物聯網時代的到來，其中人工智慧在應用與服務層將扮演非常重要的角色，而台灣因為過去重硬輕軟，也造成相關的軟體人才在大環境不利下的缺乏。所以，科技部長陳良基在今年三月提出要拿 50 億強化產業與研究環境的主張，而這個主張，最近有更進一步 詳盡計畫的報導 。
我上次去南科參加物聯網研討會高峰論壇的與談嘉賓，會議中就提到南科將會強化人工智慧的部分，而這也對應了這篇報導中，科技部打算在中科與南科成立「智慧機器人創新自造基地」的規劃。另外，科技部也打算成立三到四個 AI 創新研究中心。
在這篇報導中，所提到的鼓勵學界投入 AI 領域，打造 AI 生態系，儲備 AI 人才的目標，跟我之前的 文章 所討論的方向一致。其中應用技術的範疇包含了硬體、演算法技術、雲端網的核心技術，而在智慧應用上，則列出醫療、交通、金融、製造等方向。現在人工智慧的發展，最常用也最有效的是深度學習的技術，而深度學習需要大量的數據。
[目前台灣 AI 四大領域的發展困局]
在智慧醫療方向，台灣因為有夠好的醫療人才與體系，讓台灣健保大數據與各個大醫院的醫療數據有很不錯的品質，但是因為涉及病人隱私權與醫生的著作權問題，現在這些數據的整合進展緩慢。
在智慧交通方面，目前人工智慧的應用集中在影像識別、交通狀況協調與自動駕駛，而自動駕駛目前因為無人駕駛車涉及法律問題，沒有能產生足夠的實際上路學習的數據，進展緩慢。
在智慧金融方面，目前人工智慧的應用集中在大數據的模型建立、風險評估、管理與精準行銷應用，理財機器人以及客服機器人等領域：關於大數據的收集，我發現銀行業一直卡在個資法上，造成不敢做太多數據整合與收集，相關進展緩慢，而針對理財機器人方面，最近終於因為自動化理財法規出爐，才讓中國信託與王道銀行推出理財機器人。
在智慧製造部分，人工智慧將擔任系統規劃與智動生產的指揮角色，雖然必將替代一些作業員的工作，但是法規上的阻力將會是來自現有勞資雙方的互動，我個人覺得相對在進度上影響不大。
由此可知，在智慧醫療、智慧交通、智慧金融上，都會遇到法律與政府開放的問題，這些問題不先行解決，就算成立了創新研究中心，也無法有很好的進展來及時強化台灣的競爭力。
若本土人工智慧技術研發有突破，法規跟得上嗎？
所以當務之急，必須政府相關單位與立法院合作，有效清除相關的阻礙。像已經開始的余宛如委員沙盒機制的金融科技八法或許毓仁委員推出的數位經濟基本法都是不錯的開始，但是接下來政府相關部門能不能夠足夠開放，也成了大家心中最大的疑問，尤其公務人員很怕碰觸到法律紅線，以後拿不到退休金，因此常常有多一事不如少一事的心態。而在這樣的心態下，相關的開放進度緩慢是不爭的事實，就像金融科技業者在台灣常感受到大環境的保守，讓他們無法獲得足夠的支援。
我衷心期望台灣在政府機關與立法單位能跟科技部合作趕快突破這些阻礙。不然，人工智慧的研究機構再多，大環境不改善，效果必然有限，更不會有足夠的國際競爭力。想想看，設了那麼多研究機構，結果人才培養完成，卻在業界找不到工作，而原因是法規不開放所以產業根本無法形成。如果這樣的預測成真，那現在不管投入 50 億或是 500 億，又有什麼意義呢？
當然，科技部的職責是促成科技的發展和人才的培養，而法規的開放還涉及到其他部會與立法院，並非科技部所能掌握。但，在科技部大力發展人工智慧的過程中，如果遲遲無法解決這些跨部會甚至與立法機構的溝通問題，其實再努力也沒有效果不是嗎？
