習，運算量不大，所以做這種硬體不難。又如路口監視器，一定要有晶片可以把人的特徵、或車牌號碼抓出來，這些資訊不須送雲端，是在地就要解決及處理的事，這樣的末端晶片，台灣都可以來發展。

最後在結論中，張善政董事長說，台灣應發揮ICT的優勢能力，結合如醫療、製造的特色應用，趕快要動，及早切入，PC的春天已過，AI可望再造台灣產業的春天。

台灣玉山副理事長童子賢介紹AI的應用

接下來是由台灣玉山副理事長童子賢主持問題解答，他邀請兩位主講人─第一任的科技部長張善政及現任部長陳良基一起上台。目前擔任台北市電腦公會理事長集和碩集團董事長的童子賢副理事長首先談「AI的全面應用」。

●NASA與Google AI合作發現「迷你太陽系」

童子賢指出，AI擅長單一、邏輯清楚、目標清楚、處理大量資料的工作。他舉2017年12月，Google的AI團隊與美國太空總署(NASA)共同發展的例子。若用望遠鏡看太空三個月，拍了許多照片，縱然很有知識的天文學家也無法用眼睛掃過這幾千萬張的照片，但AI就可以做得很好。所以Google的AI團隊用AI去掃描與判讀這些天文資料後，發現了一個迷你太陽系。

●智慧軍事載具

過去許多年有無人機的發展，未來無人機可能使用AI，上面具備了人眼睛精確辨識的能力，可以導航到一個地方，在一個會場找人。現在進出海關，若沒有用AI的技巧，誤差率可能千分之一，再用指紋補足一下。若未來用結合AI概念的人臉辨識技術，誤差率高到百萬分之一。所以若這樣的工作交給AI去做，比較有效率，比人有效率。所以無人的飛行載具若被恐怖分子利用，飛到你的附近，再用百萬分之一誤差的機會辨認確實，丟下手榴彈，就可怕了。這種如同科幻電影的情節，未來三、五年是可以做出來的。

● 金融與股市分析

AI也可以做金融與股市分析，不要一次給它太多太複雜、目標不清楚的題目，但單一的分析你的股票或貨幣，恐怕在未來三、五年，AI 會比人的分析師的效率更高。

●光學判讀醫療輔助

有經驗的醫生才能從X光片上一眼看出這是脂肪瘤、腫瘤、發炎或其他，但若透過好好教導AI機器，給他閱讀十萬張X光片，告知這是什麼、那是什麼，X光片交給AI來輔助醫生，恐怕是未來非常有用的方向。

●智慧型義肢、外骨骼機器人

坐輪椅的朋友希望能自由活動，若是AI加上外部的機械裝置，這些坐輪椅的朋友就會有機會重新站起來。人工輔助醫療裝置逐漸成熟，這將是一個很大的產業。

●下一代的智慧達文西手術系統

達文西第一代、第二代、第三代，若結合AI功能時，將會發揮何等的威力。

童子賢說，AI 不是無所不能，你給他一個複雜的題目，也許它就垮了。但如果是單一的題目，資料量又很大，這就正中他的胃口。所以當AlphaGo打敗人類棋士的時候，這個領域正是單一目標，需要龐大的資料量，運算是人比不上電腦的，這正是挑中AI最擅長的功能，但並不代表AI取代人類。

人類在十九世紀結束、廿世紀初的時候，農業佔所有從業人口的七成，現在根據美國的人口資料，台灣的人口資料，從事農業的人口很少超過3%。農業人口轉至工業與服務時代(一個時代大約三十年)，對一個世代而言，是一個很大的衝擊，將會帶來產業的變遷、社會階層的流動、社會工作職能的轉換。

在AI時代，大家除了關切AI帶來的商機外，各行各業都會需要用到AI。他舉例他的工廠也成立了AI小組，用AI解決自動化的問題。他們工廠曾遇到一個問題，若用人工分析要好幾天，現在改用\AI分析，三分鐘後結果就出來了，但在這背後，他們曾訓練AI三個星期。所以他在行政院科技會報上，建議經濟部中小企業處或工業局應該成立一個單位，協助輔導中小企業去協助使用AI，看什麼東西可以運用AI。什麼東西可以運用AI呢？就是腦力上粗重的工作，在未來五至十年，一定可以看見腦力上的粗活可以大量被AI取代。

接下來是問答時間，在座全球玉山理事長王伯元、今周刊發行人謝金河、全球玉山前理事長吳國增等位均提出問題，並獲幾位講員的解答。來賓咸認當晚是個「智慧」的夜晚，幾位講員把人工智慧的緣起、發展歷史、軟硬體的國際大戰市場、AI的應用、台灣的機會等等，講得非常的仔細，好像上了一堂內容很紮實的AI課，收穫豐富。當晚並有歡樂摸彩節目，包括新光金控提供的酒店住宿券、禮券，及由工商協進會理事長林伯豐提供的現金一萬元紅包等，每位來賓在離開晚宴時並獲贈由新光金控提供的狗年旺旺幸福紙雕提燈。當晚除了台灣產官學研多位重量級的貴賓外，全球玉山亦有多位貴賓與會，包括玉山創始人莊以德、全球玉山理事長王伯元、前任理事長吳國增、全球玉山秘書長王韶華、加拿大玉山第二任理事長蔡子國等位，均參加盛會，海內外新朋舊友們相見，分外喜樂。