原始URL: 創世神的實驗室
AI Labs 創世神就是指杜奕瑾
Facebook 這邊似乎有一些是實驗室的人跑去回文
https://www.facebook.com/bleaksolitude/posts/pfbid02tNqwmxH7hDtQpZPW4yB3UAeLAh4TP8UZXZG6dSiKuBLP2Udu3EfAZdtYWtvqBKk3l
當初加入的原因跟很多人一樣 — 因為創世神（後簡稱神）的號召力。自己也覺得新聞報得這麼屌，神應該可以做出點很酷的東西，吧。
加入後不到一年的時間總算看透了。
加入以後公司內接觸到的大概有三大塊 — 智慧城市、HCI和Healthcare…三塊都有媒體報導過。
說到在做什麼這就是好笑的地方了，我真的看不出來。
神的實驗室與其說是在開發什麼產品不如說是在做一大堆期末專題。
兩年前NVIDIA GTC 2017正逢齊柏林導演過世，神藉機炒作說要用AI去做齊柏林視角。
然後幾個月後這事就沒下文了。
嘔，不要驚訝，這就是神實驗室的常態。
然後為了跟上智慧城市的議題，神又勞師動眾搞了一個空拍導覽平台。然後跟台南市政府剪綵，說要搞甚麼智慧城市導覽。
報導中說甚麼要用技術去解決城市問題如疏散交通，實際上要怎麼做，神不想想，說真的也不在乎，除非他又能帶起話題。反正他已經在想下一個題材了，空拍導覽平台當然又沒下文了。
其他還有一些阿里不達的人臉辨識和ＮＬＰ／聊天機器人專題，做了一段時間目前還沒有新聞炒作性所以也沒甚麼好講的。
等到有機會上新聞，神吸收PR精氣之後，大概也都沒下文了。
來這邊工作，一年下來就會看到實驗室就是這樣像無頭蒼蠅一樣亂撞。
你可能會問公司裡面難道沒PM嗎？
當然有啊。
公司裡不但有從⼤公司、新創來的資深優秀PM，還有眾多實⼒堅強的頂尖⼯程師，我⼀開始以為加入黃⾦陣容，結果沒想到這麼堅強的陣容還是被搞得沒三⼩⽤。
我也很納悶為什麼公司可以搞成這樣。
在公司裡，大部分的idea都是神想出來的或者是指使別⼈想出他要的，能⽤來炒話題的東⻄。神完全不相信市場調查，也不相信使⽤者研究，反正他想到idea後，PM和⼯程師就是照他的意思把規格和code⽣出來就好了，就算提出任何點⼦，只要不喜歡神⼀律打槍，不照他意思的員⼯還會被不停地質疑。
神就是真理。
生出來之後呢？神就會拿去跟媒體搏版面或是去外面演講。
Bug一堆，不重要。
使用者不用，不重要。
下一階段目標，更不重要。
⼀堆專案還沒結束時可能神⼜有新想法，就⼜有⼀堆新的專案或者是不知道意義何在的合作，然後專案可能就腰斬或不了了之，這群資深PM和⼯程師們都不停地在窮忙，⼤多時間都花在應付神的需求上了。
公司從創辦以來就一直這樣搞，每次問方向，神就…. …但不知道怎麼營運的專案（像是記者快抄）等幹話，擔心地問何時要開始產品化或建立商業模式，卻總是得到公司不欠錢等或各種迂迴的回覆。
後來我真的看懂了，原來公司目標從來就不是要做什麼產品或是研究什麼技術，我們就是Press driven development啦。
只要媒體在炒作什麼我們就做什麼。大家講智慧城市，我們就做智慧城市。今天說醫學，神就創造個醫學deep learning給你。
臉書出包了？
區塊鏈很火？
沒問題，神就生一個ptt.ai 說要保護你個資。實際上這些專案到底有甚麼真正的應用，沒人知道啦。
幹話講了一堆，神其實自己從來都不了這些領域。反正神也不管PM怎麼說。公司內其實慢慢大家都知道公司做的智慧城市啊、Healthcare啊早就被外界專家噹爆了，上台講一堆幹話都是自我感覺良好。
