這兩天最熱門的新聞,便是台積電的股價市值創新高的消息。對於台灣的企業能達到這樣的成就,一方面是感到敬佩,一方面也會擔憂資源過度集中的問題。這裡說到的資源包含了政府政策的焦點、台灣資通訊人才的群聚而無法進入其他產業。
最近在看一份文件,由卡內基國際和平基金會的教育領域的副總裁 Evan A. Feigenbaum 所撰寫的報告,裡面內容很完善的討論到台灣過去的成功以及目前的窘況,包括少子化導致整體人力的萎縮、基礎科學及統計資工人才的不足、缺乏雙語環境及海外市場的企圖心,這都影響了下一世代新創產業誕生的可能。
另外除了問題面外,這份報告也列舉了幾項我們能思考突並作突破的部分,包含以色列整合軍事及產業的人才培育策略、APEC及美國印太平洋計畫旗下能讓台灣產生更多槓桿的子計畫、GDPR個資政策與重視未來人工智慧資安的方向,又或是台灣善用資通訊的高等教育吸納東南亞甚至全球的學生等(以目前台灣疫情的控制我個人認為有可能)。
可以看到,要營造整個有利創新的環境,不單單只是經濟部的科專或科技部的計畫等,甚至要連內政部、國防部、外交部、教育部也一起,統整出一個綿密的策略。
以下是我看了整本報告的筆記,單就翻譯品質上絕對不足的,但想說如果有興趣的朋友不妨一同討論,一起想想台灣該如何營造有利的制度,讓創新產業能踏穩及在全球有所突破。
以下筆記:
「台灣新創未來該如何突破?」
Carnegie Endowment for International Peace
卡內基國際和平基金會
Evan A. Feigenbaum
VICE PRESIDENT FOR STUDIES
https://carnegieendowment.org/experts/719
原文連結:https://carnegieendowment.org/…/assuring-taiwan-s-innovatio…
一、台灣五大未來創新上會面對的挑戰:
(一)STEM(科學、科技、工程、數學)人才跟人力的資本問題
(二)市場規模太小的問題
(三)硬體至上思維如何改變?
(四)如何為台灣增加附加價值?
(五)政府政策該如何幫助產業?
二、STEM(科學、科技、工程、數學)人才跟人力的資本問題:
(一)台灣必須加強STEM的人才訓練,特別是新創者的數學、統計、資工、資料科學的技能。
(二)在PWC 2018年的新創調查中,僅13% 工程背景、 7% 科學背景、13% 資訊背景,六成的創辦人為文學及商業背景。
(三)因為過去資通訊的成功,也磁吸了大部分相關人才到TSMC跟MTK。
(四)台灣少子化非常嚴重(全球最低),總體勞動力人口也不斷在萎縮,連帶的影響各種專業人力的總量,以及投入到科技領域的人數。
(五)台灣越來越少科學及工程的畢業生,從2007到 2014,每年相關的畢業生減少了快一萬名(從92167到83394)。
(六)綜上,每年透過教育體系產出的人才庫越來越萎縮恐會供給不足。
(七)台灣到美國就學的畢業生及在學生也都在萎縮,以2000跟2017來比較,在學生總數從10668到7003,畢業生從15022到9236 。
(八)出國留學者越來越少比例的人願意回台灣,2004到2007約65%留在美國,2012到2015約75%留在美國。
(九)留學美國者回台灣的重要性是在,過去80、90年代會形成一個美國跟台灣間的「腦力連結」,而塑造一個學術及業界的台美連結機制,對下一代人才的塑造是重要的。留學回國的數目下降,對形成前述的機制是不易的。
(七)人數減少,長期來說也會影響下一代重要技術,例如AI的競爭力。
(八)此外,台灣的學程所教授的內容通常距離最新的科技相隔三到五年。
(九)來自北京的人才競爭也不可小覷,它能透過薪資及市場的誘因來吸引台灣人才。
(十)台灣應思考如何透過生活品質及民主政體來吸引留住人才。
三、市場規模太小的問題
(一)人口萎縮也持續影響市場規模。
(二)即使本國市場小,還是有機會成為較大規模市場的服務跟平台,例如、來自瑞典的spotify,但這也關乎了台灣在前個主題的人才庫的養成。
