- 受訪者：林智仁/國立臺灣大學資訊工程學系、資訊網路與多媒體研究所特聘教授
- 主要經歷：
- 研究實驗室訪問首席研究員
- 研究訪問教授
- 研究訪問科學家
- 研究領域：機器學習、資料探勘、最佳化
第十七屆有庠科技講座－資通訊科技類得主林智仁為AI研究先驅，現職為國立台灣大學資訊工程學系、資訊網路與多媒體研究所特聘教授。早在2000年開始，他就率領研究團隊持續開發資料分類軟體LIBSVM，至今已被下載超過120萬次，助攻全球眾多機器學習、大數據應用。
產業思維需融入AI創新文化
近幾年許多台灣產業開始專注於收集數據並使用AI技術，已展現初步成果，例如製造業用於優化生產流程與安全監控，醫學領域善用AI提升病歷分析與國際疾病分類(ICD10)的高效能應用。
林智仁指出，結合AI與強項產業領域是台灣的優勢，例如擁有強大的製造產業，導入AI應用可以提升產品的價值。但他也提醒，「現有的產業軍事化、標準化的思維與AI領域講求創新、open-minded敞開胸懷的文化可能存在很大的不同，因此，如何做到良好的結合是我們的機會和挑戰！」
在美國曾經在eBay、Yahoo、Google從事研究，在台灣也曾攜手華碩等企業進行產學合作，林智仁建議，所有行業都應該投資於數據的收集和分析，例如聘僱軟體工程師進行資料保存收集、聘僱資料分析師進行資料分析應用，或是與外部的專業數據公司合作，而上述種種相關投資都將有助於企業的產品與業務發展。
扎根基礎 在台實現最好的AI研究
2019年人工智慧服務公司Element AI發布《2019年全球AI人才報告》顯示，全球僅有3萬6,524位「AI專家」，較2018年增加66%。林智仁觀察到，台灣
在AI應用方面已經培養許多人才，有許多學生著迷於AI應用，渴望進入這個領域，一些學生卻錯誤地認為，只要學會使用一些深度學習工具，就已經足夠了解AI，然而，計算機科學領域發展非常快速，即使目前掌握關鍵技術，在3、5年後也許就落伍了。他建議有志於進入AI領域的未來人才，「就讀各大專校院的資訊工程系，將基本課程唸好，擁有紮實的數學和程式設計技能是從事AI相關工作非常重要的基礎。」
在AI研究領域，我國已有較多的資源投入於應用研究，對於基礎研究的投入略顯不足。林智仁進一步指出，目前AI研究領域太過熱門，學者們急於發表論文，他期待大家紮紮實實地做研究，在台灣實現最好的AI研究就會成為可能！
從1998年開始，當AI在全球還屬於冷門領域時，林智仁就已投入機器學習研究，可謂是AI先行者，自此堅持超過20載至今。獲得有庠獎，林智仁認為是一大肯定，他更欣喜於有庠獎在2020年增設「人工智慧（AI）」領域獎項，「此舉將會鼓勵更多研究人員進行頂尖的AI研究，這是非常有意義的！」展望未來，他笑著強調，AI還有許多關卡需要突破，老老實實地做研究非常重要！
留言列表
