高雄苓雅區廣州一街，早晨8點，人車沸騰。71歲的杜明仁腳步輕快，如常打開「奕友電器」的門、電燈、收音機，在店裡等著招呼上門維修電器的客人。

老房略顯侷促，屋齡34年，住商混用。一樓店面，二樓住家，外加地下儲物間，每層8坪，樓梯間堆滿舊物。這裡是杜明仁與林美麗養育兩個兒子的地方，儘管兒子們已步入中年，也都到外地發展，但這仍保留一家四口曾依偎一塊臥睡的榻榻米；連孩子兒時的書桌，也還壓著泛黃的高中成績單和大頭照。整個家像一個被彌封的時空膠囊。

老房內的記憶不曾離去，但孩子早已褪去大頭照上的青澀，茁壯挺拔。

街頭巷弄的老鄰居知道杜明仁的兒子挺爭氣，店名奕友的「奕」就是取自一對兒子中間的字。二月的某個周六，離鄉許久的二兒子杜奕瑾回家，陪著父親顧店；杜奕瑾178公分、黑框眼鏡、穿著深色有點綴的襯衫，一臉斯文白淨，卻頂著半白頭髮，和杜明仁才染黑的髮色，形成趣味對比。

馳騁於網路和國際市場的杜奕瑾，人生到中年也才慢慢歸納和發現，若自己有些創造和冒險的精神，大概能回溯到這個8坪大小的家，以及高雄帶給他的養份。

高雄濱海聚落大林蒲，是杜奕瑾出生地。80年代那時聚落旁尚未填海造陸，往西南處可望見台灣海峽上的大貨輪；小時候他和哥哥騎著腳踏車，身旁總是巨型聯結車飛嘯而過，身後則是林園工業區裡數百支龐然矗立的燃燒塔、煙囪和鋼管，24小時噴出白煙，像個關不掉的大型玩具。

站在倚著高屏溪的雙園大橋，他指著眼前這一大片景色說，「這裡，這裡，就是世界的工廠，代工廠。」

兒時周遭的生活既工業又草莽。杜奕瑾說直到上了台北讀大學，才發現有個「先進」的城市，與其他同學相比，顯得有點「窮酸」。

大學時他一個月生活費5千元，同學一提款就是5千。他得到處打工賺生活費，畢業後和同鄉同學在晉江街上的違建租房。而當台大資訊系同學準備GRE和托福要出國唸書時，他則是斷了念。他回憶到：「同學們決定要出國時，很理所當然，但我知道我家是不可能的。申請的學校需要財力證明，我就想，算了吧，不想負債過去。」後來他的抉擇是先赴美國國衛院工作賺錢。

雖然家庭不富裕，甚至感到拮据，但林美麗和杜明仁卻給了他探索的自由。

母親林美麗在鳳鳴國小教書，曾用兩個月的薪水加上跟學校同事們標會，幫國小二年級的杜奕瑾買了第一台電腦Apple II；海洋大學輪機系畢業的杜明仁喜歡維修電器，於是杜奕瑾從小跟著學焊接、修理冷氣。父母親不特別要求孩子的課業成績，反而強調要有對生活的熱情和解決問題的能力。

「父親有時撿一些客人壞掉的東西回來，我們就一起拆解。壞的電風扇對我來講就像玩具。我會把馬達拆下，自己做一個電風扇。大部份人在生活過程中（東西）壞掉就丟掉，我小時候，人家就把壞掉的東西送給我們，我們把它修到好⋯⋯」，「小時覺得可以唸書，可以這樣子正正常常長大，就很幸福了，」他說，看似匱乏的環境，卻因為玩得開心，從身旁小處發現機會、去學習、去成長，而有了改變現狀的能力和信心。

樂觀和信心，讓他很早就能超越物理的空間，想像挑戰更大的世界。

他一路以小搏大，累積戰績。當不少海外工作者看不到台灣的機會而留在國外，他卻在2016年底毅然拋下高薪回台。對外他輕描淡寫，說是要回家陪伴父親，但在見面多次後，杜奕瑾終於向我們細訴這條百味雜陳的回鄉路。

