我是小雛菊花藝學校的花藝師吳妮晏，今天有一些沉重的話想跟大家分享，文長，懇請大家有空的話，把文章看到最後，謝謝大家。

這一個月來，陸陸續續收到一些網友傳來的訊息，告訴我有一個粉絲專頁名為「 人人都可以是花藝師」在五月二十四日發了一篇文章，文章裡面使用了一張我的照片，是我的教學影片的截圖，雖然有打馬賽克，但許多人也都看的出來那個人就是我，當下有點傷心，也不理解發文者為什麼要這麼做，但由於知道此粉絲專頁是一位我很敬重的「花藝大師」所創立的，因此這些日子我選擇沉默，也尊重這位老師的發言，當作一切都沒有發生，即便每每有人傳訊息來告訴我時，我還是會很傷心。

這兩天突然又收到許多網友傳來的訊息了，認為這篇文章雖沒有指名道姓，但明確使用了我的照片，文章內容也用了不雅的字眼「高級的垃圾」，希望我能站出來，思考了兩天，我才會決定在深夜發這篇文章作為聲明。

「人人都是花藝師」這個粉絲頁，是由台灣花藝大師「吳尚洋」老師所創立的，在五月二十四日發的文章裡，放了一些新生代花藝師的作品（不是我的作品），並且在最後一張放了我的照片，文章大概是描述這些作品醜得沒下限，將美的花全部堆在一起變成一團高級的垃圾，並開放大家踴躍投稿曾經被嚇壞的行為和作品。

根據網友傳來的訊息，許多人認為這篇文章有誘導大家「那些老師口中的醜作品都是我的作品」之疑（雖然我並不認同那些作品都是醜作品），稍早有網友於底下發問，老師有解釋，之所以使用我的照片，是因為我在「花束包裝教學」那一集的影片所使用的包裝紙，為老師認為的「韓式包裝紙」，因此老師才會截圖我的照片，想要藉此對台灣花藝體系提出一個質疑（關於網紅、韓系花藝），老師也強調他針對的是「紙」，不是我，也承諾會盡快把我的照片撤下，很遺憾的，已經過了好幾個小時了，截至我送出這篇文章，我的照片還在。

我想針對三個部分提供我的觀點給大家參考，「文章裡的花藝作品是否為醜作品」、「韓式花藝與其他花藝門派的風格」、「老師認為現今花藝圈的亂象」。

1. 文章裡的花藝作品是否為醜作品：
我認為美醜是因人而異的，每個人的審美觀可能因為成長背景、教育水平、文化背景等因素，而有所不同，例如唐朝的人喜歡楊貴妃這樣豐腴類型的女生，但漢朝喜歡的則是趙飛燕那樣纖細的女生；或是亞洲人會覺得范冰冰這樣濃眉大眼的女生很漂亮，歐美人可能會喜歡花木蘭類型的女生，眼睛細細小小的，我相信這樣的舉例大家應該都能理解，被老師放上粉絲頁的作品，都是來自新生代花藝師的作品，他們的美醜，市場機制自然會篩選，既然他們能在市場上留下來，也各自有擁護者，我相信也是有很多人是喜歡他們的作品的。

另外在留言部分，老師清楚明確的點名了兩家花店，分別是「火山」與「opm」，老師認為他口中的這些醜作品充其量只是把花當媒材的隨意創作，對於真的穩紮穩打的專業花藝師來說，何嘗不是一種挑戰與諷刺。

我認為以老師的身分和地位，此言論對於台灣花藝產業並不會帶來良善的影響，只會引導崇拜老師的人來效法這樣的審美觀，並讓老師的擁護者一味的霸凌被老師指名的花店，嘲笑他們的作品，甚至可能造成對立與仇恨，這個社會的「惡意」已經很多了！

還記得吳尚洋老師曾在華視的節目「點燈」裡談到：

「我們不是影印機，你每個人都有自己的人格特質，你在不同的家庭環境，不同的人文狀態之下成長的，那你為什麼要為了去讓一個普世價值而去決定你未來的人生，而且我覺得，為什麼你人本來生來就是不同的個體，你被規定變成這個樣子，那是不快樂的！而且有好多好多我身邊的好多同學，我覺得他們也很有才華，可是他們一直被規定，你所謂的任何人事時地物都要有一個標準答案，那變成每一個人都像影印機一樣。」

我非常認同老師當時節目中提到的論點，但再回到老師現在的行為，是不是不符合老師心目中的「美」，就應該被拿出來發文公開評論為「醜作品」與「高級垃圾」呢？如果這些作品真的有哪個地方需要改進，用「具體」的建議取代「批判性」的字眼會不會對花藝產業比較有幫助呢？例如：花型有什麼問題？色彩搭配有什麼問題？選材哪裡有問題？

再者，直接點名那兩家花店，是否影響了店家商譽？在台灣的花藝產業生存真的不容易，如果無法互相幫助，一起進步，讓台灣的花藝產業有更好的發展，至少不要互相傷害。

2. 韓式花藝與其他花藝門派的風格：
韓系花藝近幾年在亞洲盛行，之所以會盛行，也取決於市場的喜好，如果多數人是不喜歡的，那這個風格不會在近幾年崛起。

關於「風格」，以下是我的觀點：
在我的頻道下方經常會收到觀眾留言「請問這個作品是池坊還是歐式呢？」，其中一則觀眾的留言，也有看到了吳尚洋老師於底下回覆我的觀眾，並引起了一番筆戰，細節大家可以直接到這個連結了解（https://youtu.be/KWA7jWcwxhE）。

我們不可否認現今花藝領域有許多經典的流派，如德國花藝、荷蘭花藝、池坊、草月流、小原流等，這些流派都蘊藏了許多前人歸納與傳承的花藝知識與技巧，也富含花藝歷史的脈絡與時代意義，對於現今花藝發展有著不可抹滅的重要性。

