Hello。

Hello。今天是來拜會AI Labs，也看到AI Labs現在就有一個全新的空間、有一個新的樓層。

對，剛好就是第一天辦公室開放。

是這樣？剛裝潢完。

對，還可以聞到那個味道。

所以表示你們要再hire新的人了？

對，我們現在第三個辦公室，然後希望在今年年底可以到100人的規模。

OK，因為我記得最早來的時候，那時我們談的是人機介面，醫學跟生物的部分，後來你們網站上又出現這個智慧城市作為一個pillar，就是一個標竿。之前我們在高軟園區對談的時候，因為我是預錄，沒有聽到你的論述，所以想說智慧城市的部分，能不能跟我們介紹一下？

我們最主要三個主軸，第一個就是醫療，剛剛有談到；還有現在在社創，我們有雅婷AI鋼琴師，這就是跟人機介面的研究。其實我們在跟各個城市，AI Lab有一個「智慧城市」的vision。智慧城市的vision，跟大家聽到一般的智慧城市，像人臉辨識——在各個地方用人臉辨識，去看一個 policy goal——不一樣的地方，其實我們在臺灣講的智慧城市，就是我們跟臺灣其實有各個產業先進，還有各個市民他們討論到智慧城市，其實你會發現到我們在講人工智慧的智慧城市，最主要的還是humanity，你怎麼利用人工智慧給這個市民做到最好的照顧。

以做到最好照顧的這個角度來講，不管是在醫療、不管是在交通、不管是在居住、不管是在安全，其實在每一個地方不同的時間、不同的狀況，我們希望有一個很好的model去設這個人，以人為本的智慧城市。

其實我上一次在高軟，就是我們上一次一起去的這個活動，我們講到智慧城市，簡單來講就是這個picture，我們在臺灣最主要以人來講，一個市民要怎麼去把它做到最好的照顧？其實當我們在講一個城市的問題，我覺得過去很多人講智慧城市，智慧城市過去到現在到底有幾個不同階段的差別？其實你可以看到最早可能就是問題驅動，比如發生事情了，我們去看怎麼解決。

路面坑洞怎麼樣很快修好？

我要怎麼report這個issue，然後這個issue再take action，普悠瑪號出了事故之後，我們再做take action，那個是發生事情之後，我們以解決問題的角度來處理這個事情。解決問題的原則就是有時候我講的是悲情驅動，有很多讓人感動的事情發生，然後才去改變。

第二個階段，其實開始大家在講大數據之後，開始大家有這一種cloud的這一種Big Data，智慧城市的角度才慢慢進入數據驅動，我們才能講Data Driven，比如過去一年交通量、十字路口要怎麼設計，從過去一年的交通量，我們來改進下一年我們的施政，我們怎麼改進交通路口的號誌，那個是數據驅動，我們透過對過去資料的統計、大數據，來改善未來一年的管理。

當我們講到AI Driven，第三階段就是這幾年你可以講說智慧城市第三階段的話，其實我們講AI Driven，我們做大數據之外，我們要在大數據上去訓練這一種決策的model，用決策model來補足人不足的地方，比如過去很多交通事故，需要人去monitor，你才會知道有交通事故，你才可以去做通報、處理，其實這一種交通的資料，我們都已經可以蒐集到的，都已經在一個center大數據，我們就可以訓練model。

當人去做交通通報或者做決策的部分，我們就可以用人工智慧學習起來，就是讓這一種交通事故，過去人可能會catch到10％的這一種事故，我們其實用人工智慧，我們可以catch到90％多的交通事故，可以很快地做反映，這個是我們講的，當每個人在不同的時間、不同的地點，我們需要給他妥善照顧的時候，我們用人工智慧去訓練model，去給他最好的照顧。

OK，所以這其實有點像當初個人電腦（personal computer）出來的「personal」的意思，不是好像大家都是大數據的觸角，而是每個人可以按照他實際的需求，實際地反映他的需求，甚至是即時的需求，好像是他跟他的隱私、integrity這一些，我們最在意的東西是一起長大的，而不是好像說你為了一些效率，你得要做出犧牲或做出取捨。

沒錯。很多單位會講說智慧城市好像對人的監控，其實我們在這邊的思維都不是，我們一定是要在確保人的隱私、integrity 以上，我們再去增加人的便利性。其實這個東西你可以想像比如說從Data Driven大數據驅動跟AI Driven有什麼不一樣的地方是，Data Driven其實有一點像我們過去講的「80/20法則」，我們在賣商品，可能就是賣top 5的商品，也就是我們在提供市民服務的時候，我依照過去的經驗。

因為我能量有限……

對，我就是滿足80％。

就是最常用的80％。

當我們講AI Driven的時候，什麼叫AI Driven？其實就是後來大家講的這一種長尾（long tail）的觀念，就是你要照顧的並不是只有80％的user，其實你要儘量地依照城市大數據、個人大數據，人在不同的地方有不同的照顧，這樣的話，你需要在對的時間做對的decision，這樣的話，當你每個人做到最好照顧的時候，你才能真正照顧好每一個人，不然就會有那一種少數的族群會有starvation的狀態，就是沒有辦法做到……

