從AIGO業界出題內容看台灣AI如何落地

人工智慧(AI)時代來臨 

2012年「AlexNet」完勝號稱影像分類領域最難的挑戰賽「ImageNet LSVRC」，成績大幅領先第二名近10%，正確率達85%，從此「深度學習」重新將機器學習分支中的「類神經網路」推向人工智慧(Artificial Intelligence, 以下簡稱AI)殿堂。在算法、算力及資料集的加持下，使得這幾年在影像、聲音、數據分析有越來越接近人類辨識能力的水準，「深度學習」功不可沒，因此2019年電腦領域最高榮譽的圖靈獎毫無疑問地頒發給深度學習三大推手Geoffrey Hinton、Yoshua Bengio和Yann LeCun。 

2017年科技部喊出「AI元年」口號並於2018年起成立四大「AI 創新研究中心」，台大負責生技醫療、核心技術、清大負責智慧製造、交大負責智慧服務、成大則負責生技醫療。同年初「台灣人工智慧學校」在學界及業界大力支持下順利成立，至今已有四個分校，培育數千位AI人才，學員遍佈各個產業，由此可知產官學研無一不重視這個可能影響未來的重大技術。 

話說在這樣的氛圍下，好像國父常說的大同世界老有所終(產業AI化)、壯有所用(AI產業化)、幼有所長(滿街AI人才)的美好世界就要到來，但實際狀況是每個人都害怕被這波潮流給淘汰或淹沒，所以紛紛加入AI浪潮中隨波逐流，人云亦云，好像不學一下AI就會馬上失業，而產業界搞不清楚到底AI能帶給自己什麼好處，好像什麼工作加上AI就萬無一失，給一堆巨量或微量的資料AI就能告訴我下一步怎麼做一樣，但目前AI的能力真得能解決所有問題嗎？AI人才所學真的能滿足這些需求嗎？ 

人工智慧(AI)如何落地 

為了讓AI能落地，AI人才能發揮所長，不只是練練絕世大招，說的一口好算法及程式，各單位無不火力全開。科技部積極推動學界將AI技術成立新創公司，並推向國際。台灣人工智慧學校在純教學外，亦推出「移地解題」方案，讓廠商有機會利用AI解決業界痛點、讓學員(或自家派訓員工)有實際題目能發揮解題，同時能人才培訓後也能有新的工作機會。各大AI中心也積極推廣產學合作，使得AI能更貼近產業，不再只是發表論文，空有理論而無法落地。而在這波AI落地風潮中，由經濟部工業局主導、資策會推動的「AIGO」應該是最大規模「產業出X人才解題」的媒合活動。去(2018)年度成功募集到50道題目，共有33組團隊提出46案解題方案，不過由於時程較趕，九月才開始，所以出題業界及解題人才都無法充份交流，最後僅產出21個實際落地方案。

Fig. 1 AIGO官網畫面[1] (點擊圖放大)

 

樹莓派(Pi3+)安裝Ubuntu Mate 18.04心得

上一次用Ubuntu Mate在Pi 3B上跑是好幾年前的事了，當時只是為了偷懶，想讓桌機的Ubuntu和樹莓派都能用相同環境開發程式，但後來發覺Ubuntu Mate跑起來不但吃力，在看YOUTUBE時非常卡，且直播類型的內容(如新聞台)幾乎沒辦法看。但換回樹莓派官方的Raspbian就非常順，YOUTUBE也能看直播，後來才知道是因為是Ubuntu Mate並沒有支援硬體(GPU:VideoCore IV)。

這兩天Ubuntu Mate釋出最新的18.04版(https://ubuntu-mate.org/raspberry-pi/)號稱已可支援GPU硬體解壓縮，包含FFMPEG, VLC播放器都有支援，讓我又想試一下，沒想到結果和預期的還是有點不同，只好暫時擺著了。

此次釋出的版本分別有32bit/64bit獨立版本，我選了64bit版測試，首先下載好影像檔再燒到16GB SD卡上，放到 Pi3A+上執行，沒想到竟然開機後沒多久就出現失敗訊息，上Ubuntu官網上仔細一看才發覺自己看漏了，人家有說雖然可支援Pi3A+，但因記憶體(512MB)太少，要在其它板子(Pi3B or Pi3B+)上裝好再移過來，所以只好乖乖換到Pi3B+上安裝，過程還算順利。

裝好後急忙連到YOUTUBE測試一下之前沒法看直播新聞問題，大致上是可以播，但覺得還是有點小卡，打開工作管理監看程式看一下系統資源使用狀況，大吃一驚，四個CPU及記憶體(1GB另加128MB SWAP)都快被吃光，看來以瀏覽器(內建Firefox)執行時GPU可能還是沒被好好發揮。當把瀏覽器關掉後，CPU及記憶體馬上回復較正常的狀況。雖然CPU和記憶體已釋放出來了，但以視窗方式操作，反應總是會慢半拍，甚至要等個幾秒才能啟動程式，實在有點小失望。

測完Pi3B+後想再回頭試一下Pi3A+，此次可以順利開機執行到桌面部份，但仍因記憶體使用過於飽和，有很多程式開不起來，我想這個版本還是不適合Pi3A+上執行。

如果有那個朋友有興趣試一下，並且有比較好的結果，再煩請告知我那裡沒做好，先謝謝了。