大家好，我叫 Camille。正如你們在海報上看到的，我是智慧運算與量子資訊學院的副教授。 首先我要說，我對量子一點都不懂，好嗎？至少現在不懂，也許明年會懂吧。 我同時也是三個孩子的媽媽，他們都還不到 12 歲。是不是很厲害？ 你有幾個孩子呢？你有兩個孩子，好。
我同時也擔任多家企業的顧問，幫忙推動 AI 專案和數位轉型。 因為我有這麼多不同的角色，所以今天能有機會跟 Andrew 聊天，我真的非常興奮。 可以直接叫你 Andrew 嗎？可以嗎？好。
從市場的角度來看，我們都知道 Andrew 是 AI 領域真正的先驅人物。 他曾經領導史丹佛大學 AI 實驗室、加州理工哥斯大黎加校區，以及 DeepLearning.AI，這些都是很棒的機構與平台。 他也致力於讓 AI 教育普及化，幫助世界上成千上萬的人提升技能，這真的非常令人佩服。
現在我們都相信，學習早已不再侷限於人生的某個階段，而是成為一種終身學習的過程，對吧？
那麼，在我們開始今天的討論之前，我想先問大家一個問題： 現場有多少人是家長？請舉手。 會有孩子的，請舉手。 有多少人？請舉手。
再來，有多少人真的很關心自己孩子的未來？請舉手。 哇，很多人。
那有多少人現在還持續在學習 AI 相關的內容？請舉手。 幾乎每個人都舉手了。
最後，有多少人是正在帶領整個組織或團隊進行轉型的領導者？請舉手。
是啊，真的很多人！ 那麼，今天我們非常幸運能夠請到 Andrew，他會先為大家進行一個簡短的分享，分享他在這些議題上的洞見。 接著，我們會一起討論一個我相信大家都非常關心的主題——「AI 時代下的終身學習」。 所以，請大家用最熱烈的掌聲，歡迎 Andrew Ng 博士！
（掌聲）
謝謝。
AI 時代的兩大關鍵洞見
你知道嗎，我覺得這是我從事 AI 工作以來，最令人興奮的時刻。 我想和大家分享兩個想法。
全球 AI 工具的低成本普及化
第一， 我知道最近很多美國或其他國家的 AI 公司引起了大量的話題和討論， 他們的流量和技術正在全球開放中。 但實際上，對於大多數台灣的企業來說，這代表著什麼？ 這代表別人花了數十億美元打造出來的工具，現在讓我們每個人都可以用非常低的成本來取得， 甚至只是幾塊錢而已。 這也意味著，我們可以用這些令人驚艷的全新「積木」， 把它們拿來應用在工業自動化、半導體產業、旅遊物流， 甚至更多台灣本地的各種產業之中。
所以，我覺得現在是一個很美好的時代， 比以往任何時候都更容易用 AI 來打造出應用， 而且你可以創造出來的價值， 無論是在物流、醫療保健、糖尿病管理，或其他領域， 都是非常有價值的， 而且也比以往更容易實現。
所以對在場所有的學生、創業家、或是在大企業工作的人來說， 我最想傳達的第一個訊息就是： 去嘗試、去打造、去實作！
開源模型：國家軟實力的新展現
第二件事是， 可能有些人知道，我一直很致力於支持台灣。 這也是為什麼我每年都會來台灣三到四次。 我的團隊，DeepMWR 和 AFM……
我們在台灣也有以人才為驅動的團隊，由 Joe 帶領， Joe 最近也在這裡和大家一起參與。 所以，無論是從個人還是職業角度來說， 我都非常致力於支持台灣。
此外， 我們在全球也看到了一個有趣的趨勢， 隨著越來越多開源（open-source）和開放授權（open-related）的模型釋出， 像是美國的 NARA 模型，或者中國相關的模型，例如 QC 和 QEN， 整個 AI 世界的版圖正在發生非常有趣的變化。