但如果花藝一定要被歸納「你是什麼風格」、「他是什麼風格」、「哪個作品是德國花藝」、「哪個作品是池坊」、「哪個是韓式花藝」，那麼上述我們所提及的花藝流派創始人，在他們當時時空背景所處的朝代，他們算是什麼風格呢？他們所屬的流派與風格是經過幾百年、幾千年被後人流傳與歸納的，如果我們承認他們是一個流派的開拓者，那我們這個年代是否也能擁有和開創屬於我們這個世代的流派讓後人統整與傳承呢？

舉兩個例子給大家參考：

莫札特和貝多芬當年還活著的時候，他們會認為自己是「古典音樂」、「浪漫時期古典音樂家」嗎？依常理來說，
他們的音樂是那個時代的流行樂，經過後來的統整、歸納與傳承，成了我們現在所知的古典音樂。

「池坊」在16世紀的室町時代，池坊專應確立了花道的哲理，《專應口傳》集結了池坊哲學理念的大成，但在這之前，頂法寺的住持為六角堂插供佛花時，他已經認為自己的供佛花為「池坊」花道了嗎？

如果上述的論點成立，為什麼有自己想法的藝術家不能以自己的邏輯、喜好，去慢慢建立自己的風格與教學系統？藝術是表達自我的一種方式，所謂風格都是經由後人彙整與定義的，藝術家能做的，就是不斷的突破自我，如果一個人的風格慢慢成型，有人學習、傳承，就將成為一個流派。

因此，當今流行的「韓式花藝」，以及老師口中的「醜作品」，這一代的我們，沒有人能保證它們是否會成為後人所流傳的花藝流派。

吳尚洋老師經常在節目中鼓勵藝術與創作，不要被普世價值所侷限，一方面卻經常在自己的個人臉書與老師所成立粉絲專頁來批判「他認為醜」的作品，卻又無法「客觀公正」的談論作品的問題，提出「具體」的建議，甚至經常在留言進行嘲笑、沒有建設性的調侃，這跟老師在節目上（華視頻道的「點燈」節目）時所提倡的論點「應該發揮自己、不要被主流價值框限與規範、不要當影印機印出來的東西」，背道而馳。

還記得節目中，老師談論「自己以前如何被霸凌」，遺憾的是，下了節目後的今天，老師已成為台灣鼎鼎大名的花藝大師，老師確實以實力證明了自己，或許老師再也不會被世人嘲笑和霸凌了，但身為在台灣花藝圈有極大影響力的老師，時不時的拿著他的「美學價值」，去框限、嘲諷、批判其他新生代花藝師，這是讓我非常不能理解的。

還記得四月七日，老師曾在自己的個人臉書中發文，針對「花翁」一詞進行講解，當時看了老師的講解也覺得老師講得很好，讓大家更了解花藝的歷史，但其中內文提到「玫瑰花掰開、鬱金香要掰開，所有能掰開的花都不放過，怎麼你們就不能乖乖地用那些盛開的花就好嗎？自然開放的不是比較美嗎？還是都要像你們動了手腳的臉龐一樣，刻意的人為才叫美。」

近來，許多新生代花藝師會將鬱金香和玫瑰花手動開花，其目的是為了增加花朵的層次感，讓作品中有含苞的、微開的、盛開的，象徵花朵不同的生命週期，有的人喜歡，有的人不喜歡，一樣回到市場喜好，如果不是因為有很多人喜歡，這樣的手動開花方式也不會廣為流傳。
但因為老師的影響力，使得部分新生代花藝師因在作品裡為花朵做了手動開花，被老師的追隨者進行人身攻擊，攻擊那些花藝師的花跟臉一樣假，都是人工的，如果這不是霸凌，那什麼才是霸凌呢？

3. 關於花藝門檻變低
吳尚洋老師在那一篇貼文下方的留言提到，「韓式花藝只有拿整個花藝歷史的一部分出來講，花藝門檻變低，對於穩扎穩打的花藝師不公平。」

關於這個論點我想提供兩個部份給大家參考：

（一）今天任何一個花藝師在這龐大的歷史洪流中，每個人都只是花藝歷史的一部份，「池坊」是一部份，「德國花藝」是一部份，「韓式花藝」也只是一部分，更明確的說，吳尚洋老師、作品被老師評論為醜作品的新生代花藝師、或是所有喜歡花藝的愛好者，也只都是一部份，每個人一生的時間有限、資質不同，各自專精的領域也不會一樣，沒有一個人全知全能能夠代表「花藝」，當我們自己認為「別人只是講一部份時」，很多時候我們也無法代表全部。

回到我被吳尚洋老師截圖的那張圖片，那一集的主題是簡易花束包裝教學，內容是分享如何使用一款包裝紙來包裝花束，目的是讓一般民眾沒有辦法像花店一樣買齊各式各樣的包裝紙，一樣可以用影片提供的方式來為自己的花束進行包裝，頻道一直在更新內容，每個禮拜的主題不同，花藝的歷史洪流中許多技術、知識不是不會或是不講，而是一部影片大約15-30分鐘，要一次講完花藝歷史上所有蘊含的花藝知識與技術，相信任何一個老師都無法做到的，所以頻道會慢慢一集一集分成數個單元來分享，文章底下的留言串，有網友提出使用我的照片跟老師想針對的台灣花藝產業現象有何關聯時，吳尚洋老師用韓式花藝、網紅花藝作為一個切入點，因此放入了我的照片來代表韓式花束，因為影片中我選用了防水包裝紙，此包裝紙在花市資材行的名稱為「韓素紙」，表示是對「紙」不對「人」，如果大家有機會走一趟台北花市的花藝資材行，要買到「非」防水的包裝紙其實還有點難度，該說我選錯包裝紙，所以被截圖來做為韓式花束的箭靶嗎？

如果真的對韓式花束包裝有研究的人，可能一眼就能確定，那一集影片的教學並不是韓式花束包裝，術業有專攻，或許吳尚洋老師可能不太了解什麼是韓式花束包裝，才會將我的包裝手法歸納為韓式包裝，不是使用防水材質的包裝紙就等於韓式包裝。

