【小國AI大戰略關鍵推手：前科技部長陳良基看冠軍模型】YOLOv4證明臺灣AI有實力成為世界標竿

「臺灣的AI研究有這個實力，可以成為世界標竿，站上最頂端！」前科技部長陳良基談起YOLOv4，眼睛都亮了起來，他說：「這個AI模型證明了臺灣可以做得到，以前有這實力但不敢嘗試，現在，可以到各領域的國際頂尖領域拼戰。」

YOLOv4模型的誕生，來自科技部在2017年發起的「小國AI大戰略」中，「業界出題、學界解題」政策所補助的計畫之一。由義隆電子提問，中研院團隊解題，為了解決路口車流影像分析的難題，才誕生了YOLOv4物件偵測模型，在微軟COCO即時物件偵測挑戰賽中，一舉奪下全球第一，打敗了Google、臉書、IBM等科技巨頭。

陳良基正是這項小國AI大戰略的主要推手，他也等於是冠軍模型的間接催生者之一。所以，講起這個冠軍模型的源頭，話匣子就停不下來。

「將來誰掌握了數據的科技，在未來的時代就會占優勢。現在是第四次工業革命的進行式，臺灣也要順流而上，搶在浪頭上，發揮原有優勢。」

資料、演算法和算力，這是現在各國大力發展AI戰略的三大關鍵，但在4年前，並不是每一個國家都願意如此樣樣壓寶。以晶片研發享譽國際的陳良基，在學校從事研究時，就相當清楚演算法的威力，AlphaGo打敗南韓棋王的故事，讓他驚覺到，AI技術已經走出實驗室，變成了真實世界的應用。

沒有掌握AI新電力，所有競爭力都會下滑

當時陳良基就意識到AI發展，對臺灣未來競爭力的發展，非常關鍵。「明天AI若變成新電力，我們若沒有掌握這個能力，所有競爭力都會下滑，這也代表AI會滲透到各個領域，需要各方面的領域知識。」所以，當陳良基在2017年入閣擔任科技部部長時，就將那一年定為臺灣AI元年，開始在臺灣大力推動AI。

但是，臺灣不是大國，許多企業的規模也沒那麼大，「如果什麼AI都做，分散資源，最後可能一點機會都沒有。」他回憶當時決定過程。所以，他在行政院院會報告AI政策方向時強調：「AI戰略應該慎重以對，採取小國大戰略，先承認我們的資源不夠，選定對臺灣未來的重要項目，猛力去攻，才可以打敗第四次工業革命中的世界強國。」

大戰略選定了AI，但在戰術執行上，要怎麼聚焦，才能善用有限的資源？當時為了思考臺灣的AI戰略，陳良基和科技部團隊，拜訪了好幾個國家，英國、德國、法國等，來了解他們的AI策略。AI論文數是各國思考AI策略時，經常用來衡量國家AI研發實力的指標。但臺灣人口少，再怎麼比論文數，全世界排名還是處於20名左右，很難名列前茅，「如何能夠拿到非常獨特，甚至是全世界都還沒有人知道的題目。」陳良基換個角度思考：「如果我們可以先解出答案，不論數量多少，每一篇都會受到全世界看重。」

但誰能知道「未來的題目是什麼？」若從臺灣學界實驗室擅長的題目來選，每個實驗室都覺得自己的題目最重要，還是難以抉擇。陳良基的原則是「誰在第一線戰場，敏感度就會最高。」所以，他決定改由業界提需求來找出優先議題，「業界未來產業要AI化、或是需要AI如何加持，最欠缺什麼AI技術，就透過學界研發團隊來補足這個缺口。」

這個戰術角度的轉換，就催生了「業界出題、學界解題」模式。後來，科技部組成了專家小組進行海選，要找出臺灣得優先推動的AI課題。陳良基對海選小組提出一個要求，最後挑選出來的專案，必須將來有機會落地。由產業和學界聯手，有機會能結合臺灣產業優勢，未來發展成產業生態鏈的專案。

