本文修改自 DigiTimes 的報導，原文連結：人工智慧當道 跨域與應用能力是AI高階人才關鍵。
日前由 DIGITIMES 舉辦的 2022 Taiwan AI EXPO 中，在不知講堂議程中進行了一場別開生面的 AI 人才培育座談會。
人工智慧科技基金會(AIF)執行長溫怡玲於會中提到，各行各業都面對著人工智慧 (AI) 當道的趨勢，這條康莊大道上常聽「AI 產業化，產業 AI 化」這句話，隨著越多企業將 AI 導入各種解決方案的過程中，經常面臨缺乏人才的挑戰。
中央大學資工系教授蔡宗翰認為，具備領域 (Domain) 專業知識、並能結合資工基礎的跨域人才，會是未來高階 AI 人才的趨勢。事實上，光會建模型訓練模型這個等級的入門人才現在已經越來越多，更缺的是能夠因應真實狀況與限制，例如資料缺乏與有限的運算資源，靈活運用各種技巧來調整，設計模型的高階資料科學家人才；以及具備領域專業知識，又懂 AI 概念，知道什麼是 AI 可解，什麼是不可解的跨域 AI 人才。
蔡宗翰在人工智慧圈中有 AI 界李白之稱，談到培育 AI 人才，李白老師提到 AI 技術發展出來一定要應用在一個領域，例如製造、金融、醫療、零售等等；這都必須要具有高度學習能力的資料科學家/工程師與具有 AI 思維的領域專家密切合作，才有辦法設計出一個好用的 AI。因為 AI 是服務人類的，因此一定要將人的因素考慮進去，這又必須加入各種人文領域的專家進去合作，設計出來的AI才會有人性、帶有人味。學生在校可以跨域修課，接觸不同領域的同學，累積跨域合作經驗，增強跨域對話與學習能力。
在產業 AI 化中，許多應用場景發生在工廠內的智慧製造，這時候 Domain 知識就至關重要。從清大統計博士到人工智慧專家，Chimes AI 詠鋐智能創辦人謝宗震有深厚資料科學與程式訓練背景，他表示 AI 是一門應用科學，除了要對技術要有一定的掌握，更重要的是 AI 技術必須建立在某個產業場景之上，他認為具備同理心素養，去觀察周遭生活、社會脈動，並有著共利思維去思考如何實踐解決問題。
謝宗震進一步地闡述，產業 AI 化除了從人才培育著手外，導入適當的工具協助產業人員 AI 賦能至關重要，近來 AI 界也在推廣無程式碼 (No-Code) 介面與相關解決方案，降低企業進入 AI 的門檻。在未來我們看到非碼農的領域專家會做出多元且能夠實質落地的 AI 應用。而對追求技術卓越的 AI 科學家將會有更多啟發挑，進而加速推進 AI 技術的下個迭代。
