第 1 天 11/13 (五) 13:30-14:20 於 R0
2014 年人工智慧進入蓬勃發展的第三春,近兩年業界學界已由過度樂觀收斂的比較腳踏實地。時節入秋了而台灣真正能夠豐收什麼?事實呈現,能夠搭上這班人工智慧公車 (open source) 要求具有大量多元數據及大規模並行處理的計算能力。在影像處理領域,譬如 Google 影像識別精準度的提升以及其將訓練 AlexNet 所需時間由兩週縮短到一秒是一個典型例證;更驚駭的是美國國防部研究所 DARPA 八月公布:即使強加於人工智慧 5G 離心力的限制,人工智慧在 F16 模擬空戰中仍以 5 比 0 輕鬆擊敗經驗豐富的飛行員。在自然語言處理領域,大規模預訓練模組譬如 BERT 和 GPT 將一些應用的準確度大幅提高到與人相近。我參與的史丹佛大學虛擬助手 (virtual assistant) 與自然語言處理研究室今年七月在亞馬遜主辦的人機交談挑戰賽中,已能讓測試人員分辨不清與談對象是真人或機器人。即便如此,人工智慧技術仍面對諸多限制。譬如 robustness, explanability, out of distribution inference, 以及要求大量及多樣訓練數,無法辨別真偽等等諸多挑戰。
人工智慧第四春的研發道路剛開始鋪墊,我們必須將人工智慧由現今無意識慣性反應模式 (圖靈獎得主 Yoshua Bengio 在 2019 年 NeurIPs 大會主講中提到的 unconsciousness and habitual reaction) 提升到意識思考 (consciousness)。甚至我建議要深思如何將倫理 (ethics and soul) 嵌入。必竟人工智慧不受 5G 離心力限制,也免疫於七情六慾(所有動亂的根源)。演講中我將立基於 DeepQ 六年來在精準醫療精準手術以及輔助 COVID-19 防疫抗疫的研發經驗,具體闡述人工智慧的限制及未來展望。
張博士現任宏達電健康醫療事業部 DeepQ 總經理,奠定人工智慧 AI、虛擬實境 VR、隱私保護區塊鏈的基礎,並在這些基礎平台之上架構醫療保健相關應用。顯著成果包括帶領團隊贏得全球生醫診療競賽 XPRIZE Tricorder 一百萬美元獎金。與多家醫院成立虛擬實境及人工智慧教學研究室。今年與疾管署共同開發《疾管家》聊天機器人協助防疫抗疫,在台灣有 200 萬用戶。張博士同時受聘史丹佛大學電腦科學系擔任客座教授,從事虛擬助手與自然語言處理研究,並教授跨醫學院與電腦系新課程“AI 在疾病診斷及治療推薦的應用”。加入宏達電前,張博士曾擔任 6 年半 Google Research 主任,主導的項目包括大數據驅動機器學習平行處理平台(scalable machine learning)、室內定位技術(Indoor localization)、以及 Google Q&A 等等。張博士是大數據驅動人工智慧研究的先驅之一,從 2006 起的相關研究,專利,和開源軟件,以及 2010/2011 年在 Google 贊助史丹佛大學 ImageNet 圖庫的標註,促成了 AI 領域近年來的蓬勃發展。其所領導開發大規模平行運算算法包括 LDA(Latent Dirichlet Allocation)、平行支援向量機(SVMs)、平行譜分群(spectral clustering),平行頻繁項目集探勘(frequent itemset mining)與自動化深度學習 (AutoML)。相關開源程式碼已在全球被下載逾三萬次。
在加入業界前、張博士在史丹佛大學取得電腦碩士電機博士。於 1999 年成加入加州大學聖塔芭芭拉分校電機系任教、三年拿到終身職 (tenure),六年多晉升正教授職後,於 2006 年加入 Google。張教授因在可擴展大規模機器學習上的學術貢獻,獲選為電機電子工程師學會(Institute of Electrical and Electronics Engineers,IEEE)會士。