【AI 時代】AI 並非取代人力 若水身障數據標註師找到新活水

有些公司為了處理數據,從工程師請到工讀生,大概跑半年花了大量時間標數據,然而沒有專業的標註系統,一致判定標準最終效並不好,但卻已花上了徒勞的人力成本。
評論
若水執行長陳潔如 Sabrina(左)若水 AI 事業部協理簡季婕 Jessica(右)Photo Credit:INSIDE/Anny 攝
評論

沒有數據的 AI,彷彿沒有輪子的車子,數據的確很重要,要說是產線的一環也無疑,不過在產業蓬勃發展,技術光環背後,人權的價值更該被彰顯,除了數位化下應運而生的資料權、不同科技產業中的工作權、公平的資訊人權

不少文章聳動的標題直指 AI 的工作將會讓未來多少的人失業,但鮮少人真正去理解,在 AI 的浪潮下將會應運而生哪些新的工作,舉例來說,AI 數據標註師不僅是處理數據,更能透過協作與即時回饋讓工程團隊調整模型,提升開發效率。

若水國際讓身障數據標註師找到新活水,乘著 AI 的浪潮,讓身心障礙者同樣能享有工作權,結合 AI 產業電腦視覺專家與身障數據標註師,形成自家 AI 數據服務團隊,讓數據標註工作者創造更高價值。

AI 浪潮下孕育的新興工作者

「若水是社會企業的本質,但是還是要符合市場客戶、身障者就業雙方面需求。」執行長 陳潔如 Sabrina 斬釘截鐵說道。

過去若水在第一個事業體 BIM(Building Information Modeling,建築資訊模型)其實已經取得不錯的發展,但是對於需要就業協助的身障者大多在出門工作上有困難,而 BIM 卻是需要高度協作的工作,於是團隊轉而思考,在高科技發展下還有哪些市場上的痛點,能透過遠端的協作挹注動能。

概覽市場現況,當時 AI 正在起飛,人工智慧發展大多與「數據」無法分割, 然而,很多業界的開發者、演算法工程師大多反應為了處理巨量資料,已耗盡時間,要處理演算法工程還有一段距離。

陳潔如認為,在產業分解上已經需要一個專業團對隊來協助,於是 2018 上半年籌組引擎,搭建身障者訓練系統。

一位數據標註師從 0 到上線接案的流程可以拆解成三階段:招募評估、職前訓練再進入正式標註訓練,最終完成考核,對很多身障者來說這都是第一份工作,工作意願、職能評估等審核,適性是最重要的評估,通過後才會進入人才庫。職前訓練包含如何運用 Zoom 開會、 Google Drive 的使用,其他還有資料安全保密重要性的基礎知識等等。

標註訓練包含畫 Bounding Box 或是 Segmentation 等各項技能,每項都有認證機制,完成之後才能正式成為標註師上線接案,根據每個個案居家狀況不同,完成上述流程正式工作時間略有差異,不過平均來說兩到三個月可以開始接案。

為佈建更迅速的就職流程,團隊甚至和認知心理學的博士合作,逐一將訓練中的核心能力建立起來,發展標註師核心能力研究,透過重點培養加速對接效率。

AI 數據標註師透過自身專業和工作輔具,在家遠距處理來自全球的 AI 專案 Photo Credit:若水

身為 AI  幕後推手,若水 AI 事業部協理簡季婕(Jessica)認為團隊在專案執行上的精神是驗證和回饋,因此他們會把市場執行成果回饋到訓練團隊,把這些元素做拆解放入課程中,確保教材與時俱進和市場能接軌,大眾也許覺得標註很簡單,似乎就是 Bundingbox。

然而,從 2018 年開始佈局,便發現隨著市場應用深化,標註也越來越多元,不在單純是像過去畫框框初步的 Bounding Box、下關鍵點,標註和應用息息相關,以台灣來說,智慧城市、無人車、醫療、安全監控等都走向加值 AI 化,監控涉及的不只靜態,還有動態,不同層次的 AI 訓練,要把這些拆解成不同單元。

透過完整的訓練能夠上手處理市場客戶的專案。2018 年年底若水的第二個 AI 事業體,也就是 AI 居家標註師團隊,正式商轉開始接案,目前日本也是若水的關鍵重要市場,目前在東京已設有據點。

綜觀日本市場,由於人力高昂,有更多應用需要減少人力,像是日本的智慧農業,在番茄、小黃瓜等作物的栽種應用,以及建築瑕疵檢測等。若是透過人工智慧輔助需要人力進行數據標註,再這之前就要先了解不同領域的 Know how,而若水認為目前自家 BIM (建築資訊模型),未來可與 AI 結合,兩個獨立事業體相輔相成助力建築瑕疵檢測。

企業落地應用的瓶頸 該怎麼解?