公司裡面還有一件很白目的事情。
今天四月有人問勞工局，發現神沒有跟勞工局登記《工作規則》，導致員工有什麼假期和福利的疑問，都要跟人資口頭詢問，非正職都沒有完全沒有文件可以參考。不同時期進來的人聽到的資訊不同，沒主動詢問的自然也都不會有。
完全沒有透明度可言。
喔對了，公司內有些八卦 — 大家一直很好奇神的資歷到底是真的假的。以下是神的Wiki，2019/6/12截圖：https://imgur.com/BGpEHoP
我沒在美國工作過，也沒待過微軟，不過我問過微軟的朋友，在實驗室成立之前大家都沒聽過神的名字。wiki上寫亞太首席研發總監，聽起來好像李開復？
我去看了一下他的LinkedIn，他上面寫的是自己是principal development manager. 我查了一下principal還想就是首席的意思，但是manager是總監嗎？
以下是神的LinkedIn, 2019/6/12截圖：https://imgur.com/a/SfA58hv
Wiki和LinkedIn上的資料就有朋友跟我說這怪怪的。
如果只是Principal Development Manager應該只是管工程開發，怎麼會主導整個Cortana專案？
講得好像沒有他微軟就生不出Cortana一樣。
我一直以為總監是director或是C字頭的頭銜…
反正他在wiki上寫的資歷大家都不知道是真是假就是了。
神每天在實驗室已經沒再做開發工作了，其他管理工作似乎也沒很忙。但是可以感覺到他每天最在乎的就是在FB上發文。神可以不管事，但是每天一定會上線刷一下存在感。
其實待久了真的不知道我們在公司裡到底是在幹麼。
神的idea你問他接下來要幹麼都支支吾吾答不出來，但是只要能上新聞就突然變PRIORITY了。
做了老半天都沒有產品。
公司唯一的成就就是幫神搏了很多媒體版面吧！
公司流動率還頗高的，前後走了好幾位工程師了。
⼀直都有實習⽣慕名⽽來，我還有點替他們擔⼼怕他們從此對軟體業留下不好的印象，或者是認為資訊業就是這樣幹了。
精選讀者留言
「做了老半天都沒有產品」
小弟過去是 Labs 裡負責醫療成像的 PM，其實 Labs 在醫療領域的方向相當明確，我們也有做出實績，例如：幫疾管局判讀「瘧疾血片」、導入可以自動標註腦瘤的 AI 平台到台北榮總臨床⋯等。
「神的實驗室與其說是在開發什麼產品不如說是在做一大堆期末專題。」
實驗室真的是非營利組織！因為內部資源有限，所以醫療領域還要挑題目做，如果合作對象不是該領域最 top 的，光是 data labeling 就可能有問題，畢竟我們要「應用」AI，還必須要瞭解 Domain Know-how，因此有很多醫學系的 intern 進來幫忙，如果有心要跟他們學專業知識，真的可以學到很多東西。
蕭瑟寡人 「是你學到很多東西還是醫學專家學到很多東西」
我學到很多東西，我相信 Labs 裡醫學系的學生也學到很多東西，要不然他們也不會三天兩頭就往 Labs 跑，有時進 Labs 只是為了要參天每天傍晚 10 分鐘的 scrum。
我在接這個位置之前，沒有「醫學領域」的工作經驗，也只有透過 YouTube 上過幾堂李宏毅的 Deep Learning 課程；因為知道自己能力的不足，所以進 Labs 之後，我花一個禮拜的時間訪談 team 裡所有的成員，筆記每個專案的內容以及牽涉到的醫學知識，然後我再彙整所有的資料讓每個專案的 SSR (Scope、Schedule、Resource）都可以清楚的呈現，接下來才開始大量閱讀對岸寫的 AI 醫療文章。
