第20期：智慧新世界－圖靈所沒有預料到的人工智慧

欲瞭解更多有趣的科學新知，請前往 CASE報科學(https://case.ntu.edu.tw/blog/) 繼續閱讀 科學教育發展中心 http://case.ntu.edu.tw/

探索基礎科學講座第二十期特刊：

智 慧 新 世 界 圖靈所沒有預料到的人工智慧 第一講 從圖靈測試到微軟小冰：人工智慧的演進與展望 我們一直都在學習──專訪林守德 第二講 機器也有補習班？讓你的機器學得更好 迷人的機器學習──專訪林軒田 第三講 大江東流擋不住：迎接人工智慧新時代 AI 社會，務實面對──專訪陳銘憲 第四講 機器是否已經達到人類的境界？ 回顧所來徑，挑戰即成就──專訪陳信希 第五講 電腦視覺：一場做了五十年的暑假作業 圖學與電腦視覺的耕耘者──專訪莊永裕 【AI 嘉年華】 Keynote 1 人工智慧重新定義人和資訊連結的方式 Keynote 2 與數據拔河：AI 的應許和限制 回顧所來徑，挑戰即成就──專訪張智威 短講一 機器如何聽懂我們說的話？ 讓機器自己學習語音的實踐者──專訪李宏毅 短講二 AI 於各種社群網路中的巧妙應用 社群網絡與人工智慧──專訪李政德 短講三 以人工智慧一窺基因鑰匙孔 從嘗試中探索，在世界版圖找到自身定位──專訪陳倩瑜

短講四 智慧製造讓生活更加便利 短講五 心智的具現化：人工智慧於心理學領域的應用 從機器人到心理學再到人工智慧──專訪楊立行 短講六 人工智慧與音樂科技：分析、理解、與創作 音樂與人工智慧的無限可能──專訪楊奕軒

發 行 人｜臺大科學教育發展中心 高涌泉 主任 總 編 輯｜黃筠茜 撰 文｜吳奕萱、高英哲、楊慈慧、楊于葳、連品薰、葉宇軒、 葉珊瑀、魏妤亘、蘇建翰 美術編輯｜黃筠茜 攝 影｜黃道佐

第一講

從圖靈測試到微軟小冰：人工智慧 的演進與展望 講師｜臺大資工系教授 林守德 彙整撰文｜葉珊瑀

1950 年， 艾 倫· 圖 靈 (Alan Turing) 提 出圖靈測試，被視為人工智慧的研究開端。21 世紀的今日，人工智慧成為顯學，看似蒸蒸日 上的領域，令人難以相信歷史上它曾沒落到幾 乎無人聞問。臺大資工系林守德教授和我們分 享人工智慧的演進歷程，以及目前趨勢。 ●鑑往知來：AI 發展史的起落 不同於某些研究領域的進展是不斷普及， 人工智慧的發展過去曾紅極一時，卻也一度進 入寒冬。每一次的興起，都伴隨著新技術的開 發，然而受限於當時的環境因素，一旦技術碰 上瓶頸，無法突破，即變得冷門。 人工智慧的進展以圖靈測試為起點，將對 話能力作為判斷機器智慧的標準，至今無人攻 克，但卻遭人提出對話未必是智慧的唯一標 準。 Herbert A. Simon、J. C. Shaw、Allen Newell 將人工智慧作為搜尋目標的工具，認 為不同的演算法就是不同的解方，只要答案在 搜尋空間內就有解，但某些解法較迅速。但當 問題所斯的搜尋空間過大，將耗時許久。當訊 息不完全，需要猜測時，更是困難。

一派學者將人工智慧視為玩遊戲的電腦， 遊戲具有特定規則、有限環境變數，且能重 複玩。在此又分作完全訊息與部分訊息：前者 如西洋棋、圍棋，能夠看到所有的環境線索， 後者如德州撲克、星海爭霸，只能掌握自己周 遭的訊息，但無從得知對方的資訊；前者對電 腦而言比較容易，後者有猜測的成分，難度較 高。然而遊戲是人生的簡化，日常中更多的是 開放式問題，難以類推，且人生不如遊戲，無 法重來。 將智慧視為連結的學者，一派如沃倫•麥 卡洛克 (Warren McCulloch)、唐納德·赫布 (Donald Olding Hebb)，認為知識藏在網路連 結裡，例如今日 Facebook 的社會網路；一派 如語意連結 (semantic network)，將字義關 係製成有親疏遠近的網絡系統；一派將之視為 類神經網路，內部的每個節點都是訊息，彼此 相連。 將人工智慧視作專家系統者，以此來協助 知識密集的任務，例如醫生、法官。系統內部 有知識庫與推論器，把過往的所有案例化作電 腦可理解的邏輯符號輸入，爾後遇到新事件 時，即可透過固有的知識推論出好的解方，例

3

如醫療診斷、司法判決。但是當新穎的問題出 現，舊有的資料庫便無法回答。

搜集、電腦演算能力上升、確立評估機制。前 兩者較為人所知，後者是林教授認為的關鍵。 透過確立目標，例如競賽，科技進步的方向明 確，DeepBlue、AlphaGO 都是知名案例。

Cyc 希望建造知識工程，將全世界的知識 輸入電腦。然而手動輸入的知識，永遠比不上 新知識生成的速度，且知識的品質沒有驗證機 制，無從判斷好壞。海量搜尋而沒有目標，使 其應用不明確。

現今 AI 可分為三種：「強人工智慧」、「泛 人工智慧」、「弱人工智慧」，前者希望 AI 和人一樣思考，有心靈、自我意志；第二希望 AI 能有種類多樣、程度簡單的智慧；後者要 求 AI 在特定領域表現傑出。限於目前人工智 慧的基礎都是機器學習，需要特定的訓練，難 以面對新穎難題，因此目前的發展還是以弱人 工智慧為主。

●寒冬過後春暖花開：AI 發展快速起飛 專家系統、知識工程紅極一時，後續發展 卻遇到瓶頸，整個產業也陷入停滯。林教授以 自身經驗分享當時 AI 發展低潮的氛圍，他曾 告訴教授未來想往 AI 領域發展，教授雖未直 接勸阻，卻說 Dangerous。後來林教授返國教 書時，曾被人提醒不要提自己的實驗室是從事 AI，否則可能收不到學生，這與今日人工智慧 成為產業趨勢的現況形成強烈對比。

哲學家 John Searle 曾用 Chinese room argument 來諷刺 AI看似可以解決問題，但是 終究沒有如同人的理解能力。這雖然是限制， 但只要能滿足人的需求、回答人的問題，即便 機器無法思考又何妨？人工智慧是電腦做出 智慧行為，而不是做出和人一樣的行為。

AI 崛起的主要原因有三：網路便利資料

4

林教授提到，有些人接觸 AI 領域時，是 直接從最新的趨勢開始了解。然而了解發展的 歷史也很重要，因為歷史是可能重複的。今日 帶領 AI 起飛的多層類神經網路、深度學習過 去曾因發展受限遭到揚棄，如今因技術成熟而 東山再起。林教授提醒，歷史有其重要性，未 來的科技革命，可能就是以往被捨棄的知識重 回主流。 ●人工智慧與人類智慧的異同：以微軟小冰作 詩為例 一首詩的誕生可以是這樣：一張風景圖輸 入電腦，程式透過資料庫中的現代詩句計算字 詞相關，評比字詞流暢度及原創性，一句句詩 句完成，作品匿名投稿經過編輯審查，刊登在 刊物上……它，就是微軟小冰，目前還出版了 創作集《陽光失了玻璃窗》。 微軟小冰雖能創作，卻有局限，例如某些 特定的字詞出現頻率較高、創作題材受限於資 料庫、圖片辨識可能錯誤。相較於人類寫詩是 情感抒發，能夠體悟詩詞意涵，小冰是以資料 庫的機率計算，以程式執行出詩句。正如莫拉 維克悖論所述，人工智慧能夠根據資料演算， 做出決策，甚至在遊戲中贏過人類的棋王，但 人類智慧的心智、意識、思考，即便是孩童般 的簡單能力，都是目前 AI 難以做到的。 CASE

本文整理自：107/09/29 由林守德老師在臺大 思亮館國際會議廳所主講之「當人類智慧碰 到人工智慧」演講內容。

5

人物專訪

我們一直都在學習──專訪林守德 採訪、撰文｜楊慈慧

「AI迷人的地方就在，它不是一招半式走 江湖。」提到 AI(Artificial Intelligence; 人工智慧 )，林守德老師的眼裡閃爍著光芒。 人工智慧當紅，各大公司爭相研發相關應用技 術，AI 人才更是炙手可熱。其實，AI 並不是 21 世紀的創新產物，早在 1960 及 1980 年代， 就已經紅過兩次。「這是門隨著技術發展而推 進的學問，我們也一直都在學習，可能現在的 東西一兩年後就被推翻」，林守德老師指出， 新的技術一直出現，但很難預測到底哪些是曇 花一現、哪些可以流傳久遠，唯有精進基本工

6

的扎實學習，加上快速吸收新知的能力，才能 在這波 AI 潮流中取得優勢。 ●學習並非理所當然 提到學習，老師回憶起在美國求學的時 光。留學生最一開始碰到的問題就是語言， 能在非母語的國度裡結交到一起奮鬥的好友， 成了很珍貴的一件事。美國學費昂貴，「換算 一下就會發現，一節課可能要價 1 萬臺幣」， 為了負擔高額學費，許多留學生都會申請獎學 金。然而，林守德老師碰上了學費金援中斷的

困境，因為經費縮減，他的指導教授無法在 求學的後半段繼續提供獎學金。當時的他有 兩個選擇，一是更換指導教授與研究題目， 二是自籌經費。他因為熱愛當時的研究題目， 選擇了第二條路。在博士班生涯的後半，透 過協助其他老師從事研究賺取經費，甚至在 博士班的最後一年，以羅莎拉摩斯國家實驗 室全職實習生的身分完成了學業。現在回想 起來，這樣的經歷讓他接觸了許多之前從未 接觸的研究領域，也拓展了人脈，雖然在當

了消磨當兵時光的廣泛閱讀，竟讓他找到了人 生的下一個方向。

下辛苦又驚險，但事後來看，其實是替人生 履歷加分不少。

老師的興趣；再加上書裡提到的一位這個領域 的重要人物在美國密西根大學任教，讓老師在 退伍後決定前往該校繼續深造，並轉換跑道到 人工智慧研究。

其實在當兵以前，林守德老師便有了出國 深造的打算，只是由於自己對於電機系四年所 學並沒有特別的感覺，所以還沒有決定好研究 內容，直到他接觸到《複雜》這本與 AI 也有 關的科普書籍。書中介紹了一門老師從沒接觸 過的科學，並且常常用很簡單的方法與規則， 就模擬出複雜的行為現象，這樣的內容引發了

「從小到大一直是資優生，視學習為理 所當然，想上課就來上課，想蹺課就蹺課， 直到有了這段深刻的體驗後才發現，原來不 是想要讀書就能讀書，過去真是生在福中不 知福」，他也會跟學生分享這段經歷，鼓勵 大家珍惜學習機會。

●學習與模仿，機器也能寫詩投稿 出於對「人工智慧」的好奇，林守德老師 一頭栽進了 AI 的世界。初接觸這個領域時， 學的還是圖靈 (Alan Turing) 以符號邏輯為主 的那套，隨著技術進步，近二十年來的人工智 慧領域已經轉向大數據與機器學習的方向。老 師認為科學的價值在於「探索真理」，儘管市 面上已經有許多 AI 套件，讓使用者不必知道 背後的含義也可以使用。然而就算是被許多人 拿來賺大錢的應用科學，老師認為身為一名學 術研究者，探索這些技術成功的原因還是他非 常注重的部分。他也強調，做研究需要紮實的 基礎，對「歷史」也要有足夠的認知與了解。 有些人雖然強調自己從事的是 AI 研究，但充 其量只能說是著重深度學習這門新技術，對於 整個 AI 的歷史脈絡，包括知識為導向的方法、 古典機器學習的基礎等等卻不夠了解。老師認 為，如果對於過去數十年 AI 的演進沒有一定 程度的理解與尊重，很容易像是失根的浮萍一 般，迷失在最新技術的虛幻華麗的表象中。

●從英文字典讀到偉人傳記，遇見《複雜》 背後的「簡單」 從小愛閱讀的林守德老師，受到《福爾 摩斯》系列的影響，曾立志要當名「偵探」， 然而在聯考的壓力下，偵探夢自然被塵封進 在童年裡。在「唯醫學系是從」的時代氛圍 下，林守德老師堅持個人興趣，並在父母的 支持下選擇就讀了臺大電機系，他從不認為 放棄第一志願臺大醫科是件可惜的事情。他 認為人要擺在最適合自己的地方，才能發揮 自己完全的潛力 當兵抽中「金馬獎」的他，為了度過在 東引島漫長的 1.5 年，讀遍島上圖書館有的 書籍。「你想看的絕對都可以看完，你不想 看的也都看完了！」老師笑說，這大概是現 在很難想像的一件事，因為現在的人沒事就 上網，很容易打發掉自己的時間。然而在被 關在軍營的年代，網路還不發達，「書讀完 後還順便拿一本英文字典來從 A 背到 Z」，為

林 守 德 老 師 的 研 究 主 要 在 於「AI 的 創 意」。一直以來，許多人認為創意是人類獨有 的東西，然而透過巨量資料與先進的 AI 技術， 機器也可以擁有創造發明的能力。老師開發出

7

古典詩詞創作系統，據他所述，機器的創作能 力雖然比不上受過專業訓練的中文系學生，但 與一般社會大眾相比並不遜色。他的學生也參 與微軟開發出的「詩人小冰」，不僅會看圖寫 詩，匿名投稿的詩作甚至獲得媒體刊登，這也 顯示 AI 在創作上有一定的水準。 「你仔細回想人類歷史，很少領域有紅了 變不紅以後，又再度紅起來的」林守德老師認 為，這樣如海波浪般起起落落的熱度，是 AI 很特殊的一點，而這樣的現象，正是因為我們 還不能完全攻克人工智慧。每一次的大起，通 常是有新技術的發明，使得 AI 更進一步。但 是人們又會漸漸發現，即便如此 AI 離真正的 智慧還有一大段的距離，於是熱度漸消，直到 下一波的新技術崛起，AI 又會再度成為熱門 話題。這一波因「深度學習」技術開發而爆紅 的 AI 熱會延燒到何時，或許很難預測。但可 以確定的是，不論是人類智慧或是人工智慧， 「學習」都是不可或缺的一環！ CASE

8

第二講

機器也有補習班？讓你的機器學 得更好 講師｜臺大資訊工程學系教授 林軒田 彙整撰文｜楊于葳

Learning)」這樣的名詞。2000 年 5 月，大三 的林軒田教授因專題製作的契機下，開始與 林智仁導師學習支撐向量機 (Support Vector Machine) 的相關研究，學習如何給機器下不 同的參數，了解機器如何做出不同的變化與分 類等。林軒田老師認為，作為一個機器的研究 者，就是以不同的步驟說明好與不好，了解用 什麼樣的步驟去駕馭機器。

林軒田老師曾在線上平台開授機器學習 的相關課程，修習對象主要是大學生及研究 生，內容較無複雜的數學問題，使用多個平易 近人的生活案例，十分適合一般大眾聆聽。 ●進入「機器學習」領域的契機 90 年 代 是 機 器 學 習 的 寒 冬， 機 器 學 習 領域尚在發展。在老師大學時，系上除了導 師林智仁老師以外，完全沒有任何機器學習 的 課 程， 也 沒 有 聽 過「 機 器 學 習 (Machine

老師對機器學習軟體的第一印象是「電 9

腦嘛會撿土豆喔？」，打開林智仁導師的實 驗室網頁，可以發現一款「會撿土豆」的機器 學習軟體，大家可別因為簡易的外觀而小看 它，看似簡單的二維圖，實際上是可以對顏色 加以分類的，而這款機器學習軟體在 Google Scholar 裡面的引用次數，更是多達 37,370 次呢！我們透過網頁的實際操作，可以限定的 區域內，隨機點出數個不同顏色的圓點，讓機 器對數個色點加以分類，而分類的結果五花八 門，可能是依據色點散佈的位置，也可能與我

習後的效果驚人，那麼我們有可能得到好的投 資預測；假如機器學習後的效果不佳，那麼很 可能讓我們的投資一敗塗地。

們設定的參數有關。總而言之，這個二維圖像 軟體會對色點加以分類。

自對應著不同的座標，有些可能是圈圈，有些 可能是叉叉。這時，我們已經得到一個圈叉散 佈圖了，接著從散佈圖中畫一條直線，看機器 是否能夠從中間找到了一條完美的線，把圈圈 叉叉切開，如果劃錯了，我們會讓機器學習順 時針轉或逆時針轉，針對一個錯誤去修正，直 到轉到正確的位置為止。

●機器學習的四種方法 一、知錯能改法：機器學習並不是只能處 理兩個變數而已，而是可以多達一千乃至一萬 個。假設銀行要核可一個人是否具備信用卡發 卡資格，我們可能會請申請人填寫一些資料， 再根據銀行人員判定，將資料輸入機器後，各

有時機器也會出錯，如同遠古時代的人們 雖然已經會使用火源，但控制不當也是會引火 燒身。在人類逐漸熟練駕馭火的技能後，我們 就可以把火的能量轉化為不同的動能，如汽車 引擎內的火、飛機引擎內的火，這當中出錯的 機率必定要減到最低，因此要讓機器學會能夠 判斷錯誤，不過份地鑽牛角尖，以及放寬一定 的彈性還要給予修正，就是駕馭機器學習的重 要一環。

二、分而治之法：分而治之法又可以稱作 決策樹法。假設今天有一筆混雜著舊金山地區 與紐約地區的房子資料，我們可以將海拔位置 與房價當作 X 軸、Y 軸，接著再以年份畫一刀、 房屋總價畫一刀、單位面積再畫一刀，透過這 些資料加以區分判別。

●機器學習能夠預測股票？ 就好像開一個機器補習班一樣，我們在實 驗室裡面努力的提升機器在某一個面上的表 現，讓某一個面向成績變好，讓我們教導出來 的機器學習軟體，拿出去是可以耀武揚威說我 們在哪個地方表現比較好的。而機器學習到底 是什麼呢？機器學習可以透過學習後，解決某 一個特定的問題。雖然成績在教育上不是評量 的唯一標準，但我們可以想像，當學生在學校 上數學課或英文課時，授課老師想知道學生到 底是否學會這項技能，可以用考試去測試學生 是否學會，而機器也是一樣的，我們會著重測 試我們希望機器學習的部分，如同上述的「分 類」技能，我們也許希望機器能提升它的準確 度，或者在資料處理後達成特定效果。舉例來 說，我們給機器學習過去 20 年各種不同股市 的資料，希望機器能夠預測股票，假如機器學

