長庚大學 人工智慧學系教授 蘇豐文

臺大電機到電腦博士：當時我是國內少有接受完整 AI 訓練的人

「電機系是那時理工組的第一志願，想讀理工的都會選擇它，我也不例外。」現任教於長庚大學人工智慧學系的蘇豐文教授，從國立臺灣大學電機學系畢業後，成功申請到美國羅格斯大學（Rutgers University）電機系的獎學金，赴美主修生物工程。在發現到羅格斯大學的電腦科學研究相當強盛、聘有多位人工智慧專長的教授後，對人腦神經系統頗具興趣的蘇豐文教授便決定轉到電腦科學系，專攻人工智慧，他修習了人工智慧導論、機器學習、專家系統、人工智慧與法律、人工智慧與心理、人工智慧與邏輯、問題解法、生物醫學應用等前瞻課程；而後取得博士學位歸國，成為國內當時少有接受完整 AI 訓練的人才。

在人工智慧發展史中，曾有兩段技術無法突破的寒冬期，恰好是蘇豐文教授取得博士學位之際。「我學人工智慧時，專家系統紅了一陣子，已是強弩之末。」他於是決定留在學術研究領域「做自己喜歡的事」，秉持教學相長的理念，一方面傳授專業，一方面與學生一塊探索人工智慧的新研究。

幾十年間，蘇豐文教授與中文系學生研究如何透過大數據訓練電腦講笑話，與藥學系學生合作建立中西醫的大數據資料庫、訓練深度學習模型，使電腦能夠「對症下藥」。蘇豐文教授自言，跨領域研究是依靠持續不斷的耕耘才逐年開發的；走過寒冬，現今人工智慧的研究已是先進且複雜的挑戰，允許人類夢想著：「人工智慧最終能做到多好？」

人工智慧不可不知：機器學習 x 深度學習

談及人工智慧的定義，蘇豐文教授認為隨人而異，但是核心大抵不脫「機器是否能夠如人類一樣思考、學習、推理，甚至具有情緒、社會認知？」近年來，人工智慧領域最為人熟知的語彙，肯定是「機器學習」跟「深度學習」了！「『機器學習』是人工智慧研究的一部分而已，而『深度學習』又是『機器學習』領域裡比較先進的一支。」蘇豐文教授解釋，傳統的機器學習是使用符號程式、規則式學習、邏輯方法來解決學習的問題；深度學習則利用多層的類神經網路來做基礎架構，藉以學習如何解決問題。

而深度學習使得人工智慧的發展出現跳躍式的進展，蘇豐文教授點出：「關鍵就是符號層次與次符號層次。」符號層次（Symbolic）是以文字敘述來表達觀念，次層次（Subsymbolic ）則使用類似數值化的方式來表達；透過類神經網路的數值化連結，深度學習讓傳統的符號層次與次符號層次慢慢串接，學習模型演變得更為複雜，得以解決過往電腦學習語言、文字、符號的語意推理問題。

ChatGPT 當紅！剝開背後的原理與限制

「ChatGPT 是一個很複雜的語言模型，先是統計語言出現的頻率，接著利用機器學習去了解產生什麼樣的文字是人類比較能夠接受的。」蘇豐文教授說明， ChatGPT 從原理來講就是較為深度，且具有學習能力的檢索系統；當人類輸入問題，ChatGPT 分析以後就會進入後方的大數據資料庫尋找答案，並且合成句子，形成所謂的「Q&A」。

值得關注的是，ChatGPT 使用人工智慧當中的「增強式學習」—透過互動與分析，學習挑選人類比較喜歡的回應，因此能夠產出讓人折服的句子，並且較少出現文法錯亂等基本錯誤。蘇豐文教授說，ChatGPT 充其量只是一個語言模型，但是藉由掌握資料、分析問題、重組答案，相較過去檢索只給出一堆答案讓人類篩選的方式靈活許多。

「當然，它也會連帶產生很多問題。」蘇豐文教授提及，ChatGPT 還無法做到「情境理解」—無法理解實務、情境，甚至結合圖畫、畫像所蘊含的意義，此部分尚待未來整合。其次，ChatGPT 亦會產生倫理問題，例如：學生利用 ChatGPT 繳交作業形同抄襲；法官以 ChatGPT 的分析案例與重組答案來決定判刑等，這些都是急需大家提出對策的爭議。

人工智慧在臺灣：大數據的優勢與限制？

「臺灣的大學教育非常普及。」蘇豐文教授分析，高等教育制度的完善，確實為人工智慧的發展提供豐厚的基礎，加上臺灣地幅不大，有線、無線網路普及率高，在多數人都可以接近資訊科技的情況下，蒐集資料，建立大數據就相對便利。

「​​AI 的實務問題都是大數據！」大數據對於人工智慧的發展與使用相當重要，可以用以訓練電腦的深度學習模型；蘇豐文教授舉例，在過去，知識的取得必須仰賴專家，但是聘請專家的成本昂貴，普通人很難向專家索取所有的知識，而如今的大數據本身即蘊含許多知識，電腦模型可以藉由深度學習，自大數據當中尋得正確的答案。

然而，法令與倫理的限制卻可能使人工智慧的發展陷入兩難，譬如臺灣雖設有許多醫院，健保的連線亦都創制得極好，但由於法令保護就醫相關隱私，大數據蒐集的市場資訊就相對受限；再者，雖然臺灣的資訊環境、導師專業都相當前端，相對其他幅員遼闊且人才濟濟的大國，臺灣的人工智慧人才仍較不足。