2014年底是關鍵的轉捩點。林美麗洗腎多年後因敗血病匆匆離世，當時人在西雅圖的杜奕瑾沒能見到媽媽最後一面。老家裡，媽媽生前用的輪椅、腳踏車、照片都保留著，女主人的身影無處不在。母親的離世敲打著他，他說：「人在外國，家人在這邊孤苦無依，我想回家，真的想回家。」

牽掛父母是近因，午夜夢迴縈繞心頭的遠因，則是對來自在世界體系裡的代工之島，那一份化不開的焦慮與鄉愁。

其實早在2010年回鄉的念頭便浮現，他叩問自己：「為什麼台灣人只能當別人的移工，幫別人打工？」

在東岸華盛頓特區的國衛院工作時，他經常被誤認為水電工，「在DC修路的都是黑人，家裡的水電裝潢是黃種人，餐廳打工的是越南人和香港人，分得非常清楚。」

後來到了對外國人友善的西岸和西雅圖，他發現台灣人才長期且快速地流向國外；台大資訊系和電機系前後屆同學，大量被吸收到美國軟體大廠工作，光微軟總部就有三百多名台灣籍員工。而台灣在美國大廠心中，長期被邊緣，談到亞洲策略，台灣工作者的下一步總是被派到中國打天下。

人才出得去，卻回不來的荒謬，讓杜奕瑾自嘲說台灣有一群「軟體流浪漢」，大家薪水很高做得好，卻不能待在故鄉。他說，台灣科技業長期的硬體代工思維，政府看到的也是硬體，讓軟體人才被邊緣化，最後只能到國外發展。

2015年杜奕瑾漸漸找到回鄉的時機。當時AlphaGo人機大戰打敗韓國職業九段棋士李世乭後，人工智慧獲得世界矚目，國際大廠也加速發展AI。包括杜奕瑾在內，不少人看到AI 重新定義未來產業的潛力。

和大廠動輒上百名AI研發人員相比，AI Labs很迷你，不在台北信義區或大安區，而是座落承德路一棟素樸大樓裡，和太原路上小型鑄字廠、塑膠廠相鄰。

杜奕瑾原本希望像創立PTT時那樣，找到幾位工程師便低調開張；但他回來的消息似乎給了政府借力使力的話題；去年4月27日，他宣佈實驗室成立的記者會上，科技部長陳良基、政委唐鳳共同出席，某種程度借他的名氣擦亮政府5年內要在AI投入5百億的許諾，但也意外讓AI Labs高調了起來。

過去8個月，實驗室收到一萬多份履歷，每周二和周五是專門的面試時間，一天最多排上12位面試者；除了杜奕瑾，另外兩位面試官是周志成與洪振超。

56歲的周志成看來活力十足，實驗室裡的人稱他「周老師」，精通線性代數。46歲的洪振超在國外工作過幾年，也曾以雲端儲存為題創業過。AI最關鍵的兩個能力，一是線性代數、統計機率的演算法，一個是大量資料平台的搭建工程，正好由他們兩人負責。

其實三位核心創業夥伴並非舊識。一年多前他們在重要投資者的引薦下認識，年紀大另外兩位一輪的周志成，過去沒使用PTT的習慣，不像其它人對杜奕瑾的名號熟悉，他回憶起第一次見到杜之後，當天回去跟女兒說，「怎麼PTT本人白頭髮比我還多！」

個性不同的三人，卻都有工程師的務實和對人才及軟體產業的共同理想。

特別是周志成，他在交大教了28年的書，看到產業如何影響學生的職涯，他說：「我的學生不少去到科技大廠後，原來會的能力廢了⋯⋯聽到有學生畢業後在某大廠寫了10年的驅動程式，我的眼淚都快流下來，那種重複，是對人性的一種悲哀。」

