兩年前的文章，謝謝吳俊毅找出來分享。

我的大兒子是UCLA CSE (加州大學洛杉磯分校計算機科學與工程系）畢業的博士，他專注在移動應用軟體的開發。畢業後，他並沒有走入學術領域當教授，反而選擇進入企業，走軟體開發的技術路線。

他告訴我，在學校的教授每年都忙著寫論文，發表在專業雜誌或論壇上。如果沒有辦法找到大企業合作，通常教授的論文就會偏向理論，在發表過後，就永遠歸檔留存，無法商品化。

只有跟大企業合作，才能夠得到許多真實的案例和大數據，才能夠驗證教授論文中的理論和模型。但是和大企業合作，談何容易？由於牽涉到商業機密，如果不是很知名的教授，通常都找不到願意合作的大企業。

與其留在學校當教授，得不到企業的合作，每年寫一些理論性的論文發表，我大兒子選擇進入企業，接觸真實的商業領域，開發可以應用和使用的產品。

我的三兒子今年暑假從 UCSD CSE（加州大學聖地牙哥分校的計算機科學與工程系）畢業，八月下旬他就進入 USC（南加大）攻讀碩博士，他專注在 AI 人工智慧領域的類神經網路模型與算法。

他跟我分享人工智慧過去70年的發展，曾經三起兩落。最早在上個世紀50年代，就出現人工智慧這個名詞。經過一陣子熱潮以後，由於技術出現瓶頸，無法突破，因此逐漸衰退。

80年代透過「專家系統」的程序和「知識處理」的應用，「機器學習」（Machine Learning）成了熱門話題，人工智慧迎來了第二次流行。經過一陣子熱潮以後，由於做不到業界預期的應用，又逐漸冷卻了。

第三波熱潮開始於2006年，Hinton教授找到了解方，提出限制玻爾茲曼機（RBM）模型成功訓練多層神經網路，重新命名為「深度學習」（Deep Learning)，人工智慧的應用出現了一線曙光。

真正的爆發點是在2012年10月，Hinton教授的兩個學生參加了全世界最大的圖像識別資料庫 ImegeNet 的比賽，以深度學習的算法加上GPU圖形處理器的運算速度，一舉拿下第一名。

其實從 2007 年 ImageNet 比賽創辦以來，每年的比賽結果、每家都差不多，錯誤率大致落在 30%、29%、28%... 瓶頸一直無法突破。結果這兩位學生以 16.42% 的錯誤率遠勝第二名的 26.22%。

從此爆發深度學習熱潮。先是 Google 在 2013 年收購了 Hinton 和他的兩位學生的公司，接下來一堆企業爭相投入深度學習的研究領域。後來，2015 年的冠軍 Microsoft ，以 3.5% 的錯誤率贏得冠軍，超越⼈類的 5%錯誤率，發展快速，一日千里。

2016年3月，AlphaGo擊敗李世乭，成為第一個不讓子而擊敗職業圍棋棋士的電腦圍棋程式。2017年5月，AlphaGo在中國烏鎮圍棋峰會的三局比賽中擊敗當時世界排名第一的中國棋手柯潔。

我的三兒子說，人工智慧能夠發展到今天的這個結果，主要的就是靠大量的「伺服器運算」和大量的「數據學習」。

我以上所說的大兒子和三兒子的例子，主要的目的就是指出大數據的重要性。而擁有各種大數據的機構，不外乎政府和大企業。

在未來互聯網和人工智慧爆發的時代𥚃，大企業擁有大量的伺服器和大數據，跟新創企業比起來，大企業擁有絕對的競爭優勢。

可是回顧歷史，在高科技領域的競爭中，反而是許多新創企業打敗了跨國大企業。為什麼呢？除了創業家和專業經理人的不同心態以外，我認為最主要的原因就是大企業不會創新。

大企業空擁有大量的數據和各種競爭優勢，但是大部分的專業經理人卻不懂得怎麼樣利用這些數據，產生策略和行動。

在上一篇文章當中，我提到過，80年代中期，我在惠普台灣分公司，負責電子測試儀器和電腦系統的銷售部門，主要市場就是台灣的電子產業。

在成立我的這個部門之前，測試儀器和電腦產品是隸屬於兩個不同的產品線業務團隊。雖然台灣的電子企業是共同的目標客戶，但是這兩個不同產品線的業務團隊，彼此很少交流合作。

