知識中心

採訪／傅國彰 撰文／劉麗惠、林昭儀 攝影／賴建宏

人工智慧（AI）浪潮襲來，對人類各個生活層面都帶來變革，而聚焦於製造業的AI應用，也正如火如荼地展開，不管是2011年美國推動的「先進製造夥伴計畫」（AMP）、德國2012年喊出的「工業4.0」、中國大陸2015年啟動的「中國製造2025」等，都將因為AI科技的加入，讓工業以更快的速度邁向智慧化，形成AI工業4.0的新潮流。

AI是以軟體人才為核心的新技術，管理學院的人才可以在當中扮演什麼角色，做出什麼貢獻呢？本期特別採訪辛辛那提大學特聘講座教授李傑、國立新加坡大學教授暨新加坡製造技術研究院執行董事林四雄、科技部長陳良基與臺大研究發展處副研發長陳忠仁，談工業AI的發展與人才培育。

問：如何透過AI來推動工業4.0？

李傑：工業4.0是一種手段、一個方向，具體而言是一個技術的系統工程，所以企業如果談到要工業4.0，必須視環境與需求去定義它，進而思考企業走在工業4.0這個方向上，AI要怎麼做？要做多少？然後依照想做的程度，釐清這個系統工程應該如何落實。

這時，一個可以驗證系統工程方法的場域，就變得至關重要。工業的AI應用主要利用數據分析來進行預測，然後優化流程，但是這會有一個問題：就像同一條魚由不同的兩個人來烹調，煮出來的料理味道會不一樣，不同人使用一樣的AI工具，寫出的預測分析程式也會不一樣，這會影響AI在工業上的應用。因此，必須建立一個可穩定運作的系統控制工程，解決人與軟體的差異化，才能成功運用AI工具。而一個成功的系統工程建置，仰賴許多實驗場域來進行驗證。中國大陸的AI實驗場域主要是社交，例如在社交媒體上有「抖音」這樣的工具讓每個人滿足當明星被關注的慾望，這是因為個體在那個社會裡是壓抑而不被尊重的，但人除了吃好住好和安全以外，就是希望能得到別人的關注和尊重，因此抖音在中國大陸掀起大眾的瘋狂喜好，在別的地方是看不到的。臺灣目前的場域，比如半導體製程，運用演算法優化流程，但那也不叫AI，而是機器學習。適合臺灣的場域例如工業AI，有市場的比如半導體、精密機械，另外醫療也是不錯的。

問：臺灣目前在推動工業AI上有碰到哪些問題？政府如何推動工業AI?
陳良基：目前工業AI的發展，仍有一些挑戰得克服。要在製造業產線上導入AI，所有機臺都必須可以串連，此外機臺上要有感測器、攝影機等工具，更要一個控制系統來進行操控、分析與預測，是一個複雜的工程，這部分必須透過跨領域整合的場域驗證，打造可行的「系統工程」，才能成功為之。行政院自2016年推動的「智慧機械創新產業」政策，採取「精密機械導入智慧技術」的「智機產業化」，與「產線進行智慧製造」的「產業智機化」兩條路線，大力推動臺灣工業AI化。在「智機產業化」部分，過去臺灣ICT產業擅長模組產品開發，這屬於單一面向的訓練，做一個單一功能的模組很容易，如今進入AI時代，產業必須要走向發展系統整合的新路線，如CNC機臺與ICT科技的整合，才能讓機械設備具備AIoT能力。在「產業智機
化」方面，AI應用很廣，未來會如當年的網路一樣，改變各行各業，而臺灣在製造領域，已經開始廣泛利用AI，這部分同樣需要系統整合的新思維。

陳良基認為，要發展工業AI，就必須先透過場域驗證，打造可行的系統工程，方可成功。

問：面對深化系統整合能力的挑戰，人才到位是突圍的關鍵元素。需要哪些產官學的配合與投入？

陳良基：建立一個工業AI的系統工程浩大，因此所需的人才種類也很多，大致上可以簡單分成三類：一、培育專研機器學習與數據分析知識的AI技術人才；二、強化邊緣端的機臺與感知技術，建立邊緣運算能力；三、深化AI工業應用所需的人才。目前，我國產官學都正積極就AI人才的培育，包括AI基礎技術人才、跨領域人才、應用場域人才，開始有資源投入加速孵化。我國政府跨部門機構正積極透過各種政策資源，加強培育跨領域人才。例如，「臺灣人工智慧學校」正透過最好的師資，以及與產學界的密切合作，進行AI技術人才的密集培訓，讓不同專業領域的學員都能以AI加上原本的領域知識，打造可協助企業解決問題與帶領AI團隊的能力；另外，勞動部職訓局也積極開設數位職能課程，培訓AI相關人才；教育部也從國、高中階段給予AI的基礎知識，培養未來人才。

