人工智慧導入各行各業後，發展不少酷炫應用。為了搶市場優勢，各行各業都在尋找提升生產力與效率的解決方案。專注在視覺辨識技術的 AI 新創獨角獸商湯科技，聯合創始人兼執行長徐立博士在一月中旬應精誠資訊「AI4IA 趨勢論壇」的邀請，特別來台說明以 AI 驅動的諸多行業落地方案。
幾十年前，華爾街還是人工喊盤、交易員在證交所裡拿著話筒，對房間的另一端大喊買進 xx 股票、數量多少。靠著軟體技術，今天在台灣，股民連電話都不必打，就能在手機上下單，輸入法也免了，對著手機喊兩聲就搞定。
AI 正快速地在生活的各個面向普及，很多原本不可能的應用，都化為可能，並帶來全新商機。在全球市場推動 AI 大規模商用的商湯科技，最近成為台灣資訊服務龍頭精誠資訊的 AI+ 策略核心夥伴，首先聚焦金融、零售、餐飲、製造、健康等行業，協助產業升級，共同打造企業 4.0 的第二條成長曲線。
名聞全世界的AI 獨角獸新創，專注視覺辨識
商湯科技以電腦視覺演算法技術聞名，2017 年底宣布完成 4.1 億美金（約 123 億台幣）的B輪融資，創下全球人工智慧領域單輪融資最高紀錄。商湯科技技術專利佈局遍佈全球，客戶包含 Qualcomm、英偉達、本田、HTC、華碩、華為、小米、Oppo、vivo 等知名企業。商湯科技協助將AI實現在手機刷臉解鎖、無人商店刷臉消費、線上開戶金融認證、城市管理的影像監控等等應用。
徐立博士擅長電腦視覺與電腦成像學，曾任職於摩托羅拉、微軟、聯想，擁有十多年電腦視覺研究和產品開發經驗。他表示，AI是一個造大腦的過程，過去各行各業的每個垂直應用必須要有「人」來處理，現在已逐漸可由「人工智慧」來取代。
AI 協助產業越過轉型門檻，加速競爭淘汰賽
商湯科技在 AI 領域，做得早也做得深，在這波 AI 發展的最初三年，全球只有 29 篇論文在討論相關技術應用，其中商湯的創始團隊就佔了 14 篇，幾乎是整個世界的一半。商湯也是亞洲唯一從底層硬體、深度學習、AI技術框架、再到更上層的機器視覺及其他應用系統等等都一應俱全的公司，等於打通了 AI 的任督二脈。
企業可以用這樣的 AI 系統來做什麼？徐立認為，一是定義行業裡的問題、二是透過清晰的數據和流程，來越過「工業紅線」，也就是所謂的 game changing line（改變賽局的界線），做到以前不可能達成的事。「其中很關鍵的是準確率，人工智慧判讀的準確度若能超越人的智慧，就有很大的應用空間。」
台灣思考AI 產業發展，生態系發展基本公式：『1+1+X』
徐立指出，AI 是一個嶄新的生態系，上中下游各司其職，各有角色，商湯將之定義為『 1+1+X 』。第一個「 1 」指的是「底層科技」，也就是自主開發的演算法及其廠商，例如 Google 的 TensorFlow、臉書的 Torch、商湯的 Parrots；這會決定晶片未來的發展路徑。
第二個「 1 」是「運算能力」，複雜的演算法須要運算能力強大的 AI 專用晶片，這類廠商包括IC設計廠高通（Qualcomm）、輝達（Nvidia）、英特爾（Intel）等等；台積電等晶圓代工廠也屬供應鏈的一環。
第三是「 X 」，也就是千萬個產業的應用和數據，這時候應用整合商，如擁有 3 萬家企業客戶的精誠資訊角色就進來了；「 X 」的應用從功能面來看，有語音識別、圖像識別、自然元識別、控制（如 AlphaGo）、金融識別等等；而單單是一個人臉識別，又可以輻射到許多不同產業如金融、零售、醫療、安防等等。
AI 發展，台灣有後發優勢
當 AI 開始導入各行各業，會掀起一波產業革命。徐立認為，在 AI 的浪潮下，將有百花齊放的應用，「不可能由一家公司獨立完成」；若要將 AI 落實到個別產業上，需要訂製化的開發；
因此「1+1+X」的生態系必須緊密合作。而目前 AI 發展走在全球最前面的是美國和中國。「台灣雖然稍有落後，但不用怕，後發有後發的優勢。」
以中國的支付為例，從現金跳過了信用卡時代，直接進入行動支付。「這是因為中國沒有足夠的刷卡機，商店裡刷卡不夠普及、計程車上也沒有。沒有刷卡的基礎建設，就沒有包袱。」同樣地，台灣目前還處於信用卡支付，能否跳過行動支付，直接躍進到人臉支付？徐立認為這是可以規劃的。尤其台灣地方小，供應鏈不長，推動起來會快速有效。
導入 AI ，企業主先定義作業流程再來談優化效率
有心導入 AI 的業者，該注意什麼？一是作業的流程必須定義清楚，二是數據流足夠強大。舉例來說，很多行業常對 AI 有這樣的誤解：「我現在的生產流程很亂，你幫我用人工智慧弄得有條理一點。」徐立說，完全不是這樣。業主應該先把雜亂的流程整理好，讓機器能判讀學習，然後人工智慧就能幫忙把 800 人的產線降到 20 個人。
第二是數據流夠強夠多。舉例來說，某家醫院要將診斷的過程 AI 化；如果每一次的問診及判定都是以數據為基礎，徐立認為做得到。但如果某個中醫說：「我感覺你是脾虛」，這句話是基於什麼數據？是臉色？或是呼吸？不能只憑感覺，必須有量化的東西讓 AI 學習。
目前正夯的 AI 應用是智慧製造，很多工廠還在工業 1.0 的階段，仰賴產線上老師傅的經驗來判斷何時該換零件或維修保養。雖然也是憑經驗，但因為機台的振動、溫度等等是可以量化的數據，只要裝上感測器，收集一段時間，也可以導入人工智慧，進行「預防性維修」。
AI 時代如何防護資安？企業主有沒有 Sense 才是重要關鍵
廠商最擔心導入 AI 後的資安問題，徐立認為，這是兩件事情。「不論有沒有 AI，資訊安全問題一直存在。」他認為，反而是技術的演進讓資訊更安全，例如機器掃瞄人臉後，轉換為二維碼，若沒有國家級安全機關的授權，誰也破解不了。至於資料送上「雲端」的保密性，徐立說，未來的資訊是爆炸成長，若全部上雲端，系統會超載，因此很多數據可以在終端先處理完畢，雲端只是做數據的協同。他強調，「資訊安全與否，跟 AI 技術有沒有發展無關，而是使用的人是誰，管道安不安全？」
關於隱私權問題，人臉辨識的結果只會轉化為特徵值數據，不會留下人臉圖像檔案。而商湯也會與精誠資訊合作，協助客戶建置企業私有雲，或是在台灣建置專屬的公有雲服務。
–
AI 大時代
完整盤點 2017 年 AI 圈大小事，從語音辨識到深度學習全都包啦！
【2018 年 AI 發展】全球最頂級研究人員分析的 13 個 AI 重要趨勢，你都跟上了嗎？
給行銷人的最完整 AI 行銷工具包！自動剪影片、寫文案都不是夢
（本文開放合作夥伴轉載）