從實驗室的人才召募過程，他們瞧見一群極不滿意現況的年輕人，期待產業環境的變化。有來自科技大廠的工程師、海歸派、曾失敗的年輕創業者，也有應屆台大畢業生。2％的極低錄取率，目前已錄取30多位成員，今年團隊總數預計擴大到60位。

我們採訪了實驗室裡一半以上的工作者，其中一位是剛報到不久的張銘峰，他在某IC設計公司待了7年，參與第一個4G晶片的研發，如今轉戰AI，每天高鐵通車上下班，張銘峰說：「我繼續待那裡（原公司）可以很舒適，但我想往軟體發展，想學習演算法。」

實驗室走紅的程度，連PTT Soft Job（軟體工作版）都有人分享面試過程。但其實除了版上所說的演算法題或工程架構圖，三位主面試官告訴我，他們更看重懂得尋找課題、定義問題、快速學習的人才。

在美國新創公司工作兩年的謝易昇去年9月回國，也加入了實驗室，他回想起面試畫完工程架構圖後，他向面試官周志成提問「為什麼要問這些？」，而周志成的回應是「你可以reverse engineer，反向推測為什麼我要問這個問題？」謝易昇說，這種鼓勵對方解決提問的方法很特別。

周志成說，實驗室目前就像在茫茫大海中航行，得像游擊快艇，在最短的時間向外探索新大陸，如果同事要等待別人指揮，效率會太差，「他們得知道自己在什麼地方？要往哪去？這樣的能力對工程師很重要。」

杜奕瑾對於人才也有清楚的態度，他特別排拒「管理」和「KPI」（關鍵績效指標）的概念。

他不客氣批評，台灣社會太早讓人執著於成績／業績的KPI，好像玩耍、創意、合作變得不重要，「KPI有個問題就是讓大家互相捅刀，環境如果鼓勵的是競爭，就不容易合作，但軟體的世界裡，很多是需要合作才能做得大。」

管理創新人才並不容易，杜奕瑾的那把尺是盡力營造一個「有紀律的創新」環境。

每天早上9點半，AI Labs的工程師會圍成一圈，報告昨日的進度。在軟體公司常見的專案管理方法「scrum」，是AI Labs成軍來每天的重要儀式，大夥stand up meeting，不拖泥帶水，透過報告自己的進度、今天的計劃、遇到的困難，以及聆聽別人進度，讓大家掌握全局、找到循環和解決問題的方法。

為了讓同仁們快速發想AI的潛力主題，杜奕瑾儘可能為實驗室帶入大量刺激。

我們第一次到AI Labs當天，印度塔塔集團也來訪；在AI Labs進出的還包括醫師、研究人員、政府官員等；政委唐鳳正在試用AI Labs的逐字稿系統；還有14歲自組無人機的少年周延俊也被邀來實驗室交流。喜歡嘗試新方法的杜奕瑾說，「就是把各地有passion的精英找來，放在一起，看有什麼火花。」

於是，開放實驗室、找出合適的主題、每位工程師投入兩到三個專案，自己成為主專案的負責PM（專案經理) ，同時協力其它專案。每天9點到6點專注工作和討論，晚上7點後幾乎少有人留下，因為這裡不鼓勵加班。

雖然2017年被稱為AI元年，又有杜奕瑾的AI Labs打先鋒，但外界對於台灣發展AI存在不少疑問：AI在台灣做得起來嗎？做什麼？資金可以燒多久？台灣如何與國際大廠動輒幾百人的研發團隊競爭？

除了杜奕瑾，蕃薯藤創辦人之一、目前擔任台中市政府資訊長的蕭景燈判斷，AI與前一波網際網路產業的不同，AI與在地資料有關，濃厚的在地性，比較不像Web發展一樣，集中在少數幾家大廠。

