推動 AI 人才工程提升產業競爭力



2018 年,看準 AI 對於產業轉型的潛力與價值,陳昇瑋號召研究團隊前進不同企業,成功導入多項人工智慧專案,並找出製造業可用 AI 解決的四大議題,鎖定從「缺乏人才」的痛點切入,大規模將學術界資源導入產業界。

為了更快、更有規模培育台灣 AI 人才,陳昇瑋與中研院廖俊智院長、哈佛大學孔祥重教授在眾所矚目下成立台灣人工智慧學校,短短兩年快速為台灣培育超過 6000 位 AI 人才,已成為台灣最大的 AI 專家社群,是突破現有體制、前所未見、巨大的人才基礎工程。

「在 2017 年底時,我們其實什麼都不知道,只知道一件事——就是 AI 的巨大潛力,以及台灣對 AI 人才的巨大需求。」


以下內容摘錄自《人工智慧在台灣:產業轉型的契機與挑戰》

契機:讓台灣重返世界舞台

台灣在半導體代工產業鏈形成之後,至今沒有形成下一個翻轉經濟局勢的兆元產業,雖然曾經有傲人的全球競爭力,也累積很多獨特的製造業 know-how,至今仍是全球產業版圖中不可或缺的一環,但在國際舞台上的位置卻愈來愈無足輕重。

從網際網路、智慧型手機、雲端計算、大數據、到工業 4.0,科技浪潮一波接一波,台灣卻仍然停留在原點,沒有發展出足以引領大局的標竿產業。

台灣擅長以最低成本、最高效率做出客戶滿意的產成目標,然而,長此以往,產業的價值不斷被壓縮,低價搶單如飲鴆止渴,輸掉的不只是眼前看得見的獲利,更嚴重的是,可能失去未來全球舞台競逐的入場資格。

人工智慧導入核心關鍵:人才

大家反覆提問的是:學術界可以做什麼?廖院長始終認為,學術研究者有責任深入探討科學與科技變動對社會產生的巨大衝擊,面對來勢洶洶的數位科技及人工智慧帶來的機會與挑戰,有義務讓產業界了解,並協助產業界培養下個世代的人才。

人工智慧無疑是台灣最有機會的下一個戰場,而熟悉與這波人工智慧密切相關的機器學習技術,且有超過十年以上經驗的人才,幾乎都在學術界。「Just do it !」廖院長和孔院士決定,捲起袖子走進企業現場,徹底瞭解產業真正的需要。

從 2017 年 3 月開始,我們展開了為期六個月的企業先導研究,從訪談與觀察開始,毫無例外,每家企業都相當歡迎由學術界組成的人工智慧專家團隊;也表達強烈的意願,希望有機會導入人工智慧來降低成本、增加效率,但就是不知如何起頭和著手進行。

其中關鍵原因出在缺乏人工智慧相關人才。雖然企業內部都有為數眾多的專業人才,但對於人工智慧瞭解才剛起步,甚至連如何找到對的人都無從著手,更遑論有人能精準針對企業真正該解決的急迫問題,導入正確的人工智慧技術來解決問題。

台灣人工智慧學校成立

在六個月的企業先導研究之後,結果讓人振奮,但下一步呢?2017 年 7 月底的一個颱風天,廖院長、孔院士跟我在線上整整談了五個小時,討論我們的下一步,當天的結論是,從產業的共通痛點「人才」切入,我們計畫成立民間基金會與台灣人工智慧學校,集結台灣最優秀的師資與助教團隊,系統化、規模化且快速地為台灣培養人工智慧大軍。

2017 年 11 月,在 2017 年台灣人工智慧年會x台灣資料科學年會上,廖俊智院長以致詞貴賓的身份預告台灣人工智慧學校的成立,即日起接受報名,將於 2018 年 1 月正式開學,並由財團法人科技生態發展公益基金會(簡稱科生會)、財團法人人工智慧科技基金會與台灣資料科學協會支持及營運。

我有時會戲稱台灣人工智慧「學校」其實是台灣人工智慧「軍校」,因為四個月的時間說短不短,但要從無到有培育出能上場打仗的AI大軍其實並不容易,因此入學要有入學考,課程密集不說,還有期中考與專題實作,沒過關者不能拿到結業證書。我們期待透過為台灣產業量身訂作的課程,讓找不到人才不再成為企業或學界發展AI的藉口或障礙,同時建立「自己的問題自己解決」的文化,打破被技術殖民的慣性,建立社會信心。

不到兩年,已成為全台最大 AI 社群平台

2019 年底,我們已經在台北、新竹、台中與南部建立四個校區,陪伴超過 1500 家企業,培養 6000 位的懂得人工智慧的領域專家。目前,台灣人工智慧學校已經是台灣最大的人工智慧社群平台。

有人說台灣人工智慧學校是公部門的表率,這兩年來透過 AI 的人才培育,解決社會上巨大的 AI 人才缺口,但是我們一分一毫都沒有使用到公部門的經費;有人說台灣人工智慧學校是學界跟業界之間的橋樑,我們正巧站在學界跟業界中間,介接人工智慧的需求跟供給,促進學界跟業界之間的合作、溝通、交流、加值與轉型。

但其實我們在 2017 年底時,什麼都不知道,只知道一件事——就是 AI 的巨大潛力,以及台灣對 AI 人才的巨大需求。環顧四周,這個社會上似乎沒有人在做這件事,仔細思考後,我們義無反顧地來開創台灣人工智慧學校。當時我們並不知道怎麼做才是對的,因為全世界只有台灣人工智慧學校是以大規模、深度做AI培訓的民間機構,我們沒有參考範例,我們只知道我們先做了,如果做錯了再來修改。

直到今天,看到許多學員、校友,他們透過各式的方式,不論線上線下、演講寫作或是社群推廣各種 AI 的知識,分享他們的 AI 實際落地心得,看到所有校友這麼熱情支持,我們知道我們做對了!