問：如何打造跨領域AI人才？臺大怎麼做？
陳忠仁：推動AI有賴跨領域學科的整合與匯流，但是臺灣現有學校體制是每個學院下面有個別科技，走的是功能性的運作形式，因此學校必須推動跨領域學程，才能培養跨領域的AI人才。目前很多學校開始開設「AI學程」或「創新創業」等跨領域課程，目標就是把學校不同領域的學生集合在一起，透過貫穿方法論、應用論等屬性的知識，一起學習、思考與合作，才能創新發展出最佳的AI應用。 另外，未來臺灣也必透過產學合作，發展工業 AI。例如，「臺灣大學國際產學聯盟」一直透過產學合作培育人才，目前也正聚焦AI與產業界攜手合作， 培訓AI人才。
李傑：產學合作是培養AI人才很重要的手段，但是如何培養傳統工業使用AI打仗，首先要有試驗場域，其次則是要有開放的數據，如此一來，才能由學校教原理、企業給數據進行系統操作、訓練完之後的分析提供給產業執行企劃，最後完成專業應用的導入。

其實現在臺灣並不缺乏AI人才，但相對欠缺工業AI試驗場域，呼籲產官學研各界應該努力建置試驗場域。沒有試驗場域，大家會流於各做各的、天馬行空地東想西想，如此不僅無法就系統工程的推動，發展出好的AI應用，甚至還會胡亂使用AI，把簡單的事情變複雜，得不償失。

李傑表示，不同的人使用一樣AI工具，寫出來的預測分析程式也不同，這時必須建立一個穩定的系統控制工程，解決之間的差異化。

問：新加坡如何透過產官學合作，成功發展工業AI？可否與我們分享新加坡的科技管理經驗？
林四雄：早期新加坡一直以吸引外資來發展經濟，但是如今面臨土地、人口限制，新加坡不可能無限度地靠投資來驅動經濟，必須轉型為依靠降低生產成本、提升工業效率的方式，來提高國民生產毛額與國家產業競爭力，因此在工業發展上，新加坡正走在發展高階工業的路程上。
而要發展高階工業，必須以自動化減少「人的使用」，並透過智慧化讓工廠有「腦的智慧」，這時候AI就變得至關重要。過去新加坡工業已經透過自動化，取代部分人力，但是缺乏大腦的自動化現場，仍要有管理人員，如今進一步由AI作為大腦，智慧化程度更高，人力可以更精簡，智慧程度更高。目前，新加坡政府也大力推動減少外勞使用的政策，期望更多企業導入AI等科技，促進產業升級。同時，新加坡也正推動AI計畫，鼓勵企業使用AI解決既有問題，也透過新加坡大專院校作為研發基地，創新智慧化工業的AI科技。透過創新AI科技與產業攜手合
作，新加坡得以把製造出新的AI技術與解決方案，外銷到全世界。
從學校的角度來看，研發AI技術可提高新加坡在全球AI產業的領導地位，進而把技術推向海外國際市場，包括培育工業AI 所需的相關人才、協助產業導入AI，都是服務項目之一。 綜觀來看，當AI成為企業邁向工業4.0的關鍵元素，企業必須了解工業4.0與AI之間的關係，接著建立發展工業AI所需的系統工程與方法，培育或找到可以 建構此一系統方法的人才，加速企業迎向工業4.0的智慧製造時代，全面開啟產業的下一階段成長曲線。

因應知識經濟時代，臺大透過創新創業生態系統的建置，以培養高端人才、進行技術移轉及衍生新創公司。

結語
誠如鴻海集團董事長郭台銘在李傑教授著作《工業人工智慧》的推薦序中所云，在美中貿易戰的背景之下，全球工業人工智慧地域化的發展將限制住中國資源資本優勢，給予臺灣絕佳的時間與機會點；而臺灣同時具備了完整高科技產業聚落與優異人才的優勢，一定要把握這不可多得的機遇，為未來20年的經濟發展創造新的方向和動能。但眼前必須先克服的挑戰是打造跨領域的驗證場域。靠著產官學研通力合作，必能加速發展工業AI，建構生態平臺，為具有智造實力的臺灣，在AI時代開拓嶄新的康莊大道。

     ▸本文轉載自 台大EMBA校友會刊Vol.4 p83-85
     ▸李傑教授工業人工智慧書系 https://pse.is/3ckwtz