今天是數發部數產署委託資策會辦理的高中職學生一日 AI 訓練營

今天是數發部數產署委託資策會辦理的高中職學生一日 AI…

今天是數發部數產署委託資策會辦理的高中職學生一日 AI 訓練營。

整個營隊給他們的題目都跟醫療有關。這類題目通常不太討喜，專業名詞多、使用情境陌生、出錯的代價又高。更重要的是，他們幾乎只有一天可以完成構想、接線、寫程式、做簡報，然後站上台展示。

原本以為會看到幾張概念圖，結果學生直接把東西做出來了。這讓我有點嚇到。

五組題目分別是居家型 AI 健康照護、非穿戴式睡眠監測、母嬰病房夜間照護、長照機構離床與跌倒預警，以及智慧重症病房。

有人把 Arduino 開發板取得的溫度、濕度與環境數值傳進 App，再串接多種生成式 AI 模型。數值異常時，系統會主動通知家人；考慮到健康資料的隱私，他們甚至加入本機 AI，讓資料可以留在裝置端完成摘要。

有人不想叫使用者戴手錶睡覺，乾脆把加速度感測器放在床板上，記錄夜間翻身，再用麥克風辨識打呼與咳嗽。他們還談到下一階段要採用 Wi-Fi 通道狀態資訊（Channel State Information, CSI），利用無線訊號受到人體活動影響的變化，判斷呼吸與心跳。

更妙的是，這組學生自己說，他們目前做的是 MVP（Minimum Viable Product，最小可行產品）。

高中生上台講 MVP，而且真的有一個可以展示的版本。很多大人嘴裡的 MVP，通常是三十頁簡報與明年再說；這群學生的 MVP，是感測器接上去，對著裝置哈一口氣，畫面上的濕度立刻跳到九十五。

其他每一組都有相當優秀的展示。

母嬰照護組把產婦、新生兒與護理人員分成三種使用角色。

母嬰照護組把產婦、新生兒與護理人員分成三種使用角色。同一個病房環境，對三種角色有不同的判斷標準。AI 會讀取光線、聲音、溫度與濕度，再決定需不需要調整照明或提醒護理人員。

長照組特別注意到攝影機的隱私問題。他們改用加速度與環境光感測長者是否起身，並讓 AI 過濾翻身造成的誤報。警示也不採刺耳聲響，因為半夜突然尖叫，可能會讓失智長者更加慌張。他們設計的是柔和語音、地面照明與護理人員通知。

最後一組想做智慧重症病房。他們的想法是讓感測器取得病房狀況，交給 AI 判斷，再反向控制病床、燈號與警示設備。他們甚至想到偏鄉可能沒有穩定網路，因此提出本機運算與低頻寬設計。

當然，這些題目的醫療判斷還需要專業人員審查，有些功能也明顯超過一天能夠完整驗證的範圍。但是他們已經開始理解一件重要的事：生成式 AI 不只負責聊天，也可以接收硬體取得的數值，理解當下情境，做出判斷，再回頭控制實體裝置。

而且這些學生不是在科技展看過別人做。他們自己接 API、自己做 App、自己處理即時資料，也知道要考慮隱私、誤報、長者使用習慣、偏鄉網路與醫護人力。

這才是讓我真正警覺的地方。

如果商管學院學生對 AI 的認識，仍停留在請它整理文章、修改報告、製作簡報，那真的不夠。幾年後，他們進入職場時，他們的後生小輩可能就是今天這群已經知道怎麼把 AI、App、感測器與硬體接在一起的年輕強者。

所以接下來這學期，我會在課程增加技術實作，尤其是生成式 AI 與物聯網（Internet of Things, IoT）的整合。學生不能只提出一個聽起來合理的點子，還要說清楚感測器取得什麼、AI 判斷什麼、硬體執行什麼，以及整套系統到底能不能運作。

正所謂，長江後浪推前浪，前浪如果還在叫 AI 幫忙調整簡報圖片，可能連沙灘都看不到了。