在這花藝的歷史洪流中，有人選擇守護過去的歷史，盡力做好傳承的任務，當然也有人選擇開發新的歷史，不能說誰對誰錯，因為過去的歷史在當時也曾經是創新的產物。

（二）吳尚洋老師認為目前台灣花藝產業亂象導致花藝的門檻低，上過幾堂課就能成為花藝師，對於穩紮穩打在這條路的人不公平。

這個論點我暫時持保留態度，但今天問題出在「吳尚洋老師打了這些文字，卻放我的照片」，我認為這樣的文字意圖就不是那麼單純了！因為我並不是只上過幾門課就出來開業的花藝師（關於我的花藝學習歷程，有興趣了解可以到我的花藝頻道查詢，每一部影片下方的文字描述都有提到，這部分我就不詳述了）而我的YouTube 觀眾有沒有人因為看了我的幾集影片就出來自稱為花藝師或出來開花店呢？這我不能保證，如同沒有人能保證有沒有人看了吳尚洋老師網路上的影片，或是單堂實體課就出來當老師的，如果是這樣，為什麼吳尚洋老師不截圖自己在網路上的授課影片來做作為代表呢？（卻選擇我的？）
另外，我認為花藝門檻變低，照理來說，市場越來越大，應該會吸引更多同好投入，花藝用具、花藝大師課、花藝相關產業、活動、競賽也會更加盛行。

以棒球、籃球、圍棋、書法、街舞、熱音樂團、料理、烘焙或是電競來舉例，請問一個行業門檻非常高，高到離一般民眾太遠，那麼今天要怎麼說服大家來學習或是投入這個領域呢？

任何一個領域都像一座金字塔，不能只存在高端玩家，要供應整個產業鏈，一定要有中間和低端玩家，這樣一來，辦球賽才有看得懂的球迷，辦音樂會才會有聽得懂聽眾購票入場，支撐一個棒球員或是球隊、或是一個電競選手，台灣需要多少球迷、電玩愛好者呢？

同理，支撐一個花藝師或是花藝老師，需要多少花藝興趣的愛好者？

如果今天全台灣的人都不懂花、不喜歡花、不認識花、不具備花藝基本常識，每個人都覺得花藝的門檻很高，也沒有人願意出來推廣，舉辦活動、成立頻道、構思方案，人們連不新鮮的花材都無法辨別，要如何懂得欣賞專業花藝師的藝術作品？如何願意購票去欣賞國際花藝大賽？

如果接觸花藝的門檻低了，那麼花農開心，花市攤商開心，花店開心，花藝資材行開心，花藝教室的老師開心，穩紮穩打並且持續進步的花藝老師也會有學生願意付費進修，停滯不前的老師、沒良心的花店，也能因為國人花藝水平提升，無法再繼續誤人子弟，或是販賣花況極差的花卉。

有危機意識、怕被學生超越的老師，也會繼續往上進修，要求自己提高程度，如果因為學生學兩三堂課就出來自稱花藝師，並且也真的搶走了你穩紮穩打數十年而招生來的學生們，比起檢討這些進行市場推廣的人，應該要檢討自己的數十年專業為什麼會被只學兩三堂課的人輕鬆取代，是別人太有天份？還是自己沒有持續進步？還是自己的審美觀已經被市場淘汰？

一名有持續精進自己的花藝知識與技術的花藝老師，以及只上過兩三堂課就出來當老師和開花店的人，後者教個幾堂課，久了自然沒內容再傳授給學生，而前者因為有持續提升自己，他永遠有教授不完的內容，這樣一來，具備專業的老師自然禁得起時間與歲月的考驗，也沒有不公平的問題，因為市場自然會淘汰不適任的人。

另外，我還想對於這些日子聽到的一些「關於我」的聲音，做一些說明：

Q：為什麼會想要錄製花藝教學影片？

A：去年中旬，我因為一場嚴重疾病，與死神擦肩而過，苟且活了下來之後，因為不太清楚自己還能活多久，也不知道自己待在彰化教課還能教多久，一堂課8-10人這樣教，如果想要讓自己的教學系統推廣出去，在Youtube上面提供教學應該會是推廣效率最快的方式，假設接下來的日子還是不幸走了，那些在網路上的影片也能為自己的人生留下走過的痕跡，即使有一天這些影片沒有人要看了，當我的親友想念我的時候，或許這些影片也能讓他們觀看，所以我的頻道不只有花藝教學，也有一些我自己寫的歌，寫給家人、寫給我的寵物、寫給這個世界，這些都是我想要「留下」的。

Q：把花藝教學影片放在Youtube讓大家免費學習，會導致許多想學花藝的學生不願意踏入實體花藝教室。

A：在我個人學習花藝的歷程裡，意識到學習花藝需要花費大筆的金錢，不是每一位喜歡花藝的人都能負擔的起昂貴的學費，也不是每一位喜歡花藝的人都想成為花藝師，如果能做些什麼讓更多人喜歡花藝、接觸花藝、學習花藝、養成買花習慣，讓花藝不再只有特殊節日才會想起，而是平易近人的走進你我的生活，進而活絡台灣花藝產業，應該是一件很有意義的事情。

我認為網路教學跟實體教學還是有很大的區別，網路教學是老師單方面的給予教學內容，實體教學的優勢在於，學生如果實作上有任何問題，老師可以即時提供指導，或是學生發問時，老師也可以在課堂上因應學生的問題進行更多的教學和講解，這邊我簡單舉一個例子給大家參考：

最近因為疫情的關係，許多運動課程都採取線上教學，重訓教練課、瑜珈課、舞蹈課等，我個人也因此上了線上的重訓教練課，上了幾堂課的心得，就是隔著電腦學習，即便教練示範的動作我都看懂了，看實際上我的肌肉使用是否正確、硬舉和深蹲的姿勢是否正確，教練是無法像往常面對面教學一樣的指導我，因此實體花藝教室是有必要存在的。

因此我即使在Youtube頻道提供花藝教學，我個人的實體花藝教室的學生也不會因此認為以後在網路上學就好，而拒絕走進花藝教室學習，因為對於學生來說，付費獲得老師親自指導仍具有不可取代性。

