CrazyFinancier 做點筆記

台大_陳：

• 「台灣的弱點在哪」是一個問題；「面對大陸打壓要如何做」是另一個問題，這兩個問題是不一樣的。

• 大陸現在的AI發展真的很強。麻省理工的MIT Technology Review，近期發表的一篇《China's AI awakening中國人工智能的崛起》 的文章，它的子標題寫了：西方不應該擔心中國AI崛起，而是應該複製中國模式。所以說，MIT倒是不認為中國人工智慧的崛起是威脅，反而認為對於社會的發展是有所助益的，而西方國家應該要持續學習中國的經驗。當然，西方會感覺到威脅，但是這個威脅是全球的，不只有台灣會感受到。

• 那麼，台灣的弱勢是甚麼？我認為最大的就是市場。台灣的市場太小了，不像是中國、印度、美國等國家，這些國家才算是單一語言的龐大市場。有人說AI的應用，可能必須要有5000萬到1億人口的服務用戶，才比較會成功。但是「台灣人口太少」這件事情很難被改變。那麼，台灣有哪些面向可以被改變呢，我認為是「政策」。

• 台灣政策，常常隨著不同領導者而改變，會造成發展環境不穩定。台灣需要一個長期的規劃，來支持AI的發展。而我認為至少要有10年的長期政策規劃，才能真正的幫助到一個產業。台灣還有軟硬整合的優勢，在未來可見的幾年，運算量還是很大，所以台灣還是有切入點的(硬體支持軟體的意思)。

台大_陳：

• 首先，必須要說這個邏輯很好。答案一定是有的(有理論可行、但技術有限制做不出的東西)

• 雖然說計算能力近年來發展快速，GPU的發展非常快。假設未來計算量增快，那理論可行的概念，就可能會被開發成一種運用。

• 但是，新興的運用能不能夠變成下一個產業呢？是有可能，但是必須要看是應用在甚麼領域之上。有些可以解決的問題，不一定能夠形成一個產業。例如，過去一些有創意的遊戲想法，被實踐後產生了很好玩的遊戲，但那不能說是一個產業。

• 不過，還是必須說，這個問題背後的邏輯思考非常好。

台大_陳：

• AI與居家生活密切程度？人類知道電，只有700年的歷史。AI和生活的發展息息相館。例如人臉辨識。用走路角度聲音 就知道你是誰 上知天文下知地理 變成是超人

台大_陳：

• AI的熱潮 主要就是類神經網路 擴增至50層~100層Deep learning帶來的效益。AI在1980年前就有，但是和現在的重點不一樣。現在有足夠的計算能力、數據更多、算法更多元，所以能夠突破。

台大_陳：

• 資料科學家，有些時候是在強調資料的本身。資料有特色、有單位、有分類。資料探勘，要對Data了解、要有統計的概念、講深度學習，特別是以分類的類神經網路方法在做。深度學習，強調學習方法本身。資料科學，有一大部分是在強調你如何去了解Data。很多人，在開源(開放資源)的網站下載資料下來，往往都不知道要如何去處理，那麼，要了解資料處理的方式，那就是資料科學的部分。

Google_簡：

• 資料科學家在Google的人數，不會比深度學習的少。資料科學家必須要知道哪些系統壞掉。資料科學家的領域更廣，因為牽涉到各種領域的專家。

Google_簡：

• AI、互聯網、科技金融可以帶給台灣甚麼展望？每天的工作就是叫同事必須要有信心。經濟高度發展，你對明天會樂觀。假設 南歐 工作難找，大家對於明天就會不樂觀。TW剛走過高峰期，現在年情人和過去年輕人發展機會不一樣。世代不一樣的機會，但是每一個人都是自己的機運與機會。應該要先說AI、網路、FinTech對自己的影響是甚麼？新一代的機會，是你的，對老人不公平。AI，這一波，就是大家相信明天會更好。蓄積了過去10年的能量，新的機會，和10年前畢業的學長不一樣的機會。

Google_簡：

• 看待AI，就想像是成AI那麼大，是大的問題。例如，工業革命，電的產生，是個大的議題。如果，可以用機器做鞋子，有幾百萬人要失業了~單一技術，造成的衝擊，有好的和壞的兩面，要看到好的那一面。目前看起來，image發展出來的AI比較重要。

Google_簡：

• 寫程式？該不該學？該不該寫？是必要技能。不要當作是大不了的事，程式是練習思維邏輯。越早學越好。

Google_簡：

• 身體健康第一。

Google_簡：

• 最適合台灣發展的是 “聯發科 副總 謝金江” 智慧製造，應該是下一波要推出的優勢。Amazon的系統，用在Walmart，世界上會有200萬人失業？

台大_陳：

• 工作被取代，就是大江東流擋不住，我們只有去因應而已。工廠，用有效率軟體，造成很多人失業or用煤效率軟體，讓很多人不失業。電視劇→選擇後者。但是，Paradigm shift是勢在必行的。

