01:12 AI 取代醫生了嗎？
02:00 AI 怎麼做到的？
03:06 AI 發展的核心要素
03:46 產業出題Ｘ人才解題
05:30 台灣 AI 技術的未來
06:31 我們的觀點
07:31 提問
07:49 掰比～別忘了訂閱！
00:00 掰比～別忘了訂閱！
---【 影片口白逐字稿 】---
hiho～大家好，我是志祺！那麼今天我們就來和大家一起聊聊「產業 AI 化」吧！
-
今年二月，台北榮總宣布說他們開辦了「AI門診」！聽起來超級酷炫，我想像起來覺得那個診間會超級高科技，可能還會出現 AI 機器人醫生。不過在興奮之後，我內心突然感到有點驚慌，想說難道連醫生這麼專業的職業，也會被 AI 取代嗎？
沒想到在仔細看過資料之後，才知道我剛剛腦中的小劇場，都白想了！AI 門診的診間根本就跟一般的診間沒有不一樣，不僅沒有機器人，連配備的醫療器材都沒有比較多！那為什麼要取名叫做 AI 門診呢？絕對不是因為有一位醫生的名字叫做 AI，而是因為電腦裡的軟體完全升級了，讓醫生可以利用電腦裡的 AI 系統，快速地判讀醫療影像資料，來減少人為錯誤！
不過 AI 是怎麼幫上忙的呢？今天就讓我們一起來看看吧！
-
【AI 取代醫生了嗎？】
當你走進 AI 門診的診間時，第一個看到的還是醫生，不過你之間檢查時所拍的電腦斷層、或磁振造影，都已經進入 AI 的系統，並且迅速幫醫生整理好資訊了。這時，醫生就能好好的詢問你的病情，並跟檢查結果對照，進而更精準地判斷你到底是生什麼病、要怎麼治療？所以 AI 門診裡的 AI 系統並沒有辦法取代醫生，它只是輔助醫生的工具而已。像是臺北榮總放射線部的主任郭萬祐就有提到，他以前要從數百張核磁造影中一顆一顆去找的腫瘤，現在只要把影像上傳進系統，大約 20 秒後，系統就會把哪裡有腫瘤標記出來，還會告訴你腫瘤的大小。
可是 AI 系統到底是怎麼做到這件事的呢？
【AI 怎麼做到的？】
AI 技術運作的「根本」，就是要先有非常、非常多的數據，以及強大的運算力，這樣我們才能透過整理這些資料來獲得我們想要的資訊，並應用在不同的技術裡，像是語音辨識、影像辨識等等的。舉例來說，我們現在用 Google 的時候，它有時為了要確認你是不是機器人，會給你一個九宮格的圖片，然後可能會要你把有「車」的圖片選出來。這一方面除了是要驗證你是不是機器人之外，一方面也是在幫 Google 建構資料庫，而這些資料就有可能會幫助 Google 在開發自駕車時，能提高自駕車辨識街景的準確率，這樣的技術我們就稱為「電腦視覺」。
而目前的 AI 門診就是運用了這項技術，我們的科技部先透過了「醫療影像專案計畫」，來建置了一個擁有 4 萬 6 千多個案例的資料庫，然後再聘請跨領域團隊，開發出了可以自動分析判讀醫療影像的 AI 演算法。而且醫生在每一次使用這套 AI 系統時，也會告訴系統它這次判斷的對不對，這就會讓系統一直學習，一直進步。
-
【AI 發展的核心要素】
從剛剛的案例，我們可以看到要開發一套 AI 系統其實需要經過很多步驟，以及不同領域的配合。像是要有人負責「大量」資料的搜集，也要有人發展強大的運算力，這個部分就非常仰賴晶片的設計與製造。另外演算法的設計與調整，更是 AI 科技的靈魂，這邊就需要非常多資訊工程相關的專業人才，才能讓資料得以應用在各個領域中。最後，因為 AI 的特色就是讓機器可以具備學習、分析與決策的能力，所以各個領域中的專業人才實際運用 AI 的過程，更是能讓系統越來越專業、且越來越好用的關鍵。
-
【產業出題Ｘ人才解題】
只不過，不同的產業所需要的數據跟演算法可能都不一樣，也不是每間公司都有辦法聘請相關的專業人才，所以政府為了掌握產業問題與培養 AI 應用技術的能力， 決定以「做中學」方式，實際將企業痛點和 AI 人才緊密接軌，提出了「產業出題Ｘ人才解題」的政策。也就是政府會提供一個平台，讓有需要的企業，在平台上 po 出他們哪裡需要 AI 技術的支援，而擁有 AI 技術的團隊在看到問題後，就可以針對他們有能力解決的問題來解題，等於是政府提供一個媒合平台，讓產業跟人才能合作解決問題。
像是去年就有一間公司說它希望能「使用 AI 拆解出照片中的 model 的妝容，並精確地分析出使用的美妝顏色」，而這間公司其實在 Android 跟 ios 都已經有上架美妝 APP 了，全球下載量還達 7.5 億，並與多家歐美的美妝大廠合作。但他們的困境在於，他們 App 裡的虛擬彩妝是透過人工調整參數與遮罩，彩妝種類很有限，也無法複製雜誌上的妝容。所以就希望可以透過這個平台來找到解決辦法。
而解決這問題的團隊是「魯棒」（Robust）他們透過 神經網路演算法 來辨識出有上妝的部位，並去除膚色與光影干擾後，就可以拆解出原始眼影的顏色。當透過這個演算法分析出顏色與上妝部位後，就有辦法讓用戶用 AR 來虛擬上妝，讓原本 App 的功進一步提升。另外此 AI 模型還可以把雜誌模特兒的影像還原成素顏，魯棒團隊也說這樣的技術未來或許可以延伸運用在「反恐偽裝」或「犯罪防治」等領域。
