張嘉淵：廣達如何透過AI塑造未來？
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。
閱讀更多「人工智慧發展關鍵趨勢」精彩文章：2022 AI EXPO：探索新時代人工智慧發展關鍵議題