……等於越來越會被排除，如果不去做的話。其實像空總社創中心也是一個很好的例子，可能一個活動40個人來、100個人來，但是只要有一位有輪椅上的需求，我們就專門弄一個電梯，他就可以搭到二樓，不需要用很辛苦的爬梯機這一些。當然硬體上一定有所取捨，可是我們在AI的這個思維上就不一定了，因為很多東西你可以用軟體來定義。你今天來這個空間，我需要的是這些需要，我就重新用軟體定義這個空間，到滿足剛剛好這些人的需要。

沒錯。所以智慧城市的思路是依照那個原則，對市民的食、衣、住、行各個方面，我們利用城市的資料、城市的大數據，我們訓練出增加市民，不管是便利性、安全性，還是他的照護性，像這一種遠距醫療，我們對他有不同的安排。

OK。因為我們在高軟的時候，其實聽眾也事前有問我一些問題，那因為聽眾也有問說因為我們知道所謂Smart City在AI Labs第一個project其實在台南做的，就是台南無人機這一整套的project。當然大家的一個提問是說，為什麼是台南，大家會想說AI不是都在台北嗎？為什麼挑台南？這個有沒有比較簡單回答？

我覺得那個其實也是一個很偶然的事情，就是去年齊柏林發生事故之後，那時候其實我們AI Labs對這一個事情也很有感覺，齊柏林是從一個不同的角度去看城市的問題，所以我們才講說這個是齊柏林的視角，過去大家都沒有從這個角度去看城市的美麗與哀愁，我覺得這個東西是滿innovative。

第二個，當他出了事之後，大家會覺得說這麼好的一個人有這麼好的一個想法，這樣就走了，所以那時候我們就去看齊導那時候過去的採訪，為什麼這個事情不能用無人機來完成？這個為什麼要他親身去做，我們有沒有什麼辦法去把齊柏林的精神保留下來，所以那時候AI Labs有一點想法，就是說有沒有可能去學習齊柏林的精神。

我們那時候在採訪的時候，其實無人機沒有辦法像專業的導演可以自動選景、運鏡、可以拍攝到好的角度、可以有好的畫質，也沒有辦法做到那一種專業的選色、調色的部分。

所以我們就依照他講的這幾個題目開始去做，所謂自動選景、自動運鏡，訓練無人機可以去做自動飛行之後，去拍360度角度的影片，也就是說這個無人機其實看了……

他就不用選角，因為每個都拍到。

然後之後再用人工智慧的演算法，我們去學習齊柏林選景、運鏡的這一種方法，就是當無人機把這一條路拍好之後，其他360度角度拍了，然後依照你的題目，你是要山、你是要水，還是你需要道路，還是你需要追蹤一個物體，我們告訴這個AI演算法，它就會依照這個精神去做、學習專業攝影師的運鏡。

當然人工智慧學習的不一定是比較好，但是事實上它已經可以做到我們可以依照不同的主題，一個360度的影像就可以把它做出不同的運鏡。

這樣的話，再往下發展其實就很有趣了，當我們做了一個360度的運鏡之後，我們發現其實一個影片有不同的呈現方法，我們是不是可以把整個台南市都拍完？

對。

也就是說依照各個不同的部門、你有不同的需要，你需要看路上停車格的問題，你需要看到交通號誌的問題，你想算看看這一段路、traffic lights是不是夠。

甚至你要做國土規劃，你要抓地形、地貌的變化等等。

對，你都可以用同樣的大數據，你不需要每個不同的部門有自己的無人機團隊，買自己的無人機，你聽我們都已經拍完了，你只要在我們這個大數據平台上去做，就可以做運算。

所謂其實那時候我們是一個很簡單的想法，開始發想之後，那時候為什麼是（選擇）台南？我其實本來只是發表一篇文章在FB。

對，我記得有看到那篇文章。

那時候其實也是一個簡單的想法，很快的是南科、成大航太系。

他們直接來找你？

就來找我們，就問我們可不可以籌組一個無人機的團隊，很快的其實那時台南市長也就是現在的賴院長，他說：「我們要支持這個行為。」所以可以想說不管是技術方面或者是不管是無人機的硬體上，不管是市政府法規方面，都要有很好的……

立刻就可以疏通排解。

所以我們在一個月內，就開始做無人機學習齊柏林的活動。

所以很多是首長的意志。我在院裡觀察到賴院長，也就是當時的賴市長，他如果覺得一個東西是一件好事，而且各部門覺得這個是共同價值的話，這不是以月，而是以週為計算，一、兩週之內就會協調到一個程度，所以這真的滿重要。

我覺得這個產業在一個地方可以發展起來，我其實常常在很多地方是需要陽光、空氣、水，因為新的產業一定會遇到很多新的法規問題，過去可能是完全沒有定義，你一定需要相關的部門，一方面或者是監理沙盒或怎麼樣。

