【臺灣AI學校明年啟動,一線研究者帶隊實作訓練AI即戰力】資料多寡不再是瓶頸,人才成了AI競賽主要關鍵

【臺灣AI學校明年啟動,一線研究者帶隊實作訓練AI即戰力】資料多寡不再是瓶頸,人才成了AI競賽主要關鍵 資料量不再是發展AI最大的困難,就更顯得AI人才的重要和關鍵。但臺灣的AI人才在哪?從今年第一次舉辦的人工智慧年會,可以窺見一斑,甚至中研院還要出面成立臺灣人工智慧學校,每期要培養200名AI技術種子 文/iThome | 2017-11-22發表 中央研究院院長廖俊智宣布,明年要成立臺灣人工智慧學校,將以3個月為期,提供短期密集式訓練,每期培訓200位具有即戰力的臺灣AI人才。(攝影/洪政偉) 去年3月9日,在韓國首爾一連舉辦五天的AlphaGo與世界棋王的世紀大戰,AlphaGo第一場就勝出,一舉掀起了全球瘋AI的浪潮,臺灣也不例外。但當時沒人想得到,那位代替虛擬世界的AlphaGo程式執棋,在棋盤上對弈的人,竟是臺灣人。他是AlphaGo團隊的首席工程師黃士傑,這位一手打造出世界聞名圍棋AI的關鍵人物,正是臺灣體制下訓練出來的在地研究人才。幾十年來,臺灣產業主力以硬體代工為重,即使經歷過了好幾波科技浪潮的典範變革中,從軟體、網際網路到社交平臺的崛起,高科技硬體產業仍是臺灣的主要焦點,在其他領域的發展,多淪為跟隨者,而無法進入主導圈。當AI崛起,成了新一波的科技革命,臺灣舉國上下,也都想跟上新一波典範變革。要發展AI,目前主要有兩大挑戰,一個是人才,就如同所有軟體技術,人才是第一個關鍵,而AI的另一個挑戰,或者說是門檻,就是需要龐大,甚至是海量的資料。AI領域中的機器學習技術近幾年獲得巨大的進展,更具體一點來說就是深度學習,在聲音辨識、影像辨識展現了各種應用威力,但是,這個成功,來自龐大的數據所支撐。例如一手帶起當代電腦視覺技術變革的第一個關鍵是ImageNet網站提供的龐大人工標記影像資料庫。現為Google雲端人工智慧暨機器學習首席科學家李飛飛,從2007年開始,和普林斯頓大學教授李凱聯手,發起了這個全球最大影像標記資料庫的計畫,透過群眾外包平臺Amazon Mechanical Turk,雇用了來自全球167國,將近5萬人,才分類處理並且標記了近10億張影像,甚至到2009年時,擁有超過150億張圖片的資料庫,光是貓的姿勢就有6萬多種。憑著這個龐大影像資料庫,才讓電腦視覺有了突破性的進展。而Google和臉書,後來更挾其擁有社交平臺、全球性消費型服務的平臺,蒐集了千億張的影像資料,來訓練他們的電腦視覺辨識能力。曾擔任過Google中國研究院院長的HTC健康醫療事業部總經理張智威更是直言,沒有數據,就做不出人工智慧的預測系統。資料量為王,成了主導機器學習發展的關鍵,誰能拿到越多資料,就越有機會在機器學習的競爭中勝出。可是,對臺灣的硬體產業而言,無法像Google或臉書,能透過全球性的消費型服務,來取得各式各樣的資料。如何取得更多資料,不單只是臺灣產業、學界的焦慮,更是全球想要在AI競爭競逐者的困難。不過,增強式學習(Reinforcement Learning)技術的出現,帶來了AI發展的另一條出路。最指標性的例子就是,AlphaGo Zero的問世。遠從美國回臺分享的AlphaGo首席工程師也是DeepMind 資深研究員的黃士傑點出,AlphaGo Zero正式脫離人類知識的資料,不再需要人類的資料。AlphaGo Zero從零開始,花了40天,自我對弈了2,900萬次,就能打敗過去所有版本的AlphaGo,成為有史以來AlphaGo棋力最強的版本。「關鍵就是,增強式學習的突破。」黃士傑強調。當然,增強式學習並非可以適用於任何問題,但這讓機器學習出現了另一條和過去不同的路徑:不需海量的訓練資料,也可以建立高品質的機器學習模型。美國知名創投A16Z分析師更以「演算法的逆襲」來形容,AlphaGo Zero證明了,只要善用一套夠好的演算法程式,不需藉助任何資料,也可以建立高效度的預測模型。