三、眾志成城法：臉部辨識系統就是類 似於這樣的方式去判讀辨識。假設有 20 張照 片，10 張是蘋果的照片，10 不是蘋果的照片， 我們要讓機器學習找出屬於蘋果的圖片。首先 可以教導機器「蘋果是圓的」，但橘子也是 圓的，所以我們又可以教導機器「蘋果是紅 的」，這時某些青蘋果可能又沒有被挑選到， 而且紅番茄看起來變得非常顯眼，於是我們再 教導機器「蘋果是有梗的」，這時機器可能就 能透過「圓的、紅的、綠的、有梗的」這些資 訊，將正確的 10 張蘋果圖片挑選出來。 四、層層堆疊法：有些流派模擬一個神經 元，有些模仿一堆神經元，在這些分類發展過 程中，棋類遊戲就是很好的應用，像是熟為人

10

知的 AlphaGo。事實上，很多技術的發展，始 於模仿大自然，但是最終很可能衍伸出人類在 工程學上自己的想法，如同飛機模仿鳥類外型 卻不振翅飛行。 ●機器學習未來會怎麼用？ 總和上述來看，機器學習難道只能用來分 類嗎？並不全然，機器學習還能應用於許多地 方，例如從已知的評分資料裡面，去反推每個 人的喜好是什麼，然後把這些跟特徵組合起來 去預測分析未知喜好的資料，進而推薦出用戶 的喜好的商品；又例如自動化手寫辨識系統， 也是透過機器學習，大幅降低人工判別的便捷 方法。未來機器學習可能會大量應用於商業銀 行、電子商務系統、推薦系統等，而這也是我 們所期待機器學習能夠前進的方向。 CASE

本文整理自：107/10/06 由林軒田老師在臺大 思亮館國際會議廳所主講之「開發機器的學習 潛能—鑽牛角尖或舉一反三？」演講內容。

11

人物專訪

迷人的機器學習─專訪林軒田 採訪、撰文｜楊慈慧

走進位於信義區的商業大樓，不同於一 樓正在中元大拜拜的熱鬧，位在六樓的沛星 (Appier) 科技恍若世外桃源，整體運用大量 落地玻璃裝潢，開闊明亮的空間隔絕了外頭的 喧囂。被學生稱為「田神」的林軒田老師借調 至業界已有兩年多，儘管如此，他還是年年都 在臺大開課，希望繼續培養下一代學生進入人 工智慧的殿堂。 提到機器學習，林軒田老師直說「很迷 人」。對他來說，迷人之處不只在機器學習本 身，還因為這是門結合了應用與技術領域的學 問，包括應用數學、電腦、工程學等等，「作

12

為一個機器學習研究者，我們要非常重視與不 同領域的人對話」，林老師表示，除了跨領域 以外，機器學習還結合了人類學習的哲學，這 正是因為機器和人類學習之間有著深刻的對 應關係，在學習上想要克服的問題並沒有太大 差異，這正是機器學習讓他傾心的地方。 ●有緣千里來相會，與機器學習的不解之緣 回憶最初接觸機器學習的機緣，林軒田老 師認為是雙重因素——興趣使然再加上緣分 作祟。推甄大學時，老師選擇就讀資訊工程學 系。進入資工系後，因為修到了相關課程，讓 他開始對人工智慧領域產生興趣，不過此時的

他尚未確定自己即將鑽入人工智慧中的哪個領 域之中。而在大四的專題課時，第一個答應收 他的老師是林智仁老師，碰巧的是，林智仁老 師的研究領域就是機器學習，而他最後也決定 加入了林智仁老師的研究室。因著找專題老師 時的緣分，林軒田老師一腳踏進原本就頗感興 趣的機器學習領域。 大學畢業後，林軒田老師選擇前往美國的 加州理工學院深造。加州理工學院可謂是「諾 貝爾獎製造機」，迄今已經誕生了 37 位（教 授或校友）的諾貝爾獎得主。老師認為那段的 求學時光，帶給他不同以往的學習經驗。因為 加州理工學院非常鼓勵學生跨領域學習，讓林 老師得以依著興趣去旁聽許多不同領域的課， 而在此時所吸收到的各式知識，在日後都成了 灌溉研究的養分。畢業後，因為家人都在臺 灣，讓林軒田老師還是想要回臺就業。林軒田 老師便跟當時還是女友的太太說：「如果在臺 灣沒有好的機會，才要考慮繼續待在美國」， 老師謙虛的說，「剛好臺大資工系提供了很好 的機會」，讓他如願以償，回到臺灣發展。 ●教學、研究跨入業界，一個問題兩個角度 在訪談的過程中發現到，林軒田老師是個 對自己頗有要求的人，非常重視個人的成長 與進步。提到決定借調業界的緣由，林老師表 示希望自己可以在業界有所成長，並在增廣見 聞後，再把所見所聞帶回學校。他認為機器學 習是相當實務導向的領域，必須要在實務上驗 證，然而在學校裡面能做的，有時會碰上瓶 頸，缺乏實務挑戰。當時林軒田老師已經在 Appier 擔任了一段時間的顧問，Appier 也正 在快速的成長期，有趣的問題越來越多，吸引 了他的注意，這讓他認為 Appier 是一個最能 得到自我成長的地方，也因此林軒田老師在兩 年多前決定加入 Appier。 「借調到業界最有趣的地方，就是可以同 時用兩個角度來看一個問題」，林軒田老師表

13

示，研究與實務在看問題的角度上非常不同。 在做研究時，重視的是要做出技術上的突破 點，以及如何說服自己的論文評審委員；而在 實務層面上，要考量的事情變成了能不能解決 應用端的痛點，能否把現實中碰到的每一項背 景知識或限制妥善地納入設計之中。從研究跨 到業界的林老師，正好可以同時用研究與實務 層面的角度來看待問題。 ●機器學習 v.s. 人類學習：異曲同工與截長 補短 過去總以為「學習」是人類的專利，然而 在人工智慧的發展下，現在的機器和人一樣都 會「學習」。機器與人類擁有類似的學習步 驟，由觀察到的資料出發，歸納出資料中規律 之處，進而以所找出的規律做出預測。不只是 學習步驟，就連在學習上可能碰到的問題，亦 頗為相似。譬如這次探索講座的名稱所提到的 「鑽牛角尖」，不論是機器或是人類，都不願 落入如此田地。即便有不少類似處，機器與人 類的學習仍有相異之處，就拿擅長之處來說， 人類擅長在直覺與抽象規劃上，機器則長於記 憶與快速的計算。既然人類與機器的長處不 同，又何不嘗試截長補短呢？林軒田老師表 示，最近在他們實驗室剛發表了一篇論文，講 述如何利用深度強化學習來進行自動橋牌叫 牌。過去的橋牌叫牌系統，都是直接挪用人類 的叫牌系統，然而在結合雙方長處、拿出彼此 最擅長的東西後，反而可以做得更好。 ●捲土重來未可知，腳踏實地的新 AI 熱 提到人工智慧在歷史上的多次興衰，林軒 田老師認為那是因為實際與期望的落差所導 致。過去，大家對 AI 有著過高的期待，無奈 當時的技術發展趕不上人們的期望，AI 自然 在技術發展碰到一定瓶頸後進入寒冬。這次的 人工智慧熱潮起於機器學習，雖然在人工智慧 發展初期就有「機器學習」的領域，但經過數 十年的演進，機器學習可以解決越來越複雜的 問題，並且也能處理得更加深入。機器學習仰

賴大量資料來進行演算，目前的確擁有大量的 資料，也具備足夠的計算能力，而在應用方 面，也更能貼近日常生活的需求，如果說從前 的 AI 熱潮就像是失根的浮萍般漂泊，這次可 謂是有了牢固的根來抓著 AI 發展。目前有不 少公司投入 AI 應用市場，今日造訪的 Appier 主要業務也在希望運用人工智慧來解決商業 痛點，可以用 AI 來輔助商業決策，也可以用 AI 來評估廣告行銷的最佳受眾。 人工智慧發展至今，已經將人與電腦的合 作帶向了新的模式。儘管我們很難掌握未來會 如何發展，但這樣的未知數，或許也是人工智 慧另一個迷人之處！ CASE

14

大江東流擋不住：迎接人工智慧新時代

第三講

講師｜臺大電機工程學系教授 陳銘憲 彙整撰文｜葉珊瑀

十八世紀的工業革命，大幅改變了人類社會的生活 方式。二十一世紀的人工智慧發展，可望帶來超越工業 革命的新時代。陳銘憲教授分享資訊科學從 Web 到 AI 的歷史，以及資料探勘的原理及應用。 ●資訊科學的典範轉移 從 1991 年全球資訊網談起資訊科學的發展，當時 網路尚未非常普及，多屬工程師的使用，而後搜尋引擎 發展，Google 成為龍頭。2006 亞馬遜推出雲端服務， 2007 iPhone 誕生，人們得以在不同時空存取其他裝置 的資料。社群網絡的發展，改變人們交友模式，接踵而 來的是大量資料，大數據時代來臨，引領我們走向機器 學習的新紀元。 「人工智慧的發展如大江東流擋不住，只有如何因 應及善用，而非單純接不接受的議題。」陳教授形容這 一連串的科技發展，均有其邏輯和脈絡可循。人們無法 排拒它的到來，應以此改善人類的生活。CPU 的速度日 益增快，價格日漸調降，每 12-18 月就有翻倍的成長， 世稱摩爾定律，近日 GPU 使用可望在摩爾定律達極限後 提供足夠的計算能力；網路頻寬以尾數加零進位的趨勢 成長；儲存器容量上升而價格下降。這些發展意味計量 能力成長且資訊量快速累積。然而人類感官的感知能力 （視覺、聽覺）有限，接受應用的反應時間幾乎不變。 隨著計算能力增加，電腦在人類可以接受的反應時間 內，能提供更多應用服務。新應用服務主要朝個人化、 智慧化發展。此即機器學習、資料分析可發揮之處。

15

1980 年代已有傳統邏輯論證、機器學習、 專家系統等人工智慧，當時發展因其軟硬體 條件及資料不足，進入寒冬期。現今 AI 以電 腦程式配合大數據、高效能計算，以機器學 習趨近人類智慧，在電腦視覺、自然語言處 理等發展許多。AI 有 Strong AI 和 Weak AI 之分，前者指電腦同人類具有羨慕、激動、 沮喪等情緒，後者指推理、記憶的能力，也 是目前學界研究主力。

成 功 企 業 案 例， 如 Google、Facebook、uber 等，他們的共同點是「關鍵、創新、大數據」。

●大數據時代來臨 大數據是「迅速累積的大量異質資料」， 具有大量 (volume)、累積快 (velocity)、多 樣 (variety) 的 3V 特質，藉此協助決策、 洞察細節、以及流程優化。

●資料探勘：自茫茫數據尋找解答，從操作到 應用 資料探勘步驟如下：取得資料後，須決 定目標，否則空有數據而不知方向將無用武 之地。接著清洗資料，剔除有問題的數據，處 理遺漏值，再決定資料單位、選擇相關屬性、 正式探勘、輸出格式、解讀結果。大數據看似 強大，卻不是萬能仙丹。資料科學是根據資料 所做的預測，若數據與研究議題無關，即使有 海量的資料、高超的技術，也無從可解，切莫 有此迷思。資料的品質也是重要的，若數量不 夠，可能代表性不足，過度遷就既有數據。

Lori Lewis (2018) 以一分鐘為單位，估 算網路時代的海量資訊：三百多萬的 Google 搜尋、四百多萬的 YouTube 瀏覽量等驚人統 計背後，是網路發展前難以想像的資料量。 Mary Meeker (2018) 分析全球網路使用現 況，2007 年網路使用者僅佔 24% 全球人口， 如今已達 49%，現約為 36 億人，每人花在社 群媒體的時間一天平均約 6 小時，超過一半 是在行動裝置上。這樣的時代，創造了許多

資料探勘方法為一大學問，陳教授從幾種 常見方法，帶領我們一窺資料探勘的藝術。它 們可大致分為相關性、分類性、叢集性等等： 相關性在消費行為上可研究哪些商品常常一 起被採購，若從資料看出牛奶與麵包常常一起 出現在眾多顧客的消費記錄中，下一次就可以 考慮對購買牛奶的消費者推銷麵包；分類性 以不同的屬性預測事件，例如使用 Decision Tree，從報稅者的各種屬性，分析何者與逃

16

漏稅最為相關，找出最有預測力的屬性，建立 模型。又或者用類神經網路，將所有資料編 碼為 0 與 1，從 input layer 輸入資料，經過 hidden layer，於 output layer 產出結果， 讓電腦從結果正確與否，回頭修正模型中參數 的權重。層數極多的類神經網路即為目前很受 重視的深度學習 (Deep Learning)，然而也有 不易解釋成果的缺點。叢集性讓資料散佈於一 個多維度空間，判斷哪些資料類型相近。 在實務上，不同方法可能結合使用，以資 料分析比較出異於往常的使用模式，如刷卡紀 錄的異常偵測、網路侵入偵測。將相關性與社 會網路結合，預設朋友間會互相影響，消費者 購買某物後，將廣告投放給其朋友，可能提高 其購買意願。 運用資料探勘的技巧，能夠使現有產業價 值提升、創造新興產業。從分析潛在顧客、廣 告投放、分析店址選擇，到即時競價 (Realtime Bidding)、亞馬遜家庭小精靈⋯⋯資料探 勘在商業上的結合不斷為世界擦出新的火花， 透過科技讓我們看見生活的更多可能性。 新 AI 的崛起不會瞬眼即逝，而將持續發 展。臺灣位於這個時代的轉捩點，有優良的工 程師，而學界也有良好的 AI 研發能量，有軟 硬體整合的能力，又有對新科技的高接受度與 包容度。把握自身優勢，必能在新的科技發展 中，找到切入點，建立競爭利基。 CASE

本文整理自：107/10/20 由陳銘憲老師在臺大 思亮館國際會議廳所主講之「鑒往知來：由茫 茫過往數據中，淘出新知」演講內容。

17

人物專訪

AI 社會，務實面對──專訪陳銘憲 採訪、撰文｜葉宇軒

隨著雲端平台日益普及，加上各式物聯網 應用的蓬勃發展，使大數據研究的重要性不斷 提升。這個目前深受關切的領域，被公認為接 下來數十年內，影響人類社會的關鍵詞，我們 今天的訪問對象，正是箇中翹楚：台大電機系 陳銘憲教授。

數據分析一方面提供了更多的個人化與智慧 化服務，大幅改善人類的生活品質，在另一方 面，卻也引起了個人隱私是否可能遭受侵犯的 疑慮。 例如，透過大數據的輔助，社會監控將能 達到前所未有的緻密，目前，許多推薦功能與 廣告投放，就是基於資料探勘成果的「行為預 測」之應用。在可想見的未來，人們的生活將 透過大數據科技的進步，變得更加「透明」， 而這恐怕並非多數人所樂見。 事實上，大數據與隱私權保護問題，正是 陳銘憲近年來的研究重點之一。作為大數據分 析領域的頂尖學者，陳教授也深感這是極需正 視的議題，然而，他同時也提醒我們，監控科

●大預測時代：數據探勘與 AI 應用 所謂的大數據研究，旨在透過大量的運算 分析，從人類長期累積的應用資料與行為模式 所呈現的數據中，發掘具價值的資訊，提供合 理的預測以及個人化、智慧化的服務。此外， 配合機器學習 (Machine learning) 及加強式 學習 (Reinforcement learning) 的技術，更 賦予了人工智慧自我更新的功能。然而，大

18

技早已有之，只是人工智慧技術使其更為細緻、 全面與不動聲色，如何應對潛在的隱私危機，仍 有賴大眾回歸道德與法律層面的積極討論。

曾提及自己在博士畢業時，正好面臨業界轉 向，使他加入 IBM 的研發團隊後，必須調整研 究方向，由超級電腦領域，轉到資料庫及資料 探勘技術方面。在 IBM 工作期間，他深刻體會 到「人是最重要的資產」：沒有優秀的人才， 再好的外緣條件，也不能成就重要的科研成 果。

●自信、正面、務實：與人工智慧共存的未來 關於人工智慧，目前最受大眾關切的議題， 非 勞 力 取 代 莫 屬。 當 以 撒 ˙ 艾 西 莫 夫 (Isaac Asimov) 於 1942 年在其小說〈轉圈圈〉中，提 出著名的「機器人三定律」時，機器人對人類生 存造成的壓力，還是個讓人眼睛一亮的嶄新套

因此，問及他求學、就業過程中印象最深 刻的挫折，陳銘憲自陳，除了那次研究轉向，

路，令無數科幻小說家競相引用，如今，這份在 76 年前萌芽的焦慮，卻正以不盡相同的方式， 一步步逼近現實。 「面對科技的進步，我們除了謹慎，也應該 自信、正面而務實的來面對。」陳銘憲說道：「其 實隨著科技發展，機器取代人類勞力的問題一直 都在發生，並不是 AI 才帶來的問題。」以工業 革命為例，他談到，對於更加快速、穩定的汽車， 被發明來取代獸力運輸的現象，人們應該感到與 有榮焉：「畢竟，那麼快速穩定的運輸工具，可 是我們人類發明的！」而且，AI 的普及雖說確 實會造成部分工作式微，卻也將創造新的工作崗 位，以便更有效率的改善人類的生活品質。 「這整體的發展，如同大江東流，是擋不住 的！」陳銘憲表示，「現在，正是一個值得我們 積極思考如何因應人工智慧發展的時間點。」 同理心與熱情的有無，對陳銘憲來說，是人 類和人工智慧的重要區別，他提到，學界目前以 弱人工智慧（Weak AI，以記憶、推理功能為主 的輔助型人工智慧）為主要研究項目，而在強人 工智慧（Strong AI，如同人類一般有個性與情 緒的人工智慧）上，包含創意與情感方面的研 究，如同許多學者所指出，恐怕仍有很大的發展 空間。

他一路走來都沒有發生過戲劇性的起落；可當 我們反過來請教他至今為止最有成就感的事， 陳銘憲便滔滔不絕地聊起指導研究生的心得： 從學生剛接觸資訊探勘領域的一無所知，到幾 年後他們成為持續對這個領域有所貢獻的、獨 當一面的人才。陳銘憲語調中洋溢的滿足，任 誰都能體會到這位首屈一指的資料探勘學者， 對作育英才的真切熱情。 在訪問的最後，陳銘憲針對目前人工智慧 的發展，為我們做了整體性的評述。他認為， 未來硬體設備（包括計算器及儲存器）的效能 將日漸提昇，且價格會越來越便宜，而網路頻 寬亦將不斷增加。然而，人類對各式應用的接 受與反應時間（約千分之一秒）多年來並無太 大變化，他表示，在這千分之一秒內，由於技 術進步帶給電腦的額外計算能力，定會朝向個 人化與智慧化發展，這也正是人工智慧必將日 漸重要的原因。 當然，無論是隱私權的威脅、勞力取代的 疑慮，乃至於「人工智慧」究竟該如何、為何 發展的討論，都是人們必須嚴肅面對的議題， 卻也絕非該領域科學家能單獨肩負的責任。陳 銘憲表示，希望能夠過本次「鑒往知來：由茫 茫過往數據中，淘出新知」的分享機會，讓人 們更進一步了解人工智慧，一同迎接並善用它 的發展，來改善人類的生活。 CASE

