/臺大進修廣學院106級 PMBM學生 葉政祥
107年5月23日(三) 晚上7:00，在台大集思會議中心國際會議廳，由臺大進修推廣學院邀請台大人工智慧與機器人研究中心主任傅立成教授，針對進修推廣學院的碩士學位學程、學分班及其他班程同學們，舉辦一場盛大的學期專題演講。講座主題為「智能製造人工智慧的趨勢與應用」，讓與會者預見未來新智慧生活，並提早培養新思維、新觀點來因應未來科技生活。人工智慧AI正逐步衝擊著企業的經營與未來發展方向，具前瞻的企業家總能引領企業的未來走上正確的道路上。人工智慧AI也正逐步衝擊著人類未來的生活，為人類帶來新的視野、觀點與思維，你我準備好因應新生活了嗎？在未來，人工智慧AI、機器人、物聯網、雲端、大數據等科技都將逐步融入我們生活中，可預見的未來生活將是精彩、方便與人性化的。但人類將如何有好的職業與收入來支撐消費呢？進而能達到好好享受這些科技帶來的好處呢？
在聽這場講座前，我有機會曾接觸和自學人工智慧AI與機器人，也經常思考人類應該要提前做什麼準備來因應未來科技生活呢？首先，可能積極者要因應人工智慧AI時代到來，就必須把大學的微積分、線性代數、機率與統計學、程式語言等等學好，方便有機會進入人工智慧AI產業中。依能力從強至弱，大致可從事人工智慧AI產業之演算法工程師、AI程式撰寫工程師、AI測試工程師、AI維護工程師、AI銷售人員等等。其次，積極者要因應機器人時代到來，就必須學習好大學的機構學、運動學、電子學、自動控制、IC設計、高階程式語言、低階程式語言等等，才有機會進入機器人產業中。依能力從高至低，大致可從事機器人產業之機器人設計總工程師、硬體與控制系統建置工程師、通訊網路系統建置工程師、控制程式撰寫工程師、機構設計工程師、硬體組裝工程師、測試工程師、維護工程師、銷售人員等等。若是因應具備製造人工智慧AI的機器人，就必須把前述兩專業所需科目學齊來，才有能力進入此AI機器人之尖端產業中。消極者也許什麼都不做或不知自己應如何因應未來的變化，此時消極因應者很容易順著社會階層流動順勢往下層流動，只能等待政府的補助並且很難有翻身向上的機會。若有創意一點來預測未來政府可能的因應政策，某些國家的政府可能針對企業使用人工智慧AI與機器人的數量或它們的產值來課重稅。大部分人淪落到成為無法謀生者，由政府直接補助足夠消費的金錢或食物配給，讓這些人就把時間用在休閒娛樂、文學創作、藝術活動或創作、環遊世界等等，豐富每個人的人生，也精彩自己的國家文化。枯燥的生產工作就全部交給不會偷懶、抱怨的人工智慧AI與機器人來做。(它們十年內應該還不會抱怨吧！)
無人工廠、智能製造、機器人、無人車、無人機、無人商店、無人加油站等等之未來商業模式會產生一些需高度知識與技術含量的工作，當然同時也會削減很大部分的單一性、記憶性、勞力性等等工作。現在職場工作者或未來職場工作者該如何因應呢？應主動學習新科技專業知識、持續培養數理能力、不斷精進程式語言撰寫能力，若能加上各式創新能力就更棒了。以國家的高度與全球競爭戰略來說，台灣中小學教育應該強推程式撰寫課程、英文課程、AI與機器人所需數學課程(統稱尖端核心初級課程)。若教育部今日怠惰推動中小學尖端核心初級課程，明日台灣將失去尖端科技先驅之舞台且失去該產業競爭力，政府就明顯失職難以原諒。在此希望與提醒政府應重視尖端核心初級課程之推動，厚實台灣尖端科技之基礎能力，進而能銜接上尖端科技之深入了解與研究。
/管理碩士學分班32A學員 林哲緯
人工智慧從小時候的科幻劇進展飛速至今，我們已不能再用看劇的心態面對。107年5月23日在臺大進修推廣學院所舉辦的學期演講活動中，主講人臺大傅立成教授從人工智慧發展進展切入至智能製造的主軸與應用與反思，傅教授在一開場即說明，每一次科技改變都會帶來工作型態改變，在人工智慧發展下，從事解決問題的工作者部分會被取代或調整工作型態，而定義問題的工作者俾有能力駕馭人工智慧。1950~1970年代人工智慧發展初期，開始有專門的研究與學科，一些著名的學說被提出，例如:1. 圖靈測試:判斷機器是否能思考，能否表現出人類無法區分的智能；2. 機器人三定律:第一、第二、第三法則。1970年代後理想與現實開始脫勾，人們對人工智慧的發展過於樂觀，但當時，即使是最好的人工智慧仍受限於計算機運算能力與資料庫不夠，只能解決最簡單的問題。在此階段人工智慧相關研究被冷落與批評。
隨著進展蓬勃→低谷→蓬勃→低谷，至1997年，深藍戰勝西洋棋世界冠軍、Standford在DARPA賽事中開發自動駕駛、2016年Alphago擊敗李世?。代表之前人工智慧受限的科技能力顯著改善，例如:GPU圖像處理器，要比傳統CPU在執行分析、深度學習與演算法優異，存取空間無限擴張，硬碟從幾十mb→gb→tb網路蓬勃發展，大量數據、影像、圖片唾手可得，引來第四次工業革命。
蒸汽機發明驅動第一次工業革命，電能的使用引導第二次工業革命，積體電路帶來第三次工業革命，人工智慧將逐漸開始引領第四次工業革命。傳統以紙本或電腦蒐集大量製程參數與品質數據，但數據量本身是毫無作用，必須要經過處理與分析才能對企業產生價值。智能製造Manufacturing Intelligence，透過製程參數、品質分析與檢測，傳達決策及時調整，甚至將異常問題深度分析找出根因預防再發，替公司減少損失、品質保持一致性，增加生產效率。智能製造的發展勢不可擋，各國都陸續投入大量科研經費，並從中獲得新的技術，身為洪流中的一員被迫或自願，透過持續學習共同提升台灣產業競爭力及人工智慧生態一起努力吧。人工智慧反思：人：我思故我在，但如今機器也能思考，何謂人?何謂機器?機器與人的界線越來越模糊。人有人權，當機器做到跟人一樣是否也有機器人權。當機器做出超過人能理解的決策與判斷，是否我們有能力能駕馭其決策。