我的這個部門在當時也是一個創舉，是第一次把兩個產品線放在一個部門裡。部門剛成立時，我首先到這兩個不同產品線的客戶資料庫裡面去做了一些統計分析。

當我將所有的測試儀器客戶和電腦產品的客戶列表出來以後，發現只有30%的客戶是兩種產品都有採購的。也就是說，有70%的現有客戶，我們可以推銷另外一種產品。

在軍事上來講，現有客戶就是我們已經佔據的山頭，如果競爭對手要取代我們，就是要攻山頭。攻山頭和守山頭的兵力，至少10比1才能打成平手。

例如我們的測試儀器現有客戶，或許使用競爭對手的電腦系統，但是我們和競爭對手都在一個山頭上了，比起重新攻打一個新山頭，要容易得多。

因此，我就把大部分資源集中在這70%的客戶上面，訂出目標，列出行動計劃，努力把這些現有客戶攻克。

一年以後，我們把同時向惠普購買測試儀器和電腦的客戶比率，從30%提高到80%。再加上我們還有新開發的客戶，當年的業績達成率遠遠超過我們年初所訂的目標。

另外，我在客戶資料庫裡又做了一些統計分析。我把過去三年買過惠普產品（包含配件、耗材、軟硬體維修合同）的客戶，定義為「現有客戶」（Installed Base Customers）。然後把過去一年曾經買過惠普產品的客戶，定義為「活躍客戶」（Active Customers）。

結果我發現，「活躍客戶」只佔了「現有客戶」的40%左右。所以我把這60%，在過去一年沒有跟惠普有過任何交易的客戶，叫做「冬眠客戶」（Dormant Customers）。

很簡單的數學公式：活躍客戶數+冬眠客戶數=現有客戶數。

這些冬眠客戶到底發生了什麼事？過去三年曾經是我們的現有客戶，可是卻在過去12個月當中，沒有跟公司發生任何採購交易紀錄？這些就是所謂 Low Hanging Fruits，應該是垂手可得的產品銷售對象。

80年代中期，還沒有互聯網和手機等等的通訊工具。我唯一可以使用的就是電子郵件和電話。

於是我組識了一個小小的電話行銷（Telemarketing）團隊，主動打電話給這些冬眠客戶，一方面更新我們的客戶資料庫，一方面介紹、推銷我們的新產品。這個計劃就叫做「叫醒」（Wake Up Call）。

除了極少數已經停止營業的小客戶之外，我們發現，有一些現有客戶已經轉投競爭者的陣營，也就是說，我們攻下的山頭並沒有好好守住，反而讓競爭對手攻佔了。

其餘大部分的現有客戶，都是由於我們沒有主動去好好照顧，也不了解到底我們有些什麼新產品，也不知道應該採購一些零配件或消耗品，因此在過去一兩年都沒有提出採購的需求。

經過我們一個一個的「叫醒」以後，我們得到了很大的收穫，重新連結客戶關係、更新了客戶資料庫、提高了客戶滿意度、取得了許多新的訂單。小投入得到大成果，關鍵就在於我們懂得利用數據做分析，然後採取行動。

回顧過去的經驗和歷史，我也重新學習，並且和各位朋友分享我的總結。

1）在中大型企業上班的朋友們，公司裡一定有許許多多的資料庫和大數據，各位可以發揮各種創新和創意，加以統計分析，或是找到新的「市場區隔」，或是找到新的「行銷策略」，都會得到意想不到的收穫。