(三)因為產業西進及人力成本的提升,目前台灣已經無法單一區域就完成一個完整的製造生態系。就連富士康及和碩,仍要跟中國的製造商合作。
(四)台灣的VC資源仍強壯,但也有VC反應近十年來台灣缺乏足夠的可成為投資標的新創團隊。也因此,有些投資單位也會開始物色中國的新創團隊。
(五)一大挑戰,便是吸引美國及國際的投資人,且過往台灣的市場資本曾經有被高估過,也是加深了這挑戰的原因。(這句得求證)
(六)另外一個台灣的大挑戰是,如何創造對投資人有誘因的下世代科技,然而台灣也面臨這部分的問題,包括AI領域的資料不足,或是量子計算的人才不足等。
(七)目前有許多中國的AI研究人員在美國的單位工作,這帶來兩個層面的影響:在八零九零年代台灣跟矽谷間的連結,取而代之的是中國跟矽谷的連結。未來美國諸多領域的AI的形塑方向,也會與中國有關。另外,基於華盛頓跟北京的競爭趨勢,也將有許多在美國的AI人才回流到北京。
(八)如果未來華盛頓跟北京的競爭加劇,世界將會分成兩大陣營。而北京也會持續運用各種方面的壓力來影響台灣、吸收台灣人才。
四、硬體至上思維如何改變?
(一)台灣另一個必須面對的問題是,過往硬體製造的成功經驗,也影響了下一代台灣的軟體硬體整合的發展可能。
(二)以中國大疆無人機為例,無人機算是軟硬整合的成慣例,除硬體外,有必須搭載不斷突破的演算法,同時,透過無人機拍攝的資料,又能持續改善演算法。這解決方案也吸引了許多全球跟美國的單位,包括美國,運用大疆的無人機再開發更新的軟體技術。
(三)台灣的切入點仍存在的,考量有些國家,包括美國,可能會對中國打造的AI科技有所疑慮,在這部分台灣應有潛力來取代服務。
(四)但即使要做到前述這點,用過往硬體生態系的思維來面對也並不合適,得直接有軟硬整合的思維基礎來面對。
(五)台灣必須找到基於硬體及軟體的優勢來發展,像是以色列及愛沙尼雅的做法。
(六)以生物晶片作為基礎建設發展的生物科技,並整合硬體、韌體及軟體,也是可考慮發展的方向。
(七)要如何用硬體優勢、結合軟體,以彈性的工程概念迅速打造下一世代的高科技的基礎建設,對台灣來說是必須發展及規劃的。
五、如何為台灣增加附加價值?
(一)東亞的製造供應鏈正迅速在轉變,,從中國轉移到越南、馬來西亞或印尼,因為中國的工資成本也在上漲。2017年爆發的美中貿易戰也正加速此進程。
(二)有些供應鏈的轉移並不容易,例如廣東富士康的微電子零組件生態系,而泰國或越南也難以吸收這樣的產業移入。而富士康的印度基地是轉移的其中一個例子,同時製造印度人口所需的手機已經小米的機體。
(三)台灣的挑戰包含了:
A.必須瞄準新科技(AI及量子技術)的其中一部分製造鏈,而這些新科技的廠商包含雅馬遜、GOOGLE或是中國的百度、阿里巴巴等。
B.台灣可以尋找一些目前平台大廠尚未提供服務的領域,而這服務是針對消費者市場的。包括醫療、教育、資安的部分,都仍有發展軟體、人工智慧的空間。
(四)在台灣,雖然礙因於資料量,較難發展大量資料所產生的人工智慧企業,但有許有機會發展少資料型的人工智慧演算法。
(五)除了ICT跟半導體,大部分產業過去都聚焦在低毛利的製造,也造成未來轉移至高值化的障礙。
(六)台灣必須綜合國際趨勢、尖端科技及研發能量,找到對台灣來說高附加價值的產業發展。也能參考美國未來市場所需的人工智慧及量子計算來發展。
六、政府政策的幫助
(一)許多台灣政府的政策或計畫停留在陳述的階段,即使有加強對人工智慧的投資力道,但並沒有有效地針對特定領域訂定策略。相對來說,美國及歐洲都有進行規劃策略,以日本發展AI醫療為例,政府便有計畫建立十處以AI為基礎的醫院來發展AI醫療,投入金額將在2025達到100 million美元。中國也發展人工智慧人臉辨識,進而誕生出獨角獸Megvil,此公司最近也沒加入美國商務部的Entity list。
(二)這說明了,過往台灣在硬體的成就,難以讓台灣在未來的科技競爭上穩穩站足。
(三)政府應引導整個台灣發展市場上有興趣的項目,讓國外的投資者能不斷投注資源,並且不讓法規或稅制造成這類投資的障礙。