最後，謝謝大家的耐心的閱讀完這篇文章，這篇文章無意冒犯任何人，只是針對近期發生的事情提供我個人的觀點與說明，花藝應該是很美好的事情，衷心的祝福大家，無論是學習花藝、養成花藝興趣，還是教授花藝，都能開開心心、快快樂樂的，沒有謾罵、仇恨與對立。

小雛菊花藝學校 吳妮晏 敬上

昨晚瓜真的讓我驚呆了😱
他是個學習慾很強的孩子
加上 #小學王 教學教材真的很有趣
所以他天天都會吵著要看～
我一週會讓他看個一兩次（畢竟才大班😅）
國語/數學/生活/英文輪著看看
一次看個15分鐘就叫他休息
（我們家平常是不給用平板&手機的）

昨晚他又說要上小學王的課
我心想好像沒做過題目⋯來考個試唄😁
🔺結果先做了27題小一數學🔜全對😶
🔺再給他混一半中等難度題20題🔜也全對😱

而且真的有點難度的空間題他也對！
我真的很吃驚～因為沒有教過他！
美寶則是一題題看難易度及答對率
（她有用 #升學王 系統所以比我熟🤣）

其實給孩子用這個最大的好處
是讓他們對學習有興趣
因為裡面雖然都是跟著小學課本教材走
但老師教學呈現的方式都很活潑
有兒童台的哥哥姐姐教基礎數學🤣
還設計虛擬的卡通人物及闖關遊戲
讓學習一點都不枯燥～

在這樣的過程中孩子有機會建立自信
就像瓜瓜昨天晚上就好開心🥳
一直期待今天晚上要再做一回題目

💡最近大家都在討論孩子壓力的問題
其實父母的陪伴與正確的引導真的很重要
這段時間下來我發現瓜瓜對於數學和建構特別有興趣
包括現在上的樂高積木程式課以及圍棋課
都是他非常喜歡而且期待上的課
他的運動不是很強😅上過幾次也不喜歡
雖然媽媽很希望他能多參加體育的活動
爸爸似乎也希望自己的籃球夢後繼有人🤣
但我還是非常尊重瓜的意願 不勉強
不想踢球 我們就公園跑跑跳跳+游泳
其他時間陪他上自己想上的課
我也從旁觀察他喜歡的/有能力handle 的領域

這麼小的孩子可以多讓他接觸不同的東西
當然上了小學後受教育是基本的
但父母從旁協助的重點
不是在於幫助他取得高分
而是在於幫助他取得學習的成就感

#降低學習挫折感真的會讓孩子開心很多
#找到自信找到興趣就能享受生命的快樂
#也會覺得明天是值得期待的

—團購好評延長：七天免費試讀—
#三貝德 #小學王 #升學王
🎉廠商特別加碼！只要跟團下單就送：‼️市價$2300的精選DVD組
📌購買課程/試上/詳細圖文介紹/美寶瓜瓜實用心得
🔜請往這邊: http://bit.ly/升學王數位學習課程介紹文

✅國高中升學王🔜http://bit.ly/國高中升學王3年團購賣場
✅小學王🔜http://bit.ly/小學王3年團購賣場
⭐️國高中升學王特別開放：
🔜高三生請進：http://bit.ly/高中升學王1年團購賣場
🔜高二生請進：http://bit.ly/高中升學王2年團購賣場

#整套系統36個月學習只要68800
⚠️平均$63/天 #不到一杯熱拿鐵的錢
#就可以讓孩子得到三年全科的學習
（彤雯粉絲還可加送一個月喔）

⭐️更多內容請進社團⭐️

近日，我與阿萊克斯·彭特蘭教授（Alex Pentland）展開了一場”AI如何重塑人類社會”的精彩對話。

《連線》雜誌的資深撰稿人威爾·奈特（Will Knight）主持了這場對話。

阿萊克斯·彭特蘭教授任教于麻省理工學院，為全球大資料權威專家之一，現任MIT連接科學研究所主任、MIT媒體藝術與科學教授，擁有“可穿戴設備之父”、《福布斯》“全球七大權威大資料專家”、《麻省理工科技評論》“年度十大突破性科技”兩度桂冠獲得者等頭銜，曾參與創建MIT媒體實驗室，是全球被引述次數最多的計算科學家之一。

對話金句：

李開復：

 AI最大的機會蘊藏在與傳統企業的結合中，這種價值的產生極其迅速，只需要幾個月，甚至短短幾周。
 未來突破很難預測，對奇點、超級智慧的爭辯，在我看來都過於樂觀了。
 小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，不要與巨頭核心業務正面硬碰。

阿萊克斯·彭特蘭：

 AI絕非試圖取代人類，而是促進多元文化之間的相互連接、團隊合作，讓人們更好的進行社交和連接彼此。
 最困難的其實是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。
 人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

我在對話中表示，當我們試圖解決AI問題時，應該用技術來解決技術的問題，可以尋求與監管部門協作，而不只是丟給他們，“新技術會衍生新的問題，我們應該多方嘗試用更進階的技術性解決方案，就像電腦病毒剛出現時，殺毒軟體隨之誕生。”

彭特蘭教授認為，人工智慧的核心，是促進多元文化之間的相互連接。不只是工程師或科學家，連經濟學家、政治家都必須參與進來。“國家之間應該促進合作、制定互通標準，就像TCP/IP互聯網協定那樣，避免AI冷戰。” 我們都贊同，AI發展從來不是單打獨鬥，跨學科思維、跨領域合作尤為重要。 這場對話是麻省理工學院中國創新與創業論壇（MIT-CHIEF) 組織的高峰對話系列活動，主題是《計算與未來: AI與資料科學如何重塑人類社會》。

麻省理工學院中國創新與創業論壇（MIT-CHIEF）由麻省理工學院的中國留學生創立，至今已有十年，是北美歷史最悠久的、由高校學生組織的中國創新創業論壇。系列高峰對話邀請了頂級科學家、投資人及創業者，共同探討科技創新及商業化過程中面臨的挑戰。