最後選出了28個計畫，為了提供行政協助，科技部在大學中，成立四大研究中心，但旗下計畫都採取產學融合的型態來進行。義隆電子和中研院合組團隊的計畫就是其中之一。

業界不只貢獻題目，也提供了自己的「資料」

「業界出題、學界解題」模式，是一種「以終為始」的思考策略，「不是單看一家研究機構實力很強就通過計畫，而是以未來的目標，來決定怎麼組合團隊。」陳良基解釋。

業界不只貢獻了題目，也提供了自己的「資料」，讓學界可以研發「演算法」，但在AI發展三大關鍵中，只剩下最後一個環節「算力」。

「算力是臺灣的優勢」，陳良基解釋，臺灣擁有半導體產業，也是PC王國，大廠的伺服器都是臺灣製造，「如何運用這些技術，對臺灣來說不難。」所以，在科技部AI計畫中，要投資50億元，來發展AI需要的運算環境。後來，後來由國網中心與廣達、台灣大、華碩組成AI 硬體國家隊，用了半年多的時間合力打造出AI超級電腦「台灣杉二號」，在2018年11月拿下世界排名第20名，再次超越了臺灣歷年排名記錄。

「國家幫忙建造運算環境，AI研發團隊專注各種不同的領域知識，用那些領域的資料來建立演算法和平臺。」如此一來，所有需要AI訓練的團隊，就可以有一個能夠快速學習的環境，陳良基強調：「如果沒有好的環境，一個想法要隔兩三個禮拜才能驗證，創新熱度就會消失，若讓想法可以很快證明，就能很快再想另一個點子。」

YOLOv4不只帶給學界信心，也讓業界更信賴學界研發實力

YOLOv4比起其他常見的R-CNN類物件偵測模型更優秀，在年秋季舉辦的微軟COCO即時物件偵測挑戰賽中，一舉奪下全球第一，擊敗了美國AI巨頭Google、臉書、IBM等，甚至這個第一名，YOLOv4穩坐了好幾個月，沒有其他競爭模型可以超越。這在激烈的AI技術競爭上，非常少見。

「當你不是做別人已經解過的題目，而是解別人沒有辦法解的題目，越創新，就越能有這個優勢，」陳良基剖析，不只是YOLOv4，接班的YOLOR架構也是全新的想法，跟前面v1、v2、v3甚至是v4版都完全不同。「修改別人的問題，和嘗試創新突破，思考的時間可能一樣，訓練的時間可能一樣久，但你設定標竿的目標，就會走在頂尖的方向上。」

當年他還不敢大聲喊出，希望臺灣成為AI標準的制訂者。因為大力推動AI時，他也曾遭質疑是講大話，甚至被批評科技部將資源過度集中到單一領域中，但是，「不試試看，怎麼知道呢！」他自己這樣打氣的說。「YOLOv4模型就是證明臺灣可以做得到，可以成為世界標竿，站到最頂端，我們研究人員有這個實力，這對臺灣其他研究者可以帶來信心。」

陳良基觀察，YOLOv4自己也成了一個世界級平臺，國外很多人透過開源方式，運用這個模型來展示的應用，也越來越多，「這對國內企業和學界也是一個非常好的標竿。」

這樣的指標帶來另一個意義，他補充，企業以前考慮頂尖技術時，都覺得國外團隊比較厲害，臺灣企業跟臺灣團隊合作時，都會秤斤秤兩，有一種給你好處的味道，「YOLOv4可以讓企業知道，最厲害的團隊就在你身邊，不用捨近求遠，反而找國際知名研究團隊。」

陳良基對臺灣AI發展還有一個有待實現的大夢。YOLOv4證明了臺灣技術可以比國際大廠厲害，一項又一項創新技術，「若能發展出一家家新創，每一家都有獨門絕活，組成產業聚落，全世界任何品牌要推AI在地服務，臺灣可以成為底層服務的供應者。」他認為，AI代工轉型可以是臺灣的下一個發展方向。