台灣資料科學協會理事長、也是台灣第一所人工智慧學校執行長陳昇瑋，與杜奕瑾同年，上大學時，分別是清華與台大校內網路的站長。陳昇瑋從2012年起開始做開源和資料分析，這幾年也力推AI。他認為台灣的機會在「產業AI化」，就是協助業界產業升級，所以人工智慧學校的目標是培育製造業和半導體要的人才。

但這個方向，與杜奕瑾想做的「AI產業化」不同。過去幾個月，想找杜奕瑾的多半是「產業AI化」的合作，包括金融公司想借助網路資訊，協助判斷消費者還貸款或投資的能力，又或幫工廠改善良率等。杜奕瑾說：「這些可以做，短期內也會賺到錢，但不是我想做的未來。妳想想，未來連貸款都不一定從銀行端出去，像微軟有自己的醫療和保險，阿里有自己的支付寶⋯⋯當科技公司大到一個程度，會完全顛覆其它產業制度，AI不能想降低成本而已。」

對於杜奕瑾革命又浪漫的想法，我們訪談到的專家都不約而同向他「致敬」。陳昇瑋謙虛也務實地說：「我自己不敢做⋯⋯，因為跟全球整天在想AI產業化的大公司相比，台灣和別人的差距太遙遠；杜奕瑾選擇一條更艱難的路，但若成功，影響會更大。」

雖然AI產業化目前仍是一條艱難的路，但杜奕瑾似乎不擔心，他說：「我們在為人工智慧的柴米油鹽做準備，一旦我們的體驗做到最好，使用者能用10塊錢買到鹽，還會自己去曬鹽嗎？」

什麼是杜奕瑾所說的，台灣人工智慧的柴米油鹽？AI Labs正在摸索。

AI Labs目前鎖定三個潛力的主題：醫療、智慧城市、人機互動。其中，人機互動最基礎的能力是人臉辨識的技術，AI Labs正加強東方人臉辨識（它們認為做起來比外國大廠有利基），目前已蒐集1萬多個台灣公眾人物的臉孔，約35萬張不同角度的照片和影像，教機器做深度學習。

走進AI Labs門口就有一個人臉辨識機，攝影機對焦後把影像送到後台的資料庫去蒐尋。雖然不少媒體曾公開讚賞AI Labs人臉辨識的使用者介面，但實際開發的工程師蔡禮暉還是惶惶而低調。

蔡禮暉在某科技廠工作10年，有很強的研究開發能力。那天採訪時，我戴了一頂鴨舌帽，人臉辨識機器上顯現的是「洪慈庸，54％（機率）」，我問蔡禮暉為什麼，他說，機器把人臉去比對現有資料庫後，會「派」（assign）一個相似的人做對照，「我們目前只能顯現信心程度，現在都是雛型，還要很努力。」

過去半年，蔡禮暉每天都丟進大筆資料和機器一起學習和成長。他說，拿掉頭髮或服飾，要判斷一張臉是男是女並不容易，因為人類在辨識臉孔時，會由臉孔周圍和所在環境協助判斷。他進一步解釋，在機器學習裡，並不是工程師明確告知機器西方人等於鼻子大、臉孔深邃，而是投入大量圖片讓機器觀察和發現，但目前仍不清楚機器怎麼學習，這也是機器深度學習的驚人之處。

在語音辨識上，AI Labs也有些進展。雖然市面上已有Siri、百度、歐拉蜜等中文語音辨識系統（Automatic Speech Recognition），但台灣口語上習慣國、台、英語摻雜，而台語也與中國福建話有差異。AI Labs目前訓練機器聽了上百個小時的資料，背景乾淨的新聞語音辨識上，準確率達92％，至於日常對話、綜藝節目，辨識率仍低。而他們也在努力開發「鄉民語音輸入法」，此輸入法從PTT龐大的資料裡學習，用的是鄉民流行語，像是「十萬青年十萬肝，GG輪班救台灣」等梗，都是此系統一聽就能辨識的字句。

