2,945
吳承光（圖）醫科畢業卻進沛星互動科技（Appier）做AI！「學著如何去『學更快』」是他認為在跨域學習上的一大重點，而要做到這點，最有效率的方法，就是動手做。(攝影者：陳宗怡)
1.明明已經考到醫師執照，卻還毅然投入資工領域！吳承光如何把自身醫學背景變成跨越資訊科學、AI的優勢？並進入台灣AI獨角獸Appier實習。
2.公開學習方法、適合跨域發展特質，你也能成為懂「+1」的AI搶手人才。
AI時代，在本科專業表現好的人，不見得就有競爭優勢；
如何敢於跨出舒適圈，學得比別人更快，
把自己的專業加一，再放大，更有機會成為搶手人才。
透過兩位分別來自醫學和心理系背景，
如今各自在不同資工領域發光的吳承光與高孟暉的跨界經歷，
我們將從中看到，在AI時代站穩腳步的訣竅。
「醫療跨資工已經是很大的跨越，所以我其實不害怕再跨另一個。」台大資工所碩二生吳承光，大學就讀的是醫學院，卻在考取醫師執照後，毅然投入資工的世界。
出生：1997年
學歷：台灣大學醫學系畢業、資訊工程研究所碩士班就讀中
現職：沛星互動科技AI研究科學家實習生，預計今年7月轉任正職員工
去年底，一次國際頂尖AI會議上的論文發表，他得到台灣首家AI獨角獸，現已於日本上市的沛星互動科技（Appier）關注，並獲得實習機會，而在報到一個月後，他就獲得正式聘用。預計今年畢業後，七月就可以成為正職員工。
台大醫科是許多學生的第一志願，他的選擇看在許多人眼中，未必合理。特別是在AI能力急速躍進的時代，資工職位也面臨挑戰。他不諱言，自己也是花了幾個月思考，才做下這個決
所謂思維鏈（Chain of Thought ），可以想像成在教導AI學習人類做推理思考。舉例來說，今天看到一個數學算式：5+6+7，你可能會先算5+6=11，將11這個數字記下來，再計算11+7=18。這樣的過程，就是思維鏈。
思維鏈的概念不難理解，但如果要應用在特定領域，就會需要專業背景。以醫師與病人的問診來說，假設有10個回合的問答，每一回合其實都有他的思維鏈。一個人即便有再強的資工背景，對AI提示詞工程再擅長，在不理解醫師問診邏輯的情況下，也無法教會AI這樣的邏輯思考。
但這件事對於同時具備醫學和資工專業的吳承光來說，就很簡單，也確實從實驗結果看到，AI問診的準確度提高。
這樣的方法並非醫療領域專屬，若能將各自專業領域與思維鏈結合，與AI協作就有機會加乘出更高的價值。
（文●何佩珊）
