技術專家委員會專家彭文志

現今科技蒐集數據的手段越來越多，數據量也越來越龐大，也因此人工智慧開始有廣泛的應用，人工智慧的目標是希望電腦具有類似人類的學習及解決複雜事情的能力，進行較高難度的思考，能夠推理、規劃、交流甚至是語言對話。目前人工智慧是透過資料的分析，學習潛在的規則，將這些規則建立成一個模型，再利用一些額外的資料進行驗證跟推理，最後透過介面如聊天機器人（chatbot）或讓機器人以做相對應的動作行為來呈現給使用者。

而我們實驗室目前專注於運用人工智慧的方法來解決三大方向的題目：旅遊推薦、金融科技、交通流量分析。其中旅遊推薦方面的研究我們從2014年就開始，從社群資料中分析使用者的景點打卡資料，從中找出景點熱區，接著我們用類似Google搜尋演算法Page rank的概念，將每一次的打卡拜訪都算成一次點擊，並分析拜訪這些景點的先後順序，由此對景點排序。此外，我們也導入社群概念，判斷在社群媒體中誰對你最有影響力，例如你很喜歡某位明星，他去過景點你都會想去，我們的演算法在為你推薦的景點中，就會將那位明星去過的地點權重增加，讓整個系統能夠更精確找出合乎每個人喜好的地點。

我們旅遊推薦的研究已經成功投稿在資料科學知名期刊IEEE International Conference on Data Mining (ICDM)，現在也開始跟旅遊體驗平台KKday合作，使用更多業界第一手的資料，讓模型能夠更貼近真實。我的期望是未來能開發出一款旅遊顧問工具，類似鋼鐵人電影裡的人工智慧助理賈維斯（JARVIS），除了能規畫旅遊路線外，還能幫忙訂機票、訂票券等等，將所有旅行需要做的事都一手包辦，人唯一要做的就是選擇電腦推薦好的旅程。

交通流量分析方面我們也與中華電信合作，蒐集手機位置數據，來判斷交通工具捷運、公車的人潮狀況，優化政府部門對大眾運輸工具的調度。對於人流的分析我們也運用至智慧金融的消費行為預測，以消費資料融合地理資訊，能夠更精準判斷出那些消費者比較有可能在週年慶時會出現在商店中。

人工智慧的應用非常的廣泛，像我的實驗室就同時在進行很多不同主題的研究，傳統來說，學界的研究通常都會領先業界好幾年，但近幾年人工智慧的蓬勃發展，開始有一點點不一樣的趨勢，目前比較像是誰掌握資料，誰的研究就可以跑在前面，而業界通常有較多第一手的資料，這些新的資料常常會讓我有新的發想，也因此我很喜歡跟業界交流、互相合作研究題目。

目前人工智慧是個熱門議題，網路上或是培訓機構都有很多人工智慧相關課程，但我認為學習這個領域最重要的關鍵就是實作的技能，動手的能力非常重要，拿到一組新的數據後，要定什麼題目？如何分析？如何呈現等等，這些都是需要實作後才會了解的技能。

（本文由交通大學多媒體工程所所長彭文志口述，雲協採訪編輯柯旂整理）