专家传真－AI进入门槛高 产学合作是胜出关键
人工智慧（AI）浪潮席卷全球，但想以人工智慧技术为产品服务增色可不容易，除要能因应产品需求建立、训练与验证资料分析模型，还须进一步提升员工对技术的掌握度，面对这些挑战，建议台湾企业可透过产学合作等资源整合，循序提升团队研发能力，有效增强企业创新能力。
综观全球，人工智慧技术已从实验室迈入商转，除有助于提升员工生产力、优化业务流程，还有机会为企业带来新的营收获利。研究机构IDC即指出，到了2018年底，全球至少有75％的企业与独立软体商会自行开发或至少采用一个具备人工智慧功能的应用服务。台湾网路储存伺服器（NAS）品牌群晖科技便透过携手学界投入人工智慧技术研发，不到一年的时间即推出搭载深度学习图像辨识功能的相片管理服务–Moments，为使用者智慧地解决资料分类、管理的麻烦，最大化企业服务价值。
透过自行建立深度学习模型与导入脸部辨识技术，群晖科技让NAS在半年多的时间里，学会辨认相片中的「人物」、「地点」，以及诸如不同食物、婚礼等345个场景与物件「主题」，未来更将持续增加各项类别，让NAS能为使用者完成更细致的相片管理。而这项技术研发的背后，长期研究机器智能（Machine Intelligence）的台湾大学资工系教授徐宏民功不可没。
当企业将新技术导入产品时，引路人是加速研发时程的首要关键。研发团队透过每周大量研读相关论文，重现论文中模型结果以开发并训练自家的模型；而与徐宏民教授的合作更大幅增加了团队对学界研究成果的应用范围，能更快找出与团队所遭遇问题相似的学界研究成果，加速产品交付市场的时程。同时，徐宏民教授也针对评估模型好坏的指标给予客观建议，协助团队的研发成果更贴近实际使用情境，确保良好的使用者体验。透过与学界合作，企业不只能顺利走出研发盲点，更能大幅缩短智慧加值产品的研发及商转时程，加速应用落地的同时亦为企业服务创造崭新价值。
然而，想在这一波人工智慧浪潮中站稳脚步并引领潮流，除可透过产学合作达到事半功倍，另一个关键是招聘并培育能即时因应新兴趋势及科技应用的人才。毕竟每个企业营运模式不同，拥有的数据资料及需要的演算法、资料分析模式都不一样，研发团队必须根据市场需求来优化演算法与资料分析模型。
举例来说，为提供更智慧的相片管理服务，群晖科技希望透过人工智慧技术让既有网路储存应用可以做到「在一张影像中辨识出多个物件/场景」，而这与学界盛行的「影像分类：一张图片一个主题」与「物件侦测：侦测每张照片里面的物件与位置」等两种技术的目标不同，无法单独挪用任一种导入产品，因此企业必须自行开发演算法与资料分析模型。
更重要的是，人工智慧技术仍处于发展中阶段，需透过不断实验、研发来确认哪种模型及演算法能有效解决问题；而随着人工智慧技术从一开始学界针对单一资料集进行最佳化及竞赛，到现在必须于各应用场域面对实际问题并提出解决方案，企业更需要灵活且应变能力高的团队，以不断持续追踪与掌握最新技术动态。
换句话说，在这个当下，要找到一个人工智慧全才几乎是不可能的事，与其寻找AI-ready专才，建议企业聘雇熟悉电脑科学、统计学与机率论等领域的人才，并透过内、外部培训与邀请外部顾问等方式，循序培育适合企业的人工智慧人才。
面对势如破竹的人工智慧浪潮，台湾企业亦可先透过产学合作的方式提升产品研发能力，再依据企业策略及市场需求，循序聘雇、培育企业专属人工智慧研发团队，以加速产品或应用服务的开发脚步，优化企业营收获利模式，并抢占庞大的国际市场商机。