2）對於新創企業，或許可以嘗試和政府、大企業合作，取得他們的大數據，加上創業者的創新生意模式和產品技術，增加創業成功的機會。

3）前一陣子，在網路上有許多爭論，對於台灣是否適合在人工智慧領域創業和投資，有不同的看法。我認為，人工智慧的領域非常廣泛，台灣一定有機會的。

最重要的關鍵是，擁有大數據的機構未必能夠創新，而想要創新創業的年輕人，又未必能夠接觸到這些大數據。

因此，擁有大數據的政府機構和大企業，應該把資源開放出來，鼓勵年輕人利用這些大數據來創新創業。

政府除了開放所擁有的大數據資源給新創者之外，還可以訂定一些優惠政策，鼓勵大企業將其擁有的大數據資源，開放出來給新創團隊。而大企業也可以透過合作、投資，達到輔導新創，建立雙贏的結果。

它是「全球十大最聰明公司」，它有5億用戶，但你還沒有聽過它。這家公司，讓我們一次搞懂人工智慧的應用

創新拿鐵 Start Up Latte
2017年9月29日 上午9:23

作者: Herbert Huangswelpo

去年的阿爾法狗（AlphaGO）一名驚人，在「圍棋人機大戰」中連勝60局，超越排名世界第一的圍棋冠軍柯潔，雖然他能否代表人工智慧（AI技術）發展方向仍有爭議，但必須承認，人類已經進入人工智慧的新信息技術時代。與阿爾法狗不同，大陸這家公司明確自己的發展，並深耕AI多年，讓機器聽懂人在說什麼。因此被《麻省理工科技評論》評為「全球十大最聰明公司」。

創新點：「科大訊飛」借助自身交互AI技術優勢，順勢尋找新商機，正改變著教育、醫療、交通等生活的方方面面。

本文4大重點：1.當AI與教育結合，科大訊飛讓因材施教更好實現。2.當AI與醫療結合，科大訊飛讓診療水平大幅提升。3.當AI與出行結合，科大訊飛讓旅程安全，不再枯燥。4.走自己的研發道路，成就交互AI翹楚。

科大訊飛成立於成立於1990年，是一家專業從事智慧（語音及語言技術研究、軟體及晶片研發、語音信息服務的公司，其產品「小飛魚」、「訊飛開放平台」等產品受到廣泛好評，在全世界享有聲譽。儘管交互AI領域內，科大訊飛已明顯領先其他競爭對手，但依舊雄心勃勃，憑藉自身優勢，順勢尋找市場新的商機，正改變著教育、醫療、出行等生活的方方面面。

1.當AI與教育結合，科大訊飛讓因材施教更好實現

在教育領域，如何讓每個孩子能夠個性化成長，讓考試方式公平高效率，一直是最迫切的解決問題。科大訊飛結合成熟的交互翻譯AI技術，形成了自己的特色。目前它打造了一個綜合教學平台，已涵蓋輔導、課堂、考評，覆蓋大陸1.5萬所學校，使用師生高達1500萬人。

首先在個性教學上，科大訊飛通過其大數據技術，收集每次老師佈置作業後學生完成情況，以知識點為單位，精確劃分數據。老師可以在後台按照學生掌握程度完成後續補救教學，因材施教。

其次在教學生活上，除了課堂上提供海量資源外，自主研發了「阿爾法小蛋」陪護行機器人，利用強大的交互AI技術及大數據，給孩子講解題目、唱歌、回答他們千奇百怪的問題，評價這一產品，獲得具有「產品設計界奧斯卡」之稱的——「iF國際設計獎」。

最後在考核上，尤其是語言類考試中，通過精準的圖文識別技術和海量文本檢索，科大訊飛自主研發的閱卷平台已在試點中證明，其機器閱卷能夠迅速檢查所有試卷與目標相似的內容，效果已達到現場閱卷老師水平。