-
【台灣 AI 技術的未來】
剛剛介紹的這個案子，只是眾多題目中的一個案例而已，其實 AI 可以解決的問題，以及可以應用的領域真的有很多，像是這些。而台灣發展 AI 也非常具有優勢，除了我們有許多高科技人才之外，我們領先世界的半導體供應鏈、跟世界一流的系統設計及製造能力，都讓台灣極具研發 AI 的基礎實力，相關的職缺近年來也是翻倍成長。也因此，現在有很多學生都希望能朝 AI 人才的方向前進，除了電機、資工依舊夯之外，資管、統計等科系也越來越受到重視。另外，為了能培育更多人才，政府更進一步將 AI 往下扎根至中、小學生，像是今年 108 課綱上路後，AI 補充教材將可進入各級學校的正式教育中，強化學生的資訊科技能力。今年夏天，經濟部與教育部也跟台灣微軟、 Google 合作，推出 AI 人才培育課程，招收了約 1000 名高中職學生，透過扎實且有趣課程來提升他們對 AI 領域的興趣與實力。
【我們的觀點】
當我們看到美國、中國都投入大量資源在發展 AI 相關產業時，我們不難想像 AI 將會是引領下一時代的關鍵技術，而它能運用的廣泛性，也讓許多人對 AI 技術投以高度的期望。而在國際間，「不進步，就會落後」的情況下，政府的領導，與產業、人才的投入都相當重要，所以台灣也透過多項政策在發展 AI 技術，並培育相關人才。但我們在觀察目前 AI 的發展時，也會發現 AI 並沒有像我們以前看小說、看電影時說的那麼神奇，它主要還是輔助的角色，大部分是幫助我們能「更快速、更精準」地去解決問題，並無法完全取代人類。也就是說目前已知的 AI 技術並無法進化成真實會思考的 AI 的，從對 AI 的發展有所期待的角度來看，確實讓人有些失望。但這一方面也留給科學家更多的研究空間，去發明新的演算方法。
只不過要是「AI 能獨立思考的那一天」永遠不會到來，或許也正是突顯了人類在宇宙中存在的難能可貴吧！
-
最後想問問大家，在看完今天這集之後，你會想學習相關技能，成為 AI 人才嗎？
A、當然想，我不掌握它，說不定哪天它就來掌握我了！
B、我不想，專注在自己有興趣的領域比較重要！
C、不是我想不想的問題，而是能不能的問題 QQ
D、其他，留言告訴我們！
最後，如果你喜歡今天的影片，歡迎分享出去，讓更多人知道 AI 可以做什麼！
此外也可以點這邊，看看 AI 的相關影片 ；
那麼，今天的志祺七七就到這邊告一段落，我們明晚再見囉～掰比！
-
【 本集參考資料 】
→ 榮總將推出全台首家「AI 門診」！600 倍高速診斷，準確率高達 80%：http://bit.ly/33yFQ5e
→ 台北榮總月底開辦AI門診：http://bit.ly/31p7xMq
→ 台北榮總月底開辦AI門診 各大醫院投入發展精準醫療：http://bit.ly/2pptjT4
→ 臺大AI-SWAS–智慧術後傷口追蹤系統成果發表：http://bit.ly/2MnqdIg
→ 台灣AI行動計畫—掌握契機，全面啟動產業AI化：https://2030.tw/2kinhBC
→ 科技部AI TAIWAN全球資訊網：http://bit.ly/2oEDPpF
→ 一文看完詳細的 AI 產業鏈！：http://bit.ly/33EZRr3
→ 機器是如何學習與進步？人工智慧的核心技術與未來：http://bit.ly/32oZQar
→ 2017 AI應用大爆發！直擊50個AI現場新應用：http://bit.ly/35HTHID
→ 學測成績今公佈 全球AI熱該選那些科系領域？：http://bit.ly/35GBHhw
→ 健保利用AI揪異常 頭部電腦斷層竟4成與疾病無關：http://bit.ly/2OVBWzm
→ 【醫療影像AI實例：臺北榮總】AI只花30秒就能自動從數百張MRI影像找出腫瘤！準確率達95%：http://bit.ly/33GJo5Q
→ 「 AI妝容拆解 」完美複製雜誌模特兒彩妝，提升7億用戶顧客體驗與購買率：http://bit.ly/2oNB1Xa
→ 「玩美移動」要靠AR打造美妝界的臉書：http://bit.ly/35JHwL9
→ 台灣微軟、Google 與經濟部產官學合作，讓高中職生能扎根 AI，展現卓越學習力 | T客邦：http://bit.ly/2OXzgRR
→ 高中職生AI扎根活動 經部聯手Google微軟：http://bit.ly/2IZkSVr
→ 〈分析〉AI未來走向何處？由16625篇論文發現 深度學習正走向盡頭：http://bit.ly/2nTRgl9
→ 東ロボ君的啟示—人工智慧現況與人類教育反思：http://bit.ly/2nQBN5a