來自印度焦特布爾的 Iram Kamdar，近日從美國紐約哥倫比亞大學取得資料科學碩士學位，並在全球人工智慧研究領域做出重要貢獻。她的成就受到家鄉焦特布爾各界的高度讚揚。
Iram Kamdar 的父親是 Kamdar Eye Hospital 的眼科醫師 Dr. Ghulam Ali Kamdar。她在大學時期於 SRM Institute of Science and Technology 攻讀工程學，之後選擇在哥倫比亞大學深造，專攻應用機器學習、大型語言模型工程與可擴展檢索系統等前沿領域。
在學期間，Iram Kamdar 參與多項業界與研究專案。她曾在杜比實驗室與 WebAI 工作，負責音訊指紋、向量資料庫優化以及旨在提升 AI 系統效能的檢索技術專案。這些技術對於現代 AI 應用的精確度與效率至關重要。
在醫療領域，Iram Kamdar 與哥倫比亞大學的計算影像團隊合作，推動 AI 驅動的醫療研究。她的工作包含臨床自然語言處理、利用 YOLOv5 電腦視覺模型進行癌症檢測，以及應用機器學習優化藥物劑量。這些研究旨在透過 AI 改善臨床決策，進而提升病患的醫療成果。
Iram Kamdar 目前的研究重點放在 Agentic AI workflows 自主代理人人工智慧工作流、向量搜尋架構和低延遲開放權重 AI 模型，致力於建構可靠的 AI 代理，以有效自動化複雜的現實世界工作流程。她深信 AI 的未來不僅止於開發強大的模型，更應使其能實際應用、值得信賴並普及至各種情境。
Iram Kamdar 的求學與研究經歷，從拉賈斯坦邦到全球頂尖學府紐約哥倫比亞大學，為許多學生帶來啟發，特別是鼓勵年輕女性投身科學、技術、工程和數學領域。她的成功彰顯了印度人才在全球快速發展的 AI 生態系統中，尤其是在機器學習、醫療 AI 和智慧自動化方面的日益重要貢獻。
Iram Kamdar 的路徑對台灣有三個提醒。第一，醫療 AI 的突破點在醫院。她的臨床自然語言處理、癌症影像、藥物劑量優化，全都做在哥大醫學院旁。這正是台大、成大、北醫、長庚正在補的缺口。台灣有健保資料、有醫學中心，但工程師進不了臨床，醫師不懂檢索系統。未來要推醫療 AI，產學合作不能只停在 MoU，要讓碩博士生直接進病歷室、影像科做專案。
第二，向量資料庫與檢索是 AI 應用的隱形地基。台灣新創都在追 LLM，但 Kamdar 在 Dolby、WebAI 做的是音訊指紋與向量檢索優化。這類技術決定 RAG 準不準、Agent 能不能用。台灣若只做模型微調，卻不掌握檢索層，醫療、金融、製造的 AI 最後都會卡在「找不到正確資料」。資策會、工研院、陽明交大該把向量搜尋、低延遲推論列為重點。
第三，女性 STEM 典範的影響力。印度拉賈斯坦邦的女孩能走到哥大 AI 前沿，靠的是家庭支持與國際學程。台灣少子化，女生讀電資、醫工比例仍偏低。Kamdar 的故事告訴家長與學校：讓女生從高中就接觸程式、資料科學、跨域專題，比單純喊口號更有效。台大電機、清大資工、成大醫工若能開設「醫療 AI 跨域學程」，直接對接醫院資料與臨床問題，台灣也能養出自己的 Kamdar。
AI 不缺論文，缺的是把論文變成病房裡的決策、工廠裡的流程、手機裡的助理。Kamdar 做的是後者。這才是台灣下一步該追的路。