●投身教學，百年樹人：人是最重要的資產 在「國家講座主持人」系列採訪中，陳銘憲

19

第四講

機器是否已經達到人類的境界？ 講師｜臺大資訊工程學系教授 陳信希 彙整撰文｜楊于葳

電腦知道我們在說什麼嗎？電腦不是人， 怎麼會知道人的語言呢？我們知道「聽、說、 讀、寫」是「智慧」的重要指標，今天的演 講將在此範疇議題之下，討論電腦是否具有智 慧，若需要這些智慧的應用，又需要哪些技術 呢？陳信希老師選擇與生活層面有關係的領 域，以淺顯易懂的方式解釋各別的發展。 ●與生活形影不離的應用——機器翻譯 機器翻譯換言之，就是希望透過機器將不 同語言做轉換。機器翻譯目前進步到什麼程度 呢？老師將逐年使用 google 翻譯的結果紀錄 下來，發現每年的翻譯的確有在變化，但翻譯 的結果還是有很大的進步空間。機器翻譯的發 展早在冷戰時期，當時蘇聯跟美國之間互相在 找對方的情報，如何很快的把俄文變成英文， 變成是很重要的技能。從早期的冷戰時期情 報收集，到近年來生活層面的翻譯需求隨處可 見，但我們要知道的是，語言間的詞彙使用與 結構上有很大差異性，所以我們必須要知道， 在整個過程裡面會面臨什麼樣的挑戰與搭配， 圖像分析即是一個方法。假如我們到日本、韓 國，我們不需要知道如何打出日文、韓語，只 要用手機翻譯掃描，馬上就可以得到相互對應 的翻譯結果。

20

●美國版的百萬小學堂，這次要與超級電腦一 起比賽——問答系統 問答系統包括語音問答，如智慧手機的 問答、智慧音箱等，讓我們可以對著機器詢 問我們想問的問題。在 2011 年 2 月，美國曾 舉辦人與電腦的機智問答比賽，由超級電腦 DeepQA( 簡稱華生，Watson)，與過去兩位機 智問答的冠軍簡寧斯 (Ken Jennings) 與洛特 (Brad Rutter) 進行一場問答比賽。這場比賽 的最後的結果，是由超級電腦華生得到冠軍， 簡寧斯與洛特分別得到第二名與第三名。在問 答系統中超級電腦華生幾乎能既精準又正確 的回答出答案，但有時的回答甚至讓人覺得匪 夷所思，這是因為超級電腦在回答問題的過程 中，會面臨許多難題。首先要分析問題，找出 問題在問什麼，第二要分析內容，擷取正確答 案，還要有計算支持或反駁資訊的信心度，並 且涵蓋自然語言處理、資訊檢索、機器學習、 知識表示和推理、大規模平行計算等應用在裡 面，而這一切都環環相扣、密不可分。 例如我們問超級電腦華生「是誰創立了 諾貝爾獎？」首先要知道，題目問的是「一 個人」，而電腦系統的文件中，可能有非常多 個文件可以支持這的答案，所以電腦必須進行 文件檢索，把可能含有答案的那些文件給找出

老的，面積不大，不過景觀很好，可以看見秦 淮河。服務態度很好，會用地的幫著推轉門 （就不能裝個自動的嘛）。洗澡水很舒服。 紅色代表正面評論，綠色代表負面評論，藍色 則表示其他考量因素。透過網路評論，擷取出 對我們而言相對重要的信息，即達到文本分析 的功能。 ●機器翻譯是否已經達到人類翻譯的境界？

來。這時我們搜索到兩個文件： 文件一：在他的遺囑中，他利用他的巨大 財富創立了諾貝爾獎，各種諾貝爾獎項均以他 的名字命名。 文件二：諾貝爾獎是根據阿佛列．諾貝爾 在 1895 年的遺囑而設立的，並由諾貝爾基金 會管理阿佛列．諾貝爾的遺產級諾貝爾獎的頒 發。 在兩份文件中，一個寫著「創立諾貝爾 獎」，另一個寫著「設立諾貝爾獎」，我們 可以看到在第一個文件中的敘述，是比較符 合題目的問題的，但語句中使用的是代名詞 「他」，如果華生回答的答案是「他」，顯然 不是正確的答案，所以代名詞對電腦來說又是 另一項挑戰。

老師從 2008 年起追蹤 google 翻譯，已經 十年了，2018 年 google 翻譯出來的結果與老 師翻譯的結果大致相同，看來機器翻譯似乎成 功了，但事實上還沒有成功，透過機器翻譯病 例資料可以發現，領域知識對於自然語言處理 很重要，領域的轉移對於系統效能也有很大的 影響，資源在以機器學習或深度學習為基礎的 自然語言處理，扮演了重要的角色，所以稀少 資源或有限資源機器學習或深度學習的研究 中，資料和知識的整合是一項重要的趨勢。而 語言理解不僅和語言相關，可能還需要用到世 界知識、常識等外部知識，未來我們還可以在 建立人類常識、世界知識、因果關係、動作過 程，或者是整合文字、視覺、聽覺等資訊的多 模態知識庫，呈現知識表達與推理。透過翻譯 可以簡單地讓我們體認這一切都還在發展之 中，我們不需要對於被人工智慧取代太過於恐 懼，只要積極正向的面對未來就可以了！ CASE

●意見探勘 首先應用的是文本分析，我們對新聞、科 技論文、電子郵件、網頁、部落格貼文、微網 誌、病例等，用不同類型來源的數位資料進行 文件探勘，了解不同面向的議題，如市場產品 資訊、政治意見追蹤、社群網路分析、熱門議 題分析等。我們都有相同的經驗，去旅遊的時 候，一定要找到住宿的旅館，希望交通地點越 便利越好，服務態度也是越親切越好，所以要 找旅館的時候，我們都會看旅館的評論。用旅 館評論為一個例子，假如我們搜尋一間旅館， 而網路評論內容是：

本文整理自：107/11/10 由陳信希老師在臺大 思亮館國際會議廳所主講之「子非人，安知人 之語？—談自然語言處理」演講內容。

狀元樓是南京老牌酒店了，在夫子廟入口 的地方，遍佈我喜歡的小吃店。客房格局挺古 21

人物專訪

回顧所來徑，挑戰即成就──專訪陳信希 採訪、撰文｜葉宇軒

在人工智慧研究領域中，「自然語言處 理」對一般人而言，可能是相對陌生的一塊， 但這項技術專注於開發電腦處理人類語言（即 所謂「自然」語言）的能力，是研發高等人工 智慧時，不可或缺的關鍵技術。以下我們將請 自然語言處理專家陳信希教授，與我們分享研 究過程裡重要的思考與觀察所得。

智慧興起的時代，它是發展高等人工智慧的重 要技術之一──畢竟電腦若無法理解人類的 語言，或者無法將它得到的資訊吸收轉化，以 一般人能夠理解的方式分享，我們連人機溝通 都做不到，更遑論獲得個人化的精緻輔助。從 自己的研究經驗出發，對於「人工智慧與真人 互動之間的差異何在」這個或許存在聽眾心中 的疑問，專攻自然語言處理的陳信希，提出了 相當犀利的觀察。

●自然語言處理：橫跨電腦與人溝通的可能 「自然語言處理」是一門實現「電腦」與 「人」彼此溝通的學問，主要的目標，在於讓 電腦聽得懂、看得懂人類的語言文字。在人工

「當人與人溝通的時候，雙方領會的意思 不同，就會發生理解的歧義。」他說，讓機器 22

能了解人類的語言，使電腦得以人類的語言， 直接同使用者互動，是這個技術的終極目標： 「我們可以發現，除了語言，在日常生活中人 們也會透過不同的方式，如手勢和臉部表情， 傳達或者輔助傳達訊息，就是為了讓對方的理 解最佳化。而人機溝通技術，同樣會面臨歧義 的考驗，我們的任務，就是不斷思考如何讓電 腦理解到正確的意思。」

索的時候，就不是那麼容易。」在蒐集與統整 意見方面，隨著雲端技術的開發，運算速度飛 躍性的提高，漸漸已不成問題，他表示，反而 是有效意見的篩選，才是輿情分析在應用上的 最大難關。當我們要透過意見探勘技術，從大 量資料裡抽取有用的資訊時，該怎麼知道意見 真假？如何排除俗稱「葉佩雯（業配文）」的 干擾性意見，從而提升分析的準確率？

這顯然是一個漫長而困難的工作，會不會 因此感到沮喪或孤獨呢？

為了讓我們了解其中的門道與挑戰，陳信 希於是深入淺出地，向我們解釋起自然語言處 理技術的演進。在這個技術發展的前期，研究 人員採取「規則式」的辦法，嘗試整理出語言 規則並輸入電腦，讓機器理解人類語言，但為 了提升覆蓋率，學者接著開始發展「統計式」 的模型，透過語言學家分析與標記大量語料， 讓電腦通過統計的方式自動演算，生成語言使 用規則。但即便如此，仍然無法有效處理語言 長距離相關和詞彙關聯度等問題。

對陳信希來說，克服種種障礙，逐步達 到人機之間完全的理解，卻也正是樂趣所在。 輿情分析（意見探勘）技術從無到有的長期發 展，就是最好的例子。 ●從零開始：「意見探勘」技術的蟄伏與盛放 訪問過程中，陳信希一直是相當平實的講 述者，沒有太多戲劇性的陳述，或跌宕起伏的 語調。過去「自然語言處理」在台灣並不很受 重視，僅有少數研究單位和公司投入發展，近 年來人工智慧興起，自然語言處理技術和應用 成為熱門領域之一。當問及當年該領域在台灣 尚屬冷門學科時，他如何自處，又怎樣看待自 己的研究成果，他提到自然語言處理的研究議 題和應用相當廣泛，就舉其中一項「意見探勘 技術」的發展為例，談起自己的學思歷程。 所謂意見探勘，就是透過統整與分析網路 上零碎四散的大量意見，得到特定人群對某個 議題或對象的看法，近年來被大量用於網路民 調、政策意向探詢等方面，蔚為顯學。然而， 多數人恐怕不知道兩件事：首先，這項「全新」 出台的技術，學界早在 2003 年便著手研發了； 其次，自然語言處理技術對此介入甚深。 「在自然語言處理技術裡，有一個應用 叫做意見探勘，比較大眾的說法叫『輿情分 析』，我們從 2003 年就開始做了。」陳信希 說到，「人們很容易寫下某個產品、餐廳、住 宿等等的使用心得，但當其他的消費者想要檢

所幸在 2013 年左右，技術發展又有了新 的突破：「語言分散式表現」模型，也就是如 今正熱門的「深度學習」技術。由於詞彙的意 義，總是依賴上下文來標定，學者們於是想 到，可以利用龐大的語料資源進行自動演算， 將各個「詞彙語意」之間的親疏關係，透過 「向量」表示出來。以低維度稠密向量空間來 呈現的話，即越是靠近的雙方，便具有越相近 的意思。透過這個方法，自然語言處理技術有 效突破了詞彙語法和語意表現的難題。 於是，我們可以清楚的看到，在這十五年 間研究人員如何精益求精，逐漸克服人類某些 特殊的語言表現（如字面意義正好與實際訊息 顛倒的反諷），以及人類意見陳述的複雜性， 就此讓意見探勘的技術應用更臻成熟、準確。 陳信希自信的表示，求學與治學的孤獨， 從來不會令他心生沮喪。因為這一路走來，每 一個碰上的難關，與克服挑戰的過程，已帶給 了他一次又一次、無與倫比的成就感。 CASE

23

第五講

電腦視覺：一場做了五十年的暑 假作業 講師｜臺大資工系教授 莊永裕 彙整撰文｜連品薰

1969 年 圖 靈 獎 的 得 主， 人 工 智 慧 之 父 Marvin Minsky，在 MIT 任教期間曾經招募學 生進行一場暑期的研究計畫，功課是「將攝影 機連上電腦，讓電腦描述所看到的東西」。這 個預計在一個暑假、由一群大學生就能完成的 暑假作業，如今卻成了數以萬計的科學家耗時 五十年都無法企及的目標。這就是電腦視覺給 我們的歷史難題：我們從來沒有想過要怎麼教 一個嬰兒如何去「看」，他就天生會了，但現 在又該如何去教會一台電腦呢？

能對原圖做亮度上的變化。工程師藉由設計不 同的卷積，能萃取圖片不同的屬性，來達到不 同的目的。 ●影像辨識：這是貓咪嗎？ 當電腦在圍棋上打敗人類，全世界都為之 聳動，但你可知道相較於「認出一隻貓咪」， 這對電腦來說可能只是輕而易舉？差異在於 資料量。一場圍棋的可能性，大約等於二的六 零四次方，但光是一隻貓的圖片可能就有二的 八百萬次方種可能性。除此之外，語意鴻溝、 視角 / 亮度 / 姿態的變異、複雜背景以及貓的 組內變異都是電腦視覺同時面臨的挑戰。

●早期影像處理：設計卷積核心 一 張 影 像 可 以 視 為 一 個 二 維 函 數 f(x,y)，在每一個位置 (x,y) 上都對應到其亮 度值。在電腦裡，數位影像可以視為一個二維 的陣列，陣列裡的每個方格都對應到一個亮度 值。彩色的影像則是紅綠藍三張亮度圖的疊 加。但人類並非光是靠著能量的低階資訊就能 進行高階的認知判斷，由低階的亮度資訊到高 階的語意之間的「語意鴻溝」(semantic gap) 便是電腦視覺需要跨越的困難。

為了跨越語意鴻溝，傳統的影像辨識靠的 是手工的「特徵擷取」，工程師必須找出最能 辨別一物的特徵（例如一顆蘋果的可能特徵是 它的顏色、重量、體積等），將圖片轉換成一 個高維向量，再讓可訓練分類器在高維特徵空 間中找出類別間的分野，並以此識別物件。但 是特徵有百百種，不同的類別通常具有不同的 有效特徵，因此人工打造的特徵很難是最有效 的特徵。

在 1960 年代，科學家尚未有能力讓電腦 「認出」這個世界，但他們開始嘗試以濾波 器，又稱為卷積 (convolution) 的方法進行影 像處理，包含將圖片模糊化、將邊緣標示出來 等。每一種濾鏡都是一個較小的陣列，稱為卷 積核心，和輸入影像的陣列作加權總合後，就

傳統電腦視覺跨出一大步的成功案例或 許是「人臉辨識」技術。相較於辨識，「偵 測」問的是「臉在哪裡？」位置的因素使得問 題被複雜化，但這次科學家只需要識別單一的 24

類別。在這個案例上，科學家首先規定了只用四 種長方形的濾波器取得特徵，但即使對於 24x24 大小的影像，考慮到不同的大小以及位置就讓濾 波器的可能性多達 160,000 種。但這次科學家不 再手工嘗試找出最好的特徵，而是利用資料導向 (data-driven)、自動設計的方式讓電腦幫忙找 出最合適的特徵，使它判斷訓練資料的錯誤率可 以達到最低。 ●深度學習與神經網路 神經網路模擬神經元的功能，將輸入的刺激 （資料）進行加權運算並輸出成一個資料，而多 層的神經網路就是深度學習的原理。多層的神經 就像是多層的濾波器，而深度學習一樣利用資料 導向的方式，自動依位置的重要程度賦予各自不 同的加權數藉以設計出不同的有效特徵。神經網 路便是藉由卷積層的疊合，將低階的特徵一層一 層整合成高階的特徵以回答核心的語意問題。

術一一被研發出來，電腦甚至能在影像生成上 通過圖靈測試，你根本分辨不出來哪些影像是 電腦創造的！這波革命性的轉變引起了產業上 極大的關注，依據 2018 年北京人工智慧產業 發展白皮書，電腦視覺在人工智慧創業公司的 數量與投資額都佔據榜首。而在人臉辨識技術 上，中國更因其公安需求投資了大量資源在相 關技術研發與學術研究。

這樣前衛的技術其實早在 1993 年就被 Yann LeCun 提出，並應用在手寫和印刷數字的辨識， 但一直要到 2012 年深度學習才在電腦視覺學界 裡產生巨大的影響。其中的關鍵仍然是資料量。 深度學習和傳統手工做法最大的不同就來自於巨 量的資料訓練，特徵擷取跟分類器在此被統合 起來，我們只要能夠給予足夠的資料跟答案，電 腦就會自動找出最佳作法。在 2010 年，李飛飛 與鄧嘉將其共同創立的 ImageNet 影像資料庫提 供了共 120 萬張訓練影像、1,000 個類別給全世 界的科學家來挑戰電腦視覺的難題。2012 年時 卷積神經網路被引入，一舉將錯誤率從前一年的 25.8% 降低到 16.4%。而到了 2015 年時總共 152 層的神經網路已經可以把錯誤率降到 3.6%，低 於人類的 5% 平均錯誤率，象徵著電腦在圖片識 別能力上已經超越了人類。

莊永裕教授對於「人工智慧將如何改變人 類生活」的想法是樂觀的，他認為當電腦可以 取代許多勞動性的工作，人們便能更有餘裕去 從事更多創造性的事務。從歷史的發展來看， 科技的演變不斷的在淘汰許多行業，但人類社 會也並沒有因此遭遇重大危機。而對於「人工 智慧是否會威脅人類生存」這個經常被科幻電 影引用的題材，莊永裕教授則表示過去的技術 只讓電腦在運算和記憶層次超越人類，而這波 的革命是使電腦在感知能力上大幅提升，但更 高層次的認知、創造力以及智慧能力都是現今 科技仍做不到的，因此我們還不用擔心在這個 階段機器人會有消滅人類的「想法」。最後被 問到對於下一波 AI 革命的走向預測，老師也 開玩笑的說，如果他能夠知道就好了！ CASE

● AI 在電腦視覺上的革命 深度學習這種人工智慧的技術被引入後，快 速地使電腦視覺在兩三年內有了突破性的發展， 基於深度學習的辨識、偵測與分割等影像處理技

本文整理自：107/12/1 由莊永裕老師在臺大 思亮館國際會議廳所主講之「矽眼－電腦視覺 初探」演講內容。

25

人物專訪

圖學與電腦視覺的耕耘者──專訪莊永裕 採訪、撰文｜魏妤亘

因著擁有視覺，人類得以看見美麗奧妙的 萬物，由此感到驚嘆與悸動。視覺於乎人類， 使用地如此自然，但機器也能夠輕易擁有視覺 感受嗎？藉由來到資工系，與長期耕耘於電腦 圖學與電腦視覺的莊永裕教授對談，讓我們一 窺這奧秘。

域。在這樣的狀況下，莊永裕教授才一腳踏 入人工智慧領域。 ●視覺對於人類與生俱來，要讓機器學會卻 相當困難 在瞭解電腦視覺現今的發展之前，我們 不妨先仔細思考看看，要發展電腦視覺時， 我們首先要面對的問題會是甚麼？我們必須 寫出規則讓機器能夠「看」東西。相較語覺， 視覺是人類與生俱來的能力，我們從未教導 孩子如何去「看」東西，在成長過程中，他 們自然而然就學會了看見這個世界。由此， 科學家們才驚覺，原來人類視覺的運作規則 我們並不瞭解。

