AI 人工智慧是下世代科技發展的主軸之一，工研院新科院士孔祥重，多年前提出陣列式平行理論（Systolic Array），影響及促成今日 AI 加速器的問世；他協助台灣資通訊前瞻計畫、創辦台灣人工智慧學校，培育超過 6,500 位 AI 人才，更為產業邁入 AI 人工智慧時代提供豐沛的能量。
（本文源自工研院之《工業技術與資訊》月刊第 345 期，《科技新報》獲得授權轉載，請讀者尊重工研院之智慧財產權。）
1997 年「深藍」電腦打敗世界西洋棋冠軍，2017 年「AlphaGO」擊敗世界排名第一的圍棋手，兩場電腦戰勝人腦的里程碑，相隔 20 年，而 AI 人工智慧被視為是未來 10 年科技發展，乃至人類文明演進的關鍵動力。
孔祥重被視為是全球資訊工程領域，最有影響力的華人學者之一，在 70 年代所提出的陣列式平行理論，直至近年仍被 Google 應用在 AI 晶片上，做為 AI 加速器的架構，影響相當深遠。
▲ 哈佛大學比爾蓋茲講座教授、台灣人工智慧學校校長孔祥重。
他在資訊科學領域傳道授業逾 40 年，桃李滿天下，不僅獲聘為哈佛大學比爾蓋茲講座教授、國內外大公司顧問，除了台灣，新加坡也向他求教國家科技發展的策略。
事實上，孔祥重從大學到博士讀的都是數學，卻因緣際會踏進資訊工程領域。求知若渴的他，面對當時仍屬全新領域的學門，毫無畏懼，反而如海綿般吸收新知，正是因為積極求知，才能在天時、地利、人和俱足下一展長才。
勇於跨新領域，機會留給有準備的人
1970 年代，時值美國達成越戰停戰協議、華裔功夫明星李小龍逝世，影響今日科技發展的電腦（又稱計算機）蓬勃發展，而積體電路（IC）的發明，則大大地降低了電腦生產成本，電腦從此開始走向千家萬戶。
「當時大眾多認為電腦科學只占生活一小部分，日後才發現，整個社會文化都與電腦科學相關，社會有多大、電腦科學就有多廣，」孔祥重回憶當年一頭栽進電腦科學領域時，仍難掩興奮。他是國立清華大學第一屆數學系畢業生，後負笈美國，在西雅圖華盛頓大學師從指導教授特勞布（Joseph Frederick Traub），卻意外走進豐富多采的電腦世界。
孔祥重表示，剛到美國唸數學非常辛苦，理解一道題目可能就得花上 2 年。主攻電腦科學的特勞布，相當看好這門科學的未來，便領著學生前往卡內基美隆大學（Carnegie Mellon University），創建電腦科學系，孔祥重也順勢接觸新領域。從數學到電腦，他獲得全然的釋放，固定每週六花 3 小時到學校圖書館，把電腦科學從理論到系統的期刊論文全部看過一遍，18個月就拿到了學位。
「當時的電腦科學是全新領域，論文量不多，題目也多沒人做過，」孔祥重感嘆，對照今日資訊科學隨時有上萬種系統理論，資訊量多太多，要全部讀完是不可能的。因此在學術的追求上，孔祥重相當重視環境、時機的影響，若能在好的時機、切入對的研究題目，「機會來臨時，準備好的人就有機會一躍而上。」
Be a Thinker，創造獨特價值
「我常常建議學生，Be a Thinker，要安靜下來，才能聽見上帝的話語，」孔祥重語重心長的說，儘管很多事情不能強求，但若能把自己準備好，機會來時就可以馬上行動。
孔祥重進一步說明，現在的資訊太多，傳統的學習已經不太夠用，比較有效的方法是，「以解決問題為目標的思考」，再用自己的想法去學習，補思考的不足。
