微軟亞洲研究院院長洪小文一席話有感：談AI別再老和中國美國比

台灣鄰近中國，美國雖遠在太平洋另一端但台灣科技業與關係密切，加上中美國又是全球人工智慧強盛國家，業界愛和中美比較，比資金與技術比人才都天差地遠，加上台灣在軟體與行動網際網路領域，處於被中國 BAT 與美 Google 與 Facebook 等公司數位殖民狀態，產生「小巫遇見大巫」的落後自卑心理，對於台灣的 AI 未來發展失去信心。

但從洪小文與媒體的訪談來看，和中國與美國兩大強權比較人工智慧的發展沒有太大意義，反倒是快點找到台灣在人工智慧領域的定位，走自己的路還比較重要。

1.人工智慧的餅很大，台灣有機會雨露均霑

首先人工智慧的餅是很大的。「光是未來三年企業導入 AI，增加的營收就高達1.2兆美元。」台灣微軟總經理孫基康說，而1.2兆還不算及相關半導體等硬體與演算法等軟體帶來的產值。而人工智慧本就不是一個產業，而是商業模式與技術的典範轉移，各行各業都有導入機會，未來會因人工智慧產生什麼樣的新商業模式還未知，也就是說，這個餅不僅大，還大到目前的市調報告都很難估計確切產值，人工智慧有機會帶來一種雨露均霑格局，而非強者完全寡占。

2.人工智慧典範轉移才剛開始，台灣起步還不算晚

另外一個層面，這場人工智慧典範轉移比賽才剛開始，但台灣現在起步還不算晚。雖然電影小說把人工智慧渲染的飛天遁地無所不能，但人工智慧發展博大精深，光是「弱」人工智慧領域目前就還有許多挑戰。

如孫基康所說，還有以下三點挑戰。
1.企業領導並未全面了解全面了解人工智慧的潛力和如何有效的運用。
2.現有的平台和工具還不足以支援廣大的自主開發趨勢。
3.數據資料相關的數據資料尚未完備，恐難以從中取得有用資訊等挑戰。

更別說是目前還無法（未來也不一定能）企及的「強」人工智慧領域。「AI 要達到像科幻小說或是電影一樣的能力還有一段很長的道路，因為我們對於人類智慧的理解還是非常有限，更甭論要讓AI達到跟人類智慧一樣。」洪小文說。

3.加拿大的人口不會比台灣多多少，但許多傑出的人工智慧人才都和加拿大有淵源

而加拿大的人工智慧發展則是個很好的例證。「加拿大的人口不會比台灣多多少。但許多傑出的人工智慧人才都和加拿大有淵源。」洪小文特別強調。人口數量並不一定和人工智慧人才多寡與品質有關。

加拿大的人口雖然從1970年代的2100萬人成長到2016年的3600萬人，但在最新全球國家人口排名僅為38名，落在德國、南韓與英法等國之後，但加拿大人工智慧人才輩出，如深度學習鼻祖之稱的辛頓（Geoffrey Hinton）在多倫多大學任教，高級機器學習領域的本吉奧（Yoshua Bengio）任職於蒙特婁大學。從數據端來看，根據全球最大的職場社交平台 LinkedIn 公布的《全球AI領域人才報告》，2017年全球 AI 從業者約有90萬人，美國人才總數超過85萬位居第一，而加拿大則以八萬人排名第四，比中國的五萬人還多。

當然加拿大與人工智慧強國美國在文化與地理上具有接近性，可能因此帶來優勢，但在資訊交流快速，開源風氣鼎盛的現代，地理優勢的重要性不若以往明顯。若地理與文化接近美國真的是加拿大在人工智慧領域表現突出的原因，你也可以說，台灣接近人工智慧強國中國，一樣有華人文化與地理接近性優勢。

不過，在人工智慧發展的現實面台灣在資金技術人才面的確沒有太過樂觀條件，許多領域起步較為落後是事實，尤其現在各國競相爭逐人才，但洪小文點出，全球人才的「流動性」是台灣要更加注意的。破除島國思維，讓人才自然流動也是一件非常重要的事。台灣對於外來優秀白領人才應該要有更為開放的心胸，「身為島國的台灣，對人才的進出應該看做很自然的事。」

點醒：台灣政府有經費支持AI是好的..........但在軟體方面投入還是太少了

「台灣政府有經費支持 AI 是好的⋯⋯但在軟體方面投入還是太少了。」洪小文點醒。計算、數據與演算法是人工智慧三大發展關鍵，缺一不可。在計算領域，AI 晶片更扮演重要角色。無人車、無人機到各式智慧聯網裝置，都面臨電力問題，低功耗又高效能的人工智慧晶片成為兵家必爭之地。中國海思，美國 Intel、Google 與 NVIDIA 等公司莫不投入大量資源研發。AI 晶片的確很重要，但光有強大的計算力卻沒有數據也是枉然。

「沒有數據沒有人工智慧，人工智慧不能獨立於數據之外。」洪小文強調。面對 AI 時代，各國都相繼端出政策牛肉支持 AI 發展，台灣由科技領軍，在5年內投入160億元打造 AI 王國等。半導體等計算領域中是台灣強項，過去30年來，積存了大量的 Know-how、人才與資金投資，台灣很懂得利用硬體創造商業機會與營收，人工智慧硬體領域自然也不會缺席。但洪小文仍擔心，政府和企業太著重於 AI 硬體發展，忽略了軟體。「台灣一直以來還是忽略軟體。」

• 本文授權轉載自:bnext(數位時代)