●逐步踏入人工智慧領域 當詢問起教授是如何接觸到人工智慧領 域時，他輕笑著解釋道：「如果你兩年前問我 是不是做 AI 的，我想，我不會回答我是做 AI 的。」 在莊永裕教授接觸到電腦視覺以前，其實 是由圖學領域起家。大四時，因著修習歐陽 明老師的電腦圖學課程，從三維建模、著色、 成像的過程，漸趨發覺自身對圖像與多媒體的

電腦視覺面對許多挑戰，比如說，相同 物件在現實生活中可能擁有各式各樣不同的

喜愛，於碩士期間也繼續以電腦圖學為研究主 軸。真正開始接軌到電腦視覺，是因著去到美 國就讀博士班，以計算攝影學為研究主題，透 過這個介於電腦圖學與電腦視覺中間的領域， 開啟了他學習電腦視覺的道路。

樣態。舉例來說，同樣是「貓」的圖片，不 同姿態、不同顏色、不同亮度甚或不同種類 的貓，該如何讓機器辨識出來？這些問題一 直到 2012 年，深度學習技術有所突破，才讓 電腦視覺領域也有了新的突破。

過去，狹義的人工智慧定義並不會特別把 電腦視覺算進人工智慧的範疇，然而，以泛人 工智慧的觀點來看，近年利用深度學習技術來 發展的電腦視覺，其實也被包含在內。所謂 的「泛人工智慧」，意指將模擬人類感官的電 腦視覺、語音辨識、自然語言處理皆包含入人 工智慧，是這一波人工智慧革命的主要興起領

目前，影像辨識上，針對多元分類問題 （例如：詢問電腦這張圖有沒有「樹」、「車」、 「人」等物件），電腦已經可以做得相當好。 而在命令電腦進行影像切割上（例如：要求 電腦從圖片中切割出車子），也已經有了不 錯的成果。

26

●這一波人工智慧革命的界限與發展 對於電腦視覺上的突破，莊永裕教授表 示，這已經是很大的突破，但因著深度學習的 技術，我們再度面臨不同的挑戰。目前，深度 學習技術仍猶如黑盒子，即使看見了更好的結 果，但卻無法解釋促使這個技術成功的法則。 侷限的「可解釋性」，讓產品的商品化遇到了 難關。一般的上市商品，法規上可能會對於可 解釋性有所要求，必須要能夠解釋其做決策的 依據、規則以及順序，但這卻是目前深度學習 技術還無法做到的。

子的控制來自於演算法，這個演算法會依據甚 麼規則決定選擇？ 另外，針對這一波人工智慧革命，教授也 提出了他的見解。這次的革命，確實使機器在 人類感知模擬上有不錯的成效，然而，再往上 的「推理、創造」等，教授則是採取保留態度， 認為目前尚未看見可能性。 ●人工智慧在台灣 在台灣，這一波人工智慧革命相較於以 往，不只是有由上而下的政策推動，更由下而 上由產業提出許多殷切的需求與期待。公部門 的科技部、經濟部、教育部皆推出了相應的企 劃，並且，不只資通訊領域，傳統製造領域、 零售業等私人企業也在進行影響評估與反思。 有許多人疑惑這一波的人工智慧是否又會成 為「泡沫」？莊永裕教授認為，即便或許不如 大家原先期待的那樣好，但是它已經為人類生 活及產業帶來眾多具體改變。相對於中國、美 國，台灣擁有的資源與人力較為有限，如何做

舉例來說，目前電腦視覺的其中一個重要 應用為「無人駕駛車」，它現在面臨最大的問 題或許並非技術上的問題，而是倫理與法律的 問題。假設無人駕駛車在行駛當中遇到以下情 境：急轉彎能夠避免撞上眼前的小朋友，卻會 撞上安全島危及車上的駕駛；繼續直行會撞上 眼前的小朋友，卻能保全駕駛的安全。無人駕 駛車應該做哪個決定？對人來說，這瞬間的時 間可能並不足以讓人腦經歷嚴密推理，但當車

27

出與他人有區隔，尋找到自己的路，是台灣最 大的挑戰。 不只談專業，已擁有家庭與小孩的教授在 訪談最後，笑著分享了自己工作以外的生活。 照顧與陪伴孩子、看看體育賽事、利用搭公車 時間閱讀電子書，這些看似普通的興趣，持續 點綴著他的生活。這次的訪談，在輕鬆中畫下 句點，我們期待在「電腦視覺」的道路上，繼 續跟著莊永裕教授挖掘寶藏。 CASE

28

AI 嘉年華 Keynote 1

人工智慧重新定義人和資訊連結的方式 講師｜字節跳動公司副總裁兼人工智能實驗室負責人 馬維英 彙整撰文｜蘇建翰

●第四次工業革命 近 幾 年 來 以 人 工 智 慧 (artificial intelligence, AI) 為代表的第四次工業革命 一直是科技界熱門的話題。現在的機器人可 以進行精細的製造作業，某種程度上已經替 代了部分傳統上必須經過人類加工的過程； AI 在重複的、大範圍蒐集分析資料上也有更 好的表現，因此機器會取代掉部分的人工是 未來的趨勢。

展，首先要歸功於這段時間在資料上的數位 化，當我們開始用數位而非類比的方式來表達 這個世界，電腦就能開始幫上我們的忙。比如 說以前大家都用底片拍照，拍完的照片就只能 沖洗出來保存，後來數位相機出現了，我們開 始能夠用數據來儲存這些影像，拍照結果不滿 意想要修圖也變得可行。 現在我們已經不能滿足於僅僅儲存紀錄 資訊，也希望電腦能更進一步的去理解這些數 位化資訊的意涵，有了數位化後的大數據，再 伴隨著處理器計算能力提升而來的大計算，讓 近十年 AI 的發展可說是在一個正循環之上。 AI 成為幫助我們去邁向下一個階段的重要手 段，在數位記錄以外，進一步去理解以及表 達，最後邁向一個可以智慧生活、智慧工作的 世界。

在產業面上，相較於傳統製造業每多製 造一個產品，必定需要投入一定的成本，科 技公司如果掌握了數據、技術、人才技術， 運作上是零邊際成本的，例如搜尋引擎就是 一個很好的例子，開發出一個搜尋引擎之後， 用戶的增加基本上不會帶來成本上的負擔， 這種模式使得高科技產業的發展更有優勢， 也代表 AI 的出現將會改寫我們的經濟秩序， 讓社會進入一個新的時代。

AI 革命同時也是軟體的革命，相較於傳 統的軟體必須由工程師一行行撰寫，現在的軟 體逐漸轉為一個個的模型，我們只需要去定義 的是這些模型的輸入與輸出，再讓機器自己去 學習輸入與輸出之間轉換的方程式，這些方程 式要讓人類去分析太複雜了，但是機器可以自 行去學習，調整參數，得到我們所想要的模型

這次 AI 嘉年華的開場演講，邀請到了曾 在微軟亞洲研究院服務十六年，目前擔任字 節跳動公司副總裁與人工智能實驗室負責人 的馬維英博士來為我們主講〈人工智能賦能 全球創作與交流平台〉，聊聊 AI 技術的發展 和趨勢以及如何透過 AI 來連接人和資訊。

●打開深度學習的黑箱 對許多人來說機器學習就像一個黑箱，那 這個黑箱裡面裝了什麼呢？最簡單的例子便

● AI 革命同時也是軟體的革命 過去三十年的創新乃至現在的 AI 得以發 29

是一個用於分類貓狗圖片的神經網路，神經網 路由許多層，每一層皆為多個神經元的結構組 成。雖然很難意識到，但是在看到貓 / 狗的短 短一瞬間，我們的大腦就已經透過各種不同的 因素，來判斷眼前的動物究竟是貓還是狗了， 我們希望神經網路也能夠學習這種數位化表 達的輸入與語意化表達的輸出之間的轉換。 每一個神經元在貓和狗得各種特徵組合 起來的多維空間裡其實就是一道超平面，在空 間中一刀分出兩個子空間。把所有的神經元綜 合起來就是把空間分割成很多不同的子空間， 每個區域都有自己的特色和編碼。而除了神經 元切割空間以外，不同的層之間就是重新去映 射空間中的位置，把零散的子空間進行不同方 式的歸因統整。這些切割和統整的工作讓人類 來做的話是非常困難的，畢竟我們很難找到所 有能夠拿來幫助分類貓狗的特徵，這些特徵要 怎麼用也是一大難題，因此要怎麼切怎麼割我 們就讓機器負責去學好學滿，黑箱裡其實沒有 其他，就住了一個努力學習的機器。 從分類的問題應該可以體會到，機器學 習其實是一個非常通用、直接從數據去做表 達的數學模型。以前要分類貓狗，要想辦法找 貓狗各自具有的特徵向量，現在我們不再需要 依賴特徵工程向量分析的工作了，直接透過輸 入到輸出，端到端的方式去學習如何做轉換、 編碼就好。這種端到端的方式有一個很特殊的 性質，就是越多的數據學習出來的表達方式越 好，準確度越高。因此，數據是發展 AI，幫 助模型最佳化的燃料，哪家公司掌握了數據， 就掌握了優勢。 ●值得關注的技術 自然語言理解在人工智慧這個領域人是 比較具有挑戰性的議題之一，難的地方在於自 然語言包含很多的常識，這種東西是很難去表 達出來，也有很多例外，隨著時間改變還會有 過時的問題所以難以維護。比較能有所突破的

方法多必須結合統計還有符號邏輯，講者在這 邊舉了一個他在微軟研究院時期的作品為例， 因為人類的語言中有主詞、名詞、受詞等觀念 和字詞關係，因此針對這個問題，在那個模型 裡他們首先建立知識圖譜，建立起了句子和電 腦能夠理解的結構化表達之間的轉換方式。 針對未來 AI 技術的發展，講者也鼓勵在 場的聽眾關注兩個議題，其中一個就是和自 然 語 言 有 關 的 BERT(Bidirectional Encoder Representations from Transformers)， 這個模型以相對動態的方式去學習字詞的 向量表達，是個令人驚豔的方式。另外一個 值 得 關 注 的 議 題 是 AI 晶 片， 講 者 特 別 舉 出 Tianqi Chen 提 出 的 TVM 做 為 例 子， 相 對 於 傳統的「system for machine learning」， 利用人工去想辦法優化硬體系統讓機器學習 運作更有效率，TVM 反過來提出了「machine learning for system」的想法，透過機器學 習去改善硬體，未來的晶片或許會朝向軟體定 義的晶片發展，半導體產業對於台灣來說很重 要，因此這是一個值得關注的方向。 ●人工智慧如何連接人和資訊 網路已經成為我們生活中不可或缺的部 分，Google 掌握了傳統搜尋引擎的龍頭地位， 臉書則是社群媒體的領導者，現在手機讓我們

30

擁有大量的碎片化時間，AI 也正在快速發展， 隨之而來也有新的發展契機。一如印刷術的發 明讓書本成為知識的媒介，PC 互聯網時代裡 數位化資料庫讓搜尋引擎成為接觸資訊的入 口，來到了移動互聯網時代，技術和訊息媒介 的關係是什麼也必須要重新去思考的問題。 講 者 認 為 他 所 服 務 的 公 司 —— 字 節 跳 動——正是在移動互聯網、社交性媒體、個人 化推薦的這股浪潮中找到了一個新的切入點。 要想連接人與資訊，他們的目標不單單是像傳 統入口網站一樣作為連接器，而是 AI 賦能下 的創作平台。在這個平台裡，每個人的手機都 可以拍照、錄音錄影、寫作，就是最好的創作 工具；此外，也希望能讓讀者跟作者可以交流， 作者可以接收到讀者的反映；個人化的推薦內 容也是目標之一，千人千面，就像個人專屬的 報紙。如何朝這個目標前進，接下來就以兩個 字節跳動推出熱門的產品做為例子。 ●個性化的搜尋引擎—以今日頭條為例 今日頭條基本上是個搜尋引擎，但是相較 傳統利用協同過濾的方式，今日頭條建立了一 個評分系統，為每個用戶和內容之間評分。透 過用戶點擊、停留時間、評論、分享轉發、追 蹤等等行為來測量用戶對推薦內容的滿意度之 後，再透過機器學習去訓練，最後為每個用戶 都提供專屬的、個人化的推薦排序。 在這個基礎之上，接下來，他們的下一個 目標，一如愛因斯坦希望能夠透過一個統一 的理論來解釋這個世界一樣，他們希望能夠發 展出一個可以對各種不同形式的媒體，例如圖 片、音樂、影片、文本等等，都能夠進行語意 表達的模型，進而在應用上有更好的表現。 ●讓創作變得簡單—以抖音為例 抖 音 是 一 個 讓 大 家 能 夠 上 傳 十 五 秒 以 內 的 影 片， 用 戶 產 生 內 容 (user generated content, UGC) 的影音平台，這個平台特別的

31

地方在於，透過 AI 提供許多的創作協助，讓 手機錄製影片的這個過程變得更加輕鬆有趣。 例如在偵測人體動作技術下發展出來的尬舞 機、切紅包變成為熱門的娛樂活動；基於圖像 辨識、圖像生成技術下發展出來的變臉、變換 背景或表情等等功能，也都讓創作變的更簡 單。在 AI 的幫助之下，有了手機在手每個人 都可以搖身一變成為創作者。 目前抖音已經達到兩億活躍用戶、每天有 五千萬個短影片上傳的規模，擁有大量的數 據，一如前文所提到的，這些都是發展 AI 最 需要的燃料。然而，大量數據的到來也伴隨著 一些挑戰，UGC 的平台不可避免的就是內容都 有可能被用戶上傳，因此內容審核、版權問題 等等都是必須去解決的，此外要提供更好的服 務，自動的為內容分類、預測流行程度等也都 是需要考慮的方向。對於這些 問題，抖音用上了幾乎現行所有與電腦視 覺相關的技術，再配合著審核員和 AI 的合作， 讓內容的品質更優化。 傳統的搜尋引擎只扮演連結組織的工作， AI 帶來了新的發展機會，除了一般我們認為 AI 具有優勢的處理、分析、挖掘巨量的數據 等面向以外，現在也可以用來輔助創作、輔助 消費。AI 的發展為人和資訊的連結帶來許多 延伸的價值，例如廣告、電商、教育、醫療、 公益尋人，也能夠建立一個促進創作和交流的 平台。這是一個仍有許多可以發展技術研究創 新的領域，在 AI 的幫助下，我們可以期待未 來，是一個智慧生活、智慧工作的世界。 CASE

本文整理自：107/12/16 由馬維英老師在臺大 思亮館國際會議廳所主講之「人工智能賦能全 球創作與交流平台」演講內容。

AI 嘉年華 Keynote 2

與數據拔河：AI 的應許和限制 講師｜ HTC 健康醫療事業部總經理 張智威 彙整撰文｜連品薰

張教授首先以在喜馬拉雅山區拍攝的照 片為我們示範，如果將尼泊爾路邊乞討的婦人 和拉薩街上膜拜的信徒的照片輸入加大柏克萊 Caffe 的圖片分類器中會得到什麼標籤呢？目 前 AI 的技術雖然還無法標示出抽象的概念如 貧窮、苦難，虔誠，但可以期待它能辨識出圖 片中的「物」如街道、人等。然而實測的結果 卻是將喜馬拉雅山區居民辨識成狗、寵物。

了全世界：如果你的算法能自行生產出無限多 且多元的數據，那你便能造就 IQ 等同於 300 的機器。但這波的 AI 革命其實只推進了深度 學習，而發展的面向也只限於模擬人腦的知 覺 (perception) 功能。至於如何使用人腦知 覺之外的能力，譬如知識，記憶，計畫，邏輯 思考，以便從小數據演繹出等同於無限多且多 元大數據的能力，還沒有跟上。所以今年四月 AI 界的巨擘 Michael Jordan 甚至宣稱：「AI 革命尚未到來。」

這不是因為 AI 或電腦對人種有歧視，而 是因為它無法對於沒有見過的「物」作出正確 的判斷。數據導向 (data driven) 的人工智慧 是建立在大量及多元的資料才能成就，目前的 ImageNet 在數據的量上達到了標準，但可能 只有極少數喜馬拉雅山居民的照片，所以 AI 認不出他們。於是，身為人工智慧產業的實務 者我們應該自問：在我們負責的產業我們有足 夠而且多元的數據嗎？如果沒有的話，這波 AI 的文藝復興也許對我們的實務毫無助益？

理解了當前 AI 的技術發展與限制後，我 們應該去思考：如果有大數據能做什麼？沒 有大數據又該怎麼辦？史丹佛大學的吳恩達 指出：「很多公司還不了解如何使用 AI，沒 有很多團隊知道該如何執行。」一個 AI 團隊 要能真正運作，至少需要十個算法很強的、 十個系統很強的成員。但頂尖的 AI 人才多數 會 選 擇 進 IT 公 司， 而 其 他 擁 有 大 量 數 據 如 Johnson & Johnson 這樣的企業，其實很難能 雇用到尖端 AI 人才，而這也是台灣市場所面 臨的問題。張智威認為，AI 應用需要的其實 是能夠開發新的算法、或把既有算法自動化的 人才，其他的技術層面都應該盡量自動化，而 不是訓練更多人出來從事低階選擇模式調參 數的工作。「讓 AI 來處理 AI」也是張智威推 出 DeepQ AI Machine 背後的宗旨。讓 AI 自己 來替 AI 選擇模式調參數，安排 GPU 數量，減 低 IO，達到最大加速最小模組的優化。

深度學習於 1985 年被開發，但直到 2014 年才起飛。張教授 2007 年起在 google 進行數 據導向大規模機器學習開發時，被當時的同 仁合理質疑。因為較複雜的算法譬如 SVM 或 深度學習太過耗時，跟不上搜索引擎和廣告 推薦系統的即時需求。在 2012 年 AlexNet 利 用 ImageNet 數據取得革命性的圖片辨識的準 確率後，學界業界同時驚艷，也才願意投資大 規模運算 GPU 平台，接受了數據導向大規模機 器學習的典範。而在 2016 年 AlphaGo 又告訴

32

DeepQ 在健康醫療產業的貢獻是讓人們平 時就可以做到簡單的身體檢測，它能為使用 者做「導診」，並建議他們去特定門診掛號。 這背後的理念是想為醫生收集到更完善的身 體資訊，達到輔助看診的目的。五年前張智威 的團隊參加了 Tricorder Xprize 比賽，目標 就是要製造出可以進行疾病自我檢測的輕便 儀器，其內容包含驗血驗尿、光學檢查、呼 吸診斷、心率血壓測量和問診等。其中的「問 診」功能便是利用增強學習 (reinforcement learning) 技 術， 但 相 較 於 AlphaGo 的 棋 譜 的可能性，症狀與疾病的關係更為複雜，而 最關鍵的問題在於 symptom checker 不能像 AlphaGo 自己跟自己下棋一樣的生產無限的數 據。為了降低問題的複雜性，團隊使用階層性 增強學習，也就是將問診分為兩個階層，先是 主代理人（醫院院長）做出大致的分類，再讓 副代理人（各科主任）就更細層的症狀作出診 斷，如此一來把原本 35% 的準確度一舉提升至 80% 以上。

