近年來國內學術圈致力於人工智慧的研究,也有不少卓越研發成果,然而多數業者對於將人工智慧植入在產品和服務上仍有所顧慮。經濟部沈榮津部長在「南方領袖教育學院」系列座談中提到[1],發展人工智慧的關鍵條件包括:「大量資料」、「人工智慧科學家」、「特定領域」、「資料標註」和「運算能力」,其中又以「大量資料」最為重要。此外,無論是機器學習或深度學習,任何模型訓練前除了需要準備資料外,其對應的「標註資料」更是不可或缺。經濟部在推動人工智慧的策略方向是優先選擇利基市場導入『產業人工智慧化』,這些市場包括:金融、製造、醫療、零售、能源等產業。另外,人工智慧發展將著重在晶片、系統、和演算技術,以達成『人工智慧產業化』。
透過政府研究資訊系統[2],分析近三十年來國內研究單位/學者以「人工智慧」為主題向政府提案的計畫數量逐年增加,2019年更是達到1,045件計畫執行。依據計畫金額分成三個類別:新臺幣1億元以上、500萬元至1億元、和500萬元以下,圖一為各個類別歷年計畫執行總數量,圖二為各個類別歷年計畫增加率。在整體計畫部分,2017年增加率達到105%,而2018年增加率更是達到253%;在經費1億元以上的計畫部分,在2017年數量增加8倍;而經費500萬元至1億元的計畫部分,則在2018年數量增加7.56倍。綜合上述結果與時事的關聯,因2016年AlphaGo戰勝韓國職業棋士一事,使得政府開始重視人工智慧的發展,也因此2017年計畫數量劇烈攀升,更在2017年7月科技部宣布未來5年投入50億元推動臺灣人工智慧發展[3],並以硬體設備為主要經費的投資。
圖一 各個類別歷年計畫執行總數量
圖二 各個類別歷年計畫增加率
同樣地,利用政府研究資訊系統[2]查詢2017年政府補助計畫,針對初次執行且獲得政府補助最高經費的兩項計畫分別是「物聯網尖端半導體技術計畫」和「人工智慧產業關鍵技術拔尖計畫」,前者計畫著重於智慧決策晶片和異質整合平臺等硬體研發,後者計畫則以人工智慧演算法、應用服務、雲端平臺等軟體研發。「人工智慧產業關鍵技術拔尖計畫」的規劃以產業AI化、AI產業化和平民化AI為三大主軸,並將人工智慧優先導入金融、製造、醫療產業。根據Kevin Hall引用IDC在2017年的報告[4],預估2018年全球認知/人工智慧系統最高支出的前五名產業是:金融(39.22億美元)、零售(29.07億美元)、跨行業(19.06億美元)、離散製造(23.6億美元)、以及醫療和保健服務(20.82億美元),其中金融、製造和醫療與「人工智慧產業關鍵技術拔尖計畫」中規劃的優先導入產業不謀而合。深入探究該計畫內容[5],在『智慧醫療與健康管理技術與應用』分項主要是以【糖尿病眼部病變早篩】和【乳房病變先期防治】為主軸。從眼底鏡影像和數位乳房X光影像偵測和辨識病變,以輔助醫療人員進行判讀。該議題屬於影像辨識的一種,有鑑於深度學習在影像辨識的效能已有突破,執行團隊使用深度學習架構訓練兩類醫學影像的識別模型。在糖尿病眼部早篩部分可以對病變嚴重程度分成兩級,並且判讀四種病徵,包括:微血管瘤、出血、滲出物之硬滲漏、和滲出物之軟滲漏。在乳房病變先期防治部分,該技術可以偵測四種病變,包括:腫塊、鈣化、結構變形、和乳房組織不對稱。
參考文獻
王志清
區塊鏈應用落地 、 縱深防禦資安策略與管理(Build Security In 、 ISMS) 、 建置大型敏捷團隊(Scrum@Scale 、 Large-Scale Scrum) 、 企業數位賦能/轉型 、 先進研發架構規劃(DevOps 、 DevSecOps) 、 新事業發展策略與規劃(Lean Startup 、 Customer Development)
吳俊達
數位轉型
彭賢恩
消費市場行銷研究 、 產業分析 、 秘密客調查 、 問卷量表設計 、 數據分析
蔡政安
公司策略管理與執行力計畫輔導、創意管理與問題解決分析 、 企業導入設計思考 、 邏輯金三角系統化問題分析 、 新事業發展策略與商業模式設計 、 事業營運計劃書(BP)撰寫 、 淨零碳排ESG相關策略
鄭旭高
數位資產/虛擬資產/虛擬通貨等相關財務諮詢 、 稅務規劃 、 法務諮詢 、 風控諮詢 、 資安規劃 、 智能合約審計與投融資