報章雜誌上洋洋灑灑報導著某企業導入了多少 AI 專案,將持續投入資源加大推廣,但是究竟這些有多少是在概念驗證,有多少真正走到商業驗證階段?

一直以來,在很多發表場合上,無一不是秀出 AI 壯碩的發展,但是這些份量究竟是扎實的訓練肌肉還是虛胖,仍然打上一個問號。若水 AI 事業部協理簡季婕(Jessica)就來聊聊,從數據策略夥伴的角度,究竟大家遇到什麼困難?

從 PoC, Pilot, Production 構成企業導入 AI 的金三角來看,目前絕大多數公司的確都是落在前兩者居多,能走到最後的以新創公司為主,但為數也不多,許多大企業想要導入但是進度仍是不如預期。

根據日前 IDC 調查,高達 71% 的企業領導者,認為 AI 將提升組織競爭力有所助益,但在台灣卻只有32%企業展開 AI 轉型。

根據若水的調查顯示,超過 60% 以上的企業不知如何有效精準的處理數據,對導入數據讓 AI 落地感到迷惘。過去的討論皆集中在 AI 的技術積累上,但是對於落地應用卻仍有距離。Jessica 認為最大的問題是:有沒有選對好的命題,專案題目太大,技術太深,又或是答案可解根本不需要 AI,找到痛點,而不是 nice to have。

對於如何選擇對與好的題目,目前許多是 AI 新創,協助大公司達成解決方案的,讓新創去幫大公司找題目,真正讓應用落地。另一種常見的是,大企業自己想佈局 AI,許多都成立AI 部門單打獨鬥,為了加大成功機會,一次就開很多個專案次議題,但是忽略中間所需花上的人力資源與成本,在資源分散下反而降低落地的機會。

從概念驗證的 POC 到第二階段都需要大量數據,圖像識別可能從五千張圖片資料到數萬張,要提高到 80-90% 的準確率需要的數據量是大大的倍增,並經由多次的訓練,才能讓模型真正運行。

許多企業輕忽從 PoC 到 Pilot、Production 階段的數據資料量和成本費用是遠超過想像的,模型要判定越來越難的數據,完成不同情境分門別類,對應的資料餵給養模型。

工程師沒有時間去看十幾萬筆資料,數據定義特徵值、蒐集數據能找尋策略夥伴專業分工,把模型各階段所需的數據規劃好,近一步協助 AI 專案管理清楚畫出 Roadmap;而透過數據標註師處理時遇到該批資料特性即時給予回報,讓工程團隊調整模型參數,提高資料訓練效率。最終甚至可以將數據重複使用,多個模型一起試驗, 讓 AI 專案的驗證變快。

單打獨鬥的隱形成本看不到。

有些公司為了處理數據,從工程師請到工讀生,大概跑半年花了大量時間標數據,然而沒有專業的標註系統,一致判定標準最終成效並不好,但卻已花上了徒勞的人力成本。

AI 是人機合作並非取代人類,把很基礎且重複性的工作取代,人力升級為知識工作者。

陳潔如有感地說。

也會有許多新興工作應運而生,在 AI 世代是以數據處理為核心的團隊,像是專案管理、RD 的思維都會有所不同,無法百分之百沿用過去的方法 。AI 世代下要把既有的人才 AI 化,若水本身滋養團隊能在這樣的世代做好工作,當初針對職稱也思索一番,最後以數據標註師定案,對於身障者是一個職業的尊嚴,對於 AI 世代更是新工作型態沿革的意義。

若水 AI 數據處理服務團隊與日本分公司社長
若水 AI 數據處理服務團隊與日本分公司社長。Photo Credit:若水

核稿編輯:Mia




智慧照護新革命!AI 機器人成為智慧醫療助手

高齡化浪潮來襲, 2025 年台灣將步入超高齡社會,65 歲以上人口佔比超過 20%。高齡化加上少子化,衍生勞動力短缺不足,經濟部工業局推動「電子資訊智慧製造服務系統推動計畫」,加速服務型機器人產業發展,借鏡日本智慧長照現況,把科技導入照護場域,提升更好的生活品質。
評論
Photo Credit:經濟部工業局
評論

日本是全球高齡化程度最高的國家,而台灣高齡化的腳步愈來愈快,僅剩不到 5 年的時間準備。因應長期照顧與醫療照護需求,各單位紛紛投入 AI 應用服務,解決人口結構改變問題。綜觀以 AIoT(物聯網 + 人工智慧)為核心的智慧醫療趨勢,可輔助醫療流程、節省人力成本,更提升照護服務效率,為高齡化社會帶來了新的解方。

