張嘉淵:廣達如何透過AI塑造未來?

廣達研究院院長張嘉淵6日出席「2022 Taiwan AI EXPO」論壇,以《AI的未來想像與藍圖》為題,分享廣達在AI上如何塑造自己的未來?

他先將AI EXPO三位主題演講來賓的宣傳照與經典電影《英雄本色》劇照對照,並以英文劇名《A Better Tomorrow》作為開頭,以下為演講精華摘要:

未來要往哪裡去?

我想如果要談未來的話,就用這個來做我的題目。今天就來聊聊廣達在AI上,如何塑造自己的未來?希望能跟大家有些互動跟學習,我的題目:A Better Tomorrow AI For Our Future,第一個談的是,對我們念航太的人來說,兩個蠻重要的字:navigation、guidance。恰好也跟今天題目蠻契合的,Navigation指的是:Where you are?你現在到底在哪裡?另一個則是Where to go?你要往哪邊去?

其實,我們做研發時,一直面臨的問題就是這樣:你現在的位置、擁有的技術是什麼?為什麼可以做AI?為什麼可以做雲端運算(cloud computing)?一步一步該怎麼走?這跟念航太是一樣的精神。當這些問題確定後,再來的問題就是:「怎麼飛?」

在這次議程中有寫到要規劃AI的一個藍圖,每次看到藍圖都會有點緊張,因為我以前負責「Planning office」。有一句很有名的話:「Plans are nothing。如果老闆叫我給他一個plan,如果我沒有準備好,我通常都會回這句話;但是,Planning is everything。世代一直變,其實planning才是重要的。尤其在AI的一個時代裡,每天都有新的演算法、技術一直來,不可避免的要不斷調整方向,才能夠生存。

科學家Alan Kay講過一句話:「The best way to predict the future is to invent it.」 你要怎麼去設計、開發,創造一個未來?發明一個新的未來?如果這樣的話,其實我的演講就不用講了。因為我已經否定了所有主持人要我們做的事情,所以如果要去做大家有興趣的事,什麼樣的技術可以幫我們「connecting the dots from now to the future?」

技術不是未來,只是工具

但是,技術不是最重要的事情,因為技術並不是未來,它是帶領我們到未來的一種方法或工具。

這是身為技術人要先理解的一件事情,我常常在反省這一點。尤其是現在,可以發現covid-19來了,老人化的社會開始了,對廣達來說,最重要的事情是要了解未來社會的動態、人的行為將會有什麼改變?當這些行為改變後,什麼樣的商業模式(business model)可以撐住未來的策略?最後才是科技。要選擇適當的科技,科技必須是可以負擔且使用者經驗能被優化,這個技術才是有用。

AI有很多定義,我們現在最熟知的深度學習(Deep Learning)只是其中一種,所以必須在不同課題裡,靈活選擇路徑,才能有效益地(cost-effective)使用科技。

例如我們仔細看「Chair」,史蒂芬.霍金的椅子涵蓋了我們過去許多的努力,包含當霍金不能走路時,要製造什麼東西?他會坐電動輪椅,然後做語音合成能夠幫他講話;當霍金能動的手指從三根指頭變成一根指頭,還是要能夠控制車子;如果當霍金指頭也不能動了怎麼辦?你會發現他的眼鏡的下面有個光點,那個光點在偵測霍金的肌肉,這是一個IOT的裝置。它能偵測到肌肉的變化並轉化成可以操縱機械的語言。但接下來,當臉部肌肉很難抽動時怎麼辦?有很多人就說透過眼球或腦波呢?可以!你看聰明的人,眼睛會一直動,或是想做壞事的人眼睛也會一直動。腦波也是一樣,最後可以發現智能輸入就開始出來了。

霍金如果離世了,他會用什麼方式留下來?他的想法能不能繼續存在網路空間(cyberspace) 中?這是另外一個課題,人如何透過數位化跟AI,重新塑造一個數位攣生在網路空間中活下去。這樣來看,你會發現很多的科幻(SCIENCE FICTION)會來,接著變成科學(SCIENCE FACT),接著會變成技術(TECHNOLOGY),他是有延續性的,這樣看下來,小孩子就有正當理由去看科幻電影,還有玩電動玩具了。

如何實踐想法成為未來?

廣達在做的其實是這樣子:當史蒂夫.賈伯斯(Steve Jobs)說蘋果給你一個想法(Idea),這個想法我們怎麼把它變成電腦?或是當Google 說要做一個新的作業系統時,怎麼做一台新的電腦優化(optimize)這個多元系統?

當第三世界國家的小朋友需要教育時,我們可不可以做百元電腦?或是大家比較熟悉的手機、手錶、手持式裝置;我們也幫老伯伯去找寶可夢,前些時候研究院的另一個計畫是把協助兩廳院售票系統改版,所以我們是這樣子在塑造未來。

其實我老闆在我進公司的第一個禮拜內,他就先教我「VIP」這個概念,到現在還是很受用。首先要求先定Vision,了解現在的Position以及未來Vision裡的Position,接著就是要交朋友、找系統、交涉,他說他一輩子都在做這些事情,想一想,這二十幾年來,我們也還是在做這樣的事情。

仔細去想整個社會的波動,2010年10月23日,iPod正在慶祝十週年慶成功,同一時間,Walkman在東京宣布不賣了。可以發現這是兩個不同世代在同一天實現了交替,而我們現在做的事情,如果不適當的進行數位轉型(Digital Transformation)、不做AI的轉型,將來都會遇到另一波的挑戰。有時候一個企業要不要做AI,其實是不得不的選擇,因為這是典範轉移(Paradigm shift)。

