台灣人工智慧學校：快速進化、開創藍海
學習AI 16週的5個建議：
1. 學習技術：建議你把這16週當成是一個學習季度，讓你專注在所有AI相關的主題性學習，這會是個極佳的轉型機會。機器學習留給我們最大的成果之一，就是創造新一代的領導人。他懂得利用機器學習與人的互補作用，產生商業模式的創新，商業流程的變革，提供更快更多更好的服務。成功的策略是願意做實驗，以及快速學習，接下來10年使用人工智慧的經理人會取代保守不想改變的經理人。
2. 經營人脈：不論你找人才、找工作、找商機、找資金還是找對象，積極加入社群，參與討論分享與貢獻。
3. 改變心智 : 學習*人脈*意念=就是一道光；上帝會有安排，只是你的光束要夠強。
給科技行業的朋友，現在看AI 就好比1990年在學關聯式資料庫 RDBMS；非科技背景的朋友你可以想像「AI 像是一個工具箱，要解決什麼問題，裡面就有很多工具可以使用，」人工智慧發展初期，為了做出「工具」，因此對科學家的需求與標準都很高，隨著時間過去、工具完成之後，接下來便是教人如何使用工具，對科學家的要求門檻也會相對降低，「大家都要學會使用 AI，要把 AI 工具化讓大家都能用，而且要有商業化應用」。
4. 歷史機會 : 人類歷史上出現過的三次工業革命，均對人類社會產生了深刻的影響。第一次工業革命大約從1760 年延續至1840 年。由鐵路建設和蒸汽機的發明觸發的這次革命，引領人類進入機械生產的時代。第二次工業革命始於19 世紀末，延續至20 世紀初，隨著電力和生產線的出現，規模化生產應運而生。第三次工業革命始於20 世紀60 年代。這一次革命通常被稱為電腦革命、數位革命，因為催生這場革命的是半導體技術、大型電腦（60 年代）、個人電腦（70、80年代）和網路（90 年代）的發展。當前正處在第四次工業革命的開端，是在數位革命的基礎上發展起來的，其特點是：同過去相比，網路變得無所不在，移動性大幅提高；感測器體積變得更小、性能更強大、成本也更低；與此同時，人工智慧和機器學習也開始嶄露鋒芒。2017-2026年將會是人工智慧蓬勃發展的關鍵10年。第四次工業革命絕不僅限於智慧互聯的機器和系統，其內涵更為廣泛。當前，從基因定序到奈米技術，從可再生能源到量子計算，各領域的技術突破風起雲湧。這些技術之間的融合，以及它們橫跨物理、數位和生物幾大領域的互動，決定了第四次工業革命與前幾次革命有著本質上的不同。
5. 發展預測 : Gartner 預測到 2020 年時，至少四成的人會與以人為中心設計的科技進行互動，未來以人為中心設計的使用界面，機器可以理 解人類自然語言判斷意圖，因此投入在人類如何學習使用科技來操作的資源也將大幅降低；此外，95% 的影片或影像內容將不再由人工審閱，而是交由機器判讀、提供不同等級的自動化分析；同樣於 2020 年，在新的人工智慧專案中採用認知人因工程（cognitive ergonomics）或系統設計的企業，將獲得比其他企業高出四倍的長期成功；而在 2020 年人工智慧也將成為新工作機會的主要來源，相較取代的 180 萬個工作，企業導入人工智慧將創造 230 萬個工作機會。
學習AI 16週的5個建議：
1. 學習技術：建議你把這16週當成是一個學習季度，讓你專注在所有AI相關的主題性學習，這會是個極佳的轉型機會。機器學習留給我們最大的成果之一，就是創造新一代的領導人。他懂得利用機器學習與人的互補作用，產生商業模式的創新，商業流程的變革，提供更快更多更好的服務。成功的策略是願意做實驗，以及快速學習，接下來10年使用人工智慧的經理人會取代保守不想改變的經理人。
2. 經營人脈：不論你找人才、找工作、找商機、找資金還是找對象，積極加入社群，參與討論分享與貢獻。
3. 改變心智 : 學習*人脈*意念=就是一道光；上帝會有安排，只是你的光束要夠強。
給科技行業的朋友，現在看AI 就好比1990年在學關聯式資料庫 RDBMS；非科技背景的朋友你可以想像「AI 像是一個工具箱，要解決什麼問題，裡面就有很多工具可以使用，」人工智慧發展初期，為了做出「工具」，因此對科學家的需求與標準都很高，隨著時間過去、工具完成之後，接下來便是教人如何使用工具，對科學家的要求門檻也會相對降低，「大家都要學會使用 AI，要把 AI 工具化讓大家都能用，而且要有商業化應用」。
4. 歷史機會 : 人類歷史上出現過的三次工業革命，均對人類社會產生了深刻的影響。第一次工業革命大約從1760 年延續至1840 年。由鐵路建設和蒸汽機的發明觸發的這次革命，引領人類進入機械生產的時代。第二次工業革命始於19 世紀末，延續至20 世紀初，隨著電力和生產線的出現，規模化生產應運而生。第三次工業革命始於20 世紀60 年代。這一次革命通常被稱為電腦革命、數位革命，因為催生這場革命的是半導體技術、大型電腦（60 年代）、個人電腦（70、80年代）和網路（90 年代）的發展。當前正處在第四次工業革命的開端，是在數位革命的基礎上發展起來的，其特點是：同過去相比，網路變得無所不在，移動性大幅提高；感測器體積變得更小、性能更強大、成本也更低；與此同時，人工智慧和機器學習也開始嶄露鋒芒。2017-2026年將會是人工智慧蓬勃發展的關鍵10年。第四次工業革命絕不僅限於智慧互聯的機器和系統，其內涵更為廣泛。當前，從基因定序到奈米技術，從可再生能源到量子計算，各領域的技術突破風起雲湧。這些技術之間的融合，以及它們橫跨物理、數位和生物幾大領域的互動，決定了第四次工業革命與前幾次革命有著本質上的不同。
5. 發展預測 : Gartner 預測到 2020 年時，至少四成的人會與以人為中心設計的科技進行互動，未來以人為中心設計的使用界面，機器可以理 解人類自然語言判斷意圖，因此投入在人類如何學習使用科技來操作的資源也將大幅降低；此外，95% 的影片或影像內容將不再由人工審閱，而是交由機器判讀、提供不同等級的自動化分析；同樣於 2020 年，在新的人工智慧專案中採用認知人因工程（cognitive ergonomics）或系統設計的企業，將獲得比其他企業高出四倍的長期成功；而在 2020 年人工智慧也將成為新工作機會的主要來源，相較取代的 180 萬個工作，企業導入人工智慧將創造 230 萬個工作機會。
# 台灣人工智慧學校 http://aiacademy.tw
