數據其實不是新鮮事，很早以前就有很多人用統計來解決問題。但直到大數據出現，才開始有突破性的技術可管理大量資料。數據不僅可幫助社工做風險預警，也能幫工廠導入AI來降低污染，智庫驅動以人工智慧建立家暴再犯風險預警系統，解決台灣社工人員人力不足的問題，並獲選DATA FOR GOOD 的全球近代傑出100大題目。
以人工智慧建立家暴再犯風險預警系統，解決台灣社工人員人力不足的問題，並獲選DATA FOR GOOD 的全球近代傑出100大題目，智庫驅動知識長、D4SG資料英雄計畫主持人謝宗震從學術界跨入產業界的同時，仍以行動實踐「數據可以改變社會」的使命。
當學者走入社會，實踐數據改變社會
謝宗震是清華大學統計博士、人工智慧專家，也是一個四歲男孩的爸爸。原本想走學術研究路線，但由於統計是應用科學，要解決現實世界的問題才有意義，也因為不想讓自己成為象牙塔中不食人間煙火的學者，他決定和幾位有相同理念的朋友共同創業。
字面上可能看不出來智庫驅動究竟在做什麼，謝宗震說，2014年成立這家公司的宗旨是「透過資料分析解決大問題」。這樣的新創公司在當時並不多見，但卻正好迎上這波人工智慧浪潮。
數據其實不是新鮮事，很早以前就有很多人用統計來解決問題。但直到大數據出現，才開始有突破性的技術可管理大量資料，「像是有一個很大的冰箱，」謝宗震形容，人工智慧則是一個承先啟後的過程，深度學習（Deep Learning）演算法像是食譜，硬體設備則是廚具，各種條件到位，引爆了這波人工智慧浪潮。
創業初期，智庫驅動找很多人一起研讀資料科學的書，「像讀書會，」謝宗震笑說，後來慢慢變成「成人補習班」，開設資料分析的成人收費課程。當時來上課的大部分是企業中高階主管，想藉此儘快掌握最新趨勢。也因此，智庫驅動在這個階段累積不少企業人脈，後來為了協助企業解決問題，順勢成為提供顧問服務與系統建制公司。
智庫驅動目前的客戶包括企業與政府，像是根據社工的個案紀錄資料做風險預警，判斷誰會有比較大的風險；也幫工廠導入AI來降低污染，在合乎生產與成本的要求之下，降低污水與煙的量。還有提供製作業操作建議與優化，用工廠的歷史資料來計算各種操作元件，如溫度、壓力、電流流量的控制等，計算哪一種開關組合可以符合規格且節省能源。
謝宗震說，AI的出現是一個契機，可以協助企業量化、找到操作的平衡點創造最佳效益，同時滿足企業對於商業效益、永續發展與社會責任的需求。
資料英雄用「AI」讓社工更有效解決問題
但AI除了協助產業加值、轉型，還能解決社會問題、提升民眾福祉。謝宗震每週會用兩個晚上的時間，為政府與非營利事業組織解題。他組織了一群志工叫做「資料英雄」，免費幫非營利事業組織跟政府做概念測試專案（side project）。做了幾個包括社工人員排班、環境保護的相關議題之後，吸引了台北市家暴暨性侵害防治中心主任陳淑娟來申請。
一開始，他們想要解決的問題並沒有這麼聚焦，只知道社工人力嚴重不足，大家都很累，所以想做的是「如何用AI解決人力不足的問題」。
乍聽之下，這個問題的邏輯是社工人力不足，考慮用AI來取代人，但這並不是最好的方向。謝宗震說， AI是有限制的，尤其像社工這麼細膩的事情，AI絕不可能取代人。所以，AI應該只是輔助工具，讓社工更有效來解決問題。
團隊光是定義問題就討論了一個多月，後來，因緣際會跨域借用電信業常使用的「忠誠客戶」概念，開始思考，每年平均有2萬名家暴受虐兒童，其中有三成是屬於家暴回頭客，如果可以用兒少受虐案件的基本資料、家庭資料、家庭功能評估、關係人狀態等數據，建立再受虐風險預警模型，就可以有效降低家暴風險，同時減少社工的工作負擔。
這個預警系統目前做到約65%的準確度，也代表每年能預防3000、4000位兒童遭到再次家暴，成果不僅引起社會矚目，也到紐約曼哈頓由彭博社（Bloomberg）主辦的D4GX（Data for Good Exchange）研討會上發表，並獲選DATA FOR GOOD 的全球近代傑出100大題目。
很多學者都認為，人工智慧帶來的衝擊極可能超過網際網路，甚至定義為「第四波工業革命」，當然教育方式必須要隨之調整。謝宗震分析，台灣的教育體制比較像德國，以標準化方式、用公式快速解決問題。這個概念很適合製造業，訓練出來的人才，在工業社會也可以過得很好。
但現在我們所面對的是世代轉變，以前的標準化流程沒有錯，但只符合當時生活的需求，無法培養孩子適應未知變化的能力，「所以，我們這一輩人需要發現出適合未來世代的教育方式，」謝宗震強調。
未來哪些學科會繼續受重視？
「未來他們會面對什麼問題，你都不知道，當然更不會知道答案，」謝宗震說，所以，這個世代的家長不用急著教孩子怎麼做，「而是應該教他們拆解問題的本質與原因。」
至於哪些學科會繼續受重視？謝宗震認為，以台灣產業向來傑出的製造能力來看，電機、機械、資工這些科系的人才仍然搶手。但他建議，如果孩子尚未明確要選擇某種職業，比較保守的方式還是選擇基礎科學，不只是大家過去所熟知的數學、物理，還包括心理學、社會學、經濟學，這些會愈來愈重要。
特別是社會學與經濟學，目前看來雖然沒有直接對接的工作，但可以培養出比較宏觀的思考，做大方向決策能有清楚概念。當AI愈加普及之後，重複性、機械性的工作會被取代，擁有完整決策邏輯的人，是最不容易被取代的。
人工智慧科技基金會（AIF）透過知勢內容平台與不定期的線下聚會活動，讓更多人認識人工智慧，並持續擴大AI科普影響力，以推動台灣產業AI化與轉型，想知道更多人工智慧活動與最新技術資訊，歡迎至人工智慧科技基金會（https://aif.tw/ ）了解更多，或訂閱電子報，定期獲得AI新知。