以下是我們對話的核心內容，由我的同事整理、分享給大家：

Part I 主題演講

▌李開復：各方應協作，讓AI 更務實

非常榮幸再次受到MIT-CHIEF的邀請，對於人工智慧的看法，這次我主要想講四點。

第一點是我書裡的主題，人工智慧的超能力。我們已經從人工智慧的發明期步入應用期階段，從應用落地層面來說，正迎來了AI發展最大的機遇。

很多科技公司目前已對人工智慧進行了多樣化佈局，從視覺、語言、觸覺和其他感知技術，到自動化機器人、無人駕駛等，對很多領域開啟了深遠的影響。雖然眼下所見的AI應用仍有局限性，但我預測未來的格局會非常龐大，依據統計，各行各業採用AI的程度目前不到5%，AI應用的中長期增長曲線相當可期。

第二點是我很欣喜看到的一點，AI正在和傳統行業深度融合。隨著人們對人工智慧的瞭解越來越多，更多的AI公司湧現出來。

AI最大的機會蘊藏在與傳統企業的結合中，創新工場也正在説明金融、製造、物流、零售、醫療等行業的公司進行AI變革。

作為AI投資人，我認為在這些行業如果找到正確的AI應用方向，就能帶來上千萬的回報。這種商業價值的產生是極其迅速的，通常只需要幾個月，甚至短短幾周就能看到成果。

現在人工智慧在傳統產業的滲透率仍在個位數，仍然有很大的提升空間。然而對於很多公司來說，它們需要的是高度定制化的方案，而非通用型AI方案，所以融合的過程中，不可避免會遇到不少挑戰和痛點。

第三，我早年做過很多科研工作，很高興能看到關於系統一和系統二（System One, System Two）的討論，我們期待人工智慧技術從系統一升級為系統二，即從識別、決策、優化等能力，升級到感知、認知等進階智慧的能力。

有不同的學派都在努力讓人工智慧更接近人類智慧，其中一個流派主張回歸經典的AI理念，甚至重新構建嶄新的模型結構，在深度學習技術的基礎上利用人類的知識。但我更支持另一個理論——深度學習的潛力還沒有完全釋放。

回看人工智慧過去60多年的歷程，最大的突破來自於計算能力和資料量大增而產生的可擴展演算法。我們看到了卷積神經網路（CNN）帶來的喜人成績，還有預訓練自然語言處理模型（Pre-Trained Models for Natural Language Processing）的廣泛運用。

預訓練模型與人類語言學習的模式類似，不管是英語還是中文，在習得這些語言之後，再去學習程式設計、藝術、化學。在無人監督的學習環境中，這種模式比我們想像得還要強大，就像阿爾法圍棋（AlphaGo）一樣。

最後一點我想說的是，如何讓AI變得更務實。

AI有很多問題，例如隱私、資料安全、治理和監管，在此就不一一討論了。當我們試圖解決這些AI難題時，有人認為讓監管部門加強管理是唯一辦法，其實不然，我們是否也可以朝著研發更厲害的技術性解決方案去努力？

就像電腦病毒剛出現時，殺毒軟體隨之誕生；面對千年蟲難題時，也迅速找到了技術應對方案。我們可以通過研發新技術，應對DeepFake深度換臉程式的挑戰；或者通過聯邦學習技術，在保證資料私密性的同時，滿足深度學習訓練需求。

作為握有技術能力的群體，我們需要與監管部門一起協作，而不只是把工作丟給他們。相信有了各方的助力，我們可以讓AI的應用變得更有深度，更加務實，更高效地克服現在面臨的種種問題。

▌阿萊克斯·彭特蘭：國家間應建立互通標準，避免“AI冷戰”

我對當前的深度學習技術不太樂觀。

最為主要原因是，深度學習不僅需要龐大的資料來源，而且要求這些資料長時間恒定不變，以保證模型訓練結果的可靠性，例如人類的面容、語言，就是相對穩定不變的資料來源。

但深度學習卻沒法應對快速變化的真實情況。亞馬遜在新冠疫情蔓延速度暴增時，出現了倉庫貨物緊缺，不得不停止送貨服務。這種經過深度學習高度優化後的系統發生崩潰，就是因為快速變化的疫情，和深度學習對恒定資料來源的需求是矛盾的。

另外，我想談談如何通過聯邦學習，促進資料的流通。

大多數公司沒有足夠豐富的資料，需要聯合不同的資料來源。基於這種需求，出現了很多新商業模式，比如“資料經紀人”——他們不出售資料，而是把資料借出去，作特定需求的使用。

“資料經紀人”業務湧現了很多，他們促進了資料的流通，也加強了資料的隱私性。因此，像聯邦學習這樣的技術和商業策略結合，有效解決了資料在合規性和所有權方面的難題。

聯邦學習也依賴於新的基礎設施建設，為資料應用和深度學習提供基礎環境，比如區塊鏈技術。現在世界上很多國家在做相關系統的建設實驗，新加坡等國家設置了一種相互競爭的區塊鏈系統，來解決支付和物流問題。我們最近也幫助瑞士做了類似的實驗，涉及不同資料的互通性和連貫性問題。

我們仍在研究如何用儘量少的資料，實現人工智慧的目標。少量資料是指不斷更新的短期資料，這些資料能使AI應對迅速變化的情況，並及時做出調整。

我們打算將AI與其他基礎科學結合，例如阿爾法圍棋(AlphaGo)就是這類結合的初步嘗試。這些方法不依賴于大量恒定資料，可能會比深度學習更加強大。

除此之外，我們在探討用AI保障聯邦學習過程中不同資料方的權益，這是實現不同國家之間的互通性、支付信任度、物流運輸等方面合作的關鍵前提。

另一方面，我們探索如何將AI技術應用於加密資料上。我們和大公司以及政府密切合作，找出解決系統入侵和保障網路安全的方法。

我同時花了很多時間研究與政府的合作。政府很多時候不知道如何通過大資料做決策，也不知道如何進行資料優化。而AI能夠幫助政府實現更高的效率，比如聯合國現在已經有了很多可持續發展目標的相關評估指標,世界經濟論壇也可以為會員國提供不同的標準測算。