台灣當前考試制度仍以閱卷官人工負責，若能使用人工智慧輔助，則在保證考試公平性同時，大幅度提高效率，值得借鏡。

2.當AI與醫療結合，科大訊飛讓診療水平大幅提升

在醫療行業，人工智慧有望降低成本，改善治療效果，但由於技術的不成熟以及系統內部供需緊張，許多醫院並不願意冒險。

為此，科大訊飛從兩個點入手，與安徽省立醫院共建「智慧醫院」，試圖看齊醫療的新時代。

首先是交互AI技術，在醫院大廳機器人設定方面，它能夠簡單詢問病人病症，比如是否發燒、是否頭痛、有無家族病史等，將基本資料整理後，引導病人去可問診的科室掛號，醫生也從後台了解基本信息，對病人有初步判斷，目前機器人判斷準確率高達84%。

其次是醫學影像技術。每個病人照一次CT就有數百張照片，醫生疲勞程度可想而知。而科大訊飛憑藉強大數據處理能力，包括近百萬張醫學影像、200萬個病例、53本醫學教材以及40萬份文獻病例等，可以在短時間在線完成輔助診療工作，因此也刷新了醫學影像國際權威評測LUNA的世界紀錄，成為全球第一。

3.當AI與出行結合，科大訊飛讓旅程安全，不再枯燥

身處快節奏生活的城市裡，許多司機朋友都曾面臨開車時，不得不接聽電話、使用手機的情況，這種分心駕駛的情況危害性不亞於酒駕。為更好避免這些問題，今年8月，科大訊飛推出了名為「小飛魚」的司機語音助手。為了安全駕駛，該產品沒有屏幕和按鈕，打開連網後，設備只能通過語音命令，完成撥打電話、播放音樂、線路查找、搜索地址等功能。

雖然許多AI廠商產品也能完成這些功能，但是「小飛魚」更強調的是在複雜的聲音環境中，識別客戶需求。因此不論在高速行駛、開窗、開冷氣等高度嘈雜環境下，它依然能夠輕鬆喚醒並聽清妳的指令，迅速做出回應。

4.走自己的研發道路，成就交互AI屆翹楚

科大訊飛在大陸可以如此成功，超過五億用戶使用過科大訊飛的翻譯軟體以實現不同語言、不同方言的翻譯，是因為它和其他翻譯軟體不同，18年歷史與經驗，讓科大訊飛的軟體更注重人際對話的四大痛點：對話不智慧、識別距離遠近、環境嘈雜和反應時間慢。

目前所有翻譯軟體，大都遵循下圖的人機語音交互鏈，即先識別、再理解，最後合成。但是過程中只要有一個點斷了，就得重新輸入，用戶也不得不一直不停的講話，嚴重影響了整體的使用效果。

為此，科大訊飛打破常規，在交互鏈基礎上，獨自創造出「遠場拾音、全雙交互、多輪對話」三招，簡單來說，只要用戶在識別距離5公尺內，系統通過人聲檢測、智慧斷句、無效語句識別等模塊，分組配合，並主動提問，以解決用戶問題。換句話說，科大訊飛目前不需要用戶重複輸入，系統跟進內部學習與資料，比其他軟體更快、更準確識別語音，做出判斷。

在台灣，人工智慧也逐漸進入人們生活中，科技部預計在未來4-5年內注資160億新台幣深耕AI技術，期許台灣也能夠在人工智慧領域站穩腳跟。總而言之，人工智慧已經在改造著我們生活的方方面面，而從語音識別到佈局整個教育、醫療、出行等方面的科大訊飛，正利用它18年的發展與創新被世界矚目與肯定，值得台灣借鑑學習。

