2016年，政府正式宣告為「人工智慧元年」，並於同年8月推出「AI科研戰略」，之後為
期四年的台灣AI行動計畫，目前已邁入第三年，現階段人工智慧之各類型應用發展仍如火
如荼，但是進一步針對相關應用進行盤點，也發現不少其實是假人工智慧之名，實際上行
所謂的工人智慧之實。
國際上許多新創公司就被專家踢爆，其實仍是依靠大量人力建構所謂的「人工智慧」系統
，這種發展對於人工智慧整體而言是澆了一盆冷水，但是整體而言，仍檔不住人工智慧浪
潮；到底人工智慧為生活及科技帶來何種進步，而人工智慧是否真是下一世代人類的希望
，值待探討。
探討這兩個問題前，要先思考人工智慧真正的原理。其實人工智慧就是數學和機率之間的
搭配，藉由不同的演算法組合，設計出類似於人類的思考方式。早期的人工智慧因搭配的
硬體設備不足，能處理的資料量不大，自然須依靠大量人力補強。但現階段軟體及硬體的
大量進步，愈來愈多資料及資訊可以靠硬體及演算法邏輯進行彌補，但是相對而言，如何
擷取真正有用的資訊，並由有用的資訊中獲取研究真正所需目標，才是人工智慧領域需要
面臨的挑戰與問題。
現階段人工智慧相關技術發展日新月異，但是真正能夠顯露出其價值不是這些演算法，而
是在於其能否真正對目前各類型經濟及社會相關應用有所貢獻，並且有效提升產業及相關
市場之價值。目前我國在人工智慧之重點發展方向，運用專利分析可發現重點廠商布局包
括電腦科技、通訊、製造即相關領域運用、以及半導體和生醫；這些技術中，進一步針對
其可能應用領域發展進行分析，可發現重點仍然在科技產業、製造業和醫療技術產業，也
可以說三大產業是現階段人工智慧在我國發展最重要領域。但這三大產業現階段雖運用最
多人工智慧技術，但是否能真正做到完整且完全之智慧，仍有待時間證明。
進一步將重點領域進行思考，可發現未來若結合這些重點發展方向，未來智慧製造、智慧
醫療可說是台灣最為具有發展機會之狀況。智慧製造部分主要結合感測器及相關自動化排
程系統，甚至是機上盒將資訊快速傳遞至相關管控中心，針對製程進行規畫，並確保品質
。智慧醫療部分，可以有效透過人工智慧搭配半導體及相關遠距傳輸工具將醫療影像解讀
、醫療資訊傳遞、醫療狀況判讀，做完整性的應用，並透過相關應用，結合現階段我國在
相關領域之強項，藉此進行完整之人工智慧技術發展應用。
概況言之，真正人工智慧的價值，應該是在產業的應用；而適當之應用，才會協助人工智
慧進一步發展，可以說是魚幫水、水幫魚；人工智慧基本上就是需要在產業的應用中，學
習到大量真實的數據，才可協助成長，等於說產業就是其學習之基石，也是讓人工智慧脫
離工人智慧之真正核心，但是產業相關應用為何，是否有真正之價值，還是只是讓人工智
慧「大才小用」這部分，就有賴於市場及相關領域之接受度。
因此我國應針對相關發展領域，優先針對我國在此領域較具有優勢支領域發展，進一步強
化人工智慧運用，並將相關資訊回饋給人工智慧模組團隊，藉此有效強化人工智慧技術之
價值，未來才有可能進一步提升人工智慧之能量。
https://money.udn.com/money/story/7226/4468194