其中一個原因是， 開源和開放授權的模型， 正在成為大國或大型願景的一種「軟實力」展現。 因為當一家公司或一個國家， 把 AI 模型或一段軟體開放到網路上， 讓全世界任何人都可以免費使用， 這就是一種全新的國際影響力。
現在，開放授權的模型已經成為很多國家和企業不可或缺的關鍵資源。 我的團隊在用， 很多公司也都在使用這些開放模型。 而這代表著什麼？ 當一個國家釋出這樣的模型， 就會被世界各地的企業和用戶廣泛採用。 當世界各地的人使用這些模型時， 不管是他們問模型一個有關某個國家的邊界問題、 問某個產業問題、 問文化問題、 或是探討某個歷史議題時， 這個模型所呈現出來的答案， 其實就會帶有背後開發國家或企業的價值觀和文化觀點。
小團隊的 AI 優勢：打破規模限制
所以，我認為台灣的文化、 以及台灣在世界上扮演的重要角色， 未來在這個新的「軟實力」世界裡， 會變得越來越重要，也越來越複雜。
話說回來， 我今天還想和大家分享一個很令人振奮的觀察： 我們都知道台灣的人口有 2,300 萬人， 這是一個很大的市場規模。 但在美國，我看到一個非常令人興奮的趨勢是—— 有了 AI 能力之後， 在創業領域裡， 非常小的團隊， 現在可以做出遠超過他們規模 100 倍的大公司才能做到的事情！
這就是為什麼，在美國，我們看到許多創業公司， 可能只有 1300 或 200 人， 卻能夠產生比成千上萬人的團隊更多的收入。 所以，當一個人口擁抱 AI 技術時， 它會讓你變得更強大。 我確實看到，這些小型團隊能夠非常有效地與規模遠遠大於他們的團隊競爭。
因此，台灣擁有 2,300 萬人， 就像剛才主席所說的， 傳統優勢其實讓台灣在全球範圍內擁有不錯的影響力。 但反過來說， 如何利用這個非常強大的技術， 將會對台灣下一階段的科技發展非常重要， 同時，如何保護民主， 並利用這項技術來確保每個人都能夠繁榮，也是關鍵。
所以，我經常思考 AI 以及 AI 對世界的影響， 我很高興能夠討論這個話題。謝謝。 感謝 Andrew 你分享的內容。
你提到台灣的發展平台，這意味著我們可以利用開源或開放模型來發展屬於台灣的標準、台灣風格的 AI 產品，對吧？ 但我這裡有一個問題。 既然市面上有很多 AI 工具，能夠讓大家學習並且建立自己的產品， 舉例來說，我最近讀到一篇文章，裡面提到一位 17 歲的高中生， 他使用 AI 教學工具學會了編程， 並且使用這個 AI 工具開發了一個名為 TAO app 的 AI 應用程式。 TAO app 非常簡單， 你只要拍一張照片， 這個應用程式就能幫你計算熱量， 幫助人們控制體重等等。 但最令人驚訝的是，這個 app 在 17 歲的年紀， 每個月就能賺取上百萬美元。
因此，AI 改變了專業技能的價值， 它讓很多專業技能變得更加可接觸。 就像你所說的，更多的專業技能變得更加普及。 那麼，你如何看待在 AI 領域中， 通才與專才之間的相對重要性？ 這將如何影響公司組織結構和人才策略， 尤其是對企業來說， 你有沒有針對個人和企業提出一些具體的建議？
AI 時代的人才策略：掌握工具，創造價值
我知道很多人擔心 AI 會取代人才， 擔心工作被取代，或者像這位 17 歲的年輕人一樣，開始取代其他人的角色。 我的建議是， 如果你擔心 AI 人才被取代， 就學會掌握 AI， 成為那個能夠運用 AI、 並帶領其他人完成你想要做的事情的人， 而不是被限制、被落後的人。
未來最重要的技能之一， 就是能夠非常明確地告訴電腦你想要它做什麼， 讓它幫你完成。 事實上， 現在我們看到很多職位， 我甚至無法想像聘請一個不知道怎麼使用這類工具的人。 我沒辦法雇用一個作家、創作者或分析師， 如果他不知道如何基本使用 AI。 這對於家庭或企業的日常工作來說， 都是基本技能， 而且隨著科技日新月異， 會越來越重要。