人臉與語音辨識對杜來說是基礎功夫，但能否在人工智慧的時代學習專家的靈魂，是他企圖的嘗試。其中一個例子是學習「齊柏林的視角」。

但台灣AI若要在國際舞台勝出，杜奕瑾認為，醫療會是最重要的場域。

AI Labs過去幾個月積極與疾病管制署合作「人工智慧輔助瘧疾血片」，訓練電腦辨識法定傳染病──瘧疾的血液抹片影像。由於瘧疾在台灣已根除，每年約僅有10個左右的境外移入確診案例，案例太少以致能確診和閱片的醫師寥寥無幾，難以練習，所以他們希望機器把有能力醫師的經驗記憶起來。

目前疾管署提供去識別化感染瘧疾者的血液抹片，由醫師標註被感染以及未被感染血球的特徵，電腦從其形狀和顏色來學習。若電腦學會看抹片，就可用軟體快速診斷，甚至幫助瘧疾嚴重的非洲或南亞國家。

瘧疾是一小步，他們有更大的目標。杜奕瑾認為，台灣的醫療和資訊的水平強，若能探勘醫院和健保資料，未來在輔助醫生診斷、加速新藥開發、加強癌症標靶上，有助於精準醫療、改變醫病關係、減少健保資源的浪費，也可能把成果擴大應用到華人社會。

但這個想像有極大的挑戰，目前醫療資訊被個資法綑綁，釋出資料有限。

曾擔任衛福部等部會開放資料委員的陳昇瑋說，以他對政府的了解，資料開放不是唐鳳或陳良基說了算，牽涉的是立法院的修法和政府的文化、民間社會對隱私的疑慮，「這個戰場太深太大太遠，政府資料的開放，我沒有很大的信心。」

但杜奕瑾強調，資料開放與觸犯隱私是兩件事，只要不是個人可辨識資訊（PII，Personal Identify Information），不會影響到隱私，應可在公益的前提下開放研究。美國國衛院去年9月底，開放了10萬筆去標籤化的胸部X光片。

杜奕瑾佈道者般的行動和投入，不但讓政府把他當做話題，也讓他的老東家微軟加碼在台灣成立台灣微軟AI研發中心。國際級公司不只在AI戰場上充份競爭，也積極尋找各國社會的問題，像Google亞太區就和日本瓜農合作，由於農忙時，瓜農得每天花上8小時，依大小、顏色、厚度、質地分類小黃瓜，耗費人力，目前日本小農也透過Google的開源軟體TensorFlow，教機器深度學習。

有著宏大目標和光環，AI Labs的挑戰在於能否快速找到AI在台灣的切入點並落地，以及能否取得政府部門資訊和大型醫院的大數據。

開放知識基金會台灣代表徐子涵則觀察，杜奕瑾是會挑選戰場的，而且一定挑價值鍊的上游，AI Labs現在就像是大家最喜歡（合作）的情人，但握有資料的人（組織）也在測試他們（的能力）。此外，AI Labs頂著基金會的體質，加上杜奕瑾過往開源和分享的特質，大家會期待AI Labs更有公共性，做出更多回應真實社會問題的應用。

在希臘神話裡，普羅米修斯從奧林帕斯神殿中，盜火傳給人類，結果被天神懲罰，他的肝每天被老鷹啄食，隔天重生一回。有人認為普羅米修斯為人間帶來文明，卻也帶來更多的慾望與紛爭。

像是AI的盜火者，在世界征戰一圈後，高雄囝仔杜奕瑾在故鄉播下實驗的火種。火苗在醞釀，挑戰在後頭，當AI越成熟，當機器開始思考，必定改變和衝擊人們的生活、產業的機會，也帶來倫理的挑戰。

從大林蒲、台北、西雅圖，他總在實驗新想法，在困局中找機會。這次回歸台灣，他的想法是，「就是回來做實驗的」、「既然我有條件做選擇，我應該幫大家製造更多回家的機會」。寒風颯颯，但他聲音爽朗，意志堅定，像是永遠頂著南方的太陽。