科技部_許：

• 第一、產學落差的問題。第二、人才外流的問題。
• 過去強調發表論文為主，學界，論文要能得獎、有學術性。但是近幾年認為論文對於業界要有幫助。在業界，每年都要討論產品要往哪裡走。學界，不會想那麼多。學研，要能夠對於產業未來Future有貢獻。
• 人才外流的部分，要有薪水才找的到人。付得起香蕉，那你就只請的到猴子。不是所以產業都是低薪，園區薪水都很高。

Google_簡：

• 人才外流，是薪資成長的方法？YO~人才永遠是有 有價值的~

科技部_許：

• 國內在機器人的研究，每年都有1億多的大型計畫在裡面。根據測府策略，會有策略型計畫。過去都有很多專案。未來，機器人是主流？這次，在AI的大計畫裡，就有20億是給機器人呀。南科，有老年照護。以老年照護機器人為主。不同的機器人，有不同的規劃。

台大_陳：

• 台中，精密工具機

科技部_許：

• 政黨輪替前後，政策是否有差異？其實研究能量都是累積出來的。過去幾年，其實在AI上面，有很多專案計畫，給教授主持。其實，台大資訊畢業的李林森教授，也是做AI非常久，特別是語音。訪談IC晶片for聲音的晶片，很多都十李林森教授的學生。IC 晶片半導體，世界最強。都沒有浪費，這些人才，用AI，讓不同的產業有所提升。2016，AI在過去幾年，世界研究Code的技術，應用端目前都是剛開始。今年科技部剛要開始宏觀分析~既然要做AI，就要考慮AI資料怎麼放，要做人才培育、也要考慮到AI的機器人的發展。未來10年呢？會往終端晶片做發展？為何？因為要追求的是速度。因為不能甚麼都是在雲端計算，必須要有些晶片協助做運算。AC SOC技術。時機到了，可提出宏觀的大策略來協助產業發展

科技部_許：

• 隱私權的問題。全世界都很重視隱私。資料運用，要取得對方同意，這是最基本的。台灣也重視。科技當然都是方便的。會就慢很多，要尊重。因為技術上需要大數據，如何解決？有一些資料確實是有個人隱私問題 健保。資料去適化，就是必須要去面對的問題。可以透過政府，比較有公信力。

Google_簡：

• 所有雲端時代，資料安全最重要。Google對於資料安全的擔心，可能比政府更擔心。個資的遺失，只有1次的機會。Google有一種工程師，是具有法律、工程雙學士的人，有300多位。每個程式寫出來，都必須要給這種工程師看過。

科技部_許：

• AI產生的崗位。大哉問。怎麼樣去適應學習，終身學習嘛。最明顯影響到就是勞動力。假如說AI是下一個重要工業革命，那和AI相關的 大數據決策 人機結合 絕對是未來的需求。一定是有一個Group消失 有一些新的行業出來

台大_陳：

• 七情六慾 就是人會超過AI的地方 舊的工作減少 產生新的工作

Google_簡：

• 法律 隨著AI的時代，重要性會更高 宗教 心理諮商 需求會增加? 內容創造的產業，市場更龐大。休閒娛樂創造 內容的人 會很有前途

台大_陳：

• 廟祝去念EMBA? 心靈產業很重要

台大_陳：

所謂低階訊號如影音、影像，深度學習可以表現比較好。深度學習被承認有用，是過去6~7年的事情

Google_簡：

• 馬斯克，可能是看到軍事的AI應用，才認為AI必須被警惕使用。工程師的理念，都是有機會就去Try。這蠻好的。

科技部_許：

• 有一定規範，是一定的。例如：核子科技發展、生物科技，政府都給了很多的限制呀~

台大_陳：

• 複製羊、複製人，牽涉到倫理的議題，就會來規範。影響到人類存亡的AI，來做管制，是不是有必要？假設去問現在的學者AI是否會影響人類存亡？那目前來說倒是沒有那麼必要。

Google_簡：

• 密碼不要設同樣的。不安全的地方留下足跡，就會造成不安全的未來。

科技部_許：

• ?

Google_簡：

• 台灣其實投入很多經費 但是B2B的生意 一般人沒感覺~台達電 傳產頂尖型的 都逐漸導入機器人了

台大_陳：

• 可以從domane制高點來看這些事情

Google_簡：

• 社科院 很多同事 有不同出生的背景 白宮出生 幾百人

公共政策 永遠在引領科技

Google_簡：

• 同事是看不見，但是可以寫程式。每一個人的能力不一樣，但是做一個server就是要幫人。AI對於醫學影像幫助很大。視網膜病變、乳癌偵測，電腦偵測效果非常好，可以取代醫生。

科技部_許：

• 產品，要有創意。