李杰：AI助筛选有用数据 创造新价值

前富士康副董事长李杰。李建梁摄

不论是人工智能（AI）或工业人工智能（IAI），都脱离不了对数据的依赖，因为一旦缺乏数据，就无法驱动数码化，更遑论让人工智能达到预期效能。所以，业者投入数码化及人工智能应用导入的第一步，都是以数据搜集做起。

对此，工业大数据专家、马里兰大学讲座教授暨工业人工智能中心主任，同时也是前富士康副董事长李杰认为，数据有没有用是很重要的，透过AI可以去进行数据的筛选，有用且可用的数据才能创造新的价值。

对于AI的应用与发展，李杰指出，大家对于AI都感到高度的兴趣，但最终能不能落实，其实才是重点。随着环境的改变，现在所有的设备都往联网化发展，也因此产生了大量的数据，但是这些数据有没有用，或应该要怎么用，却成为使用者需要先了解的关键。

对自然语言处理技术（NLP），李杰表示，这是自1985年起就存在的技术，不过随时代演变，产生了不同的信号与数据。像是现在不论是飞机引擎、电动车、半导体设备、无人机等，都可以透过传感器与联网的技术取得相关的数据，当然取得的相关数据多、而且数据都是有用的，这样最好。

但李杰也提到，很多搜集来的数据，虽然可以用，但是价值不高，这就是没用的数据。所以数据有没有用很重要。因为有用且可用的数据，不仅可以协助找到问题，还可以避免再度发生问题，甚至还能去发展更多新的技术与应用，创造新的价值。

李杰以电子制造业为例指出，现在透过生产机器设备的联网化，可以进行大量的数据搜集，连结之后可以产生讯流、金流、技术流的三虚拟流，以及人流、物流与过程流的三实体流，而以这六流为基础的大数据流，可以进一步了解工厂的实际运作情况，甚至再借由区块链技术结合，还可以做到生产制造流程的预测及追踪。

而从工厂（Factory）出发，持续发展可逐步扩及至设施（Facility）、场域（Field）以及车队、机群等（Fleet）不同范畴。同样的，在风力发电设备的运作维护与医疗领域中的病患情况监测等不同领域中，透过有效数据的收集、学习与比较，都可以提供协助决策的参考。

李杰认为，在不同范畴中，各有不同的价值倾向，面对不同范畴中的多样化应用，需要透过系统化的开发与部署来逐步进行移转与适应。因为其中很多过程，虽然是可以学习，但不同产业之间的应用却无法进行复制。

责任编辑：罗立邦