七、台灣應針對上述五點問題進行解決,並且也在國際間找到能一同解決的合作夥伴。像是過去台灣跟矽谷的合作,應該與美方產生一種新世代的合作模式來解決前述問題。
以下是討論建議參考的解決策略:
八、STEM(科學、科技、工程、數學)人才跟人力的資本問題:
(一)雙語經濟是能加強的方向,透過英語的加強來征服區域及全球的國際化挑戰。
(二)台灣可做為一個區亞洲域型的高等英文工程相關課程(電機、機械)的中心,吸引東南亞學生,以相較於美國及歐洲、澳洲更低價的課程來吸引東南亞電機人才,並透過策略留住這些學生在台灣電機相關領域。
(三)從此刻,為了往後十年到二十年的STEM人才庫做努力,同時這樣的人才庫得累積包括科技、商業、軟硬整合,讓台灣能發展人工智慧、量子計算及資安等領域。
(四)針對5+2產業,應在大學建立相關的新創加速器。先從政府資源挹注,後續再由業界資源銜接。這些加速器應扶植跟聚焦的技術,並不是短期投資市場所關注的,反而應關注長期有潛力發展的技術。
(五)政府應鼓勵學校,引導商學院學生加強科技的應用技術,同時也加強理工、電資學院學生商業及金融的知識,培養綜合型人才。
(六)台灣在各方面都有人才,然而國際交流型的人才還是太薄弱。
(七)按照PWC 2019新創的調查,60%的新創團隊並沒有聘用能推展國際化的人才 ; 54%的團隊沒進行投遞或參加國際的展演及投案 ; 只有30%有針對國際市場進行評估。
(八)即使台灣團隊嘗試培養很前端的科技技術,然而終究會因為缺乏國際的管理者,而導致難以開發台灣以外的市場。
(九)以色列模式:
A.瞄準遠期尖端科技,特別是數年後才會帶來收益的科技。
B.策略並不會雨露均霑,而是選擇有足以作為特色及槓桿的項目,像是基礎科學及資工便是投入好幾年資源的項目。
C.透過政策及策略銜接軍事單位、軍種及業界,讓好的人才在當兵時能得到更完整的培訓及成為業界能善用的人才。
D.許多以色列人能流暢的使用英文,因此台灣也能考慮雙語政策,同時許多以色列的企業會企圖發展更國際化的市場(美國及歐洲),及具備有國際化的眼界。
(十)台灣能持續推動的國家政策:
A.有利國際創新的簽證
B.引入國際的產業導師制度,用公私協力的方式,引入國外特訂領域的導師,來觀察及督考台灣各領域的發展,可能的領域包含量子計算、資安、生物科技。
C.擴充gAsia Pass的應用情境(再研究)
D.建立一個跨太平洋的諮詢平台,把投資、需求、選題及台灣的研發能量對接起來。
E.承上面諮詢平台的建立,也同步在教育層面建立,將學術能量引入。
九、市場規模太小的問題
(一)三種策略:台灣做為一個中繼站(hub)、一個值得信任的供應商、以及一個高效能的導管。
(二)台灣做為一個中繼站(hub)
A.不只資料數量重要,資料的處理、資料的合成、資料的部署同樣重要。也可從以色列跟愛沙尼雅的案例看到,如何善用各政府單位及民間單位的能力及優先緒,來增進工業的價值鏈。
B.政府可作為高品質資料的提供方。此外,台灣也能善用法治基礎,來加強資料保護及個資保護的標準。
C.作為APEC中的領導角色,目前APEC中有在討論物聯網跟數位經濟的資安標準,台灣應扮演主導角色來引導框架及提供處理上的案例。
D.成為GDPR標準在亞洲施行的最佳案例。
E.美國的印太平洋策略中包含資安環節,台灣及華盛頓應保持交流溝通管道,在全球及APEC上一同推動。
(三)台灣作為一個值得信任的供應商
A.政府應針對5+2產業旗下的各創新計畫進行TVCP(trusted vendor certification program)認證,加強這些計劃的品質及可信任度,活用優勢,與國外的合作單位共同開創新科技的標準。
B.作為美國的新科技產品的場域實測基地。
(四)台灣作為一個高效能的導管
A.美國團隊也同樣對東南亞快速擴張的市場感到興趣,台灣能成為比中國更信任的夥伴,連結美國進入東南亞市場。
B.美國目前有 New Southbound Policy及 U.S. Indo-Pacific strategy,加入旗下的數位及資安相關的計畫,目前南韓已有加入。
十、硬體至上思維如何改變?