這個人 fire 掉，但沒想到結果出來準確度提 升了整整 10%。」這背後的原理是，看似毫不 相關的圖片和中耳炎共享了某些低階特徵。而 中階的特徵可以利用明喻達到類比的效果。例 如流膿的中耳炎圖片就跟拿鐵有幾分相似，紅 腫的跟紅色絲絹有幾分相似。 另 一 個 構 想 則 是 讓 AI 自 己 製 造 圖 片 資 料，但若缺乏醫療專業知識的指導，AI 可能 會製造出太多不符合生理事實的圖片。這個問 題就像是，若我們只能提供 AI 紅色玫瑰的圖 片，它要如何才能猜出玫瑰有其他種顏色？這 個問題的解決，或許才能稱為真正的 AI 革命。 DeepQ 團隊已有初期突破。 最後張智威也提到他對 AI 前景的期許。 他希望 AI 在將來不只是能夠辨識出喜馬拉雅 山上的「孩子」，也不只是給出「快樂」的標 籤，甚至要能指認出「天真」。AI 可以讓人 更幸福嗎？張智威認為健康是幸福的前提，透 過發展 AI，他希望能為未來的孩子們帶來更 好的健康。 CASE

另一個難題則出在光學檢測上。以中耳 炎為例，標註的圖片資料只有一千多筆，AI 的準確度便只有 75%，就算加上人工特徵篩選 也只能達到 80%。這時團隊裡的工程師突發奇 想，把網路上雜七雜八的圖片一併丟進去模型 裡跑，張智威笑著說：「當時我覺得真應該把

本文整理自：107/12/16 由張智威老師在臺大 思亮館國際會議廳所主講之「AI 能讓我們更 幸福嗎？」演講內容。

33

人物專訪

尋找矛盾最小的人生夾角──專訪張智威 採訪、撰文｜高英哲

翻開 HTC 健康醫療事業部總經理張智威的 學經歷，我們看到的是一張標準的人生勝利組 成績單：柏克萊、史丹佛、谷歌、HTC，上百 篇研究論文，引領時下話題性最高的產業發 展。然而再往前追溯到履歷表上通常不會列及 的學士前學歷，卻會發現張智威的起步並不華 麗，雖然唸的是台灣著名的私立中學，大學卻 沒有一如預期地考上頂尖學府。提起中學生 活，張智威直言那是一段很不開心，甚至留下 了不少心靈創傷的日子。「我家裡很窮，同 學家大多很有錢，所以即使交情很好的同學， 我都不敢讓他們來我家裡玩，這在心理上是不 小的折磨。」張智威也不覺得自己就讀私立名

校，有讓他得到什麼優勢，「如果我今天能夠 在某些領域稍微有些成果，好老師當年給我的 啟發非常重要，但是每個學校都有好老師，也 有不好的老師，私立名校並沒有什麼特別。」 張智威的大學聯考沒有考好，落到了私立 大學去。他大學前兩年的成績也只是差強人 意，時間精力大多投注在從小對文學的興趣 上，到哲學系修了不少課，擔任過校刊總編， 參加過辯論賽。張智威說也許是覺得自己聯考 表現失常，難免有些自負，再加上志不在本 科，跟班上同學相處得不是很融洽。這導致升 大三開學時，班上上演了一齣離奇的戲碼：同

34

學們在班會建議主動請系上老師多考試，以提 振班上讀書風氣，有兩位同學以此為由建議張 智威不如轉系，不然為了顧慮他這種「外務繁 多」的學生，而不向老師建議增加課業壓力， 會妨礙大家求學上進。面對這意外的態勢，張 智威的反應是回家想了一下，跟現在是老婆的 女朋友說：「那我不如來認真讀書吧！」到了 大四，張智威的成績已是全班第一。現在回想 起來，張智威反而很感謝這些關心的同學， 「整個把我打醒了過來。」 類似戲劇性的轉折，在張智威的人生中 不斷出現，它們幾乎都有一個共通點：當下 是 個 不 小 的 打 擊 與 挫 折， 但 是 只 要 他 因 此 決 定 要 做 某 件 事 的 時 候， 一 定 是「go for perfection」，追求完美，全力以赴。張智威 認為他能夠從大學唸工業工程，跨越到電腦科 學領域那道不小的鴻溝，以及後來以 36 歲「高 齡」拿到史丹佛電機研究所入學許可，在旁人 都不看好的情況下完成博士學位，最重要的就 是這股做要做就做到底的意志力。 除了堅持追求完美的精神力以外，張智 威認為一個人也必須要有足夠遠景的判斷力 (visionary)，知道如何因應現實進行轉換。 他以自己在博士班做的題目為例，雖然他寫分 散式作業系統 (operating systems) 核心的能 力很強，但是受限於網路基礎建設在 1999 年 還不到位，這個題目雖然能夠順利讓他取得博 士學位，但等於做死了，繼續原來的題目難以 拿到終身教職，勢必得轉換跑道。張智威因此 在加州大學教書時轉移到機器學習的領域， 六年內從助理教授升到正教授（一般需要 12 年）。因為跟谷歌創辦人同班同學的緣分，後 來在谷歌要成立中國研究院時，順勢到這個全 新的工作場域，利用谷歌在業界的豐沛資源， 進行更寬廣的研究。 後來谷歌在 2012 年裁撤全球研究院，進 行組織重整，張智威覺得揮灑的空間受到限

35

制，想要換個位置發展。在各大公司幾乎都爭 相邀聘的情況下，他最後選擇落腳 HTC，除了 奇妙的因緣際會，以及家庭因素的考量以外， 「足夠遠景的判斷力」再一次發揮了作用。 「你的每一個工作，都要能夠讓你學到一些東 西，幫助到你下一個工作。」在硬體背景上不 是很強的張智威，選擇到 HTC 補強這一塊。 在 HTC 張智威堅信做人人必須使用的移 動服務是前景，而台灣在醫療品質和醫療資 訊 具 有 很 大 的 優 勢。 張 智 威 在 2013 年 起 與 哈 佛 大 學 彭 仲 康 教 授 合 作 領 軍 參 加 XPRIZE Tricorder 競賽，奠定了團隊在醫療 AI 深厚 的基礎。張智威說到他在谷歌最後那三年，經 常受邀擔任國際學術會議主講人；到 HTC 任職 的頭幾年，幾乎是乏人問津。「你要很清楚地 知道，人家找你是因為你個人很優秀，還是只 是因為你在某某公司。」但是這兩年團隊成果 開始做出來了，國際學術會議的邀約又開始多 了起來，「我在台灣比原來規劃多出來服務的 這幾年，絕對沒有浪費掉。」 回顧自己過去各種曲折的上下起伏，張智 威認為一個想要掌控自己人生的人，最重要的 是如何處理失敗的經驗。「我碰到失敗時不會 沮喪，甚至反而會非常高興，因為我把失敗 當成是再起的機會。」他說他在史丹佛的指導 教授，說過一句非常棒的話：「高品質在長期 總會勝出。(Quality wins out in the long run.) 但是這句話一般人很難體會，因為多數 人只追求完成而沒有追求完美（高品質）的熱 忱。所以最重要的是要想辦法找出那份熱忱， 「讓你想做的事跟必須要做的事之間夾角愈 小，你的熱忱就會愈高。」他自認不是特別聰 明的人，但一直都很會找到「自由意志」跟 「義務」之間，那個能夠激發出最大熱忱的最 小夾角，這讓他在無論面對什麼樣的失敗與挫 折時，都有源源不絕的能量去克服挑戰。 CASE

AI 嘉年華

機器如何聽懂我們說的話？ 講師｜臺大電機工程助理教授 李宏毅 彙整撰文｜蘇建翰

你有使用過手機的語音助理服務嗎？只 要輕鬆的動動嘴巴，就能讓手機言聽計從，這 背後牽涉到許多語音處理和自然語言處理的 技術。讓李宏毅教授，為我們說明如何才能讓 機器聽懂人說話，一探背後工程的奧秘之處。

成的，機器的學習可以先從詞彙的理解開始。 今天，我們可以利用 Word Embedding 的技術， 讓機器去閱讀文本，透過上下文之間的關係來 推論出每個詞彙之間的意義。舉例來說，如果 機器在閱讀新聞時，看到「馬英九在 520 宣誓 就職」和「蔡英文在 520 宣誓就職」這兩個條 目，那麼雖然沒有人告訴過機器「馬英九」與 「蔡英文」是什麼意思，但是機器能推論出這 兩個詞在某種程度上是相關的，因此如果我們 讓機器讀越多的書，機器就越能理解這些詞彙 之間的關係，猜出他們代表什麼意思。

●機器是怎麼聽懂人說話的 要讓機器聽懂人說的話，首先我們需要讓 機器可以把聽到的一段聲音訊號變成文字，也 就是所謂的語音辨識。有了這些聲音訊號辨識 出來的文字，再來想辦法讓機器能夠理解文字 的內容

●跟著鄉民去看熱鬧 除了傳統有文法、有結構的文本，我們也

就像人類的文字世界是由一個個詞彙組

36

可以拿內容千變萬化，流行語常常讓不熟悉的 人也摸不著頭緒的網路論壇來測試，看看機器 是不是真的能理解網路用語，可以當一個合格 的「鄉民」。

的正確率，雖然並不是很完美，但跟瞎猜比起 來可說是好上許多。

這邊講者舉知名的批踢踢八卦版為例，常 見的用語「好棒棒」和「好棒」看似差不多， 但其實在意義上是恰恰相反的兩個詞。經過實 驗讓機器去看了三個月份量的內容之後，機器 對於「好棒棒」相似詞的答案給出是「阿不就

●阿笠博士的變聲器 除 了 讓 機 器 理 解 文 句 的 內 容， 更 進 一 步 的， 我 們 會 希 望 機 器 也 能 嘗 試 創 作。 利 用 生 成 對 抗 網 絡 (Generative Adversarial Network, GAN) 的模型來進行訓練，機器可以 做到正面、負面之間文字風格轉換的工作。舉 例來說，給機器一個負面的句子「sorry for

好棒棒」、「好清高」、「好高尚」等等，從 這個結果我們就可以知道機器是真的理解這 個詞，發現這個其實具有反諷的意涵。

doing such a horrible thing」， 我 們 會 得到機器覺得正面的「thanks for doing a great thing」。

而除了相似、相反詞這種比較簡單的問 題外，機器也能進行一些簡單推論，比如說 當被問到「魯夫之於海賊王等於鳴人之於什 麼？」，機器可以推論出答案是「火影忍者」， 這種角色和作品的對應關係。

這個功能有時可以讓我們看到一些意料 之外的訓練成果，例如，機器會把負面語句 「胃疼 , 沒睡醒 , 各種不舒服」轉成正面語 句「生日快樂 , 睡醒 , 超級舒服」，對於「我 肚子痛的厲害」機器的回應則是「我生日快樂 厲害」，雖然就人類的角度來看這個「胃疼」、 「肚子痛」和「生日快樂」的風格轉換可能沒 什麼道理，但我們可以得到的一些對機器有趣 的理解，顯然機器認為腹部不適的相反是「生 日快樂」。

●讓機器懂你的心 除了理解內容以外，經過循環神經網絡 (Recurrent Neural Network, RNN) 模型的訓 練，機器也能分析情緒，判斷內容的情緒是正 面的，還是負面的。比如說， 「AI is powerful, but it’s hard to learn.」、「AI is hard to learn, but it’s powerful.」、「AI is powerful, even though it’s hard to learn.」， 雖然這幾個句子只有調動詞語的順序，或 者字詞上的輕微差別，但是經過訓練的機器可 以判斷出這些句子的情緒。這個功能是相當實 用的，我們可以應用到市場的調查上，去分析 人們對商品的評價是正面居多還是負面居多。

除了文字上的風格轉換，機器還能夠模仿 某個人的聲音說話，就像柯南裡阿笠博士發明 的蝴蝶結變聲器一樣。在以往，要能成功做到 語者轉換，比如說讓 A 模仿 B 說話，你得要先 邀請到 A 本人大駕光臨，錄製會需要用到的字 詞的聲音訊號再去重新組合，現在有了 GAN， 只要有大量 A 和 B 的聲音訊號，這些聲音訊號 不需要是同樣的句子，甚至不需要是同一種語 言，只要拿這些聲音訊號去訓練，機器就能幫 我們達到語者轉換的工作。

另外，綜合前述機器的能力，我們可以讓 機器考考看托福的聽力測驗，機器在聽完一段 文章、看完問題和選項後必須要選出答案，就 像大考前一定要刷一下歷屆試題，機器的訓練 資料是考古題，目前的成果可以達到五成左右

●展望未來 現在語音辨識及處理的系統看似成熟，可以在 每個人的手機上實現，但其實多半只能適用於 使用人口較多的語言。由於機器的訓練需要大

37

量資料，不僅要有聲音訊號還要標註文字，因 此世界上多數的語言還沒有好的辨識系統。 要為每一種語言都蒐集大量資料是耗時 費力的，有沒有可能讓機器就像小嬰兒一樣， 很自然地就能從大量的聲音訊號和不需要有 對應關係的文本去學會一種語言呢？這是有 可能的，目前 GAN 的成果在音標辨識上已經 可以將錯誤率降至四成。就像在星際大戰裡， 有一個角色是精通六百萬種溝通方式的機器人 C-3PO，隨著技術逐漸進步，在未來，或許我 們也能打造出像 C-3PO 一樣的機器，能辨識處 理各地的語言，讓不同語言之間的交流再也沒 有障礙。 CASE

本文整理自：107/12/16 由李宏毅老師在臺大 思亮館國際會議廳所主講之「機器能聽懂人說 話嗎？」演講內容。

38

人物專訪

讓機器自己學習語音的實踐者 ──專訪李宏毅 採訪、撰文｜魏妤亘

因著科幻電影，人類不乏想像與機器人對 話的場景。但機器人真的能夠聽懂人類說話 嗎？對話的基礎在乎「語音」，讓我們透過與 AI 語音專家－台大電機系李宏毅教授的訪談， 開啟人工智慧語音領域的大門。 ●偶然接觸卻成了專業 李宏毅教授的大學時期，雖然人工智慧已 發展，但語音並非時下熱門的研究主題，學生 時期的他也從沒想過自己未來會一腳踏進這領

39

域。當時，系上有一位相當厲害的老師－李 琳山教授，規定欲修習他專題的學生必須兩人 一組。原先是李宏毅教授的同學想要修課所以 找他一起，他沒多想便答應了，殊不知就此開 啟對人工智慧語音的接觸與喜愛。後來，研究 所也繼續進入李琳山老師的實驗室學習，研究 AI 語音技術至今。 ●語音的現實與夢想藍圖 現今大家所說的「人工智慧」通常指的就

是深度學習技術，這個技術也被稱為「類神 經網路」。類神經網路顧名思義與人腦類似， 發展上從起初僅能建構單層，至今建構出更為 複雜的多層類神經網路，但這過程並非一帆風 順。事實上，1980 年代就已發展出類神經網 路技術，然而，人們花費心力卻一直無法成功 訓練多層的類神經網路。

授認真向我們說明，目前市面上常見的語音對 話機器，並非機器本身真的瞭解妳所提出的問 題，而是透過人類事先輸入的規則，機器會回 覆特定的答案。的確，機器已具有能夠自己產 生正確句子的能力，但是要「深入理解」並且 「產生合宜的答案」還相當困難。讓機器跟人 對話確實是個人類的願景，但要達到這件事情 還有很長一段路要走。

這 個 困 境 一 直 到 受 限 玻 爾 茲 曼 機 （restricted Boltzmann machine，RBM） 的 出現，才看見一線曙光。2012 年，台大的語 音處理實驗室因著引入此技術，加上能力出眾 的學弟葉青峰努力，共同將機器深度學習語音 的基本技術架構完成。而後發現，即使不使用 RBM 的技術，也能夠疊深類神經網路。對此， 李宏毅教授認為，真正突破機器深度學習發展 的是 GPU 的進步與人們確信可以達成的「信仰 之力」[ 註 1]，前者縮短了運算所需之時間，後 者讓人們耐下性子等待。

●聽不懂不是你的錯，從學生的角度思考 當聊到「AI 界最強 youtuber」的封號， 李宏毅教授娓娓道來當初在課程中加入有趣 元素的初衷。他在當學生的時候，每當看不懂 教科書或是聽不懂上課內容，第一反應就是認 為自己太笨；當上老師後，發現比起學生笨， 更可能是老師沒有解釋清楚。 2016 年秋季所錄的機器學習課程，而後 在網路上爆紅。這是他始料未及的事情，當時 的他只單純希望，比起傳統教科書上的例子， 更期盼以靠近生活的例子來讓學生們知道機 器學習究竟多麼有趣。因著這樣的想法，花了 無數時間與腦力，他將時下最流行的寶可夢 手游帶進課程。爆紅之後，甚至有外國人以 Facebook 向他詢問這些例子來自哪一本教科 書。當李宏毅教授回覆這並不來自哪一本教科 書，而是自己絞盡腦汁的成果時，對方真的相 當驚訝。在教導學生上，他站在學生的角度思 考，讓課程再次活了過來。

現今的語音辨識系統，仍需給予機器大量 的「有標註資料」。須由人類首先對聲音資料 進行標註，機器才能夠對這段聲音進行學習。 相較之下，人類幼兒學習語音時，更多時候是 藉由聆聽環境中的語言聲音來學習一個新的 語言，鮮少需要大人一個辭彙一個辭彙的教 導。 為此，李宏毅教授思考著，機器是否可以 在被給予不具標註的聲音訊號後，即知道每一 段聲音訊號所對應的詞彙，甚至更進一步瞭解 聲音訊號代表的意思？為著這樣的目標他努 力著。目前，語音辨識系統在沒有人教導，單 純給予聲音訊號的狀況下，自己做到了 36% 的 音標辨識正確率，已遠比隨機還要好。

此外，對於未來期盼投入 AI 領域的本科 系學生，李宏毅教授認為，寫程式與數學背景 是必備的。你必須有能力寫出程式讓機器具備 學習能力，過程中也需要數學背景來糾錯。然 而，最核心的能力仍是保持「不斷學習」的態 度，當前 AI 領域發展的速度一日千里，只有 持續學習才能夠跟上。

●機器有可能跟人進行對話嗎？ 現今，大家或許對於 Siri、Alexa 等相當 熟悉，也會疑問機器是否真的已發展到能和人 類進行對話的程度？針對這個問題，李宏毅教