基於我們已有的多中繼資料庫，現在可以利用AI實現全新的資料優化方式，將貧困、不平等這種之前無法量化的指標，通過可量化的指標進行評估。

同時，要真正實現這個目標，我們還需要制定統一的互通性標準。如果沒有這個標準，國家之間就不會相互信任去合作，就可能出現AI冷戰。

因此我們需要找到促進合作的方式，就像TCP/IP互聯網協議那樣。而之前我提到的，新加坡、瑞士等現在正在嘗試的區塊鏈系統，將有希望解決國家間缺乏互通標準的問題。

Part II 對話

▌ 美國線上教育發展難度更大，只在ZOOM上講課是不夠的

Q1：疫情加速了行業的改變，遠端醫療、線上教育開始蓬勃發展，這只是AI對人類社會產生影響的冰山一角。想請兩位談一談，目前看好AI在哪些領域應用的未來前景？

李開復：疫情的確對整個社會產生了實質性的影響，人們行為習慣發生了很多改變，更願意接受線上學習和工作了。

這種新的行為習慣產生了大量資料流程，為AI應用帶來了更多可能性。比如大健康領域以及遠端醫療中所產生的資料，可以訓練更智慧的模型。同時更多人開始在基因組學、新藥研發方面結合新的AI技術進行研究，因此我相信AI在醫療健康領域的潛能是非常巨大的。

AI與教育的結合也很值得期待。一方面可以説明老師處理重複性的日常事務，例如批改作業，讓老師得以將時間精力投入到更有創造性的事情上，能更悉心地為孩子提供優質教學。另一方面可以提高學生的課堂參與度和積極性，比如設置卡通版AI虛擬老師，讓課程充滿趣味性。

在中國，有很多線上教育公司在疫情之前就已經發展迅速，像創新工場投資的VIPKID，讓國外的純正英語老師線上上教授中國學生。目前，中國的線上教育已經擴展到了更多科目，包括體育、舞蹈、書法等素質教育課程。

相比之下，美國線上教育發展的難度會更大。畢竟只在ZOOM上講課是不夠的，好的線上教育必須要有好的內容。

▌AI核心是增強人際互聯，應注重文化多樣性

阿萊克斯·彭特蘭：李開復博士提到的教育案例，我不是很認同。

MIT大約20年前就在教育中使用AI，重點根本不是內容，我們甚至提倡將內容免費開放給大眾。

AI絕非試圖取代人類的作用，我們更強調用AI增強人與人之間的互動，讓人們更好的社交和連接彼此。比如手機上人工智慧技術，不是要取代你，而是讓你高效地找到最適合的工作、最正確的人，讓你更容易的獲取資訊，並進行創新。

我們可以利用資料激發更強的創新力，培養領導力。只有基於這樣的宗旨，才能促進更有創造力的教育和學習，這比關注教育內容本身重要得多。

在加拿大，有家創業公司正在訓練普通民眾學習AI，比如水管工，教學效果非常不錯。他們的教育方式不是簡單的教授基本知識，而是以一種能夠激發人們互動思考的方式。

我們之前在中國調研了3000多個孵化器，發現創業公司成功的要素裡，第一個是文化多樣性，也就是說創始團隊背景的複雜性和多樣性。第二個是團隊成員專業的多樣性，他們能否發揮自己所長，並很好地進行團隊合作。

1956年，馬文·明斯基 (Marvin Minsky)提出了人工智慧這個詞。但我們對於人工智慧的理解，不應該只停留在“人工”層面，而應擴展到多元文化之間的相互連接、團隊合作，我把它叫做延伸智能（Extended Intelligence)。這也是我想強調的，人工智慧這個名詞有一定的偶然性，但它的核心點是增強人與人之間的互聯性。

▌AI未來突破難預測，奇點、超級智慧過於樂觀

Q2：未來十年AI有沒有可能取得重要突破？比如GPT-3近期展現驚人的能力。兩位認為未來的突破方向是什麼？

李開復：過去60多年來，深度學習是唯一的重大突破。在這之後，卷積神經網路（CNN）和GPT-3等都算是重要的改善，我對於人工智慧的漸進式改善保持樂觀。

對科學家來說，他們更期待著技術上的突破式進展。但我覺得未來十年基礎科研或許不會有大的突破。但模型相對容易，只要有大量的資料，就可以從實驗室進入到行業應用，CNN和GPT-3都是模型加海量資料的成果。

我是務實派的，雖然持有樂觀態度，但並不是一位“未來學家”。未來的突破很難預測，對奇點（Singularity）的爭辯，甚至預測超級智慧的出現，在我看來都過於樂觀了。

阿萊克斯·彭特蘭：我同意李博士的觀點。很多生物機制很難解釋，包括用感知認識事物、理解聲音、尋找食物等，是深度學習演算法做不到的。但深度學習可以研究科學、制定規則、研究理論，並進行實踐。

從務實的角度來說，我最感興趣的就是聯邦學習。就醫療而言，我們有這麼多醫院，在新冠疫情期間做了很多的實驗，為什麼這些實驗資料不能進行聯合呢？

儘管資料有不相容的地方，但這也是一個很好的機會去探究不同的資料之間的關聯性。在未來，我們對資料的需求也許會越來越少，外科醫生或者物理學家或許不需要太多資料，因為他們對規則已經瞭若指掌了。

▌不要墨守成規，要跨領域、跨學科應對挑戰

Q3：人工智慧會有什關鍵挑戰？對於想從事這個行業的人，有什麼是需要瞭解的關鍵點？

李開復：首先，大背景在改變，新科技層出不窮，我們每年都需要學習新的東西。

其次，人工智慧可能引起各種問題，包括偏見、歧視、倫理道德等，是否危害人類的身體健康，無人駕駛技術該何去何從等等。

第三，人工智慧的研發需要深刻地理解技術對社會、生活與人類健康會產生的影響。我非常欣賞斯坦福和MIT這樣的高校，能夠把AI教育擴展到各個學科，讓研發人員及早意識到自己的責任和價值。