(一)應挑選前瞻的重點軟體科技領域,進入扮演重要的角色(AI、IoT)。
(二)台灣在量子運算上仍未有具規模的使用者,然而學界目前有美國IBM合作的計畫。
十一、如何為台灣增加附加價值?
(一)美國正調整供應鏈對中國的依賴,並尋找下一階段科技上的夥伴,特別是在AI及物聯網、生物科技技術上無資安疑慮的合作夥伴。而這是台灣的機會,台灣應盡可能在這些領域的安全技術標準上佔有一席之地。
十二、政府政策該如何幫助產業?
(一)從半導體的經驗來看,政府政策的投放必須是長期持續、且眼光放遠、針對先進科技的。
(二)台灣在研發上的投入資金比例上越來越少。
(三)調整政策讓基礎研究能成功商業化非常有必要。
(四)接下來三年到五年有些美中的合作計畫有可能停止,台灣必須成為有潛力的取代對象。
(五)台灣目前有加入APEC Cross-Border Privacy Rules,目前該組織的方向趨向歐盟的標準,台灣可先針對GDPR系統預作準備。
(六)台灣應該更積極加入更多科技業標準的制定,特別是接下重要的科技如物聯網、資安等。
智慧運算與量子資訊學院 在 李開復 Kai-Fu Lee Facebook 的精選貼文
創新工場DeeCamp 2020正式啟動。歡迎向我們推薦優秀的學員。
世界在變,DeeCamp 初心不變。新內容,新形式。新人才,新使命。一個半月時間,免費聆聽學術大師、工業界領軍人物親身教誨,學習科技與創投規律,實踐用AI解決前沿問題。只對全球在校大學生開放!過去兩年也都有台灣同學來參加哦。
下文來自創新工場微信公眾號
………………………………………………………………
DeeCamp 2020啟動,邀請全球AI菁英共克世界變局下真實難題!
2020 年是不尋常的一年。世界在變,初心不變。即日起,創新工場聯合華為共同推出“DeeCamp 2020 全球 AI 領軍人才培養計畫”。
圍繞“世界變局下的 AI 人才新使命”這一核心主題,入選的 200 位高校大學生將在一個多月的時間裡,接受世界頂尖導師陣容的授課指導,嘗試用創新思維和前沿 AI 技術,迎接新挑戰,解決新問題,擔負起 AI 人才的新使命。
DeeCamp 訓練營面向所有電腦、數學、自動化等AI領域相關專業本、碩、博在校生開放報名,全程免費。
DeeCamp 2020 全球 AI 領軍人才培養計畫分為大師課和開放性競賽兩部分,課程和專案實踐全部轉為線上進行。成功加入訓練營的200名學員,將獲得多位 AI 科研及產業領域頂級大師親自線上授課。他们有:
▍李開復 創新工場董事長兼CEO
▍張亞勤 世界級科學家和企業家,清華⼤學“智慧科學”講席教授
▍吳恩達 全球知名的人工智慧專家,Coursera的創始人及董事長,斯坦福大學電腦系兼職教授
▍張宏江 世界多媒體和人工智慧研究領域一流科學家,源碼資本投資合夥人
▍周志華 人工智慧領域世界級專家,國際AI學會“大滿貫” Fellow華人第一人,歐洲科學院外籍院士,南京大學人工智慧學院院長
▍張潼 人工智慧領域世界級專家,機器學習、大數據分析領域的頂級學者,香港科技大學電腦系和數學系教授
▍俞敏洪 新東方教育科技集團創始人、董事長,洪泰基金創始合夥人
▍徐輝 創新奇智聯合創始人、首席執行官,創新工場合夥人
▍唐文斌 曠視聯合創始人兼首席技術官
▍曹旭東 Momenta創始人兼首席執行官