●從不同的位置瞭解 AI 「AI 目前還有很多事情無法做到，短期

40

間內也不會取代所有工作，只會取代部分人們 不想要且非常例行性的工作。」面對普遍大眾 可能發生的恐慌，李宏毅教授如此說道。儘管 時下許多公司看好人工智慧而想要投入，教授 認為，具決定權的高階主管們首先該做的事是 瞭解 AI 目前發展的階段以及開發所需要投入 的資源。機器學習在實際訓練時經常發生預料 之外的事，產品的開發週期也難以準確預期。 而對於正在學校學習的學生，若希望能夠瞭解 機器學習或深度學習，現在大學皆具備豐富資 源。除了在學校修習相關的入門課，網路上也 有很多線上課程資源。在不同的位置上，只要 真心想要瞭解，這個時代不怕沒有資源。 未來，人工智慧的確還有很長一段路要走，但 在語音方面，我們相信李宏毅教授持續會是參 與者。 CASE -[ 註 1] 過去有很多任務研究人員並不認為深 度學習有足夠的能力解決這些問題，所以一直 不敢嘗試，或是只進行初步的嘗試就輕易放 棄，但今日相關領域的學者對深度學習的信心 大增，更願意嘗試過去沒用深度學習解過的問 題，也更願意在初步嘗試沒有結果時繼續進行 深入研究。

41

AI 嘉年華

AI 於各種社群網路中的巧妙應用 講師｜成功大學數據科學研究所助理教授 李政德 彙整撰文｜楊于葳

全球資訊網 (WWW) 的誕生，讓我們與世界 更緊密的連結在一起。無論是平時生活中的臉 書社群，電影界演員之間的合作關係、或者是 專家學者們在學術論文的引用，如果我們把每 一個人都設定成點 (Node)，人與人之間的各 種關係視為邊 (Edge)，那麼真實世界的網路 經過視覺化呈現後，就會宛如人類大腦裡神經 元，神經元彼此之間連結時所構成的圖像，看 似一團混亂的網絡，實際上存在著某種規律與 秩序。 ●六度分離的世界 1 9 6 7 年，社 會 心 理 學 家

Milgram，利用實體信件遞交的方式，從 Omaha 到 Boston，進行一場「小世界實驗」。實驗結 果發現，在 296 實驗對象中，有 64 人成功間 接遞交至目標，也就是說，人們平均只要透過 6 個人，就可以和另外一個人成功連結關係。 除實體信件以外，網路網路中的各種社群網路 的數據分析結果同樣顯示著小世界的存在，如 E-mail、MSN、Facebook 等。這些實驗結果意 味著小世界真的存在，平均只需 4~6 步就能夠 連結網路中的任意二人，且無關乎網路大小， 他們存在於各種社群網路中，這隱含了資訊得 以快速於社群網路中散播，也部分解釋了當資 訊是一種傳染病，將很有機會快速且廣泛地在

Stanley

42

全球擴散，其背後意義值得我們反思。 ●偏好依附法則 然而，如何解釋社群網路從何而來？為什 麼會具備小世界等性質？其實在 AI 快速發展 之前，《新約聖經・馬太福音》與老子的《道 德經》，兩本著作中就有揭露社群網路形成背 後可能存在的法則。 《新約聖經・馬太福音》第 13 章第 12 節： 「凡有的，還要加給他，叫他有餘；凡沒有的， 連他所有的也要奪去。」 老子《道德經》第 77 章：「天之道，損 有餘而補不足。人之道則不然，損不足以奉有 餘。孰能有餘以奉天下，唯有道者。」 舉例來說，新進一個社群網路的使用者傾 向和朋友數多的人交朋友，像是網紅效應與名 人效應，在寫論文時，我們引用的參考文獻容 易偏向是引用次數較高的論文，就如同經濟學 家 Herbert Simon 所說的「富者愈富」，因 為人們不知不覺中遵從了「偏好依附法則」。 基於偏好依附法則，我們透過新的小點匯集加 入，點與點之間融合而轉變成大的聚落，如此 解釋了社群網路的另一個重要性質「朋友數冪 次法則」，即極少數人擁有很多朋友，多數人 認識的人相對很少。

●以人為主的社群網路 (Homogeneous Networks) 一、使用者標籤預測與分類 李老師團隊所開發的此項應用，即是用已知社 群網路中某些人的標籤，預測其他未知標籤者 的標籤。例如下圖，社群網路中有些使用者已 確定罹患某疾病（藍色），有些則確定未罹患 該疾病（綠色），透過 AI 我們能夠預測使用 者 6 號到 10 號的黑點是否為罹病患者，基本 概念是透過擷取社群網路各種使用者特徵（例 如朋友擁有各種標籤之分布），佐以機器學習 中的非監督式學習方法後，即可以精準的判斷 出哪些人確定罹患某種疾病，如下圖所示使用 者 6、7、9 被預測為沒有罹患該疾病，使用者 8 與 10 則為罹病患者。

二、推薦系統 推薦系統主要是預測哪些「互動關係」在未來 會發生，例如 Facebook 朋友推薦，AI 系統可 準確預測出，哪些人真的是你的朋友，但你還 沒有加他為好友，或者是你未來有機會能和這 位朋友互動，其背後的基本想法是讓機器去學 習兩位使用者為何會形成朋友關係，機器可能 學到他們有許多共同朋友、經常出沒在類似的 地點等特徵。另一項與生活息息相關的例子， 正是 Netflix 電影推薦，依據使用者平時觀看 哪些影片的歷史紀錄，佐以資料探勘中的協同 式過濾方法，進而預測出使用者未來可能感興 趣的影片。

●社群網路中的人工智慧 李政德老師展示他們在成大的資料工程 與人工智慧實驗室 (DEAR Lab) 應用人工智慧 於社群網路的具體實例，可分為兩大類，第 一 類 是 以 人 為 主 的 社 群 網 路 (Homogeneous Networks)，典型 AI 於社群網路之應用，例如 使用者標籤預測與分類、推薦系統、假新聞偵 測、病毒式行銷。第二大類萬物皆可表示成網 路 (Heterogeneous Networks) ，AI 於 其 中 之應用例如恐怖分子偵測、共享帳號偵測、個 體行為側寫、感測環境保護。

三、假新聞偵測 社群媒體中，假新聞流竄的頻率越趨頻繁，然 而憑藉著人腦判斷假新聞與否，是件相當困難

43

的事。例如曾有一則新聞寫著：「美國科羅拉 多州的麥當勞餐廳，設置一個大麻吸食區」， 透過常識判斷，美國部分區域大麻合法化，因 此這件事情看似很合理，會讓很多人會相信這 件事情是真的。根據研究顯示，75% 使用者會 對假新聞信以為真。李老師團隊所開發的 AI 系統，可以根據新聞擴散結構、新聞內容與用 戶回覆內容來偵測假新聞與否。AI 學習到假 新聞的線索可能包含較為淺短的社群網路擴 散結構、試圖讓人信以為真的用字遣詞、以及

且複雜的個體行為資訊，我們可以透過 AI 自 動辨識出個體在網路中的異常行為，若一罪犯 之行為與其他人比起來很不同，那麼他是恐怖 份子的可能性應該不低。

使用者對該新聞的情感隨時間的變化。

的使用者，將使得音樂推薦的使用者經驗大幅 下降。李老師團隊透過 AI 從每一帳號之音樂 聆聽歷程中，自動偵測哪些帳號有多人共享， 預測一個共享帳號有幾個人共享， 還可以即 時偵測當前帳號是哪一位使用者，讓 AI 在進 行音樂推薦時，能精準地從使用者的角度做出 推薦，甚至連該帳號其中一位使用者在不同情 境下聽音樂習慣都能學習到，做到兼具個人化 與情境化的音樂推薦。

二、共享帳號偵測 須付費線上多媒體服務如 KKBOX 與 Spotify 都 有多人共享帳號的問題，以往我們只能以帳號 的角度去分析使用者的喜好，進而推薦該帳號 音樂，但一個帳號下若存在多位不同音樂偏好

四、病毒式行銷 病毒式行銷指的是公司透過免費試用品或折 價券的行銷手法，搭配招募具意見領袖效果 的種子用戶，在人際網路中進行向朋友推薦商 品，也就是所謂的口碑行銷，使得商品資訊於 社群網路中擴散，最大化讓對該商品感興趣且 有意願購買的人，來達到促銷商品的目的。李 老師團隊讓 AI 介入病毒式行銷的方式是從使 用者過去貼文內容與分享歷程中，學習出每位 使用者感興趣的商品主題，進而預測每位用戶 的社群影響力，即能吸引多少人前來購買該商 品，讓公司能在有限預算下，招募最有影響力 的用戶作為意見領袖，來最大化病毒式行銷的 效益。

三、個體行為側寫 目的在於了解個體行為與個體間的互動，社群 網路中的個體經常會有群聚現象，就如同每位 使用者在家庭、大學同學、工作夥伴等不同社 交圈，每個小圈圈群體內部通常會有較為緊密 的社群互動，而群和群之間的互動關係則相對 很稀疏且不頻繁，透過 AI 找出哪些個體屬於 同一群體，可應用在各種類型的網路，帶來不 同的應用。譬如在人際網路中，我們可從群體 中推估使用者喜好；在犯罪網路中，可從群體 找出犯罪同夥；在股票共漲跌網路中，可推薦 能帶來獲利的投資標的；在企業合作網路中， 可了解公司間的競合關係；甚至在大腦組織細 胞網路中，AI 可偵測大腦各功能部位。

●萬物皆可表示成網路 (Heterogeneous Networks) 一、恐怖分子偵測——異常行為偵測 想找出恐怖分子，必須先思考恐怖分子跟一 般罪犯在行為上有何不同之處，換成另一種 資料，在 IMDB 電影網路中，知名女演員梅格 萊恩 (Meg Ryan) 和其他女演員比起來有何特 別之處？首先，我們要視覺化梅格萊恩社群 網路，李老師團隊透過 AI 去分析，區分出梅 格萊恩的正常行為與異常行為，結果發現梅格 萊恩這位女演員很喜歡演翻拍的電影，如果只 憑藉肉眼觀察，我們很難發現其中的差異。同 理，在一個犯罪網路中，裡面很可能夾帶巨量

四、感測環境保護 AI 搭配網路結構，還可應用於環境保護。譬 如給定某一城市的下水道網路（每個住家或工 廠是點，地點間若存在下水道管線則彼此建立 連結），以及歷史汙水擴散資料，我們可透過

44

AI 找出汙水感測器該設置在哪些地點，才能 使得汙水能夠在污染擴散到最大以前，能儘早 被偵測到，讓污水感測器能發揮最佳的效果。 其基本想法是讓 AI 根據地面上地點鄰近區域 的地點類型分布、地形地貌、人口分布狀況等 資訊作為特徵，來評估每一地點產生污染之機 率，並同時從下水道網路中預測每一地點一旦 被汙水流過所帶來的擴散風險，兩相結合預測 地點搭建汙水感測器的效益。如此將可協助相 關政府部門佈設汙水感測網路，達到環境保護 的目的。

CASE

本文整理自：107/12/16 由李政德老師在臺大 思亮館國際會議廳所主講之「大數據中的小世 界：連結你我的社群網路」演講內容。

45

人物專訪

社群網絡與人工智慧──專訪李政德 採訪、撰文｜楊慈慧

隨著科技變遷，真實生活中的人際網路幾 乎都被放上了網路世界中的社群平台，社群網 站幾乎成為了現代人生活中必備的 APP——吃 飯時上臉書打卡可以送小菜，若要圖文並茂的 貼文可以點開 Instagram，想要心情小語連發 則是要靠推特。不論是在臉書、IG 或是推特 上，「好友」都是不可或缺的角色。一般人可 能沒有想到的是，社群網站上的「好友關係」 跟人工智慧其實是大大有關係的。今天我們訪 問到的是成功大學數據科學研究所的教授李政 德，讓我們來一窺人工智慧與社群網絡之間的 關聯。

●樂當福爾摩斯 好奇心推向研究路 在大三時，李政德接觸到了資料探勘的技 術，而後他做了一個科技部大專生專題計畫， 試圖找出印象派畫作與古典鋼琴音樂之間的 關係，讓人們在觀看畫作時可以有一首相搭配 的古典鋼琴曲。正是因為這個計畫發現了二者 在情緒上的潛在關聯，進而引發他的研究好奇 心，帶領他走上研究之路。李政德認為從事資 料探勘，就好比在當福爾摩斯，必須透過各種 資料分析演算法去抽絲剝繭方能發現隱藏數 據背後的新知識。2008 年左右，Facebook 的 興起讓人與人之間的關係得以被數位化記錄

46

下來，這也改變了社群網絡研究的模式。「在 資料探勘中，資料千變萬化，因而方法跟著 活了起來」，但無論從事何種類型的數據分 析，李政德認為自己的研究核心始終脫離不了 「人」，就如他的碩論在從事社群網絡分析； 博論題目則是「基於人群模擬與影響力擴散之 社群網路探勘」，都跟「人」脫離不了關係。

業，很可能得受限於該公司的發展方向；若是在 學術界，則可以挑選自己認為重要、值得的題材 鑽研，還能作育英才，培養下一代的人才。儘管 選擇待在學術界，李政德也有許多與企業合作的 研究案。像是他曾經與 KKBOX 合作，試著找出多 人共用帳號的當下使用者，以便於更準確的音樂 推薦。目前則正與永豐銀行合作，試著將人工智 慧運用在電話行銷上，打破了過往只靠電話專員 的經驗判斷來挑選行銷對象的情況。

●填補空白格 退役的追趕人生 說到這些年來從事研究時碰到的最大挑 戰，李政德的回答並不是那些難解的模型，而 是「時機」。將時間拉回到 2013 年，那年正 是深度學習技術方興未艾之時，然而在同年 1 月，他剛好博班畢業去當兵，研究的部分也因 此停擺。

●科學價值：擇己所愛，自我探索 對李政德來說，科學的意義在於可以做自己 認為有價值的研究，能從中學習並發現找到從沒 想過的新知識，並讓這些新的學習與發現能有被 推廣、應用，進而影響更多人的可能。科學就像 是拿放大鏡、從不同的角度去看世界，並能讓人 學習從不同的角度來看待事物，並使人不會僵化 思考。而擴大到其他面向來說，他認為科學幫助 了學生了解自我。在實驗室中，他常常可以很明 顯地看出每個人的個性差異，「做研究」不只讓 他認識科學，也讓他更認識學生與他自己。李政 德笑說，「如果能有人，因為我在研究上的作法 或發現而有所觸發或聯想、甚至改變對某些事物 的想法，或許這是很有價值的一件事吧！」

等到他當完兵出來後找到教職，已經是一 年半以後的事情了。人工智慧技術的發展日新 月異，一日便可能有千里之遠的突破，更不用 說是一年半。一年半後，重新回到研究領域的 李政德發現「世界都不一樣了」，新的研究思 維和方法在深度學習技術的發展下而有所不 同。他後來花了整整快兩年，才終於補上當兵 那年的空白格。回想起這段過往，李政德認為 這是讓他收穫最多，卻也是有著最大挑戰的日 子。

此次人工智慧興起的關鍵點在於「資料」， 因為機器學習仰賴大量資料來學習並做出準確預 測。這波熱潮能夠走得多遠、多久，端看資料的 公開度、公開數量，而各個領域對於人工智慧 的需求程度，也會大大影響到 AI 的蔓延程度。 Appier 首席人工智慧科學家孫民曾說：「很多人 都擔心未來我們的工作會不會被取代，但其實會 被取代的應該是不會使用 AI 的人。」儘管在時 間的淬鍊下，現在這些炙手可熱的人工智慧技術 應該都會變成未來的「常識」，但其實不必擔心 它的沒落。人工智慧在成為大眾想像的、可以取 代人類的機器人前，還有很長的一段路要走，但 相信它會在這段路上扮演輔助人類的角色，而我 們也該學習如何使用 AI。人工智慧產生並不是為 了要妨礙人類生活，而是要讓我們的生活變得更 有智慧。 CASE

●研究轉向資訊擴散 產學合作 近年來，他的研究主要針對人工智慧技術 應用於「社群網路資訊擴散」。狹義的資訊擴 散是預測可能的貼文分享人，或是預測文案該 如何設計才能有人分享；至於廣義來說，不 只有貼文，連病毒、傳染病等等的擴散也都屬 於資訊擴散的一環；甚至連現在很夯的智慧城 市，比方說下水道該怎麼設計，這些都是屬於 資訊擴散的範疇。 在到成大任教前，李政德曾在中研院擔任 過幾年的助研究員。詢問起為何都是待在學術 界，而沒有轉到業界任職？李政德表示，自己 是個喜歡保有選擇自由的人。倘若是進到企

47

●我們都是超級電腦——基因運作機制與開 關調控 人體有幾十兆的細胞，每個細胞都擁有相 同的染色體，雙股螺旋狀的含氮檢基，承載著 基因資訊。陳倩瑜教授將細胞比擬作小型的電 腦，而裝有十幾兆細胞的人體，正如同超級電 腦。這些小型電腦有著同樣的作業系統、應用 程式，她比擬每一個基因就像一種應用程式， 有兩萬多種。 DNA 由 A、C、G、T 四種含氮鹼基組成， 可以視為四進位制的資訊科學。將數量加總， 人體的基因組共有長達三十億 (3G) 的資料。 將資訊分作 23 對染色體，兩套分別來自父 系、母系，細胞像是有雙作業系統，有時兩套 同時運作，有時只有一套。總和起來，每人有 自己獨特的 6G 資料，這些巨量的資料在當代 社會已經不成問題，目前學術研究可用 1000 美金（約新臺幣 30000 元）取得一個人身上 的所有基因序列。

AI 嘉年華

以人工智慧一窺基因鑰匙 講師｜臺大生物產業機電工程學系教授 陳倩瑜 彙整撰文｜葉珊瑀

個體差異起因於人們身上的 DNA 變異， 將 個 人 的 基 因 組 和 人 類 參 考 基 因 組 相 比， 將 會 有 很 多 相 異 之 處， 例 如 點 突 變 (point mutation)。每個人身上的變異約有 3M，以總 量 3G 計算，人們彼此約有千分之一的個體差 異。這些差異中，又有 98% 變異發生在非編 碼區域，所產生的影響未知。

●機器學習基因鑰匙孔 陳教授與我們分享生物學家如何利用染 色質免疫沈澱 - 定序 (ChIP-seq) 技術來幫忙 尋找鑰匙孔，ChIP-seq 先將卡在 DNA 上的蛋 白質鎖住，用抗體抓住特定的轉錄因子，接著 把蛋白質洗掉，就可知道細胞在此時的狀態， 哪些蛋白質鍵結著哪些 DNA。透過電腦分析序 列片段，可望知道何時基因會開啟／關閉、有 哪些鑰匙孔存在。

既然每一個細胞攜帶的基因組相同，何 以細胞表現的形態差異極大？關鍵在於不同 的細胞的表觀基因體 (epigenome)，意即 DNA 當下的狀態，某些基因區段關閉 (off)、某些 打開 (on)。人有 1400~2000 個轉錄因子影響 著其他基因的表現，過程中需要分子辨識來判 別組合的構造，這就如同鑰匙與鎖頭的對應關 係，若形狀不符，即配對失敗。科學家想知道 的是：鑰匙孔在哪裡？型態如何？同一把鑰 匙，偌大的基因組中可能會有上千或上萬個鑰 匙孔，這正是挑戰所在。

電腦在 DNA 片段中尋找鑰匙孔的過程和進 行影像辨識很像，陳教授以乳房攝影的影像判 讀為例，說明 AI 工程師如何利用卷積神經網 路 (Convolutional Neural Networks, CNN) 自大型的影像中尋找潛在的腫瘤。過往電腦判 斷總不精準，多是透過經驗老道的放射科醫師

48

常 (organ)、 臨 床 病 症（sign）、 遺 傳 疾 病 用 藥 反 應 (disease)， 由 小 至 大 的 層 次 是 基 因 (genetic)、 表 現 (expression)、 症 狀 (symptom)、疾病 (disease)。 變異可能影響基因功能，也可能透過基因 調控造成異常。這中間的漫漫長路，還有待 科學家釐清。目前能透過大量資料進行研究， 200 多種細胞型態 (cell type) 中，各有上百 個轉錄因子，它們結合的影響，可透過機器學 習來了解。 ●從理論到應用：實例分享 陳教授和我們分享三個進行中的研究。第 一是病蟲害抗藥性研究，農民使用農藥以後， 帶有抗藥性基因的個體會存活，而後大量繁 殖，族群對該農藥產生抗藥性，使得農藥失 效。科學家想探究的，便是這些抗藥群體與非 抗藥群體的關鍵差異。然而群體間的差異往往 成千上萬，在辨識過程，有許多偽陽性 (false positive) 需要仔細檢驗。

鑰匙孔

第二是抗豆象綠豆研究，在野生的綠豆 中，有一品系具有抗豆象的基因，研究者希望 找出關鍵的序列差異，然而要從成千上萬的差 異中找到關鍵的變異，仍是挑戰。最後，陳教 授分享臺灣特有種帝雉的全基因定序，透過生 醫研究解開美麗帝雉蘊含的基因密碼，更進一 步了解這種寶島瑰寶所帶有的秘密。

來分辨。如今透過專家標注、深度學習，機器 也能辨識出潛在的乳房腫瘤。同理，含氮檢基 的四個字母可以轉換成四維資料，放入卷積神 經網路中，讓電腦學習這些模式 (pattern)， 學習成功以後，可以得知鑰匙孔的模樣，之後 得以透過數學模型來評估人體的變異是否影 響鑰匙孔的功能。

對於人工智慧在基因解碼的應用，陳教授 認為這是一個幫助大家了解自己、了解共生於 地球生命的方法。透過這項技術，不只可以認 識自己身上的基因變異，也可以為當代的醫療 尋找新的解方。 CASE

精準醫療是當代醫療界的重要命題，期許 能透過客製化的療程、用藥，讓治療發揮最大 效益。若要了解疾病用藥的了解，就必須先從 變異切入。

本文整理自：107/12/16 由陳倩瑜老師在臺大 思亮館國際會議廳所主講之「用人工智慧探索 DNA 中的調控密碼」演講內容。

DNA 變 異 致 病 的 可 能 途 徑 為： 序 列 變 異 (variant)、 基 因 調 控 (regulator)、 基 因 功 能 (gene)、 基 因 表 現 (cell)、 器 官 異

49

人物專訪

從嘗試中探索，在世界版圖找到自身定位 ──專訪陳倩瑜 採訪、撰文｜葉珊瑀

陳教授有著電機、資工背景，於臺大電機 畢業後至美國史丹佛大學攻讀電機碩士，回 國於業界工作一段時間之後，選擇取得臺大資 工博士，從摸索中選定在生物資訊領域扎根發 展。活動前的這場訪談，在教授的辦公室展開 對談，和煦的陳教授娓娓道來她的探索之路、 異國經歷的養分、以及科技業女性的優勢。 ●未來是摸索出來的 陳教授描述自己一路的發展，是從實際參 與中學習，加上對內在興趣的洞察，一步步摸

50

索出來的。如同拼圖一般，越趨完成才使得全 貌清晰。她在學士、碩士期間以 CPU 設計為 研究取向，回國後在業界進行 IC 設計，透過 硬體描述語言進行數位電路設計，過程中感受 到未來將是軟體的時代。她選擇至臺大資工取 得博士學位，增強以往軟體方面不足之處。最 初希望藉由所學強化硬體設計能力，然而在這 段歷程中，她透過系上講堂、課程、與師長對 談，發現自己對於機器學習演算法的興趣更強 烈，轉向研究資料分析。

位

資料科學的應用層面極為廣泛，金融、氣 象、醫學、商業都有其發揮之處。面對這麼多 選擇，該從何選擇？在陳教授的經驗中，可以 看到嘗試永遠是最好的辦法，透過刪去法剔 除部分選項，同時積極探索有興趣的領域。她 曾經接觸商業資料，分析使用者行為，後來因 緣際會下，透過生物資訊研討會看到分子生物 學成為生命科學顯學，而她的專業得以從分子 的層次以機器學習切入。對她而言，前者商業 資料是人類創造的痕跡，後者生物資訊是大自 然既存的秘密，更吸引自己。生醫領域的資料 公開性高，且應用面向廣，本身就具有其重要 性。因此，陳教授在博士班二年級，確立在生 物醫學扎根，結合資料科學發揮所長。「沒有 嘗試，就不知道自己適合扮演什麼。」探索的 重要，是從實作中慢慢摸索出自己的道路。

連結到陳教授的探索精神，她十分鼓勵同 學們出國拓展視野。「國外不一定比較好，然 而透過走出去，可以見識多元的世界，看到更 多可能性，理解相同目標可以透過許多不同手 段達成。」擁有放眼全球的涵養，能夠洞察不 同環境的優劣，並且運用資源完成目標。「出 國之後反而看得到臺灣的好，在臺灣也知道國 外的好。」跨國經驗開拓青年學子的胸襟，比 起爭論何處發展才好，更重要的是珍惜、善用 各地的優勢。「我們的教育太習慣由他人告訴 自己該做什麼，若未離開原有道路經歷陣痛， 很難看清那是不是自己想要的。」異鄉生活 的經歷使人成長，對於家人關係、重要價值判 斷，甚至人生的目標，會有更深體悟及洞察。 ●女性身份在科技業的特別之處 過去在男性比例居多的電機系生活，陳教 授認為有種孤獨感，然而這樣的孤獨帶來自 由，讓她不受拘束，得以不受限地探索。

●結合國內外經驗，版圖放眼全世界 陳教授於臺灣大學攻取學士、博士學位， 於史丹佛大學取得碩士學位。談及在異國求學 的經驗和在臺灣有何異同，她表示不同時期就 讀動機相異，教授懷抱著走出舒適圈的決心申 請就讀國外研究所，而臺大博士班則是她基於 實務需求的洞察做出的選擇。出國唸書聽來吸 引人，但是國內環境未必較國外遜色，陳教授 認為，留學經驗帶給她最重要的是開拓眼界， 使她得以運用不同環境的優勢，再以自身努力 補強不足處。以從事研究為例，相同研究性質 的實驗室，在美國的經費可能是臺灣的三、五 倍，然而臺灣物價相對較低，只要善用資源， 也能達成目標。在決定就讀博班時，教授即體 悟到自己不必出國，在國內也能完成規劃。臺 美兩邊對於嘗試的價值判斷也有差異，陳教授 觀察到美國文化中的「正面思考」，面對創造 性的點子，社會氛圍傾向支持去做；臺灣的環 境從求學、研究、教學都相對壓抑，對於看似 不可能的點子，多認為嘗試的機會成本過大， 而這些也可能是「成功」之所以在美國文化較 易發生的關鍵。教授有感於此，將這樣的精神 實踐於她的研究、教學中，鼓勵同學嘗試。

陳教授綜合在臺灣、美國中求學、研究、 就業的經驗，體悟到個人的表現並不會因女性 身份減損光芒，且自身的細膩程度在跨領域的 合作上，更能柔性、緩和地溝通，使得合作更 為流暢。這是否為女性特質？她不下此定論， 但她深信女性同樣適合工程科學領域。女性於 此領域，反而因比例少，在爭取機會時更易 脫穎而出，在工作場域也更受珍惜。她也歡迎 更多女性後輩進入工程科技領域，發揮自身所 長。 性別適合與否，對陳教授而言並非要點， 她認為個人最重要的是自我探索。「如今在我 有限的人生中，我更珍惜自己握有的時間，相 較過往，更會花時間思考，將心力投注於何處 最重要？將 AI 應用於哪個方面最值得？」陳 教授的反思，及其摸索的歷程，可作為讀者們 的思考借鏡，透過一步步的軌跡，畫出自己獨 特的未來。 CASE

51

AI 嘉年華

智慧製造讓生活更加便利 講師｜成大製造資訊與系統研究所副教授 李家岩 彙整撰文｜蘇建翰

冰箱總是塞的滿滿的，不知道該先消化哪 些食材嗎？智慧冰箱可以已經提醒我們食物 什麼時候過期，也能提供一些食譜讓我們有料 理的方向；放學下班回家覺得疲倦，想到還要 整理家務打掃環境是不是心就先累了起來？ 那你可以考慮帶上一個掃地機器人，讓他們在 家裡嗡嗡嗡地打掃減輕我們的負擔；到了機場 想逛逛商店如果覺的拖著行李有些不太盡興， 現在也有能像個跟屁蟲般隨著主人移動的自 動行李箱，這些都是常見的智慧產品的例子。 在日常生活中開始能看見許多智慧產品，讓 我們的日子過得更加便利。這些智慧產品是 如何被製造出來的呢？李家岩教授將和我們 討論生活息息相關的製造過程裡，人工智慧 (artificial intelligence, AI) 的加入帶來 了哪些變化。 ●什麼是製造 要理解什麼是製造，我們可以先從在英 文裡面對應的單字「manufacturing」開始討 論。「Manufacturing」是一個非常有趣的字， 這個單字由代表「hand」的「manus」以及代 表「make」的「factus」組成，用手來做出一 個東西，為它們增加附加價值，就是製造的本 意，換句話說製造是一個產品具現化的過程。 產品必須要符合一定的規格，在產品規格 的嚴格要求下，在製造現場就會制定很多的關 鍵績效指標 (Key Performance Indicators,

KPI)，舉一些例子來說，KPI 可能會包含機臺 的可靠度、有時間的限制、品質要好、成本要 低，這些 KPI 能幫助我們檢視是否能達到基本 的要求。 ●智慧工廠 在一個製造系統中有許多個工作區塊，例 如設計、製程當中的加工、控制以及產品完成 之後的檢驗。製造並不能悶著頭閉門造車，必 須和社群有所互動，製造系統生產產品給社群 使用的時候，社群會給予製造系統回饋，這些 回饋提供了一些製造系統可以改善的方向。 此外，在製造系統中有很多的功能部分， 例如產能規劃、品質管理、工作排程、維修， 這些功能的存在使得製造過程可以更為順利。 AI 扮演的角色就是從這個部分切入，提升功 能面的效果，讓製造變的更加智慧、更加精 準。 相較於傳統的製造系統沒辦法提供即時 資訊協助決策判斷，智慧化的製造系統會有一 些機制讓即時的改善和控制成為可能。因此通 常定義智慧工廠都是決策導向的，這個決策過 程中會利用到計算智慧、自我學習的性質，來 最佳化製造過程。 ● AI 協同下的智慧製造 智慧製造跟自動化與電腦網路整合息息 相關，最初被認為和三個面向有關：第一個

52

面 向 是 機 台 的 能 力， 包 含 維 修 保 養， 以 及 Troubleshooting 除錯；第二個面相是製造執 行系統，包含排程、存貨管理等等製造過程； 第三個面向則是自動化物料運輸系統，這個面 向一般是希望運輸活動越少越好的，簡單來 說，就像是一枝筆從左手換到右手還是一支 筆，運輸傳送發生了，但這個過程裡產品沒有 價值提升，所以希望越少越好。

大數據的技術，讓我們達到前瞻性決策的目 標——當預測未來某事件有可能發生，從現在 就開始布局——由於製造業在產能改變時，無 論是員工增減、機臺買賣都需要時間，能否做 到前瞻性決策與產銷平衡密切相關，因此這是 現代工廠在生存茁壯上非常重要的一步。 ●智慧製造如何提升品質 AI 可以幫助機器的控制越來越精準，根 據材料性質設定不同的切割和加工的過程，從 簡單的倒單擺、鋁合金的加工和 3D 列印的鞋 子等都可以看到有 AI 參與運作的實例，甚至 也已經有蓋房機器人的出現。隨著應用的範圍 越來越廣泛，智慧製造是怎麼幫忙控制產品的 品質呢？

有了 AI 之後，我們可以進一步改善自動 化製造的流程。比如在傳統上，我們對於機器 採取預防保養的方式，摩托車、轎車的保養就 是一個很生活的例子，我們習慣以一定量的里 程或者時間進行預防保養的工作。在 AI 的幫 助下，我們可以進行預測保養，只要在適當的 時間進行保養就好，這和過去的預防保養是有 所不同的。

以半導體廠為例，半導體的製造相當複 雜，一個晶片的生產涉及上千道製程，每一 步都有可能產生不良品。這時，我們可以透過 AI 去分析晶圓圖，分析和品質相關的訊號， 進行分群，利用決策樹分析究竟是哪一道製程 中的哪一台機台有所差錯，找到問題的源頭進

在智慧製造的架構下，包含統計製程控 制、先進製程控制、虛擬量測、工廠的水電 氣的管控、汙染排放等等，AI 的加入能為自 動化製造流程帶來許多改善，再加上物聯網、

53

行修正。此外，不僅可以分析已經完成的成品 規格，也可以在機器上安裝許多的感測器，以 瞭解機台健康狀態，當生產流程機器運作有意 常出現時，可以馬上發現、即時進行調控。

劃產能的方法，以降低生產過程中可能遇到的 兩種風險，其中一個是產能短缺，有需求但該 賺的沒賺到；另一個則是產能過剩，低需求導 致庫存過多難以消化。

●智慧製造如何降低生產週期 對於少量多樣的生產模式來說，換線、換 模都會造成產能的損失，如何在維持產能與生 產力的情況下，縮減生產週期，是製造過程中 要考慮的重要指標之一。事實上，生產週期和

在文獻中，套用線性回歸或者是機器學習 中神經網路等的技術，配合著供需等市場的歷 史資訊，現在我們可以試圖去預測未來的趨勢 進而去決定產量。但是要注意的是，沒有百分 之百的預測，預測必定伴隨著失準的可能，企

工作排程息息相關，排程排得好就能降低生產 週期，減少成本。

業在最小化產能短缺與產能過剩風險的損失 時，可以搭配穩健優化與隨機規劃等技術，將 企業在建置產能的波動與標準差也一併考慮 進來，提供更穩健的決策意見。

傳統的派工法是依照最早到期日，也就是 交件時間的前後來排程。現在我們可以透過人 工智慧演算法產生排程報表與甘特圖，讓工廠 可以知道每個工作在什麼時間應該在哪個製 程、哪個機台、被哪些技術人員進行加工，達 到多目標生產排程的最佳化，獲得最大的產能 利用率。

「 每 天 做 的 事 情 對 公 司 真 的 有 幫 助 的 嗎？」這可能是許多上班族都曾經有過的問 題，而智慧製造的概念除了用於製造流程的設 計、設備的運作層級，也可以整合商業流程與 評量個人績效，更進一步把 KPI 的概念和製造 現場連結起來，讓我們的每個決策、每個行動 可以反映到財務報表上，在未來不僅讓每個人 都能看見他們所帶來的效益，信息透明化，也 讓企業的運作更為順利。 CASE

●智慧製造如何管控產銷平衡 產銷平衡是製造業相當重視的議題，除了 擔心產品製造出來沒有人買以外，也要考慮價 錢浮動造成帶來的影響，例如現在 3C 產品保 值不容易，往往推出市場就是跌價的開始，要 生產多少的數量便需要仔細衡量。講者在這邊 舉了一座曾參與研究產銷規劃的蝴蝶蘭工廠 為例，蝴蝶蘭的生產週期相當長，從播種到收 成需要兩到四年，這段期間內市場在供需、價 格上有許多可能發生的改變，因此規劃產能對 蝴蝶蘭工廠來說是運營中很重要的一個環節。 需求高高低低並不固定，產能該怎麼設 定，要設在高水位、中間水位還是低水位呢？ 最直覺最理想的方式就是讓產能跟著需求浮 動，想要生產多少就生產多少，但理想畢竟是 理想，實際上操作起來是相當困難的，光是讓 員工根據不同的產能決定每天要上班還是回 家吃自己就很不切實際。因此我們需要一套規

本文整理自：107/12/16 由李家岩老師在臺大 思亮館國際會議廳所主講之「生活中的智慧製 造」演講內容。

54

AI 嘉年華

心智的具現化：人工智慧於心理學領域 的應用 講師｜政治大學心理系副教授 楊立行 彙整撰文｜葉珊瑀

●心理學——探究人類心智行為的科學 在認識人工智慧如何協助心理學知識之 前，必須先了解心理學。心理學是一門探究人 類心智行為的科學，心智的認知運作機制，如 同手機的應用程式 APP 之於手機，無法抽離 主體觀察，虛無飄渺難以掌握，卻存在於人類 智能中。記憶、學習、知覺、策劃等抽象的概 念無法像實體一樣拿來剖析，只能從外向內逼 近。楊立行教授在此介紹了四種方式：行為實 驗、眼動軌跡、事件相關電位、磁振照影。

●以數學模型探究人心 早在人工智慧興起以前，心理學界就會以 數學模型來解析人類心智運作。以「遺忘曲 線」為例，實驗是以無意義的刺激材料進行， 每日測試記得多少。起初記得的內容尚可，而 後會越來越少，但不會完全遺忘。然而對心理 學家而言，僅止於描述是不夠的，除了觀察人 類行為，科學家還希望了解「How」，知其運 作模式。 ●從腦神經到類神經網路 19 世紀末期，大腦神經網路有了更系統 性的研究，網絡中的神經元，興奮時會以軸突

以記憶為例，行為實驗會給予以長串刺激 材料，請受試者背誦，之後請對方回憶，計算 其回憶正確率，判斷人類的記憶廣度。人的記 憶有限，但電腦的記憶在容量充分的情況下， 近乎無限；眼動軌跡多用於判斷受試者的注意 力，在實驗中，除了傳統的自我陳述，還可以 觀察受試者的眼動，例如人在看文章時，若畫 面一旁突然跳出警告，視線可能被吸引過去， 這是因為大腦會更快注意對於人生有幫助的 訊息；事件相關電位是在實驗中透過蒐集受試 者腦波資料，來判斷各個情境下大腦的活化程 度；磁振照影是在受試者進行作業時，以全腦 掃描記錄大腦活動訊息，藉此作出推論，觀察 心智活動。上述四種，皆可蒐集認知功能的基 本資料。 55

類出四種特徵，而後以卷積學習人類判斷，結 果在四種特徵上達到 98% 的相似度。學習以 後，可以用此模型預測新刺激材料，不需要人 類的報告作為參考。

傳送電訊號至另一神經元，兩神經元並無直接 相連，中間存在著稱為突觸的空隙。抵達下個 神經元的樹突後，該細胞的離子通道會打開， 一連串的電位變化達到閾值，興奮過後將訊號 傳至下個神經元⋯⋯

●心智的具現化：未來研究方向 楊教授表示，對於 AI 的崛起他樂見其成。 過往就以量化作為研究工具的楊教授認為， 在大數據、人工智慧的協助之下，心理學若能 借助其力，能夠在研究上更有突破。如果能尋

觀察到這些生理現象後，心理學家心想： 可否從生理角度尋求模仿對象呢？ 80 年代末期，開始有人以數學模型模仿 這個生理機制，也就是「類神經網路」。網路 中含有節點，模仿神經元，其中調整層次就 如同突觸。神經元具有可塑性，可以透過學習 改變，如同類神經網路，能夠在研究者的操弄 下學習不同資訊，例如類別、相似性。訓練模 型過後，新的刺激若和既往相似，興奮量會增 強，學習種類的異同。當今以類神經網路區辨 類別的技術遇到的挑戰之一，是自然類別，以 鸚鵡為例，有嘴型、毛色、型態、腳爪⋯⋯等等， 皆可以作為特徵，但這些五花八門的種類該如 何取捨，這還是當今認知模型還不能處理的。

出思考、意識、情感、創造力的運作歷程，對 於整個學界，或是個人理解人類作為智識擁有 者，都是一大幫助。 CASE

卷 積 類 神 經 網 路 模 型 (Convolutional Neural Networks, CNN) 可望突破類神經網路 的困境，它是由多層類神經網路組成，以分類 鸚鵡為例，鳥的圖片即像素組成的二維空間， 也就是一群神經元節點，處理時，並非一個 個處理，而是一整塊過濾，如同壓縮，不斷濃 縮、提煉，某些步驟可略過不算。 使 用 深 度 學 習 的 Alpha GO， 在 建 立 模 型 的 過 程 就 使 用 了 卷 積 類 神 經 網 絡。 資 料 經 過 一 層 層 處 理， 從 Convolution 到 Fully connected layer，最後產出 Output，這些下 棋指令讓它不斷刷新戰績，打敗人類棋王。 過去有人以此進行礦物質相似性的辨別 測試，以常人較陌生的礦物質作為刺激材料， 可以屏除一些過往知識形成的誤差。受試者將 不同礦物質倆倆比較以後，資料以統計軟體分

本文整理自：107/12/06 由楊立行老師在臺大 思亮館國際會議廳所主講之「心智的具現化： 人工智慧於心理學領域的應用」演講內容。

56

人物專訪

從機器人到心理學再到人工智慧── 專訪楊立行 採訪、撰文｜鄭兆庭

●初遇「類神經網路模型」 高中時代讀第三類組的楊立行老師，和 許多第三類組的學子一樣，曾以成為醫生為 目標。同時，他也十分著迷於鋼彈等機器人角 色，因此第二類組研究有關「機械手臂」的科 系，也是當時他的目標之一。聯考過後分數而 未能如願。這時，家中長輩介紹某位心理系的 主任給楊老師認識，這使得楊老師發現，原來 心理學是在做心智方面的基礎研究。於是楊老 師抱著「不能研究機器人的機身 (body)，或 許可以研究機器人的智慧 (intelligence)」

的想法，進入了心理系就讀。 然而，進了心理系以後才發現，這兩者之 間事實上差得很遠。在大二的心理學實驗法一 門課上，楊老師注意到了「認知心理學」這個 研究大腦如何記憶、學習、思考、推理的學 門。這對於楊老師來說，是一個新的契機，因 為這似乎能讓他朝著原先研究「機器人智慧」 的夢想前進。讀完研究所並退伍之後，楊老師 至臺大心理系擔任鄭昭明教授的助理的時期， 在教科書上的其中一頁看到了關於「類神經網

57

路模型」的介紹。類神經網路模型是數學函式 所組成的結構，利用模仿神經元的節點，在功 能上滿足了心理學家研究泛用型神經網路（例 如：大腦）的彈性需求。

可以驗證答案的判準。

正好當時臺大心理系邀請了留德的李淑 貞教授舉辦了關於類神經網路模型的工作坊。 楊老師利用了這段時間，初步認識了類神經網 路模型的建立和運作方式。這是一項同時需 要數學、程式設計、心理學知識的工具。在 李學姐的引薦之下，楊老師找到了他未來的 指導教授，並前往位於伯斯的西澳大學 (The University of Western Australia) 攻 讀 博 士學位，鑽研類神經網路模型於心理學的應 用。

●心理學與人工智慧 那由類神經網路模型到人工智慧，這些發 展和心理學的關係是什麼呢？楊老師說，心理 學家最主要的關懷是人類的心智到底是如何 運作的。從最早期，由哲學、內省的方式探討 心智，漸漸的轉向科學實證的研究方法來蒐集 行為的證據。然而，這些實驗仍無法描繪人類 心智的運作機制。雖然從上世紀末以來，腦電 波、腦部斷層掃描等技術，令學者可以探知大 腦的運作，不過這些方法依然無法清楚的捕捉 到心智運算機制的細節。為此，心理學家嘗試 以數學模型描繪心智運算的歷程。 由於人工智慧突飛猛進的發展，演算法愈 來愈新，電腦運算的速率也愈來愈快，這些成 就都直接或間接地輔助心理學家開發更複雜 的數學模型，可以更完整地說明人類心智是如 何運算的。像是：透過研究低階訊號處理的模 型和高階心智的關聯，心理學家更有機會去探 究人類思緒的整個歷程與各個片段，猶如一把 軟體的手術刀。如此，心理學家便有更大的可 能性去解開人類的心智之謎。

●留澳經驗 楊老師帶著對類神經網路模型的憧憬，到 了全世界最寂寞的城市—伯斯。在最初的三個 月，他一直在等待指導教授下達研究上的指 令，卻遲遲沒有下文。這令他手足無措而十分 的恐慌。直到某天，他才突然驚覺，這是一個 講求主動學習的地方。於是開始找出學長的研 究論文來閱讀，進而慢慢摸索出了自己的第一 個實驗計畫。 研究類神經網路模型需要許多數學基礎， 像是微積分、線性代數、微分方程等等。楊 老師就是在這段求學的過程中，發現自己的不 足之處，再以自學的方式，逐步掌握了這些知 識。這段「歸零的經驗」讓他深刻體會到「真 正教導我的，就是我自己。」 由此經驗對比台灣當前的學習環境，楊老 師也有些感慨。他認為，教師的工作在於解 惑，學生不該總是等著老師傳授答案。楊老師 留學澳洲時的體悟，正是學生應該要自己面對 問題，自己找尋答案。重要的是，要學習用客 觀、可驗證的標準去說服自己的指導教授，為 何我的問題是一個值得問的問題，並且去尋找

楊老師認為，台灣在人工智慧方面的優 勢在於民間，業界跑在學界之前。由於多數 心理學的老師不具有這方面的專業，因此學生 在不主動學習的情況下，也難有機會發展這些 專業。他希望自己留學澳洲的經驗，能夠鼓勵 有志者，主動學習相關的知識（例如：程式設 計），以追逐自己的夢想，就如同他帶著機器 人夢，一路堅持到今天的研究之路上。 此次 AI 嘉年華的短講，是楊老師第一次 從事科普演講。楊老師說，台灣的心理學界在 人工智慧的領域還是相當罕見和稀有的，希望 藉由這次的講座，和大家分享他的跨領域研究 經驗與想法，讓大家認識到心理學不只是玄學 或清談，而是未來深具就業潛力的藍海。 CASE

58

AI 嘉年華

人工智慧與音樂科技：分析、理解、 與創作 講師｜中研院資訊科技創新研究中心副研究員 楊奕軒 彙整撰文｜吳奕萱

人 工 智 慧 眼 中 的 音 樂 世 界 呈 現 什 麼 樣 貌？演講中，楊奕軒老師向我們介紹 Music AI Lab 目前的四大研究主題，帶領我們認識 音樂科技的不同面向以及 AI 扮演之角色：

中辨識出弦律、樂器、音調，將聲音轉換為樂 譜的形式。 (2)AI Composer：音樂創作 除了讓 AI 自由發揮創意之外，也可輸入 個人的「靈感」（例如：洗澡時哼出的一段弦 律、喜歡的和弦）作為條件，AI 將根據給定 的條件產生音樂，以樂譜形式呈現。

(1)AI Listener：音樂賞析 屬於音樂資訊檢索的範疇。AI 聆聽樂曲 時，具備「理解音樂」的能力，能標記資料庫 中樂曲的情緒與曲風屬性，讓使用者更有效率 找到他們想聽的音樂。此外，AI 也能從音樂

(3)AI Performer：音樂演奏

59

AI 讀著樂譜，以特定的表演風格演奏譜 上的樂器，展現其對音樂的詮釋。

每個人的特色。喜歡唱卡拉 OK 的人，更能方 便地產生伴唱帶。

(4)AI DJ：音樂再造 AI 如同 DJ(Disc Jockeys)，重新混合既 有的音樂，藉由包裝與改編賦予樂曲新的價 值。

●音樂生成──創作「好聽」的音樂 深度學習技術的進步，讓創作「好聽」 的 音 樂 成 為 可 能 的 任 務。 從 IBM Watson Beats、Google Magenta， 到 阿 里 音 樂、AI Lab 鋼琴師雅婷，音樂生成無疑是各家爭豔的 舞台。

●抽絲剝繭──探討音樂組成成分 AI 對 音 樂 的 理 解 (AI Listener)， 包 含 曲 風 分 類、 音 樂 轉 譜 (audio to music score)、聲源分離 (source separation) 等。 演講中楊老師以聲源分離進行展示，亦即將 一首歌中的人聲與其他音樂（例如：鼓聲、 bass）分成獨立的音軌。從 [Demo] 歌曲清單 中選擇一首歌曲，以滑鼠右鍵關閉／開啟任一 條音軌，可觀察音訊分離軟體在英文、中文、 台語、日文歌上，皆有不錯的表現。

目前音樂生成主要有兩種應用情景：作曲 輔助與配樂創作。作曲輔助是 AI 藉由對樂理 規則的理解，協助作曲家處理重複性的工作， 就像畫動畫時自動補滿兩個圖形中間轉換的 影格，提升作品細緻度。而生成配樂的好處， 則是利用較低的成本，為廣告或電影產生沒有 版權問題的音樂。在此情景下，AI 著重的是 有條件 (conditioned) 的生成，例如：給定主 旋律、曲風或情感標籤、歌詞、影片……等， 產生符合需求的樂曲。

有了獨立的音軌，我們能進一步拼湊不同 首歌曲，以 A 曲的人聲搭配 B 曲的背景樂，也 可以將搖滾樂團中不同樂手的聲音分離，找出

60

楊老師展示了 lead sheet譜生成

與混合 (Lead Sheet Generation and Interpolation)[Demo] 之研究成果。這是個 互動式生成的範例，「生成」根據現有的歌 曲進行改編，產生具有不同和弦的變奏版本。 「混合」結合了兩首歌曲，讓改編的歌曲從其 中一首出發，逐漸偏向另一首的曲風或類型， 重點在於理解兩首歌曲的曲調，漸進式變化， 而不是將兩首的音訊直接加起來除以二。 多 音 軌 生 成 (Multi-track Generation) [Demo] 的特色則是具備統合多個聲道的能 力，可產生包含五種樂器和弦的音樂。 ● AI 音樂路之挑戰與契機 那麼如何評估 AI 創作出來的音樂「好不 好」呢？抑或是怎麼樣才是「好」的音樂？現 階段採用的是「感覺指標」，包括弦律和弦、 樂曲行進感、驚喜與創新感等定性分析，輔以 量化的和弦變化程度、和弦是否使用弦律中的 音符……等，作為參考標準。 AI 與音樂產業，究竟呈現何種互動關係？ 以科技的角度來看，AI 工具輔助人類創作， 可以協助處理比較繁瑣的任務，由人類進行較 需要創意的環節。我們預期未來幾年相關領域 的研究會著重透過「人機互動」來創作音樂， 人與 AI 緊密合作，而非由 AI 或人類獨力完成 譜曲。類似的改變可能逐漸影響音樂產業創作 音樂、發布音樂、乃至培養音樂人的方式。 從音樂檢索到生成，AI 的角色由被動化 為主動，立足於對音樂規則的理解，朝著產生 新作品的方向邁進。期待 AI 能編出複雜度、 完整度愈來愈高的曲子，陪伴人類探索更高深 的音樂殿堂。 CASE 本文整理自：107/12/16 由楊奕軒老師在臺大 思亮館國際會議廳所主講之「人工智慧與音樂 科技」演講內容。

61

人物專訪

音樂與人工智慧的無限可能── 專訪楊奕軒 採訪、撰文｜楊慈慧

提到「音樂研究」，很少會有人能把它 與「人工智慧」相連結。今天我們來到中研 院的資訊科技創新研究中心，研究員楊奕軒在 2011 年 創 立 了 Music and Audio Computing Lab，這間實驗室正是在進行音樂與人工智慧 相關的研究。音樂資訊並非近幾年才出現在臺 灣的研究題目，然而因為從事這項研究的人數 一直都不算太多，使得社會大眾對音樂資訊這 塊一直是一知半解的狀態。以下我們將訪問楊 奕軒研究員，一窺音樂資訊處理的面貌。

●人煙稀少的道路——音樂情緒分析 就讀臺大電機系時，楊奕軒碰巧申請到了 系上的獎學金，因而有機會在升大三的暑假 時往美國的密西根州立大學 (Michgan State University)，成為該校資工領域的暑期交換 生。原本以為 IC 產業是電機唯一出路的他， 發現了新的世界。曾經因為不熟悉而排斥寫程 式的他，在這個因緣際會下開始產生興趣。回 臺灣後，他選修了許多資工系的課程，並先後 加入了李琳山老師以及陳宏銘老師的實驗室

62

參加專題研究，並在陳老師的實驗室一路待到 博班畢業。

者，不再只是分析既有的音樂，而是在過去分 析成果的基礎上，發展出創造新音樂的能力。

詢問起他為何會接觸到音樂資訊的研究 時，楊奕軒表示這其實算是個意外。大四上 時在陳宏銘老師的實驗室，剛好有個與音樂情 緒相關的新題目，研究下去後發現越來越有心 得，於是便繼續在這個題目上鑽研。從小學美 術的他，也曾想過是否要從眾地做多媒體研究 的主流——電腦視覺 (computer vision)。如 果把研究生涯比喻為一條路，我想，楊奕軒便 是喜歡探索秘密小徑的人。儘管對研究領域曾 有過猶豫，但因為他並不喜歡和大家走一樣的 路，再加上已經在音樂的題目上做出興趣，找 到了研究價值，所以決定繼續這段與音樂的不 解之緣。

相較音樂分析，楊奕軒認為音樂生成的研 究更有趣。一般人研究人工智慧，主要是出於 兩種目的，第一種是意圖讓人工智慧取代人 類，讓 AI 去做所有人類會做的事情，比方說 讓 AI 去詞曲創作，甚至是當 DJ 等等；而另一 種則是希望人工智慧可以輔助人類，比方說可 以讓初學者更快習得技能，或是可以成為提供 靈感的角色等等。其實，音樂生成的研究已經 有四、五十年了，這次是因為深度學習（Deep Learning）的關係，而在技術方面突破了以往 的瓶頸。現在的模型在接收到輸入的資訊後， 會自己去學一些規則，而那可能是連人類都講 不出來的規則。

楊奕軒在博士班時，主要研究的題目是音 樂與情緒，除了資訊與音樂領域以外，還跨足 到心理學領域。他表示音樂情緒分析是很主觀 的一件事，因為每個人對音樂的感覺都大不相 同，這樣的主觀正是這個研究之所以有趣的地 方。然而，也因為過於主觀，導致在搜集資料 上有一定的困難度，很難搜集到足夠的資料讓 模型去學，因為在早期我們需要大量人力來處 理情緒標記，讓模型知道這首歌到底是悲傷還 是快樂，這是成效未必能如預期的浩大工程。

目前，音樂生成技術已經可以讓模型產生 出音樂片段，現在正朝著完整編曲的方向前 進。雖然在樂理上有些基本原則可以遵照，但 實際在技術應用的層面上，如何讓模型編出能 聽、好聽的樂曲，卻是非常複雜。Music and Audio Computing Lab 自創立初期便開始與音 樂平台 KKBOX 合作，除了能借助該公司的資料 庫進行分析外，還能讓研究內容有實際運用的 平台，透過使用者及該公司的反饋進行調整。 在多媒體研究中，音樂一直不是熱門題 目，甚至有許多人並不知道有這樣的研究存 在。楊奕軒曾和一位國外同領域的資深教授聊 過，該如何讓更多人加入這個行列。然而，該 教授卻認為，讓有興趣的人來做就好，不必在 意這到底是小眾還是大眾的研究主題。在與音 樂資訊纏鬥的這些年中，除了要面對許多難解 的題目以外，還要回應許多音樂人的質疑與誤 解。由於臺灣是華語音樂圈的領頭羊，大家自 然對音樂的要求就大幅提升，在「有東西可以 聽」與「好聽」之間，其實還有很長的路要走。 他希望自己做的研究是可以「落地」的，能與 實際需求接軌，發展出一定影響力。當然，新

●道路拓寬工程——情緒分析到音樂生成 博班畢業後，他在中研院成立了實驗室。 有了這個與音樂相關的實驗室後，他研究的面 向開始擴大，不再侷限在情緒的題目上，開 始觸及樂器與曲風分類、音樂轉譜、聲源分 離 (source seperation) 以及音樂生成 (music generation) 等領域。近期，楊奕軒將研究主 力放到了音樂生成上。從分析到生成，電腦的 身份轉換，因為在做分析研究時，往往只能根 據手上現有的音樂來分析，電腦僅是從聆聽者 的角度來歸納，扮演的是理解規則的角色；而 在音樂生成的方面，電腦則搖身一變成了創造

63

技術的發展並不容易，這是需要更多人參與、 回饋，才有可能更上一層樓。 面對人工智慧的第三度興起，楊奕軒認為 這是屬於理工人的黃金時代。技術的進步讓現 在的研究者不用多花時間再走一次前人走過 的路，可以把心力放在創造上，去探索新的領 域，也為人們帶來很多思考的可能性。處在這 樣的環境下，他認為只要有機會、有興趣就該 去嘗試看看。時光正好，應當好好把握機會， 就算哪天突然發現自己似乎走錯路了也無妨， 再走回去尚為時不晚，最怕因為恐懼未知多變 的世代便裹足不前。未來，楊奕軒將繼續在這 條跨界道路上，探索音樂資訊的未知風景。CASE

64

如果有人的科學啟蒙是因為 那將是我們的夢想成真。 We aspire to inspire.

加入我們 掌握最新科學新知、講座資訊

http://case.ntu.edu.tw 台北市大安區羅斯福路四段一號 思亮館國際會議廳 TEL:02-33662801 FAX:02-33662805 E-mail:ntucase@ntu.edu.tw