阿萊克斯·彭特蘭：是的，我朋友做過一個有關電的趣味類比，電動馬達最初在工廠裡用於生產的時候，並沒有發揮出多大的作用，因為大家並不知道如何改造生產流程。

AI在一些領域發揮的作用是顯著的，但應用到其他領域時，就需要改造流程。很多情況下，最困難的就是說服人們改變商業流程去使用AI，因為大多數人是墨守成規的。

而有意思的是，就像李博士提到的，像MIT和斯坦福這樣的高校確實在認真嚴肅地對待這個問題。

比如，我今天早上正好就這個話題跟G20領導人對話，大家一致認為我們必須從跨領域、跨學科的角度去面對這個問題，不能只是工程師或者社會科學從業者們在做，經濟學家，政治家等等都必須參與進來緊密合作。

隨著AI的應用領域越來越廣，除了必須具備強有力的技巧來建立社會規則，還需要對研究經費、企業投入等進行各種調整。

▌雖然大公司實力不容小覷，但依舊對小公司抱有期待

Q4：AI研究會消耗大量的資源，我們是否應該將資源往學術界平衡？現在已經發生資源的重新分配和平衡了嗎？

李開復：就人才而言，現在已經有重新平衡的跡象了。

過去，頂尖大學的學者基於待遇和種種考量，不少選擇去企業界工作。而近期，曾任職於百度、海爾、位元組跳動等公司的數位優秀AI科學家已經回歸高校。

但像GPT-3這樣的技術，仍然不是大學和小公司能支付得起的。支撐GPT-3運行的電腦是世界算力第五的超級電腦。每進行一次演算法訓練，就要花費460萬美金，只有像騰訊、穀歌、微軟這個級別的公司才能負擔得起如此強大的算力。

我觀察到，近年的AI創業公司已經和5年前截然不同了。它們一般由AI科學家和商業人才共同創建，為了解決特定問題而生，並非紙上談兵做突破性科研，切入的領域也往往是巨頭公司忽略的地方。

例如，為製造業進行AI賦能，不是一件輕鬆的事，需要去工廠實地勘查，瞭解運作方式。大公司因為賺錢很容易，不願意做這些性價比低的苦活累活。這些小公司的努力一旦有了成果，就會給產業界帶來革命性的影響。所以，雖然大公司的實力不容小覷，但我依舊對小公司抱有期待。

阿萊克斯·彭特蘭：大學和公司是一種融合的關係，不僅體現在人才流動上，也會進行資訊資源分享，彼此是整體性的合作態勢。

當然這也不是絕對，產業界的保密需求還是存在的，只是從學校的出發點來說，我們願意毫無保留地為大家提供更好的研究成果，並與企業合作，形成標準化平臺。

▌人工智慧取代人類需要上百年或更久

Q5：兩位認為什麼是AI不能取代的？

李開復：一類是創造力、分析能力、邏輯辯論能力，瞭解自己知道什麼不知道什麼，這些是人工智慧無法取代的。另外一類是同理心，人類之間的信任、友誼，自我認知、意識等。

阿萊克斯·彭特蘭：人工智慧有朝一日可以取代人類所有的能力，但是這個過程會非常漫長，可能需要上百年或更久。

▌AI創業建議I：找到小切入點，不要與巨頭正面硬碰

Q6：李博士提到了AI在小企業中的運用，可否再舉例說明是如何運用的？

李開復：這個問題分兩部分：一個是小型AI公司與巨頭競爭，我的建議是找准巨頭沒有平臺優勢的細分領域，為某個針對性產業創造價值，並且不要與巨頭核心業務正面硬碰。

對於那些中小型非AI、但想應用AI的公司，需要確保有足夠的資料，以訓練與核心商業價值掛鉤的AI模型，並且有願意變革的開放性公司文化。

所以，早期應用AI的公司可能規模較大，因為他們有足夠大的資料，和可相容變革的商業模型。每個例子都不同，不是任何一家公司都要應用AI。

阿萊克斯·彭特蘭：如果我們放寬AI的定義，或許水管工、合同工都有資料，通過一些簡單的分析、整合，AI也可以在很大程度上改進他們的工作。

這些都是很小的切入點，基於簡單的AI分析、機器學習，依舊可以產生巨大的潛力。

▌ AI創業建議II：知曉技術，同時理解商業

Q7：兩位再分享一下最後的建議？

李開復：我們在步入一個AI開始滲透到方方面面的令人振奮的時代，我希望所有的學生們都能參與到這個改革浪潮中。要深刻地理解人工智慧的商業落地，而不僅僅鑽研技術本身。

阿萊克斯·彭特蘭：不要太較真於深度學習或者冗長的演算法，一切始於要解決的現實問題。不要止步於技術本身，要明白資料類型、形態和規律，關注商業流程。

感謝葉樂斐、劉諾、藍萱、張昊、陳冬傑、劉子昂、張梓煜、錢淩寒、水一方、沈雍在校譯和審閱上對本文的貢獻。

TQC 專業eOFFICE人員免費線上課程
高畫質：http://homepage3.seed.net.tw/web@1/t10g/TQC/eOFFICE.htm
考場：http://www.10g.com.tw
TQC Excel 2003 認證
第二類：Excel 工作表之編修能力
第201題 「商品資訊」
第202題 「各家銀行指數型房貸利率分析表」
第203題 「成功國中基本學力模擬測驗記錄表」
第204題 「成績計算表」
第205題 「快樂小學學生名冊」
第206題 「血型分析」
第207題 「線上購物資料明細」
第208題 「土木工程學會會員資料」
第209題 「股票配股稅率統計表」
第210題 「合併第一季至第四季報表」
　
第四類：Excel 工作表之列印及匯入匯出能力　
第401題 「個人收支預算與實際支出成本資訊」
第402題 「昱遠工程員工退休年金資料」
第403題 「電子郵件地址」
第404題 「科目之學期成績統計表」
第405題 「年度財務報表」
第406題 「行善基金會義工地址資料內容」
第407題 「員工旅遊繳交團費統計表」
第408題 「筆記型電腦相關商品規格內容」
第409題 「富健工程公司票據交易一覽表」
第410題 「明遠大學學生操行與學業成績資料」
　
第五類：Excel 統計圖表之建立能力
第501題 「電子產品市場佔有率統計」
第502題 「應屆畢業生升學人數統計」
第503題 「A與B品牌進行二種儀器的檢測結果」
第504題 「Nasdaq100指數及連動債券報酬率資料」
第505題 「萬事通銀行逾期放款分析表」
第506題 「96年日曆分析表」
第507題 「各廠牌印表機性能比較表」
第508題 「銷售訂單統計表」
第509題 「圍棋社社員級數統計資料」
第510題 「基本學力測驗學生答題統計資料內容」