▍汪華 創新工場聯合首席執行官,管理合夥人
▍王詠剛 創新工場首席技術官,創新工場人工智慧工程院執行院長
學員們還能與來自全球的 AI 精英共同組隊參加線上競賽,衝刺大獎。此次,DeeCamp 人工智慧訓練營將以往的線下實踐課題改為線上競賽形式。
不同於常見的 AI 領域競賽,DeeCamp2020 開放性競賽不以完成某一具體指標為目的,而是讓同學們組隊完成一個完整的創新項目,鼓勵其用創意向現在和未來人類面臨的科技問題發起挑戰,找到用 AI 技術改變真實世界的機會。對於提交的最終結果,評委將從“創新性、先進性、潛在價值、呈現結果”四個維度進行評估,最終評出總冠軍及各賽道冠軍,最高獎項獎金達人民幣100,000元。同時,優秀學員還有機會參加與神秘科學家評委的午餐/晚餐交流會!
DeeCamp2020 開放性競賽共設立五大賽道:
• 用 AI 應對醫療和公共衛生領域的新挑戰
• AI 賦能的商業決策與商業流程優化
• 自動駕駛的技術突破與前沿創新
• AI 驅動的教育新工具和新方法
• 人工智慧的創新思考與前沿設計
▍賽道一:用 AI 應對醫療和公共衛生領域的新挑戰
COVID-19 新冠病毒讓全世界共同經歷了恐慌、病痛和隔離,也凸顯出全球公共衛生危機對全球經濟與個人生活的重大影響。科技是扭轉戰局、提高社會組織與協同效率、提升全人類衛生水準的重要武器。無論是疫苗研製,新藥研發,臨床數據分析,流行病學分析,還是對與疫情相關的社會學、傳播學等問題進行深入調研,以大數據、機器學習為代表的人工智慧技術都可以發揮重要作用。
請加入我們,一起探索用大數據、機器學習等前沿科技改變全球公共衛生狀況,應對全球危機的新思路、新方法、新技術和新產品。
▍賽道二:AI 賦能的商業決策與商業流程優化
全球經濟和投融資環境進入了 2008 年金融危機以來的又一個艱難時期:經濟全球化的美好願景正遭遇貿易紛爭、意識形態分歧乃至全球疫情的多重打擊,資本市場和供應鏈生態面臨極大的不確定性。
新一代的大數據和人工智慧技術該如何幫助人類更好地應對危機?如何根據市場、行業、社交網路等數據更準確預測經濟趨勢並指導商業決策?如何利用 AI 技術提升商業運行效率,優化供應鏈管理等核心業務流程?
請與我們一起探討用 AI 技術輔助商業決策或提高商業效率的創造性方法,更好應對全球經濟變局。
▍賽道三:自動駕駛的技術突破與前沿創新
自動駕駛是人工智慧眾多領域中,最具技術挑戰性和應用前景的方向之一。最近幾年,自動駕駛的科研、產品和工程團隊越來越注重在真實場景、真實約束條件下打磨演算法和產品,力爭儘早實現自動駕駛技術的大規模商用。隨著自動駕駛所依賴的感測器、車載晶片、車聯網等技術的不斷發展,前沿人工智慧演算法有可能在更高效、性價比更好的自動駕駛平臺上突破更多的技術與產品瓶頸。
在本賽道中,團隊有機會利用真實場景採集的高品質數據,結合真實計算環境,學習和實踐自動駕駛技術在產品、工程領域的最佳路徑,並挑戰演算法和算力的極限。
▍賽道四:AI 驅動的教育新工具和新方法
教育是人類智慧得以延續和發展的載體。以 AI 為代表的前沿科技,已經在今天的各類教育平臺、各種教學形式中發揮了積極作用,即將成為未來教育的主導因素之一。
如何利用科技手段實現真正的因材施教?如何幫助老師規劃教學路線、提高教學效率?如何通過智慧互動、自動測評、持續改進等形式激發每個人的學習潛能?