資料來源：https://tw.news.yahoo.com/%E5%AE%83%E6%98%AF-%E5%85%A8%E7%9…

2017/6/16 專論　台灣AI元年--開始進入人工智慧的時代　林建甫

二○一七年四月二十七日科技部舉行「台灣人工智慧實驗室（Taiwan AI Labs）」啟動記者會，由部長陳良基、行政院政委唐鳳與ＰＴＴ創辦人杜奕瑾共同啟動人工智慧實驗室，宣布「台灣AI元年（Artificial Intelligence, AI）」到來。

　近年來，隨著科技進步日新月異，人工智慧（AI） 發展愈來愈快。例如，引起全球熱烈討論的是近來的人類與AI圍棋大戰。去年谷歌（Google）的超級電腦AlphaGo以四比一擊敗了南韓棋王李世●，今年五月底AlphaGo再與世界排名第一的中國圍棋高手柯潔對奕，又拿下三戰全勝橫掃柯潔，震驚全球。

　目前AlphaGo對戰職業棋士豪取七十二勝，僅一敗的成績。因為人類輸太多，現在世人最關心的並非AlphaGo比賽的輸贏，而是AlphaGo是否與人類一樣具備「直覺」和「創新」這兩種能力。直覺是人類與動物才有的本能，是一種不需要經過太多思考過程，很快就能出現的直接想法、感覺、信念或者偏好，直覺與經歷、學習、文化、環境、信仰等相關。而創新是在已有的知識和經驗的基礎上，產生新的觀點。經過與這些世界頂尖的高手對弈後，讓人驚訝的AlphaGo 不只是模仿其他人類選手的棋步，它在不斷創新。

　誠如AlphaGo之父德米斯-哈薩比斯（Demis Hassabis）表示：「AlphaGo的勝利暗示著，AI能全面應用到各種領域，也許還能為專家都尚未想過的問題找出解決方式」。換言之，AlphaGo在此過程中更了解人類在想什麼，人類也從此發現了突破的契機，未來AI勢必將會現延伸至其他領域，例如：金融、醫療、無人駕駛的模擬測試一樣，研究的過程本身會給人類帶來大量的經驗和理論，同時AI的成長，勢必將改變人類的生活。

　目前AI應用在各產業，最有名的就是近年來大量討論的無人車（smart car）、自動駕駛。目前許多企業的無人車也都進入實測階段，新加坡nuTonomy的無人計程車已經上路，雖然目前僅能在二點五平方英里的特定區域內提供點對點的服務，但nuTonomy正積極要將業務擴展至新加坡全國各地。去年百度無人駕駛汽車於浙江桐鄉市，在全開放城市道路的複雜路況下，成功完成全程無人工干預自動駕駛。另外Google、特斯拉以及各大車廠都有投入大量的資源研發無人車。

　AI也發揮在醫療領域中。來自於IBM研發的AI「華生」電腦（Watson）結合病人的基因變化、醫療數據庫、研究論文資料庫等專家系統，透過強大的運算能力分析龐大的數據，幫助醫生診斷，協助醫生判斷病情。最有名的案例是二○一五年華生僅用了十分鐘就診斷出治療半年且性命垂危的婦人，罹患「繼發性白血病」。而非原本東京大學附屬醫院斷定的「急性骨髓白血病」，並提出更改治療方案，成功救她一命。

　其他，許多AI技術的應用已經成熟上路，包括語言翻譯、理財機械人、語音助理、人機互動協作的工業機器人、股票買賣、金融交易等。根據美國美林證券估計，二○二○年全球AI市場規模將達一五三○億美元，是現在的三倍以上。

　無庸置疑地，AI帶來了便利、效率，且在各項領域都可以應用，這是未來的大趨勢，勢不可擋。對於就業市場的衝擊，政府、民眾都應要有準備。不過AI的興起同時也會創造出新的就業機會，未來發展將是會是人類與AI的分工合作。在台灣政府宣布啟AI元年的同時，我們應該思考如何掌握新的就業機會，以減緩AI浪潮帶來的衝擊。