程式設計：未來必備的核心技能
所以，我有一個非常具體的建議， 那就是： 我認為大家都應該學會程式設計。 在我的團隊裡， 不只是工程師， 甚至 MIT 的教授、其他非工程背景的人， 幾乎每一個人都在學習寫程式。 因為我發現， 即便是非軟體工程的職位， 那些會寫程式的人， 能夠做出不會寫程式的人無法做到的事情。
我去年十月在舊金山參加了一個行銷會議， 有一個行銷團隊甚至在官網上直接寫著： 「我們的行銷人員會寫程式。」 因為他們知道， 當行銷人員具備程式能力時， 他們可以做到別人做不到的事情。
幾年前， 有位副總法律顧問， 他本身是律師， 但他也會寫程式。 結果他的工作表現比其他同事高出許多。 因為只要你懂一點程式設計， 你就能使用 AI 幫你寫程式， 甚至有時候就算不會寫，也可以藉由 AI 幫你產出程式碼。 這大幅降低了「進入門檻」， 同時讓你創造的價值比以往更高。
我認為這也是矽谷許多新創公司的成功祕訣之一。 一個會程式設計的行銷人員， 往往可以比大型企業裡 20 個不會寫程式的行銷人員 創造出更大的影響力。
所以，我希望我們能支持整個社會、企業 培養出更多具備這些技能的人才。 而這些人都值得被肯定和鼓掌。
最後再補充一點， 在軟體工程界，我們一直有「10 倍工程師」（10x engineer）的概念， 意思是這位工程師可以產出 10 倍於一般工程師的價值。
不知道為什麼，我們不會談論什麼是 10 倍的招聘者（10x recruiter）、10 倍的行銷人員（10x mocker）、或者 10 倍的分析師（10x analyst）。 我想這是因為在這些工作角色中，最優秀的和普通的差距，可能比較難出現 10 倍的差異。 比如說，你去超市結帳，不管你多有運動天賦，你都不可能比別人快 10 倍結完所有東西。 但我認為，隨著越來越多人學習 AI，並且開始熟練掌握 AI， 我們會看到越來越多的職業，能夠變得像 10 倍工程師一樣，出現「10 倍效能」的現象。
對個人來說，有一個好消息是，10 倍工程師的薪水很容易就可以是普通工程師的三倍。 所以我覺得，未來會有更多工作角色， 因為 AI 的加入，而有更大的潛力。 我也希望企業能因此而發展得比以往更加優秀。 因此，我認為現在正是一個非常好的時機， 要確保我們社會中的每一個人都學會這些技能。
而且坦白說，學會寫程式真的非常重要。 我相信，我們會因此擁有更多強大的人才， 他們將可以為企業、為整個社會， 創造出更多的價值。
謝謝你，Andrew。 接下來我想問一個和你剛剛分享內容很接近的問題， 就是我們應該努力去掌握 AI，對嗎？ 但就像你想要掌握羽毛球， 第一件事就是你要先學會怎麼打羽毛球， 然後在那之後，你才有可能真正掌握這項運動，對嗎？
所以我想，第一步就是要學會這個技能，對吧？ 如果我們回到教育的本質來看， 我指的是 AI 教育， 我希望教育的核心價值不只是知識的傳遞。
就像我們不能只是把知識「灌進」學生的大腦，或者說，灌進每個人的大腦，就像過去老師所做的那樣。 所以你覺得，在 AI 教育中，一個成功學習配方的前三個要素會是什麼？ 三個要素。 在 AI 教育裡面。 對，在學習 AI 的過程中。 或許不是單指「教育」，因為學習只是我們國家教育的一部分。
