logo

《科技》孫民:企業導入AI,3重點不能少

瀏覽數

6

導入人工智慧解決方案,在近年成為不少行業數位轉型的關鍵。沛星互動(Appier)首席人工智慧科學家孫民分析指出,雖然人工智慧可以幫助解決不少痛點,但企業在導入AI時應該經過三階段的審慎評估,包括釐清需解決的問題、累積足夠的數據養分、最後則是要有足夠的試錯空間。

 孫民觀察,台灣產業界在2015年後就有不少廠商討論如何導入人工智慧解決方案,到現在產業界普遍已有AI認知。不過他建議企業,維持對AI的熱度很好,但如要導入相關解決方案,首先要先定義出對的、可評估的目標。第二,則是要釐清公司累積的數據資料夠不夠多。「如果一家企業在數據化的進程較緩慢,或相關資料收集的不完整,則需要先把這一部份建立起來,才能往下一步邁進」。

 上述兩個步驟完成後,則進入到「人」的問題。公司要評估自己的規模,來決定AI專案是要招募人才自己做?還是外包給專業團隊執行?孫民表示,執行一個AI專案與一般專案很不同,「中間必須要有足夠的試錯空間,且短期目標常需要根據前期測試出的結果做出調整與改變。」他強調,一家企業若要導入人工智慧解決方案,公司高層在做決策時,需要有數據導向(data-driven)的觀念,才可能順利執行。

 孫民表示,AI一詞近幾年在新聞上很熱,相關應用也已經爆發。儘管如此,仍然有許多人不理解導入AI的進程,甚至不知道要先將資料數據化。「簡而言之,AI解決方案並不像買一台冷氣一樣直接安裝就可以一次到位。」

 孫民指出,現在的人工智慧發展進程快速,除了各行各業正加快搜集巨量資料的腳步以外,物聯網裝置的興起也加速了數據的累積。此外,GPU、CPU的運算能力提升,加上深度學習(deep learning)、增強學習(reinforcement learning)技術上的突破,可以幫助AI在各領域上加快整合。

 而至於台灣發展AI人工智慧的優勢何在?孫民表示,「人才」是台灣的一大優勢。他表示,台灣的數理教育向來頗為紮實,人才素質可達國際水準,且近幾年台灣工程人才的英語程度也有顯著提升,可以更快速地與國際學界與產業界最新趨勢接軌。(新聞來源:工商時報─劉季清/台北報導)