有人称2023年是人工智慧科技的前寒武纪元年，因为该领域的蓬勃发展，如同生命大爆发当时的盛况。正因如此，如何将人工智慧应用到不同领域、和不同领域的科学家合作，变成当今重要的课题。本场讲座邀请的两位女科学家，都在各个AI跨领域研究上持续努力着。将运动科学与人工智慧结合的胡敏君教授，不仅开发出许多辅助运动员训练的系统，也协助国家队选手们进行战术分析。投身於台湾人工智慧教育推广的陈宜欣教授则与教育部联手推动人工智慧教育计画，期望将人工智慧推广到各行业，也透过绘制课程地图，让学生一步步从认识、理解理论到实际应用。期望透过本场跨域之旅，让台湾的AI应用走向更创新、更多元的未来。
讲者、审定｜清华大学资讯工程学系 陈宜欣 教授 × 清华大学资讯工程学系 胡敏君 教授
汇整、撰稿｜周书玮
2023年被称为人工智慧的iPhone时代，人工智慧不再只能进行预测和决策，生成式人工智慧还能产出音乐、图画和文本，对世界带来全面性改变，就如数年前iPhone问世时，大家赫然发现，手机不只可以通话，还可以上网甚至照相，更有人称2023年是前寒武纪元年，因为人工智慧科技的蓬勃发展，如同生物纷纷出现的史前时代。正因如此，如何将人工智慧应用到不同领域、和不同领域的科学家合作，变成当今重要的课题。本次「AI的多重宇宙」系列讲座邀请到清华大学资讯工程学系陈宜欣和胡敏君教授，分享她们在不同领域的经历，如何将自己的兴趣和人工智慧结合，与其他领域的专业人士合作，发展跨领域的人工智慧合作计画，让人工智慧更全面的满足人类需求。
人工智慧和篮球之间的桥梁
胡敏君教授从小就很喜欢打篮球，上大学後更是经常参与校际篮球赛，进入研究所後，她开始思考自己的研究领域是否能结合篮球，如此一来，如果研究上遇到瓶颈，才比较有动力走下去。十几年前的人工智慧当然没有现在这麽厉害，运动研究学者往往为了侦测画面中是否有球存在和球的位置而吃足苦头。近几年，人工智慧技术愈臻成熟，胡敏君教授发现，AI在动作辨识技术、运动影片制作和分析上都越来越有可行性和发展性，落地应用的机会大大提升，决定投入运动影像分析的世界。2021年东京奥运时，胡敏君教授团队协助中华队的桌球队和拳击队进行智慧情蒐，也帮助射箭队进行VR意象训练。因为这样的经历，她渐渐发现有些分析系统有商业化潜力，甚至可以和篮球联盟合作，提供多元赛事转播和加值服务，因此在2023年时成立了新创公司，同时持续担任中华队杭州亚运运动科学小组委员，希望协助国训中心的选手规划更多资讯系统，统整并提升他们的表现。
要帮助篮球员提升训练效果和比赛成绩，首先要思考篮球生态圈中有哪些角色，需要什麽来加强他们的表现？首先是球员和教练间的沟通，教练希望球员能快速了解战术传授和动作修正；再来是观众和赛事主办方，观众希望主办方制造不同的加值效果，像是AR特效、广告，甚至是和观众互动等。
胡敏君教授团队的一系列发明
胡敏君教授的团队首先研发出「自动计分员」，主要概念近似於在场边架设摄影机，让内建在摄影机内的自动计分员分析系统即时判定这一球有没有投球，有投球的话，是得分还是失误？得分的话，是透过投篮、灌篮，还是前一球没进所以第二球补篮进去？更仔细的还可以告知是精准的空心球，还是弹两下才进去的幸运球。进球分析做得越细致，对训练就会更有帮助。
此外，团队也研发了「全方位计分员」，可以进行热点分析，也就是记录投球、进球位置和进球轨迹，将过去由场边计分员完成的工作由AI辅助完成，且AI可以记录得更快速更精准。有了轨迹和事件资讯後，系统就可以进一步分析球队应该使用哪一种战术，并进行VR战术训练。运动员的特殊技能包含数个层次，第一是认知，也就是「知道这件事怎麽做」，像是战术教学时，运动员要先学会战术路径怎麽跑；动作教学时，运动员要知道防守者站位不同时应该做那一套进攻动作。第二是连结，因为运动员「知道要怎麽做」，和「能否真的在场上做出来」，两者之间可能有巨大鸿沟，因此运动员需要不断学习连结他的身体和大脑，当未来一上场时，才能快速面对突发状况做出对应的判断和动作，最佳化自己的决策和行为。
系统设计流程参考了设计思考。一开始，教授带着学生了解运动员的痛点和需求，针对运动员在学习战术上遇到的困难提出可能的改善方法，设计出系统雏形後，寻找一些受试者进行验证，验证完後若发现系统有缺陷，就需要想办法改善。例如VR体验可能会造成受试者晕眩，就要改善体验的数位内容和虚拟相机移动的模式；如果发现受试者感受不到球，就要改善触觉回馈机制；如果发现受试者觉得防守者不够真实，就要改写生成轨迹或动作的AI模型，甚至必须搭配多重输入，整合手势辨识、摇杆控制、语音声控和眼动操控等多模态互动方式，让使用者操作系统时更加直觉便利。
台湾人工智慧教育进程与未来发展
2018年，教育部联手各大学教授启动第一期人工智慧教育计画，希冀将人工智慧应用於医疗业、制造业、半导体业、音乐产业甚至是金融业等，并搭配三类课群规划一系列的课程，三类课群包括核心的资料探勘、进阶的深度学习，以及应用层次的自然语言，着重於自然语言人才的培育。2020年启动第二期计画，目标将人工智慧推广至物联网、农业、资安产业、智慧医疗产业、智慧零售和市场预测等，课程设计着重在人工智慧的产业运用。2022年则启动第三期计画，推动跨领域连结和人工智慧伦理，把过去大家以为集中在电资领域的知识，扩散教学到不同领域中，让各领域的人才都拥有人工智慧专业，人工智慧伦理则让学生及早明白过度使用人工智慧可能带来的後果。
近期快速窜红的Chat GPT也在校园中掀起风潮，其原理是根据前一文字或句子预测下一个最可能出现的字。举例来说，「Chat GPT作为一个大型⋯⋯」这句话後接「机器」的机率是0.33，接「语言」的机率是0.45，接「论文」的机率是0.12，那程式终端就会吐出「Chat GPT作为一个大型语言⋯⋯」这句话。Chat GPT的基本训练方式在文本中挖洞的克漏字测验，和给上半句预测下半句，概念相当於国中和高中升学测验中的国文考试。
陈宜欣教授提到，人工智慧浪潮下，通识教育必须培养学生对社会和科技整合性的理解，以古监今，不可将学生局限在一些特定观点中，当教师和学生之间出现意见分歧，教师应提供学生无限的可能性，让学生找到自己的无限性和独特性。
精彩花絮
📖