我認為現在有兩件事情同時在發生。 第一，是我們的教育系統本身也需要學習和改變。 第二，是 AI 正在改變很多產業，其中之一就是教育。 所以我認為，我們現在能夠以比以往更好的方式來傳遞教育。
如果你去看教育產業的發展，像是深度學習、AI 等等， 其實各個團隊老實說都還在實驗階段。 我不認為我們現在已經知道， 最終能用 AI 打造出什麼樣的理想教育體驗。
但可以跟你分享一些我認為很有希望的方向。 當我們一開始在教 AI 時， 我們教學生如何自己學習，學會「學會學習」。 到現在，我們已經開始教學生如何使用 AI 聊天機器人來幫助他們寫程式。
結果發現，很多學生在學習過程中， 常常會卡在某個地方。 例如一段程式碼或其他科目， 你不太確定為什麼它不能正常運作。 然後很多學生就只能等著去找老師或助教來幫忙， 才能把問題解決。
但是現在有了 AI 教學助理， 你可以立刻獲得幫助、解除卡關。 而且我們不只是讓 AI 把答案直接告訴學生， 因為那樣的話，他們反而學不到東西。
我們會讓 AI 提供提示， 再加上一些像是「老師引導」的方式， 幫助學生自己去學會、去解決問題， 而不是直接把正確答案送給他，讓他因此沒有學習到過程。
所以我覺得現在在教育界有很多很棒的實驗正在發生， 我們也需要這樣的力量持續推進。
在 D-Land AI 的網站上， 有很多團隊都知道如何打造一個可以進行這樣互動的聊天機器人。 當你跟它對話、問技術問題、請教各種技術細節時， 它的效果真的非常好。
我認為 D-Land AI 和其他團隊現在都在嘗試， 想要進一步改進整個教育體驗。 但老實說，我現在還不知道最終的時間表會是什麼時候。
企業 AI 轉型：沙盒環境與快速原型
好，我們現在回到公司經營的情境。
你覺得，作為一家公司，我們應該為員工設計一種訓練課程， 還是直接建立一個實作專案，透過做一個實際專案， 讓員工培養他們的 AI 技能？ 一個實作專案？ 一個實作專案。 就是讓他們真的需要去解決的事情。
是的，我認為現在是一個非常令人興奮的創新時代， 我想和你分享一個我正在觀察到的有趣趨勢。
當企業和工程師們在開發應用的時候， 比如說你是一家半導體公司， 你有想法知道自己想要改善什麼； 或者你是一家物流公司， 你有想法知道如何讓物流更有效率； 或者你是一家製造公司，也是同樣的道理。
不同的團隊，都會有自己想要為特定業務場景打造的應用程式想法。
而事實證明， AI 正在讓「全職工作」變得低效， 這正在改變我們每天必須創新的方式和機制。 讓我跟你說說看。
AI 正在讓軟體工程師變得更加高效。 當需要處理舊有代碼基礎（legacy codebases） 或建立大規模生產級軟體時， 有一些 AI 編碼助手—— 像是 Windsor、Coursera 和其他公司所提供的—— 可以讓工程師，我猜，大概提高 30% 到 50% 的效率。
這個提升幅度非常驚人，對吧？ 因為如果軟體工程師的工作效率提升 30% 到 50%， 那是非常可觀的生產力增長。
所以，我們很多工程團隊都在使用 AI 編碼助手， 包括我自己也會用， 我現在有時候也還是會寫程式。
因此，我認為很多軟體工程師團隊， 都應該要使用 AI。
但我要說的是，這只是一個 30% 到 50% 的效率提升。
還有另一種軟體開發的類型， 那就是「生產力原型」或「生產力演算法」的開發。 跟寫大型企業級軟體相比， 當你只是想要驗證一個點子、 建立一個初步的原型時， 我們觀察到的速度提升不是 30% 到 50%， 而是快上 10 倍。
所以，很多我的朋友，包括我自己， 週末的時候還會寫程式。 事實上，就在上個週末， 我和很多朋友見面， 我們一起寫程式、一起討論， 玩得非常開心。