Photo Credit:經濟部工業局
台日照護機器人交流會邀請各界分享照護機器人開發與應用案例與經驗。

人工智慧產業前景看好

人類壽命越來越長,智慧醫療正逐步顛覆傳統醫療模式,從遠距醫療、機器人、物聯網到穿戴式裝置,龐大潛在商機吸引國際科技大廠投入。台灣醫療服務水準居亞洲領先地位,尤其是資通訊科技實力鏈結全世界,創新能力與解決方案屢屢獲得市場矚目。當人工智慧遇上健康醫療,擴展未來醫療的無限可能,對社會大眾都有切身影響,不僅引領新一波商業浪潮,也創造出更多的照護服務模式。

醫療與科技結合,帶來新變革也帶動數位時代轉型新契機,未來將有更多關於智慧醫療的布局,解決人口高齡化的社會問題。從另一個面向來看,人口快速老化促使長期照護需求,服務人力是建置完整體系的關鍵因素,衛福部在政策面不斷調整適當的滾動式管理。目前長照 2.0 擴增老年照護服務,以及任何年齡的失能身心障礙者,從長照人力需求來說,缺工現象嚴重,照護機器人將成為醫療、長照的主力。

台日照護機器人交流會

為提供台灣照護場域導入智慧科技之契機,在經濟部工業局指導下,服務型機器人聯盟與台灣智慧樂齡照護創新科技產業大聯盟於 5 月 6 日攜手舉辦「台日照護機器人交流會」,邀請各領域專家分享實務現況,作為研發製造與場域運用參考。經濟部工業局林青嶔簡任技正表示,隨著科技迅速發展,智慧醫療創新服務產業生態系逐漸茁壯,5G 落地、AI 應用更多元,機器人正在改革醫療世界。

圖2_經濟部工業局林青嶔簡任技正表示,超高齡社會即將來臨,透過服務型機器人創新科
Photo Credit:經濟部工業局
經濟部工業局林青嶔簡任技正表示,超高齡社會即將來臨,透過服務型機器人創新科技能解決照護人力議題。

「台灣和日本一樣,面臨急速老化的超高齡社會,因此對於熟齡及身障者的照護非常重要。呼應長照 2.0 政策,應用科技打造更多元化、人性化的服務,AI 及智慧機器人的運用更是未來顯學。」林青嶔簡任技正分享觀點,這場交流會聚焦台日相關經驗分享與討論,加速業者與國際連結。台灣具有精密機電與 ICT 產業供應體系的優勢,發展機器人科技的腳步正迎頭趕上歐美日等國家,尤其是服務型機器人產業,將是台灣製造業的明日之星!

圖3_因應疫情,透過網路視訊方式進行交流,雙邊合作討論熱烈。
Photo Credit:經濟部工業局
因應疫情,透過網路視訊方式進行交流,雙邊合作討論熱烈。

促成更多元的服務應用

透過「台日照護機器人交流會」,日本 ATA 協會五島清國部長、日方企業 Reif 與 Whill,以及台方微星科技、全智通機器人、福寶科技分享照護機器人的開發與普及應用現況,透過創新科技解決照護難題。照護機器人的開發,必須掌握使用者需求、符合未來照護趨勢,再藉由實體實驗場域的調校,完美融入生活當中。微星科技、全智通機器人、福寶科技旗下的產品已分別應用於物流、醫療、清潔等領域;因應新冠肺炎疫情的「低接觸」服務型態需求,更加快普及速度。

圖4_日本ATA協會五島清國部長強調照護機器人必須貼近使用者,幫助提升生活品質。
Photo Credit:經濟部工業局
日本 ATA 協會五島清國部長強調照護機器人必須貼近使用者,幫助提升生活品質。

服務型機器人的創新應用在不同領域逐漸成形,經濟部工業局透過政策資源、科專計畫等大力推動服務型機器人產業化,協助企業轉型發展機器人新事業動能或新創公司設立,包括微星、東元、佳世達、凌群等企業。另外,2018 年成立的「服務型機器人聯盟」,由資策會服創所與台灣智慧自動化與機器人協會(智動協會)合作發起,結合政府及民間力量整合產業鏈上中下游資源,共組國家隊搶攻國內外市場。

服務型機器人聯盟今年度規劃「2021 ROBO COM 蘿蔔控」創意實證競賽,延續場域實證的精神,擴大研發能量及市場化企圖。聯盟持續引入資源,推動機器人業者和學研團隊合作,展開技術及實務交流,共同激盪具市場潛力的創新方案。


 「2021 ROBO COM 蘿蔔控」服務型機器人創意實證競賽資訊

  • 報名期間:即日起至 5 月 15 日
  • 競賽期間:6 月 15 日 - 9 月 30 日
  • 報名資格:不限年齡、學生團隊、社會人士、非營利組織、地方社團乃至公司行號都可組隊報名
  • 組隊資格:接受個人挑戰或多人組隊,團體至多6人

立即前往活動報名頁面了解更多!

經濟部工業局 廣告