今年2月，美國科技政策辦公室發布了「美國人工智慧倡議」（American AI Initiative），藉此保障美國人工智慧（AI）產業發展優勢。諸如歐盟、日、韓、中，及至我國，均以政府之力推動發展AI。從中不難看出，人工智慧不僅是科技發展的大勢所趨，更被各國政府視為不可或缺的戰略布局。在這場全球參賽的AI競逐大戰中，台灣若能善用12字箴言：「跨域合作、軟硬兼施、產業落地」，將大有機會站上AI的浪頭。
首先，跨域合作是指AI結合領域知識（Domain Knowledge），過去兩年聽過太多有關AI的「狂想」，彷彿AI無所不能，但是，結合了領域知識，AI才能從「聰明」變成「智慧」，進而真正解決產業的問題。以瑕疵檢測為例，如果沒有結合產業瑕疵圖案（Pattern）的大數據，空有AI影像辨識技術，也無從判斷哪些產品有瑕疵。台灣產業樣態豐富，舉凡半導體、資通訊、工具機、傳統產業、醫療業、服務業，上下游供應鏈均堪稱完整，發展AI的過程中，可以很容易結合相關的領域知識，從中淬煉AI所需的大數據資料庫。
第二個優勢是軟硬兼施。台灣的終端設備製造能力數一數二，國內AI軟體業者應與硬體設備廠合作，讓搭載著AI的設備機台，深入生產線解決客戶的難題，不僅可提升硬體設備的價值，更可搭著既有的硬體設備外銷基礎，將AI軟體賣向全世界，甚至衍伸出新型態的AI資訊服務產業，加速建構AI產業生態鏈，對台灣產業發揮一加一大於二的綜效。
第三個優勢則是產業落地，也可以說是以前兩項優勢為基礎，帶動AI落地成真，利用台灣豐富的業態，進行AI場域驗證，從企業已知的、既存的問題開始，嘗試以AI的創新方式去解決。當AI能為企業帶來全新的解決方案，讓客戶願意掏腰包買單， AI才會真正敲開市場的大門，甚至為台創造「AI服務外銷」的新商機。
從上述觀點延伸，台灣在AI可著力的方向首推製造與醫療，這兩大產業是國內的強項。製造業出口值占整體出口總值的七成，是我國創匯主力，長年更累積出寶貴的領域知識大數據，例如配方資料、檢測資料等。舉例來說，工研院結合半導體製造長期累積的領域知識，開發出「半導體機台故障預診斷」技術，可以在設備發生故障前，事先預警，已實際應用於半導體產業。AI的深度學習技術，大幅精進機器視覺、大數據分析與決策能力，賦予製造業更多的智慧與性，不再受限於低價生產成本，有助進一步吸引製造業回流。
而醫療方面，根據彭博2018年發布的評比，台灣是全球醫療效率第九強的國家，強大的醫療領域知識無庸置疑。健保局統計，國人每年平均看診15次，且電腦斷層（CT）、超音波、磁振造影（MR）等，更是健保前三大給付的檢查項目，換言之，長期累積的影像資料、就診資料等，都是寶貴的大數據，從而發展出可以守護國人健康的AI解決方案。
簡言之，能為產業、民眾創造價值的AI，才是落地生根的不二法則，並可帶來商機，演變成可創匯的產業型態。
（本文由工研院巨量資訊科技中心執行長馮文生授權轉載）