但是，事實上，如果你在建構一個軟體原型， 你會發現與最終用戶的軟體整合所需的部分較少， 需求、安全性、可靠性、可擴展性等，也都比較簡單。 事實證明，AI 在構建原型方面非常強大。
所以，在經濟學中，我們知道，當某樣東西變得更便宜時， 我們就應該買更多，對吧？ 而現在，建構原型的成本大幅下降， 大概下降了 10 倍。
所以，我觀察到的情況是，聰明的企業正在對自己進行去現代化， 去構建更多的原型，因為現在你可以構建 20 個原型， 然後把其中 18 個丟掉，因為它們不值錢。 但這樣的經濟權衡是值得的，因為只需要少量的資金投入。
過去，可能需要 6 個月來建構一個原型， 你會非常謹慎，並且需要學習每一課，但現在一位工程師只需要一天就能建構原型。 你可以構建原型，然後發現它不工作， 而這樣的風險非常小。
現在，對於大型企業，有一個有趣的現象，我觀察到的是， 你知道，我曾經領導過大型企業的團隊，對吧？ 當你在一個大型企業工作時，有時候你會擔心會失去一些東西。 你不能讓工程師隨便構建一些罕見的原型，並且將其推出， 然後損害我們的公司品牌，或傷害我們的收入，或者洩露敏感的客戶資訊，對吧？
所以，當我們考慮這些原型時，如果以非常負責的方式推出， 它們有可能會帶來風險嗎？ 因此，我們需要一些保護機制來保護我們免受風險的影響。
所以很多大型企業在保護機制方面，會進行隱私審查、公平性審查等， 並且會與你聯繫、與你溝通、與你協作，而我看到的是，如果每個小型專案都需要五位副總裁批准， 那麼一切就會變得非常緩慢。 這樣的情況下，工程師花一天時間構建原型，然後需要花六個月來審查，這樣不合邏輯。
所以，我看到企業所做的事情是創建沙盒環境。
這意味著，創建一個受限的環境， 可能沒有敏感資料，或者只有有限的敏感資料， 而且可能不會將產品發佈給客戶，或者只會發佈給20歲以下的用戶， 並且小心地使用品牌等等。
但我發現，當團隊，且我確實是說，當你創建一個安全的沙盒環境時， 團隊可以在沙盒中做他們想做的事。 有限的資料、有限的運算能力、有限的客戶訪問權限，這樣就能減輕風險， 基本上，在這個沙盒環境中，我們不會展示一些我們可以說是沒有資料、沒有隱私的東西。
所以，這種允許團隊使用 AI 並創建沙盒環境的方式， 然後讓團隊在其中做他們想做的事， 不需要整體環境的支持。 我看到這種方法似乎非常重要，並且是一整套非常棒的方法， 用來識別可以畢業並提供更多可用性的原型，並且可以擴展。
即使是我們這些經常做這些事的團隊， 也做很多事情，擁有大量的資料能力和資訊， 這使得我們可以經歷很多失敗，並且實現大量的成功應用。
這是非常寶貴的洞見，因為，你知道，我想表達的是， 如果你有一個好主意，那麼你應該立刻嘗試，對吧？ 在這個 AI 領域，你擁有很多工具， 有很多幫助、資源和支持，像是我們有很多東西， 你可以在線學到很多東西，對吧？
穩定性很好，也很容易。所以，開始吧， 開始嘗試，你將會找出如何在你的公司中進行 AI 轉型。 我會說，你可以自己進行顛覆。你需要擁抱這個變化， 這樣你就能夠顛覆組織，並幫助組織面對 AI 需求，而不會慌張。 但要抓住這個變化，抓住機會，並以這種方式服務對吧？
所以，我認為，也許我們溝通中的一個最重要的教訓， 實際上是，你有很多事情是可以自己做的， 生活中有很多事情，你不需要請求任何人的許可，你可以自己做。 而第二點是，人們很聰明，他們會學習去做某些事情， 從其他人那裡獲得經驗，但對於很多事情， 真的沒有來自其他人的風險。