AI 時代,教育工具和教育方法將在技術推動下持續變革。你們的技術、創意與工程實現,也是這一歷史變革的重要環節。
▍賽道五:人工智慧的創新思考與前沿設計
自上世紀四五十年代發端以來,AI 技術經歷多次反覆運算,今天以深度學習為代表的新一代 AI 已經創造出超越人類的圍棋程式,可以自動駕駛汽車的智慧演算法,可以獨立執行任務或與人協作的機器人……但AI在認知能力、推理能力、對複雜環境的感知能力、在複雜場景中的規劃和決策能力等方面,還與人類水準相差甚遠。
人類與生俱來的創造力對AI是九重天外的挑戰,有哪些新思路、新方法、新技術可能幫助我們開闢更廣闊的 AI 新天地?請利用你們的科研積累,發揮你們大膽突破的創新能力,用最直觀的創意演示系統向人們揭示 AI 未來可能的技術路線與應用場景。
▌報名流程及時間安排
時間安排:
報名及選拔時間:即日起至5月29日
學員名單公佈:6月3日
大師課上課時間:6月6日至7月5日每週六周日上午
開放競賽成果提交:7月26日
競賽結果公佈:8月5日
報名流程:
考慮到今年上半年全球大學師生的實際情況,本屆DeeCamp採用導師或實驗室推薦與自薦報名相結合的方法,並根據推薦和自薦材料綜合選拔錄取。
1)官網註冊:在 DeeCamp 官網(deecamp.com)完成註冊並填寫個人資訊;
2)準備申請材料:pdf 檔需在個人中心上傳,視頻請上傳至組委會可以訪問的平臺並在下一步報名時填寫訪問位址;
3)點擊報名:進入活動頁面點擊報名,提交必要資訊並完成報名;
4)等待通知:你可能會收到一次遠端面試的邀請,請留意郵箱資訊並準時參加。
*申請材料包括:
一份 PDF/DOC/DOCX 格式的檔,內容包括你的簡歷、項目經歷、曾獲獎項、曾發表論文及對應會議/期刊、推薦信或自薦信,以及其他能讓我們知道你很優秀的材料,請整理在一個檔裡集中上傳;
一段自我介紹視頻,時長 3 分鐘以內,將用於向選拔參考(可選項,建議提供,以便我們更好地瞭解你)。
▌關於DeeCamp人工智慧訓練營
DeeCamp 的名字來自歷史上由 O' Reilly 組織的 Foo Camp(一個完全由與會者設計流程、議題、內容的 unconference)。DeeCamp 用類似的命名方式,希望建立一個為學生服務、充分發揮學生自主精神的 Deep Learning Summer Camp,既有統一的課程和專案安排,也借鑒 unconference,放手讓學生自我組織、自我管理、自我表現。在 2019 年度暑期訓練營期間,學員們在順利完成課程和實踐的同時,自行組織了 24 場分享會,涵蓋深度學習、機器學習、對抗神經網路等十餘個主題。
DeeCamp 訓練營由創新工場於 2017 年發起,旨在提升高校 AI 人才在行業應用中的實踐案例經驗,同時推進產學研深度結合的公益性質 AI 訓練。
在過去的三年中,DeeCamp 總計收到來自全球 1000 餘所高校超過 20000 份報名申請,已有 1000 余名學員順利結業。
到 2019 年,DeeCamp 人工智慧訓練營已初步建立了以創造性的團隊工程實踐專案為主幹,以打通學術、產業邊界的系統性知識培訓為支撐,聚焦未來科技變革與商業發展,成規模、可複製的人工智慧應用型人才培養體系。
DeeCamp 獨創的“知識授課+實踐專案”模式,讓學員們既可以近距離與科研及產業領域大師溝通交流,也可以與志同道合的小夥伴結隊,親身體驗 AI 技術如何轉化為產業應用、積累實踐案例經驗。
聯合主辦方:創新工場、華為
雲平臺:華為雲
課題合作企業:曠視科技、Momenta、路孚特
合作媒體:量子位
報名連結:https://deecamp.com/#/activityRegistration?id=1