申請EXCEL VBA論壇網路學習者您好：

由於吳老師超過十年以上的教學經驗，對EXCEL與VBA十分純熟，
並將多年的教學過程錄製分享給學生課後學習，讓想學習者也想一同學習，
但礙於加入者實在太眾多，無法讓所有人加入，除非您是：
1.吳老師目前上這門課的學生。
2.吳老師的數位影音申請的學生，也就是申請完整教學影音DVD者。
最近湜憶電腦也開設EXCEL函數與VBA設計課程，若有興趣可以詢問看看。

此外，如果是以上身分者，我可以有條件的讓您加入一同學習，

網路的學習方式非常彈性，隨時隨地都可以學習，因此許多非大台北地區的學生會這樣學習。
以下為完整教學影音DVD申請說明。
http://terry55wu.blogspot.com/p/autocad2008dvd.html
網址：http://goo.gl/xME01

目前只分享以下四種課程，將來還會繼續努力，把EXCEL 函數與VBA影音課程做到最好。
10.Excel2003進階與函數應用 共21小時課程(公務人員訓練處)
時數較短的Excel2003進階與函數應用
11.Excel2010進階與函數應用 共21小時課程(公務人員訓練處)
時數較短的Excel2010進階與函數應用
12.Excel函數與VBA設計 共48小時課程(勞工大學) 長時數的課程教學，上課用書是：Excel函數&VBA其實很簡單(http://www.books.com.tw/exep/prod/booksfile.php?item=0010457292)
13.Excel函數與VBA雲端班 共30小時課程(自強基金會)
長時數的課程教學，上課用書是：Excel VBA 與資料庫整合大活用
(http://www.books.com.tw/exep/prod/booksfile.php?item=0010463634)

以上的課程差異主要在版本2003與2010的差別與課程內容：函數、巨集、VBA設計，不同階段有不同的課程內容。

吳老師 101/1/21

TQC 專業eOFFICE人員免費線上課程
高畫質：http://homepage3.seed.net.tw/web@1/t10g/TQC/eOFFICE.htm
考場：http://www.10g.com.tw
TQC Excel 2003 認證
第二類：Excel 工作表之編修能力
第201題 「商品資訊」
第202題 「各家銀行指數型房貸利率分析表」
第203題 「成功國中基本學力模擬測驗記錄表」
第204題 「成績計算表」
第205題 「快樂小學學生名冊」
第206題 「血型分析」
第207題 「線上購物資料明細」
第208題 「土木工程學會會員資料」
第209題 「股票配股稅率統計表」
第210題 「合併第一季至第四季報表」
　
第四類：Excel 工作表之列印及匯入匯出能力　
第401題 「個人收支預算與實際支出成本資訊」
第402題 「昱遠工程員工退休年金資料」
第403題 「電子郵件地址」
第404題 「科目之學期成績統計表」
第405題 「年度財務報表」
第406題 「行善基金會義工地址資料內容」
第407題 「員工旅遊繳交團費統計表」
第408題 「筆記型電腦相關商品規格內容」
第409題 「富健工程公司票據交易一覽表」
第410題 「明遠大學學生操行與學業成績資料」
　
第五類：Excel 統計圖表之建立能力
第501題 「電子產品市場佔有率統計」
第502題 「應屆畢業生升學人數統計」
第503題 「A與B品牌進行二種儀器的檢測結果」
第504題 「Nasdaq100指數及連動債券報酬率資料」
第505題 「萬事通銀行逾期放款分析表」
第506題 「96年日曆分析表」
第507題 「各廠牌印表機性能比較表」
第508題 「銷售訂單統計表」
第509題 「圍棋社社員級數統計資料」
第510題 「基本學力測驗學生答題統計資料內容」

申請EXCEL VBA論壇網路學習者您好：

由於吳老師超過十年以上的教學經驗，對EXCEL與VBA十分純熟，
並將多年的教學過程錄製分享給學生課後學習，讓想學習者也想一同學習，
但礙於加入者實在太眾多，無法讓所有人加入，除非您是：
1.吳老師目前上這門課的學生。
2.吳老師的數位影音申請的學生，也就是申請完整教學影音DVD者。
最近湜憶電腦也開設EXCEL函數與VBA設計課程，若有興趣可以詢問看看。

此外，如果是以上身分者，我可以有條件的讓您加入一同學習，

網路的學習方式非常彈性，隨時隨地都可以學習，因此許多非大台北地區的學生會這樣學習。
以下為完整教學影音DVD申請說明。
http://terry55wu.blogspot.com/p/autocad2008dvd.html
網址：http://goo.gl/xME01

目前只分享以下四種課程，將來還會繼續努力，把EXCEL 函數與VBA影音課程做到最好。
10.Excel2003進階與函數應用 共21小時課程(公務人員訓練處)
時數較短的Excel2003進階與函數應用
11.Excel2010進階與函數應用 共21小時課程(公務人員訓練處)
時數較短的Excel2010進階與函數應用
12.Excel函數與VBA設計 共48小時課程(勞工大學) 長時數的課程教學，上課用書是：Excel函數&VBA其實很簡單(http://www.books.com.tw/exep/prod/booksfile.php?item=0010457292)
13.Excel函數與VBA雲端班 共30小時課程(自強基金會)
長時數的課程教學，上課用書是：Excel VBA 與資料庫整合大活用
(http://www.books.com.tw/exep/prod/booksfile.php?item=0010463634)

以上的課程差異主要在版本2003與2010的差別與課程內容：函數、巨集、VBA設計，不同階段有不同的課程內容。

吳老師 101/1/21