2018年是政府宣告的「AI實踐年」，科技部帶頭提出五大發展策略：AI研發平台、AI創新研究中心、智慧機器人創新基地、半導體射月計畫和科技大擂台，從軟硬體建置、研發服務、創新研究，到人才培育、實做場域、國際競賽等一應俱全。
然而，當政府帶頭喊、企業努力衝的時候，AI產業發展最重要的底蘊：學術研究，台灣究竟夠不夠強？
答案，可能並不樂觀。
台灣AI學術排名世界第16，輸給中、印、韓，甚至伊朗、巴西
2017年，韓國基礎科學支援硏究院（NRF）提出一份報告，根據包含人工智慧AI在內的工業4.0趨勢，選出五大未來產業關鍵字，來分析韓國的學術研發能量。
《遠見》依據韓國研究基金會（NRF）所選用的關鍵字和調查模式，與世界知名學術資料庫Scopus合作，分析台灣AI研發能量在哪裡？
結果，台灣在全球AI領域的學術能量只排名第16，不僅遠遠落後排名第一、第二的美國和中國，第五名的印度，第六名的日本，第13名的韓國，甚至連印象中科技產業不算發達的伊朗（第12名）、巴西（第14名）都贏過台灣。
圖／此分析報告關鍵字為韓國研究基金會NRF（National Research Foundation of Korea）工業4.0報告所使用，數據輸出時間為於 2017 年 12 月，由 Scopus 資料庫及 SciVal 研究成果分析系統分析2012-2016年之數據。
進一步檢視2012~2016年在AI領域學術論文發表量最高的前20名國際學術機構，結果美國有9家上榜（如哈佛大學），中國有5家（如中國科學院），英國和法國各2家，而台灣學術龍頭台大，則連前一百名都進不去。
AI若是台灣產業升級的未來指標，但卻沒有足夠的學術研究能量，產業發展得起來嗎？
台大電資學院院長陳銘憲：加入「影響力」指標，台灣AI研發力全球第13！
「人工智慧的全球大學排名，台大排全球13，亞洲更是第一！」針對上述結果，台大電資學院院長陳銘憲表示，要計算一國或一所機構的AI研發水準程度，不能只看論文數量、論文質量和論文被引用數，還要加入「影響力」，例如人工智慧領域傑出校友數等。
他舉例，去年八月中國大陸的烏鎮智庫聯合網易科技、網易智慧曾推出一份《烏鎮指數：全球人工智慧發展報告》，針對全球各大學的AI發展做評比，結果前50大之中，沒有一所中國大學入榜，台大則名列全球37，是亞洲第一，日本東京大學名列47，新加坡國立大學更只有第50名。
圖／台大電資學院院長陳銘憲
其次，若看「QS世界大學排名」，過去三年，台大電機學院在全球電資學院排名一直都在前30強，2015年是全球第15，和UCLA（加州大學洛杉磯分校）差不多；2016年排23，2017排27。而計算機領域，2015~2017年分別排名46、46、41名。
「AI、大數據等都屬於計算機領域，台大全球排名40出頭，是很不錯的水準，」陳銘憲說。
再看電資相關領域最重要的兩個學會：電機電子工程師學會（Institute of Electrical and Electronics Engineers，IEEE）和國際電腦協會（Association for Computing Machinery，ACM），要能成為其中院士（Fellow），必須是產業中最頂尖的重量級人物。
以ACM Fellow來說，中國大陸本地產生的院士只有4位，台灣蕞爾小島，也有4位院士，至於伊朗、巴西、俄羅斯等國，一位都沒有。陳銘憲說，以產業影響力來說，台灣的能見度絕對不低。
台灣最強在軟硬整合，帶領「AI產業化」與「產業AI化」
「台灣的學術研究在亞洲算前段班，但並不代表產業高枕無憂，」陳銘憲說，全世界朝大數據、AI、雲端等工業4.0的方向發展，對台灣來說是個強烈衝擊，卻也是個轉型契機。
台灣過去都是靠「刻苦耐勞」（efficient）與「降低成本」（cost-down）來賺錢，工程師能力強又肯加班，但壓低勞動薪資的做法早已不具競爭優勢，台灣必須往價值鏈上游走。
陳銘憲說，台灣有很強的硬體製造經驗，踏上AI浪潮，未來可往3S（即solution、service、system）方向前進。
Solution就是解決方案，根據目的找出做法；service是提出各種應用服務；system就是軟硬整合。
在產業AI化方面，有三大目標：包含「知識發掘」（inside discovery），對問題本質深入了解，例如針對某項疾病去探究它的病徵、病菌結構等。其次，決策支援（decision support），例如經營一家便利商店，協助店長找出夏天哪些東西最好賣、產品要怎麼擺最吸引客人，決策更聰明。最後是，流程改善（process optimization），例如台積電要提升良率，但製程的變數可能多達數千個，根本無法用人腦去評估，就可利用AI進行機器學習，辨認出哪一個變數組合會是最佳解方。