人人都需要人工智慧！預見跨領域的未來

「大家已經認知到人工智慧的力量，業界為了提升競爭力，多少都會使用人工智慧的技術工具。」蘇豐文教授由此闡述，各行各業未來都亟需人工智慧的人才，不論是銀行、保險業、製造業、生物醫學領域⋯⋯，甚至能結合跨領域的研究，例如醫藥應用、農業應用、製造應用，甚至是產銷、娛樂、法律、交通、自駕車等等。蘇豐文教授特別舉出政府的「行政自動化」為例，人工智慧的人才得以協助政府更智慧、更友善地服務民眾，提升政府單位的競爭力！由此可見，不久將來，各行各業都難以自外於人工智慧技術的使用。

專業與出路：人工智慧系相較電機、資工、資管的優勢

「相較電機系，人工智慧學系的學生較懂得大型軟體程式的撰寫。」蘇豐文教授解釋，電機系重視硬體、理論的專業，而軟體方面的程式，尤其是大型元件如何整合、快速上手的訓練屬於人工智慧學系的教學重點；資工系的核心課程則為演算法及資料結構，著重電腦系統本身的應用，卻不見得能夠跨領域處理實務的數據，相對來說，人工智慧學系的學生會對大數據與跨領域應用問題更為上手。至於資管系偏重應用層面的「資訊管理」，該系學生將會接觸管理或財經知識，人工智慧學系則偏向智慧性模型理論與應用的專業。

總而言之，解讀大數據的能力是人工智慧學系畢業生最大的優勢。「優秀的人工智慧工程師，可以表現得比各行各業的專業人員更專業。」理工科系培養出的工程師百百款，蘇豐文教授認為人工智慧工程師掌握大數據，得以自大數據看出其他專業領域隱藏的觀念跟答案，而那些觀念與答案，甚至是該領域專業人員都不見得能夠一時參透或解答的。「就像我們不懂中藥，可是我們用大數據就可以提出可能是正確解答的方劑，讓專業的人嚇一跳！」

長庚人工智慧系的四年課程：理論至應用，1+1 實習來助攻

長庚大學人工智慧學系的四年課程規劃大致為：大一進行基礎的資訊技術訓練，此階段的人工智慧知識偏向通識式的簡單介紹；大二會學習傳統資工系的基礎技術，諸如演算法、資料結構、操作系統⋯⋯，同時開始學習人工智慧的核心課程，包括機器學習、深度學習。大三則會學習如何將機器學習、深度學習等工具，應用至人工智慧領域較外圍的觀念，例如：自然語言處理、電腦視覺辨識技術等。大四的所學不再是資訊技術，而是學習如何將人工智慧技術實際應用至文學、藝術、醫學、AI 醫療等不同領域，真正跨越專業門檻。

「在長庚大學人工智慧學系，學生受到的照顧比較多。」蘇豐文教授解釋，長庚大學人工智慧學系為校方放眼未來資訊與前瞻智慧所大力推動的新科系，提供海外交換、獎學金等資源，為了協助學生拓展國際視野，也積極布局與海外大學簽訂的國際雙聯學位。「長庚大學與企業的關係良好，提供不少產業實習的機會。」蘇豐文教授提及，目前長庚人工智慧系所屬的智慧運算學院正在建構「1+1 計畫」，學生於長庚進行一年研究，再至企業實習一年，目前正在與台積電、聯發科、鴻海、華碩、台塑等企業洽談合作。

想就讀人工智慧學系？你可以這樣準備學習歷程檔案

「人工智慧學系很仰賴數理與程式能力。」蘇豐文教授強調，數理、電腦、程式能力將是教授們看重的基本條件，若是申請入學之時附上相關成績或紀錄，肯定會令教授印象深刻。 再者，進入人工智慧學系以後，將會碰上雙語授課與國外實習的機會，因此，蘇豐文教授建議高中生同樣可以附上外語能力的資格，以供參考。

除了硬實力，多元化背景與社會人文關懷亦是學生可著墨之處，既然人工智慧的技術未來將會應用至各種領域，那麼學生具備多元化的經歷與背景，不論是音樂、文學、藝術，甚至醫學，將是一大加分；此外，溝通表達、團隊合作的能力也很重要。「這些經驗是否能夠在備審面試時表達出來？我們會從這個地方來判斷學生適不適合人工智慧學系。」蘇豐文教授總結道。

訓練機器超越人類是「值得投入好幾輩子的研究！」

「人工智慧學系適合擁有創新點子、不喜歡故步自封或守著窠臼的人。」蘇豐文教授認為擁有想像力、勇於挑戰自己的學生非常適合讀人工智慧學系，「像我做完一個研究以後，我會想還有沒有其他東西可以挑戰呢？」

「以我個人的經驗，我覺得人工智慧是一個具有吸引力、內涵非常深厚，值得投入好幾輩子的研究空間。」幾十餘年，蘇豐文教授投入人工智慧領域，讓電腦開始講笑話、說故事、作詩、生成中藥方劑、判讀法律合約書，甚至是無人機的自主飛行協調、虛擬歌手的音樂治療等人類長期夢想著去了解、解決的領域。曾經人類無法辦成之事，現在卻可以創造一個人工智慧的模型去解決，「試想，你要訓練一個機器，讓它變成跟你一樣聰明，甚至超越你，這件事情就非常具挑戰性與吸引力！」他歡迎所有對於人工智慧懷抱願景的學生加入科系行列，「人工智慧學系絕對不會讓你們失望！」