也因此,許多原本難以取得資料的領域,現在都有機會運用機器學習技術,發展出可用的AI應用。影響增強式學習成效的關鍵,不是資料,而是如何建立一個讓AI程式進行自我學習的環境,或者說反覆進行模擬、訓練,透過獎勵措施,來修正出效果更好的模型。而硬體設備的進步,甚至是深度學習專用晶片的出現,讓運算力不再是最大的瓶頸。AlphaGo Zero也不過只跑在一臺內建了4顆TPU(Tensor Processing Unit)的機器上,就可以在40天內,自己和自己對弈了2,900萬盤棋。資料量不再是發展AI最大的困難,就更顯得AI人才的重要和關鍵。但臺灣的AI人才在哪?從今年第一次舉辦的人工智慧年會,可以窺見一斑。近60位來自臺灣各大學、業界、研究機構的講者,議題涵蓋不同產業應用、從理論到實證,也有商用AI應用的展示,甚至是Chatbot開源框架的發表,可說是近年來最具規模的一次臺灣AI研發力的呈現。中研院帶頭成立臺灣AI學校,培養AI技術種子而中央研究院院長廖俊智更在年會第二天開場時宣布,明年要成立臺灣人工智慧學校,還當天開放報名。這所學校將以3個月為一期來提供短期密集式訓練。每期培訓200位AI人才,透過真實的問題和真實的資料,來培訓AI人才,要在臺灣建立自己的問題自己解決的文化。廖俊智補充,主要招募學校後的專業人才,包括已在業界服務的從業人員或是剛畢業的研究人員,並由第一線的研究者擔任導師,以專題實做方式來進行。中研院還找來院士孔祥重擔任這所學校的校長,而由臺灣資料科學協會理事長陳昇瑋擔任該校執行長。陳昇瑋直言,臺灣人工智慧學校的目的,希望訓練出有即戰力的AI人才,能直接協助產業解決問題。甚至陳昇瑋還徵求企業合作伙伴,提供實際問題和真實資料,作為人工智慧學校學員們的專題研究題目。科技部鎖定在職人員,強化業界AI實力不只臺灣最高研究機構出面,要來培養臺灣AI人才。科技部部長陳良基也表示:「臺灣AI布局,人才是最重要的考量。」不過,科技部培養人才的作法,與中研院的作法不同,鎖定的對象也不一樣。陳良基表示,不管在哪個領域,其實都必須解決產業界和學界的落差,也需要創造出臺灣的AI核心能力,創造出更多可行的應用。目前科技部的規畫,在AI科學研究有5大戰略,陳良基認為,AI需要強大的學習和訓練過程,計算能力的部分,科技部將建置一個全世界獨有的AI超級電腦,支持學術和產業的使用,希望能支援各種應用上需要訓練的模型工作。而明年也會推出更多功能,過程中也會找更多的廠商來合作。另外,科技部也與經濟部、勞動部和教育部合作,由教育部在學校推動AI相關課程,每年以培養上千名AI人才為目標。另外還會推動線上AI課程,在年底前就會推出階層式的線上AI課程,甚至由國外線上課程平臺提供,讓在職場上的技術人力,可以自行進修,培訓的對象主要是針對在職人員。未來,科技部還預計在臺灣成立4個AI研究中心,聚焦在機器學習等AI技術,並與加拿大AI研究中心密切合作和交流,深耕臺灣AI與國際的交流,給國人更多的機會。科技部將在臺中和臺南設立兩個AI機器人Maker Space,來推動AI 動手做的風氣。為了催生更多AI應用,科技部還要每年舉辦三次AI應用競賽,先以「如何與AI對話」、自駕車、AI安全應用為題,每次祭出3千萬元獎金來吸引各界投入重點AI應用的發展。相較於過去幾波科技浪潮,在AI全球競賽上,「這次臺灣的投資不算晚。」Google臺灣董事總經理簡立峰提醒:「最重要的是能否發現在地的優勢。」這正是臺灣AI發展接下來的課題。文⊙王宏仁、何維涓

更多訊息更多資料都在這裡喔!~地龍粉~蜂王乳~超視王~力雪達~智勝王~葉黃素~芙婷寶~磷蝦油~地龍酵素~蝦青素~膠骨力~血栓溶解酵素~健康食品~保健食品~膠股力~蚯蚓粉~蝦紅素~PPLS~青春元素~蜂王漿~南極冰洋磷蝦油

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *