數位時代 2018年1月14日 下午7:40【撰文：曾筱媛】
正面迎擊人機合作的時代：AI時代3大關鍵人才
2017年3月Google雲端人工智慧暨智慧學習首席科學家李飛飛喊出「大眾化AI」（Democratizing AI）宣言，希望藉由Google雲端科技的力量，讓人工智慧走出實驗室，轉化成一般企業或個人應用，深入千萬家戶端。
李飛飛的宣言並非空穴來風，背後代表著人工智慧技術的重大突破。從打敗世界棋王的AlphaGo，到走入醫療領域的超級電腦華生，近三年來在機器深度學習、大數據到GPU硬體等技術升級，讓原本一度泡沫化的人工智慧科技，有了爆炸性的成長。科學家發現人工智慧的無限可能，更試圖發展人機協力的商業應用，包括仿生機器人、語音助理、智慧搜尋引擎到無人駕駛汽車等等，更多動作精細的機器人進入生產工廠，以更低的勞動成本和自動化取代人力，增加企業產值與效能，促成人機合作的新契機。
技術爆炸性成長，人機合作出現新契機
企業受惠於自動化技術與人工智慧發展，有機會透過人機合作，完成更多過去無法達到的工作效能。美國麻省理工學院（MIT）對此就曾提出「MIT觀點」（MIT Approach），以知名科學家李伯曼（Henry Lieberman）、《第二次機器時代》作者麥克費（Andrew McAfee）、布林優夫森（Drik Brynjolfsson）等人為首，認為未來的工作場域是「人機合作」的天下。人類與機器會是最好的夥伴，而非相互競爭的敵對關係，人機之間可以各盡所能，甚至促成勞動力市場的供需平衡。
麻省理工學院研究團隊在BMW車廠進行的一項實驗結果顯示，人類協同機器的工作效率，將比單一人類或純機器人組成的團隊效率都要來得更高。機器人善於處理例行性高的重複工作，且勞動力大，可分擔容易造成職業傷害的危險性工作。相反地，人類可以因此從大量勞動中釋放出來，專心處理變動性高、需要臨場判斷、下決策的非例行性任務。
科學家發展人工智慧技術，試圖解決過去人類在勞力工作上的極限， 甚至可望補足現有商業環境與人力資源上的缺口。
全球前五百大人力資源公司藝珂人事顧問邱奎嵐表示：「AI有機會解決現有人力資源短缺問題，甚至提供更廉價、更優質的服務，創造了新的市場需求。」
舉例來說，在網路上十分火紅的「DoNotPay」法律機器人，協助一般人處理交通罰單、詐騙、住宿等基礎法律問題，讓過去無法聘僱律師的人，即使不用付出高額金錢，也可以享受專業法律意見，在面對法庭或訴訟時，可以更有利的應對進退。人工智慧大幅降低了一般民眾接觸法律知識的門檻，並擴大律師產業的服務對象。
而在醫療領域更是如此，在全球部分未開發國家、偏鄉地區，仍存在著嚴重醫療人力短缺現象。在現有人工智慧演進下，包括超級電腦華生、各類智慧型醫療裝置的演進下，有機會讓機器辨識病徵的技術變得更為純熟，甚至可以協同醫師加速診療過程，成為整個醫療產業很重要的戰力資源。
人工智慧加速商業化，促進新的人力市場需求
為了加速人工智慧商業化，以達到人機協作的新企業環境，需要許多專業長才協助整合商業環境和人工智慧技術，甚至為不同的商業領域客製化設計。
擁有豐富機器學習開發經驗的104人力銀行數據長呂承諭說：「每一次的人工智慧開發，都是高度客製化的結果。」不同的商業領域，存在著不一樣的需求，機器學習需要歷經長時間大數據資料分析、建立模型，才能夠符合企業應用環境與需求。就好像企業在數位化發展的過程中，需要系統產品經理協助與內部員工溝通、重新校正整個作業流程。
因此，資料科學家、機器學習科學家，甚至是協助企業導入應用的人工智慧訓練師等三種職位角色，就變得很重要。這群人才，已經變成未來整體人工智慧趨勢下很重要的戰略資源。他們要將高度系統化的人工智慧演算法，落實到一般社會環境，更要協助企業利用人工智慧，創造更好的利潤與產值。
根據Gartner預估，2018年全球將有440萬個資料科學家，其中不乏與人工智慧有關的人才。臺灣104人力銀行的統計數據也顯示，目前光是台灣的資料科學家和資料工程師，就約有2萬名職位缺口。2016年以來，全球各大業者已紛紛儲備人工智慧相關人才，希望將新科技作為優化整體服務的重要策略。
和過去相比，全球企業用於人工智慧的支出已經大幅成長，IDC預估，2022年全球人工智慧的系統支出將高達576億美元。這些專精於演算法撰寫、機器學習的軟體工程師、數學家、甚至是懂得人機溝通的語言學家、心理學家、人類學家等等，在人工智慧走入商業化應用的過程中，彌補技術與產業應用之間的鴻溝，甚至成為企業爭相尋找的人才，加速人工智慧商業化，為大眾化AI踏出重要的第一步。
關鍵人才：人工智慧訓練師——縮短企業智慧升級學習曲線
2016年開始愈來愈多人工智慧商業化的案例浮現。當一項新技術邁入商業化階段，勢必要為了商業環境做更多調整，甚至客製化，才能讓系統運作順暢，融入商業應用環境中。而這時，就需要人工智慧訓練師。
過去一般企業要導入e化系統時，不管是由內部自行開發，或引入外部資源，均會由產品經理等職位角色來協助優化導入過程。而現在，隨著人工智慧漸漸成熟，在國外，也有企業開始設立人工智慧訓練師這樣的角色，協助企業導入人工智慧系統，並輔助使用者了解人機合作的工作環境，加速人工智慧融入企業應用。
人工智慧訓練師的職位概念，就好像當人類就職時，就要接受教育訓練，熟悉企業作業流程。而AI訓練師正是扮演教育訓練講師的角色，協助人工智慧系統更符合企業內部環境與需求，一步步的校正、客製，以符合企業運用環境。
舉例來說，當資料科學家、機器學習科學家等團隊成員設計好AI系統的模型、使用型態、使用目的後，這時AI訓練師要協助系統培養更多的實戰經驗。無人汽車要進展到完全商用的環境，就需要有測試員不斷的訓練上路狀況，讓無人汽車可以在一次又一次的實戰經驗中，累積更豐富的學習機制，排除可能遇到的錯誤，近一步優化駕駛流程。
這一類的職位角色，不一定需要會撰寫語言程式的軟體工程師，更多是了解整個商業流程、站在使用者角度去思考系統問題的人。透過這個職務角色，可以解決人工智慧大量部署於商業環境的問題，更有機會加速人工智慧普及，讓機器更符合人的需求。
*更多精彩內容請見《數位時代》284期
*尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第284期 |
|