你要不斷的做破壞性創新,因為不破壞的話,會被別人破壞掉。對我們來講,人工智慧某種程度是一種危機,因為它帶來新的一個機會。但是,這個機會是不是屬於我們?廣達是不是準備好?能夠把這樣的技術的產業化?這是很大的事情。如果去重塑一個生態系,跟不同的夥伴來合作,這也是另外要做一件事情,我們也一直在這上面努力。所以每隔10年廣達會設立一個未來的願景。

我們跟MIT從2000年開始就開始合作,從Human-centered computing進到Cloud Computing,再進到所謂的這個健康資訊科技(computational health) ,用演算法來做健康和醫療,但要做到這樣的事情,其實要做很多的轉型,包括2000年就先設立廣達研究院,接著五、六年前,我又必須要開始帶另外一個事業部,怎麼把Lab裡的創新(Innovation)變成社會影響力(social impact),這是我們一直在做的事情。所以廣達研究院比較特別,因為我們還要負責一個事業部,也跟MIT進行很多不同的研究。

我們不能只跟學術界的博士們合作,還要跟擁有領域知識(Domain Knowledge)的人合作,在醫療這個體系的領域知識者是醫生,他才知道怎麼轉譯(translate)這些知識語言。轉譯是一件重要的事情,尤其在AI 世界裡,很多時候我們會一直沈溺在自己的技術世界裡,而不知道怎麼透過另外一種方式去解決真實世界的問題。

我們在做的事情,其實是用一連串的技術跟產品,把technology跟humanity串接在一起,AI是中間的一環。它代表的是整個資料的流程要怎麼做?當資料的流程做起來後,如何透過運算創造資料的價值?這是我們一直在處理的事情。

AI跟IoT連結是必然的事情,要先定義一個AI要解的問題,有人說要學AI,但是其實重要的是要了解問題。你的問題需要什麼樣的資料?資料存在哪裏?資料收集後怎麼結構化?怎麼標註?怎麼去選擇模型? 怎麼訓練模型?如何部署?它一直會變動。

從同樣的觀點來看,我們有很多AI的領域知識,而若從醫療的領域知識來說,人就是一個大數據的來源,自然有很多圍繞在他周圍的醫療中心或是IoT,那你要把資料傳去5G,這是一個即時且高頻寬的傳送方式。你要做雲端、機器學習,要創造一切。我們的策略很簡單:做我們拿不到的裝置,因為要做AI,我們在雲端上面蒐集足夠的數據,接著再做AI。最後資料轉換的資料安全再用FinTech的方式攔截掉。簡單來說,我們就是ABCDEF:「A」I、「B」ig Data、「C」loud、「D」evice、「E」dge 、「F」inTech,這樣就會有非常多不同產品陸續出現。

未來需要創造一個大平台

我們每個東西都是一個平台,例如如何造一個雲,協助大家一起來做AI?也許是「AI medicine as a service among hospital」 ,或者是遠距醫療 (Telemedicine),所以臺大醫院雲林分院有很多的醫院串起來,就是一個平台。圍繞在這上面,你需要持續性的收集資料,接著就會有醫療裝置出來。

我們觀察一個場域,當這個場域有新的一個裝置進去時,會如何影響資料?如果要讓資料有用的話,你就要創造一個圍繞著擁有資料知識的人的循環,你做出來的模型或演算法,怎麼跟既有的人在長時間所累積下來的演算法連結?當你做這個事時,你自然就去了解一個流程。現在談產業化的主題,如果不能適度的找出AI、資料的流程,優化控制的方法,你要怎麼確定做出來的東西,醫院可以用?醫生可以用?

現在可能二、三個醫師都要做相同的AI題目,他們可能會收集資料,會跟你申請一個機器,然後開始來做這個AI,這裡面有什麼東西miss掉了?

你會發現,如果你把資料都當水,那你會需要大量的水,但是每個人就好像在做盆栽,他會去買GPU放資料,在上面做機器學習、標記,然後產生它的AI,久而久之你會發現,它放的Fab是不一樣的。那我可不可以有一個大平台,可以很多人同時做,做出來的結果一起分享?彼此評估對方資料標註的品質以及輸出成果。所以,我們正在做一個平台,底層就需要像AMD或是NVIDIA的產品支撐運算需求。我們希望AI的研究能像空氣一樣非常簡單,讓一些人能在Low-Code 或是No-Code的環境裡就能做。廣達擅長的就是做系統,所以我們就把好的科技組織成一個解決方案。

元宇宙裡誰是原住民?

元宇宙的原住民不只是一個新的經驗,他有很多扎實的意義,所以廣達就幫國網中心造雲,那我們最近成立兩個中心,一個在交大、一個在成大,以我們的平台去加速更多AI的進行。我們在做的就是創造另外一個元宇宙,當作我們2.0版的解決方案。

很多時候可以發現,資料是有層次的,所以你怎麼把資料變成資訊?變成知識?再變成「聰明」(Intelligence)和「智慧」(Wisdom)。變成智慧才能進到未來。到處都有令人著迷的應用,回過來我們要思考愛因斯坦在看什麼?他沒有大數據,只有一疊白報紙跟微分幾何的數學,但是他為什麼可以導出相對論?

所以,現在的AI距離我們認知中希望擁有的AI還有很大的距離,因為我們對人的大腦還是一無所知。一個機器人坐在蘋果樹下要被多少顆蘋果打中,才可以想到萬有引力的定律呢?

你會發現,現在電腦的架構,0跟1之間還有無限的可能,包括量子電腦也是。我們還在非常早期的部分,希望大家一起合作。