智庫驅動知識長謝宗震給父母的建議

以人工智慧建立家暴再犯風險預警系統,解決台灣社工人員人力不足的問題,並獲選DATA FOR GOOD 的全球近代傑出100大題目,智庫驅動知識長、D4SG資料英雄計畫主持人謝宗震從學術界跨入產業界的同時,仍以行動實踐「數據可以改變社會」的使命。

謝宗震是清華大學統計博士、人工智慧專家,也是一個四歲男孩的爸爸。原本想走學術研究路線,但由於統計是應用科學,要解決現實世界的問題才有意義,也因為不想讓自己成為象牙塔中不食人間煙火的學者,他決定和幾位有相同理念的朋友共同創業。

字面上可能看不出來智庫驅動究竟在做什麼,謝宗震說,2014年成立這家公司的宗旨是「透過資料分析解決大問題」。這樣的新創公司在當時並不多見,但卻正好迎上這波人工智慧浪潮。

數據其實不是新鮮事,很早以前就有很多人用統計來解決問題。但直到大數據 出現,才開始有突破性的技術可管理大量資料,「像是有一個很大的冰箱,」謝宗震形容,人工智慧則是一個承先啟後的過程,深度學習(Deep Learning)演算法像是食譜,硬體設備則是廚具,各種條件到位,引爆了這波人工智慧浪潮。

創業初期,智庫驅動找很多人一起研讀資料科學的書,「像讀書會,」謝宗震笑說,後來慢慢變成「成人補習班」,開設資料分析的成人收費課程。當時來上課的大部分是企業中高階主管,想藉此儘快掌握最新趨勢。也因此,智庫驅動在這個階段累積不少企業人脈,後來為了協助企業解決問題,順勢成為提供顧問服務與系統建制公司。

智庫驅動目前的客戶包括企業與政府,像是根據社工的個案紀錄資料做風險預警,判斷誰會有比較大的風險;也幫工廠導入AI來降低污染,在合乎生產與成本的要求之下,降低污水與煙的量。還有提供製作業操作建議與優化,用工廠的歷史資料來計算各種操作元件,如溫度、壓力、電流流量的控制等,計算哪一種開關組合可以符合規格且節省能源。謝宗震說,AI的出現是一個契機,可以協助企業量化、找到操作的平衡點創造最佳效益,同時滿足企業對於商業效益、永續發展與社會責任的需求。

但AI除了協助產業加值、轉型,還能解決社會問題、提升民眾福祉。謝宗震每週會用兩個晚上的時間,為政府與非營利事業組織解題。他組織了一群志工叫做「資料英雄」,免費幫非營利事業組織跟政府做概念測試專案(side project)。做了幾個包括社工人員排班、環境保護的相關議題之後,吸引了台北市家暴暨性侵害防治中心主任陳淑娟來申請。

一開始,他們想要解決的問題並沒有這麼聚焦,只知道社工人力嚴重不足,大家都很累,所以想做的是「如何用AI解決人力不足的問題」。

乍聽之下,這個問題的邏輯是社工人力不足,考慮用AI來取代人,但這並不是最好的方向。謝宗震說, AI是有限制的,尤其像社工這麼細膩的事情,AI絕不可能取代人。所以,AI應該只是輔助工具,讓社工更有效來解決問題。

團隊光是定義問題就討論了一個多月,後來,因緣際會跨域借用電信業常使用的「忠誠客戶」概念,開始思考,每年平均有2萬名家暴受虐兒童,其中有三成是屬於家暴回頭客,如果可以用兒少受虐案件的基本資料、家庭資料、家庭功能評估、關係人狀態等數據,建立再受虐風險預警模型,就可以有效降低家暴風險,同時減少社工的工作負擔。

這個預警系統目前做到約65%的準確度,也代表每年能預防3000、4000位兒童遭到再次家暴,成果不僅引起社會矚目,也到紐約曼哈頓由彭博社(Bloomberg)主辦的D4GX(Data for Good Exchange)研討會上發表,並獲選DATA FOR GOOD 的全球近代傑出100大題目。

做為一個關心社會公益的人工智慧專家,謝宗震認為應該培養下一代哪些能力,才足以面對未知的變化?

「未來他們會面對什麼問題,你都不知道,當然更不會知道答案,」謝宗震說,所以,這個世代的家長不用急著教孩子怎麼做,「而是應該教他們拆解問題的本質與原因。」

很多學者都認為,人工智慧帶來的衝擊極可能超過網際網路,甚至定義為「第四波工業革命」,當然教育方式必須要隨之調整。謝宗震分析,台灣的教育體制比較像德國,以標準化方式、用公式快速解決問題。這個概念很適合製造業,訓練出來的人才,在工業社會也可以過得很好。

但現在我們所面對的是世代轉變,以前的標準化流程沒有錯,但只符合當時生活的需求,無法培養孩子適應未知變化的能力,「所以,我們這一輩人需要發現出適合未來世代的教育方式,」謝宗震強調。

怎麼做才能培養孩子這些能力?謝宗震從聆聽開始。他喜歡四歲的兒子問「為什麼」跟「為什麼不行」,像是為什麼馬路不能直接通過?下雨為什 會容易滑倒?他和太太不僅注意聆聽,也會很用心回答,藉此培養孩子的論述與邏輯能力。

例如帶小朋友去公園,溜滑梯被施工的黃布條圍起來不能進去。小朋友認知到黃布條是「問題所在」,問爸媽:「如果我把黃布條剪掉就可以進去了嗎?」謝宗震會說明,因為溜滑梯需要工程師用機器來修理才會安全,把黃布條剪掉,不會讓溜滑梯恢復正常……絕對不會簡單地說「不行就不行」。

他也建議可以從小引導孩子培養邏輯能力。一開始可以是基本的邏輯,若P則Q,如果怎樣就會怎樣;更進階的是程式邏輯,if else,如果怎樣應該做什麼事,如果不是的話應該做什麼事,循序漸進練習不同的拆解方式。

謝宗震認為,學齡前的孩子學會這些之後,就可以用程式邏輯探索世界上的各種狀況。例如,如果你知道有些植物每一枝脈會分成五枝、有五片葉子,那麼,當孩子知道有多少枝脈的時候,就能夠算出這棵樹有多少葉子。

而這樣的能力,是孩子日後探索問題本質的基礎。深刻知道這些概念與應用方式之後,無論是哪個領域的問題都可以觸類旁通,也才有跨域解決的可能。

等到這代的孩子逐漸長大,哪些學科會繼續受重視?謝宗震認為,以台灣產業向來傑出的製造能力來看,電機、機械、資工這些科系的人才仍然搶手。但他建議,如果孩子尚未明確要選擇某種職業,比較保守的方式還是選擇基礎科學,不只是大家過去所熟知的數學、物理,還包括心理學、社會學、經濟學,這些會愈來愈重要。

特別是社會學與經濟學,目前看來雖然沒有直接對接的工作,但可以培養出比較宏觀的思考,做大方向決策能有清楚概念。當AI愈加普及之後,重複性、機械性的工作會被取代,擁有完整決策邏輯的人,是最不容易被取代的。

給父母的建議:

我們根本無法想像二十年後孩子們會面對什麼樣的問題,當然更無法提供答案。所以,與其教他們怎麼做,不如教孩子拆解問題的本質與原因。

  • 主辦暨執行單位:
    財團法人台灣人工智慧學校基金會
  • 協辦單位:
    中央研究院資訊科學研究所、中央研究院資訊科技創新研究中心
  • 捐助企業:
    台塑企業、奇美實業、英業達集團、義隆電子、聯發科技、友達光電、新光人壽-新壽管理維護