《人工智慧在台灣》產業發展的新契機
什麼是「人工智慧」？
很多科幻電影會使用人工智慧當題材，像是《A.I. 人工智慧》的小男孩。但人工智慧的定義，簡單來說就是：任何讓電腦能夠表現出「類似人類智慧行為」的科技；更具體一點的說法，人工智慧是一種可以感知、學習、推理、協助決策，並採取行動幫助我們解決問題的科技。
人工智慧並非為了取代人類，而是用客觀的資料事實及科學方法，輔助決策進行，以便提高決策的正確機率。
陳昇瑋老師是台灣人工智慧學校的執行長，專門培育相關技術的人才，可見他對此領域的重視與熱愛。
他在《人工智慧在台灣》一書中，不僅舉出眾多產業應用人工智慧的例子，強調人工智慧技術的重要性，更提倡台灣應該投入更多心力發展「產業人工智慧化」。
「如果大家還記得1994年的網際網路，想想那年使用第一代瀏覽器Mosaic上網所看到的網頁模樣，想想那時候的網頁能做什麼事，再對比今天的網際網路，感受一下之間的差異：過去25年網際網路為全世界帶來翻天覆地的變化，我們不再去圖書館、不再去書局買書、不再看報紙找工作，全人類的生活型態都受到影響。
今天的人工智慧在未來數十年，帶來的改變將毫不遜色於網際網路，它已經開始能代替人類進行重覆性的工作，幫助人們做決策，甚至開始取代某些工作職掌，更重要的是它才剛起步，未來數十年將主宰資通訊技術的發展，以各種形式改變人們的生活及工作，而且充滿無限的可能。
針對健康、醫療產業，人工智慧在規劃面，可輔助預測國民健康與特定疾病或傳染病狀況、規劃預防性措拖，減少發病及就診率；在生產面，人工智慧可搭配各式的感測器全面監測高風險族群，在醫院或居家的健康狀況，以做適時處理；在行銷面，可進行個人化行銷提升健康意識、輔助健康飲食管理；在供給面，可以手機或隨身的感測器進行個人居家身體檢查。
以人工智慧來輔助健康管理及醫療，已是最熱絡的人工智慧新創領域之一，有許多案例證明，深度學習可即時做出比擬甚至超越醫師準確度的診斷。
金融業是對資料相對敏感，也有本錢投資的產業，因此人工智慧技術應用發展速度較快，不過起跑快與能不能做得深是兩回事。在規劃面，金融市場預測是目前多數金融業者關心的應用方式，很多業者導入機器學習，是為了提供客戶投報率更高的理財商品，不過這方面的應用仍有其困難度及挑戰性。像在利用人工智慧，大幅改善傳統放款審核與各式異常行為方面，例如信用卡盜刷偵測，雖然聽起來不是那麼新鮮有趣，卻能幫助金融業穩定控制風險，強化核心競爭力。
在生產面，常被忽略的是，人工智慧可以組合出績效更好的金融商品，以及切中使用者需求的個人金融商品，信用卡就是很好的例子；在行銷面，行銷策略設計及配置，是個人化行銷外的有效人工智慧應用；最後，從供給面來說，雖然目前利用人工智慧，進行自然語言處理仍然不足，但以人工智慧擔任理財及客服專員，照顧非VIP客戶已成趨勢；客戶流失預測也是經典問題，但透過指示型分析，不用再瞎猜消費者的心。
資料分析的最終階段為「指示型分析」，也就是透過演算法的指示，提供最佳化建議，從出版社的角度來看，書名及副標怎麼下、書介如何編排、預覽圖片要放哪幾張、如何訂價及折扣要找誰來寫推薦序、頁數的控制、封面如何設計等，都可以透過指示型分析更貼近讀者的喜好。
從博客來這樣的電商平台角度，指示型分析可以做到自動的書摘、自動的分類建議、更結構化的書籍簡介、更精準的書籍推薦、個人化的折扣等、協助拉近書籍與目標消費者的距離。
資料分析及機器學習都是十分強大的工具，前提是資料擁有者必須了解，不能再停留在用試算表或商業智慧工具，來做情勢評估，必須往解釋、預測、最佳化的階段邁進；同時，若能進階至預測及最佳化階段，也代表著人工智慧技術的引入。」（陳昇瑋、溫怡玲，《人工智慧在台灣：產業轉型的契機與挑戰》，2019）
企業要擁抱人工智慧，第一步就是從擁抱資料、建立新的決策文化開始。
然而，人工智慧技術導入到產業以及現有產業進行轉型，不能只靠企業單打獨鬥，政府也要積極介入、給予扶助。
目前的政府，最該做的、也正在做的，是建立一個有效扶持新創且能健全人工智慧生態系統，並連結產學之間的鴻溝。
創立台灣人工智慧學校的陳昇瑋執行長，初衷就是「讓『找不到人才』不再成為產官學研各界發展人工智慧的障礙」，這樣的發展願景，一部分也需要政府開闢沃土，讓人工智慧產業成長茁壯。
#向陳昇瑋執行長致敬
#人工智慧在台灣 #產業轉型
#阿輝的讀書筆記
機器學習演算法分類 在 機器學習及演算法-第八課人工智慧基礎5（多類別預測模型） 的八卦
這是國防醫學院醫學系及公共衛生研究所在上學期開設的課程，本課程利用目前最流行的統計程式語言（R語言/Python），逐步帶領學生 學習 資料處理、數據 ... ... <看更多>