「這個改變就如大江東流，不管你喜不喜歡，都會發生，」陳銘憲強調，台灣無法阻擋，也不用妄自菲薄，台灣的AI學術能量有人才與產業優勢，配合硬體實力，絕對可以創造新的可能。
然而，當政府帶頭喊、企業努力衝的時候，AI產業發展最重要的底蘊：學術研究，台灣究竟夠不夠強？
答案，可能並不樂觀。
台灣AI學術排名世界第16，輸給中、印、韓，甚至伊朗、巴西
2017年，韓國基礎科學支援硏究院（NRF）提出一份報告，根據包含人工智慧AI在內的工業4.0趨勢，選出五大未來產業關鍵字，來分析韓國的學術研發能量。
《遠見》依據韓國研究基金會（NRF）所選用的關鍵字和調查模式，與世界知名學術資料庫Scopus合作，分析台灣AI研發能量在哪裡？
結果，台灣在全球AI領域的學術能量只排名第16，不僅遠遠落後排名第一、第二的美國和中國，第五名的印度，第六名的日本，第13名的韓國，甚至連印象中科技產業不算發達的伊朗（第12名）、巴西（第14名）都贏過台灣。
圖／此分析報告關鍵字為韓國研究基金會NRF（National Research Foundation of Korea）工業4.0報告所使用，數據輸出時間為於 2017 年 12 月，由 Scopus 資料庫及 SciVal 研究成果分析系統分析2012-2016年之數據。
進一步檢視2012~2016年在AI領域學術論文發表量最高的前20名國際學術機構，結果美國有9家上榜（如哈佛大學），中國有5家（如中國科學院），英國和法國各2家，而台灣學術龍頭台大，則連前一百名都進不去。
AI若是台灣產業升級的未來指標，但卻沒有足夠的學術研究能量，產業發展得起來嗎？
台大電資學院院長陳銘憲：加入「影響力」指標，台灣AI研發力全球第13！
「人工智慧的全球大學排名，台大排全球13，亞洲更是第一！」針對上述結果，台大電資學院院長陳銘憲表示，要計算一國或一所機構的AI研發水準程度，不能只看論文數量、論文質量和論文被引用數，還要加入「影響力」，例如人工智慧領域傑出校友數等。
他舉例，去年八月中國大陸的烏鎮智庫聯合網易科技、網易智慧曾推出一份《烏鎮指數：全球人工智慧發展報告》，針對全球各大學的AI發展做評比，結果前50大之中，沒有一所中國大學入榜，台大則名列全球37，是亞洲第一，日本東京大學名列47，新加坡國立大學更只有第50名。
圖／台大電資學院院長陳銘憲
其次，若看「QS世界大學排名」，過去三年，台大電機學院在全球電資學院排名一直都在前30強，2015年是全球第15，和UCLA（加州大學洛杉磯分校）差不多；2016年排23，2017排27。而計算機領域，2015~2017年分別排名46、46、41名。
「AI、大數據等都屬於計算機領域，台大全球排名40出頭，是很不錯的水準，」陳銘憲說。
再看電資相關領域最重要的兩個學會：電機電子工程師學會（Institute of Electrical and Electronics Engineers，IEEE）和國際電腦協會（Association for Computing Machinery，ACM），要能成為其中院士（Fellow），必須是產業中最頂尖的重量級人物。
以ACM Fellow來說，中國大陸本地產生的院士只有4位，台灣蕞爾小島，也有4位院士，至於伊朗、巴西、俄羅斯等國，一位都沒有。陳銘憲說，以產業影響力來說，台灣的能見度絕對不低。
台灣最強在軟硬整合，帶領「AI產業化」與「產業AI化」
「台灣的學術研究在亞洲算前段班，但並不代表產業高枕無憂，」陳銘憲說，全世界朝大數據、AI、雲端等工業4.0的方向發展，對台灣來說是個強烈衝擊，卻也是個轉型契機。
台灣過去都是靠「刻苦耐勞」（efficient）與「降低成本」（cost-down）來賺錢，工程師能力強又肯加班，但壓低勞動薪資的做法早已不具競爭優勢，台灣必須往價值鏈上游走。
陳銘憲說，台灣有很強的硬體製造經驗，踏上AI浪潮，未來可往3S（即solution、service、system）方向前進。
Solution就是解決方案，根據目的找出做法；service是提出各種應用服務；system就是軟硬整合。
在產業AI化方面，有三大目標：包含「知識發掘」（inside discovery），對問題本質深入了解，例如針對某項疾病去探究它的病徵、病菌結構等。其次，決策支援（decision support），例如經營一家便利商店，協助店長找出夏天哪些東西最好賣、產品要怎麼擺最吸引客人，決策更聰明。最後是，流程改善（process optimization），例如台積電要提升良率，但製程的變數可能多達數千個，根本無法用人腦去評估，就可利用AI進行機器學習，辨認出哪一個變數組合會是最佳解方。
「這個改變就如大江東流，不管你喜不喜歡，都會發生，」陳銘憲強調，台灣無法阻擋，也不用妄自菲薄，台灣的AI學術能量有人才與產業優勢，配合硬體實力，絕對可以創造新的可能。
留言
張貼留言