學到的東西大致可以分成兩個部分：「AI」和「醫學」。
AI：因為我負責「醫療成像」，所以「Classification」、「Detection」、「Segmentation」、「Instance Segmentation」、「Key Point」的差異一定要了解；接下來是 AI 輔助醫療影像診斷，到底要在哪一個階段介入，或是 AI 扮演的角色 (Pre/Post Imaging Processing、Workflow Integration、Monitoring…等)，很多都需要和醫師討論才會知道他們的痛點，或是我會參考國外 AI 醫療的做法，以便瞭解哪一類型的 AI 醫療可以通過美國 FDA 許可。
醫療：醫療影像其實可以分成「結構性」和「功能性」兩種，對應的 AI 應用也有所不同；而在選專案題目時，透過和醫師的訪談，可以瞭解醫師想要解決的問題，因為自己本身沒有醫學專業，還是要透過醫學系學生居中「翻譯」，才能夠向醫師解釋 AI 可以協助的部份。
所以，「如果有心要學，東西真的多到學不完」，就看你要不要從頭開始、重新學習！我的背景是資訊，但每次跨領域，我就得從零開始累積，所以「自學」已經習以為常了！
最後來是要鼓勵看到這篇文章，而且有心要走 AI 醫療的朋友，台灣的健保制度真的是全球 No.1，但隨著台灣走入高齡化社會，以及少子化的影響，醫師的工作負擔及壓力愈來愈高、醫療品質愈來愈低，唯有透過 AI 輔助醫療影像診斷，再加上基因定序的協助，才能夠做到「精準醫療」，以減少健保支出的浪費；很多醫院的高階主管受到李開復的影響，以為投入 AI 要花很多錢，因此寧可花錢把寶貴的資料交給外國的公司，也不願在院內培養 AI 人才，真的很可惜！不過也有些知名的醫院在碰了國外知名企業的軟釘子之後，決定要自己來！
雖然國內 AI 的「研究」很少 (大咖都去做廣告分析），多數都是以「應用」為主，但光是「應用」就可以大幅提高國內的醫療品質，真的值得大家投入，感謝各位！
PS：我就不回覆 PMF 了，畢竟 AI 醫療要處理問題和服務的對象很明確，並不是射箭之後再去畫靶、或是調整靶的位置。
Eddie Chen 把PMF扯到先射箭再畫靶，果然是產品的大外行。
你知道醫學AI不是產品吧？而是一個廣到不行的領域，而其中每一樣商品都需要進行PMF分析。
你從頭到尾都還在打領域的高射炮，然後卻說需求明確不必聊PMF，聽這樣說大概八成猜得出你根本沒做過產品。
不懂就不懂，不要學你老闆那套窩囊的精神勝利法，每次被打到滿地爪牙就說是自己放水讓別人嬴。
也難怪你會以為這實驗室存在很有價值。
杜奕瑾 ·
追蹤
這文章裡面無端猜測的錯很容易找呀，到處都有例子，ptt.ai全open source網路有中英白皮書，這都不知道怎麼在這上班、微軟員工很多經歷怎麼造假，我的臉書往前翻一翻，照片看一看就知道了，醫療、智慧城市都有落地使用、可以Google到，雅婷逐字稿現在做到哪了、正確率如何都是公開透明的唷、下載一下。人臉辨識實驗室一直在用。假消息很容易區別。
現在是有聲有色的，很多應用落地，好的產品PM不需要上網（包含這裡）證明自己多厲害多辛苦做了多少客戶研究，專注問題專心讓使用者用上就對了。軟體也沒真成功失敗就是快速實驗快速迭代，成果已經用在很多地方。
先不說我懂不懂產業，如果這裡談到訂單照時間交付，還是問卷回收分析，我就可以直說抱歉我跟你是不同產業的。
我不是神拜了也不會靈別Q我，回一下算給你賺點引戰點閱率。