「現在世間苦，我們學術界要更入世一點！」在武漢疫情洶洶來襲引發全球大恐慌的 3 月初，陳昇瑋這樣告訴中研院科普平台《研之有物》的編輯團隊；3 月底發生意外前，陳昇瑋給台灣人工智慧學校同事的最後一則訊息是：「我們一定不會劃地自限！」電腦科學家、台灣人工智慧學校執行長、玉山金控執行長陳昇瑋在世雖短短不及 44 年，發光發熱的一生，卻刻劃出屬於台灣這個世代的精彩。
搭起人工智慧的產學橋樑
走入學術界是陳昇瑋的選擇，因為嚮往在學術界鑽研真理的自由。但儘管他以四年拿到台大博士學位，一畢業就獲聘到中研院資訊所擔任助理研究員，十年內發表超過 130 篇論文，不到十年升等研究員拿到終身聘，卻並不想一直待在舒適圈。從資訊科學學者的角度出發，觀察學術、產業與社會的急遽改變，並且親自促成變革，是他從未動搖過的使命感與人生實踐。
2012 年後，人工智慧在各應用領域爆炸式的影響，在學術界的感受特別深刻，他憂心的是，其他國家的進行式或過去式，在台灣卻是不知何時可實現的未來式，特別是他除了本身的學術研究，多年來就積極跨界與政府及各方企業合作，台北市 1999 市民熱線、悠遊卡、台北捷運、公車、ETC、Ubike、主計資料、健保資料、氣象預報、電子發票、電話通聯、電商買賣、交友聊天、線上遊戲、交友社群、腦部 MRI、腎臟超音波、中風病患復健、工廠自動化等種種跨域的公共或私有數據分析，他通通研究過。有人說他是全台灣碰過最多產業界資料的學者，也因此與產官學研各界都建立深厚的關係，當然也有最貼近的觀察機會。
陳昇瑋所看到的是，台灣學術界、產業界都很認真創新，也不時有亮眼之作，可惜的是兩者之間缺乏連結：學術界的新技術，與產業界在意的 ROI 無關；產業界的需求，與學術界的研究選題也找不到太多關聯性。而政府的作為，大方向通常沒錯，但落到執行層面就變了樣，可以填補當務之急卻解決不了產學界多年來的病灶。
該做的事沒有人做，陳昇瑋就自己來做，於是他從自己的學術專業出發，決定成為一位入世的學者，成為連結產業與學術界的橋樑。
2014 年創辦台灣資料科學愛好者年會，是陳昇瑋連結產學的一大步，也是台灣資料科學及大數據領域凝聚能量的開始。
當時台灣產業界最流行的詞叫做「大數據」，人人琅琅上口，但各種錯用誤解滿天飛。沒有人真正了解，大數據背後的資料科學究竟有多大價值，而在求職網站上也找不到任何一家台灣企業有相關職缺。
陳昇瑋在 2019 年中出版的《人工智慧在台灣：產業轉型的契機與挑戰》中有一段描述：「那時我常感嘆，大數據雖然明明是經世致用之學，不知為何在許多場合成了玄學，不少首長及專家談了又談，從其潛力、妙用，談到如何幫企業賺錢，改造社會，以及如何成為台灣產業發展的契機，但就是沒什麼人老老實實地分享他們做了什麼、怎麼做、又造成什麼實質的影響。」
於是陳昇瑋有了創辦資料科學年會的念頭。從 2014 年到 2017 年連續四年，並在 2017 年同步舉辦台灣人工智慧年會，成為台灣在資料科學／大數據及人工智慧的指標活動。
技術內涵的分享， 聊勝概念模糊的商業機密
四年的五場會議，參加者超過5000人，究竟為台灣帶來哪些改變？
簡單說，建立「真技術」與「分享」的文化，是他原先設定的目標，但因為在 2017 年帶領研究團隊協助十多家企業進行人工智慧專案，於是因緣際會在 2018 年成立台灣人工智慧學校，成就了台灣規模最大的「AI 人才基礎工程」。
只要是台灣資料科學相關圈子的人都知道，要被陳昇瑋邀請到資料科學年會擔任講師並不容易，因為希望年會能夠把以前「聽說的」、「在國外發生的」有價值的資料科學研究，一一清楚解說當中的技術與結果，他常說：「不只是一個 idea 或個人經驗，而是扎實的結果，」他以一介年輕學者的身分，希望達成的目標很多人可能連想都不敢想，就是「以真正的技術演講，啟發大眾，讓資料科學可以在台灣落地發展。」