孔祥重強調，無論學習或工作，都要給自己深思的機會，傾聽自己的想法，一味埋頭苦幹並不會帶來任何獨特的價值。他每天花 3 小時獨處，把思考融入生活，當自己覺得有進步，處於愉快的狀態，自然會變成習慣。至於深思的方式，他也建議可以透過討論與書寫，釐清自己的盲點。
特別在變動的環境，思考更是必要，像是中美關係、疫情影響、供應鏈轉移，乃至台灣產業的定位，都得隨著大環境改變一起思考，甚至改變執行方式。例如：後疫時代要新創公司，不會按往例先找辦公室，反而要先確定網路雲端作業是否順暢。
創台灣人工智慧學校，作育產業 AI 人才
孔祥重大半光陰都在美國度過，回想與台灣的關係，「是來自於工研院，」他回憶，「當時我參與由潘文淵博士領導的電子技術顧問委員會（Technical Advisory Committee，TAC），受邀至工研院，正值工研院發展半導體晶片製造，那時我對台灣的產業印象許多都來自工研院。」
1990 年，孔祥重獲選中研院院士，之後時常受邀指導台灣科技計畫，包括數位台灣、行動台灣、電信國家型計畫，以及網路通訊國家型計畫等。2003 年擔任行政院科技顧問，推動台灣資訊工業，任內也規畫台灣重大產官研資通訊的研發專案。
2017 年，隨著新興科技大量進入產業應用，孔祥重有感於台灣產業需要創新轉型的驅動力量，攜手產學研創建「台灣人工智慧學校」，協助台灣培育 AI 科技人才，讓台灣產業突破舊有框架，翻轉升級創造更多價值。
台灣 AI 下一步，得建基礎設施打群架
「台灣科技產業相對他國務實，仍保留傳統產業吃苦耐勞的精神，因而帶動 1990 年代台灣 OEM、ODM 的蓬勃發展，」孔祥重對台灣資訊製造業的商業模式相當稱道，代工雖然有時毛利低微，「毛三到四」，美國、日本等先進國家不願發展，台灣卻能做成傲視全球的供應鏈，非常不容易。如能做到別人做不到的，利潤也是可以很好。
為了解產業需求，孔祥重扮演志工角色，擔任台灣人工智慧學校校長，與已故台灣人工智慧學校執行長陳昇瑋，走訪許多產業，「發現大家都想做 AI，只是不知道從何做起，我們決定第一步要從 AI 人才培育開始，」孔祥重說。
「AI 人才是根，下一步是要打造 AI 的基礎建設，建立生態系、一起打群架。」孔祥重觀察到，台灣產業結構以中小企業居多，導入 AI 成本仍偏高，政府應協助各產業發展各自的 AI 基礎建設，以開源方式來共享 AI 的工具與資料。台灣的工業區、產業聚落的概念很成熟，只要善於利用產業聚落，共享基礎建設，就能為高價值的產品開發專屬解決方案，事半功倍。
「台灣很多企業主對新知識很有興趣、吸收能力也很強，也影響到家人、員工，」孔祥重指出，台灣的產業環境很好，台灣人的心胸開闊、能溝通，都是發展 AI 的優勢，只要動作要快、能合作，不要自我設限，台灣的 AI 之路就會走得既快又遠。
2030 年，孔祥重的 AI 人工智慧願景
AI 發展將無所不在，特別是在生命科學領域，市場可說是大到不得了。目前比較困難也更實際的問題包括，AI 要與人一起做決策，就必須要了解其邏輯，才能進入工廠、協助系統部署診斷；其次，AI 擁有成本太高，會成為普及的障礙。不過，轉變已經發生，我們要繼續努力，多了解產業的領域知識，才能引入合適的 AI 技術，締造不一樣的未來。
（作者：林潔玲；本文源自工研院之《工業技術與資訊》月刊第 345 期，由 工業技術研究院 授權轉載；首圖來源：shutterstock）
科技新報粉絲團
加入好友
訂閱免費電子報