總之要吸收風險。

所謂「空氣」就是說，我們一定要以problem solving，軟體的思維去解決你不能說這個是無聊的問題、這個訂單在哪裡，當你看到問題、你看到可以用新科技去解決的時候，這樣的軟體思維是我們來試看看，然後把這個鄉民聚集起來。

而且說不定你又解決了別的不相干的問題，就是鄉民的力量。

沒錯。所謂的「水」，大家有錢出錢、有力出力，把這一些東西放在一起，然後開始有一些計畫去運行。當然有資金方面的幫助，那當然就是可以讓火可以燒得更快、更旺。

所以這樣聽起來，這一些成功的這三個要素，並不是說一定要是金融中心、大都會或者什麼，人口非常密集的這個區域？

我覺得其實尤其是像軟體這個產業，大家常常講說政府五缺或什麼，但軟體產業相當於來講是比較……

對，完全沒有這些問題。

比較沒有這些問題。尤其是像軟體人才都是比較liberal，然後喜歡自由度高的地方。

對，頻寬要快，其他都不講究。

比如以美國來講的話，其實之前大家講說矽谷是一個非常有創新、創業的地方，但是你知道矽谷已經沒有在講，反而是西雅圖，因為風景優美，而不用付所得稅、房價又比較低，其實很多軟體人才就往那邊聚集去。

而且下雨，大家在室內會專心工作。

即使在中國大陸，像北京中關村開始做軟體相關的優化，但是現在以微軟來講，我們其實講不見得要在first tier city，我們要在second tier，所以在蘇州我們也成立了second tier的研發中心。

有時反而軟體最缺的是，你怎麼把人才聚集在一起做對的事情，把人才聚集在一起做對的事情，你反而可以利用比如人工智慧時代時，你可以創造一個新產業的聚落，把這些人聚集起來，這一些人聚集起來，care不見得是水跟電，而是每天生活的環境怎麼樣，冬天可不可以滑雪、可不可以玩帆船，有沒有山、有沒有水。

有沒有水上活動。

對。我老婆會不會願意跟我一起來。

風景優不優美之類的。

醫療、學校、小孩念書，其實軟體公司很重視的就是我們怎麼提供一個環境，讓這一些人才在這邊，可以安身立命，同時我們也有夠好的場域，這個場域就是像我們在講無人機的這個話題，市政府要開放這一種沙盒、platform去使用。

我想無人載具，也應該再一、兩個月三讀，有那個沙盒大家會很有幫助。其實我很多在公務員實際的使用上，大家也都是說以前有一些事情是交給像公共行政替代役去做，那是比較冗的事情，我們資訊科學叫「比較trivial」的事情，現在沒有公共行政替代役了，AI突然之間很好推，有一些大家太習慣讓人來做的事情，但其實就像剛才你說的，他本來就應該是機器來做是比較快的，而且也比較有意義的，因為它不牽涉到主觀的生命經驗跟判斷，不牽涉到care的部分，所以讓公務員更能夠來care市民，這個也是所謂humanity base非常簡單的一個想法，只是在臺灣我們不會犧牲大家的privacy或者犧牲掉公部門的integrity，就可以同時達到這個humanity，這個是滿重要的。

最後想問的是，這樣子聽起來每一個城市只要願意擁抱這樣子一個vision，他大概都可以去發展所謂的AI驅動這樣的一些工作，所以你有沒有覺得好比像如果有人說：「AI Labs來我們城市設立。」你會跟市長講什麼？有什麼重要的事情？

我們臺灣人工智慧實驗室對一個智慧城市的vision，我當然也希望未來在臺灣各個城市，我們需要投資未來、投資問題驅動、數據驅動，是真的可以做到AI驅動，臺灣其實有非常好的資源，讓大家都知道臺灣是有最好的ICT產業，有這一些硬體廠，同樣臺灣其實也有非常多的軟體人才，過去大家只是沒有好好有一個平台把它聚集起來。

所以，其實如果在各個縣市政府，比如真正有心想要把智慧城市推展的話，把這一些人才聚集起來的地方，這個是一定要的，這不見得一定要AI Labs來推行，但至少就是如果對人工智慧在智慧城市上要如何去運用，那是有心想要推行，我們AI Labs歡迎大家一起來討論。

等於不要說一個標竿，而是一個模式。

其實很多人問我說：「空總社創中心要不要開分部？」其實重點是大家一起來創造這個空間、這個空間反映大家的需求，任何願意按照這個SOP來規劃的人都可以叫「社創中心」，不一定要我去幫他蓋社創中心。

不過，你台南做出來之後，像台中有來找你詢問過嗎？

台中就是之前的蕭顧問（景燈），有邀請我到台中去做一次演講。

我也是他們智慧城市委員會的委員，所以我們也一直在看台南的案例，想說怎麼樣去使用。高雄有人來問過嗎？

今年3月的時候，陳其邁委員有來參觀我們Lab，也有一些討論。

我想臺灣各地對這個可能，都開始比較能夠buy-in這樣的vision。希望大家慢慢能夠從本來只是「路上有坑洞要修掉」的感覺，慢慢變成「從市民的需要來出發」。

是的。

好，今天非常謝謝Ethan。

謝謝政委。