因此，陳昇瑋親自每位邀請講師，無論是已成名的學術界大師或來自 NPO、產業的年輕人，他有二個不變的原則：第一、講師必須是有資料分析及機器學習實戰經驗者，不但會希望先看到講師的上課投影片，甚至還要看看他的電腦裡有沒有資料科學及人工智慧常見的實作工具。第二、講師需要解釋資料來源、分布、資料處理與分析過程、如何建立模型、模型成效等細節，不能只是「資料量很大」、「模型很複雜」這種模糊不清的內容。
這些原則，是希望能透過年會在台灣建立技術分享的文化。例如可能在哪裡會踩到雷、哪些工具比較好用、哪邊可能會出現意想不到的情況等，分享資料分析與人工智慧技術中的 know-how，可以互相協助節省其他人試誤的時間。
一直到現在，還是有很多台灣企業習慣以「商業機密」為理由拒絕分享，但實際上是，每家企業擁有的資料不同，就算知道一模一樣的方法也做不出相同的分析。換句話說，技術及 know-how 並沒有那麼容易被偷走，也沒有那麼容易套用在其他情境，反而可以透過分享而發現自己的盲點，也得到同儕的回饋。這是陳昇瑋從多項資料科學研究中得到的心得，也是他致力技術分享的信念。
2014 年首度舉辦「資料科學愛好者年會」，兩天的活動，800張門票在一個多小時內搶購一空；2015 年，活動延長為四天，1300 張門票在一個小時內售完；2016 年，同樣四天的活動擴大舉辦，分為三個平行場次，共邀請 50 位講師，參與人數達 1800 人，年年刷新記錄。
2017 年因應大眾對於人工智慧新知的求知若渴，決定以雙年會的形式來擴大舉辦，名為「台灣人工智慧年會 X 台灣資料科學年會」，共邀請超過 130 位人工智慧及資料科學專家學者，陳昇瑋還特別邀請 AlphaGo 主要研發者黃士傑博士擔綱主題演講，這是他在 AlphaGo 打敗韓國棋王李世乭後的首度公開演講，在台灣掀起一波前所未見的人工智慧旋風。
自此之後，資料科學與人工智慧已不只是國外的「新聞」，陳昇瑋也認為應該有機會在台灣落地並成為推動產業升級前進的動能了。於是，在這一年的年會上，中央研究院院長廖俊智正式宣佈台灣人工智慧學校成立，也開啟接下來被產官學界嘖嘖稱奇、體制外、最大規模的「AI 人才基礎工程」。
整合產官學研，難以山寨的臺灣經驗
台灣人工智慧學校絕非橫空出世，這兩年有來自荷蘭、德國、日本以及東協等許多國家特別來臺參訪，希望能夠取經並在自己的國家複製。但通常我們會先分享陳昇瑋從 2014 至 2017 年這四年年會所致力耕耘的成果：他不僅引領也同時見證臺灣產業界對大數據、人工智慧的重視程度與日俱增；更難得的是，透過他的號召與溝通，成功集結產官學研各界的專業人才與研發能量，將最新技術及正確的認知快速從學術界引導擴散到產業界。
從台灣資料科學年會啟動開始，臺灣許多研究資料科學及人工智慧的專家學者都曾登上年會講台，因此每位講師的專長、經驗以及聽眾的回饋這些珍貴的資料，以及 2017 年陳昇瑋與中研院院士孔祥重一同率領到產業現場解決製造業難題的技術團隊，是讓臺灣經驗至今難以複製的原因，而其中的擘劃、組織與溝通，甚至整個行政流程的設計，全部由陳昇瑋擔起重責大任。
他自己說過，「所有籌辦年會的經驗，都由台灣人工智慧學校來傳承，由短短四天的熱鬧會議，轉成四個月的精實培訓；由經驗的分享，轉為技術的傳授，讓所有接受四個月培訓的經理人與工程師，都能一棒接一棒，成為台灣產業 AI 化及轉型的生力軍。」
走在名為「開始」的路上
陳昇瑋的遽逝，是臺灣學術界與產業界極為重大的損失，但他在《人工智慧在台灣》書中的幾段極為素樸的話，卻相當值得我們深思：
「我發現，其實學者其實只要願意跨出一步，也有能力以自己的方法來引領社會，提升大眾的認知，促進產業的前進與提升。」
「對我的生涯來說，本書是個終點與起點。接下來去哪兒呢？科技所及，帶來劇變及顛覆，但有我能貢獻己力之處，就是我該去的地方。」