我認為，對於很多團隊來說，那種心態，即「你知道，要小心，不要做某些事情，因為別人會怎麼看」， 但大多數事情真的沒有這些風險。 然而，給我們的團隊提供 AI 工具，並讓他們知道，你被允許做事情， 那麼這就釋放了大量的創新。
也許，還有一個簡單的故事，我在星期天早上，和我的團隊一起吃早餐，我的團隊成員，這一周是在泰國的團隊。 我們談論了一些想法，我提出了一個原型，然後，星期二早上，其中一位團隊成員，他實際上是市場行銷團隊的，他建了一個原型，並在早上7點時發送給我。 我問他為什麼做，他說，這個原型有些許問題，不是很完美，只是幾個小時內做出來的，但我還是要求他繼續進行。 他說，這只是第一次做的原型，然後我說，基於你的豐富經驗，尤其是你有機會與許多公司合作，哪一個最令你印象深刻，或者哪個是你觀察到的最具變革性的案例？
你知道，這很有趣，有時候，最技術性的事情，你總是會發現，距離轉型的最遠，因為它們往往更數位化，它們傾向於，怎麼說，它們傾向於更數位化。 如何透過更好的數據，整個公司運作得更快，變革的技術改變也是如此。 所以，我想這就是為什麼像 Google、Microsoft、Amazon 這些公司，以及許多其他科技公司，還有兩家初創公司 Tinder 和 Facebook 變得這麼快速。
話雖如此，我會說，商業也不能停止把科技引入公司，我們需要擁抱 AI，來實現位置變革。例如，這支團隊仍然在美國，這是針對美國政府的，這是針對美國政府和全球最大的製造商——Google。 他所做的是，他要求公司前 150 名高層管理人員，讓他們從每個人那裡學習 Gen2 AI，來自 Microsoft。 所以，整個公司前 150 位領導人都學會了如何應用 AI 的基本知識，並且在他們想要進行的案例中，實際上也分享了很多新點子。 事實證明，這家公司提供了非常大規模的太陽能農場，而這些太陽能農場有非常獨特的問題，我從未想過，因為我根本不清楚自己會經常看太陽能農場的影片，但當然，正如你所知道的，透過 AI，他們能夠涵蓋 35 個案例，應用 AI 來提升大規模太陽能農場的運營效率。 所以，這種技術轉型在我們的創新團隊中非常成功，與我們的基金合作，並且取得了很好的成果，推動了創新團隊轉型成為全新的業務，現在，這裡有很多創新。
所以，我發現，無論是自上而下的創新，還是自下而上的創新，真的能推動公司向前發展。
我明白，時間差不多了，這是我今天的最後一個問題，我想問一下，您是否能給今天的觀眾，可能是我們的家長、學生，還有一些正在引領轉型的領袖，提供一些鼓勵或建議？
我想，家長們的孩子將會擁有比其他人更好的工具，這是一個對孩子來說很棒的時代，我認為我們有責任為孩子們提供這些奇妙的工具，讓他們能夠在這個世界中自如地航行，這對我們所有人來說都是一個機會。
想像一下，教導他們使用這些美妙的工具。我認為對於台灣的每個人來說，我們都知道，台灣現在正處於一個非常具有挑戰性的歷史時刻，但台灣確實擁有一些非常獨特和強大的正向能量。所以，我認為，台灣應該利用硬體的優勢，利用我們每個人的力量，作為一個社會，並且擁有強大的技術實力。
我認為，我們必須確保台灣繼續向上攀升，這個社會的每一個組織，無論是在這裡還是其他地方，都應該能夠利用現代技術的力量來發揮自己的軟實力，這對我來說非常重要，不僅關係到台灣的未來繁榮，還關係到全球的未來繁榮，作為一個國家，台灣的未來是至關重要的。
在網絡世界中，所有的資源都可以觸及，並且希望在幾年內，我們能夠將這些資源分發給全世界。
謝謝你，Andrew。感謝今天的對話，並且分享了你的觀點。