以人為本&跨域創(chuàng)新 工研院為產(chǎn)業(yè)應(yīng)用新價值指路

根據(jù)麥肯錫全球研究院（McKinsey Global Institute）預估，2030年AI人工智能產(chǎn)值將高達13兆美元，預計每年能為全球GDP成長率貢獻1.2%，其中AI結(jié)合大數(shù)據(jù)、邊緣運算芯片、智能醫(yī)療和無人載具等領(lǐng)域更是明星領(lǐng)域。隨著全球化帶來的跨域創(chuàng)新，AI人工智能已成為國家競爭力指標，以及年輕人職涯首選。工研院今（29）日舉辦「以人為本 x 跨域創(chuàng)新」 AI人工智能產(chǎn)業(yè)論壇，邀請工研院總營運長余孝先、Appier及iKala科技董事簡立峰、臺灣人工智能實驗室創(chuàng)辦人杜奕瑾、工研院人工智能應(yīng)用策略辦公室主任暨產(chǎn)業(yè)科技國際策略發(fā)展所所長蘇孟宗等重量級領(lǐng)袖齊聚，從臺灣產(chǎn)業(yè)發(fā)展的機會與挑戰(zhàn)，到因應(yīng)全球凈零碳排趨勢下，要如何善用AI人工智能協(xié)助企業(yè)減碳、發(fā)展節(jié)電的邊緣運算芯片等都將是下世代AI新興應(yīng)用主題，藉由多方探討提供給產(chǎn)業(yè)更多元的思維，并鼓勵年輕世代聚焦相關(guān)開發(fā)，以此協(xié)助臺灣在AI應(yīng)用產(chǎn)業(yè)掌握先機。

工研院總營運長余孝先表示，AI人工智能應(yīng)用近年有兩大重點，一是協(xié)助各行各業(yè)創(chuàng)新轉(zhuǎn)型的產(chǎn)業(yè)AI化；另一是在產(chǎn)業(yè)AI化過程中，因累積或挖掘到共通性需求或痛點后，衍生出更大的AI需求與商機，進而創(chuàng)造出AI產(chǎn)業(yè)，也就是AI產(chǎn)業(yè)化。第三個重點是應(yīng)該注意AI平民化。例如工研院研發(fā)的AI眼底鏡，讓臺灣偏鄉(xiāng)/離島的民眾不需到城市大醫(yī)院就可以使用AI診斷糖尿病眼部病變、或是打造「AIdea」平臺建置議題庫、數(shù)據(jù)庫、人才庫，讓臺灣中小企業(yè)因此運用到各種AI技術(shù)解決方案與AI人才等資源。第四個重點是政府AI化。AI不僅能提升企業(yè)競爭力，也能協(xié)助政府提升競爭力，包括可讓人力密集的工作效率提升，例如英國用AI提高福利系統(tǒng)資源運用效率；也可讓政府更精準、更及時地提供服務(wù)，例如美國運用AI進行道路鋪面損壞評估等。
Appier與iKala科技董事簡立峰認為，近年來臺灣年輕世代對于人工智能科技非常投入，也開始有像Appier等AI新創(chuàng)獨角獸出現(xiàn)。此外， AI人工智能技術(shù)也可以協(xié)助提升半導體制程的良率、降低成本，甚至可能加速芯片設(shè)計自動化，尤其臺灣應(yīng)該是全世界少數(shù)最適合發(fā)展半導體與芯片產(chǎn)業(yè)AI化的地方，在電動車產(chǎn)業(yè)也有類似的機會。
工研院機械與機電系統(tǒng)研究所所長胡竹生則認為， AI人工智能近來演變出以自主決策為趨勢結(jié)合深層神經(jīng)網(wǎng)絡(luò)學的非結(jié)構(gòu)式計算方式，過去應(yīng)用在自動化流程中的諸多決策，現(xiàn)今已無法用事前簡單的邏輯或是規(guī)則去定義。此外，以數(shù)據(jù)與數(shù)字為主的計算網(wǎng)絡(luò)，以及經(jīng)由回授信息，不斷自我修正的方法，雖然在實際應(yīng)用上已有進展，但目前業(yè)界面臨的最大挑戰(zhàn)是在技術(shù)上要能強化檢驗和制定這些自主決策系統(tǒng)的標準。
因應(yīng)全球凈零探排趨勢下，也衍生許多AI人工智能的新興應(yīng)用機會。工研院電子與光電系統(tǒng)研究所所長所長吳志毅就指出，AI人工智能發(fā)展的能耗問題在目前仍有很大的改善空間，尤其是云端的芯片解決方案，雖然效能與運算力強大，但耗電量大，也有云端非實時性及資安等顧慮，隨著下世代AI人工智能應(yīng)用產(chǎn)品如智能駕駛車、消費性與企業(yè)用機器人、智慧無人機，甚至是近來熱門的元宇宙（MetaVerse） 硬件裝置等發(fā)展，如何讓新興的AI邊緣芯片及架構(gòu)必須更省電，將是臺灣廠商切入AI人工智能應(yīng)用的絕佳機會。
工研院人工智能應(yīng)用策略辦公室副主任暨巨量信息科技中心執(zhí)行長馮文生表示，目前企業(yè)要導入AI的過程中，仍面臨諸多挑戰(zhàn)，例如人才短缺、數(shù)據(jù)收集與標注耗時、缺乏產(chǎn)業(yè)應(yīng)用工具等因素，造成AI應(yīng)用落地并不如預期的普及。國際上也有所體認提出AI工程化（AI Engineering）概念，希望讓AI的應(yīng)用從數(shù)據(jù)整備標注、模型開發(fā)、應(yīng)用部署、持續(xù)調(diào)校等步驟可更加自動化，以加速AI應(yīng)用的落地。另一方面，在日益嚴格的凈零減碳要求下，人工智能的確可以協(xié)助企業(yè)減碳，然而，是否會因為運算能耗增加碳排，則需一并考慮。
在當前全球面對凈零碳排的挑戰(zhàn)，工研院持續(xù)研發(fā)AI人工智能科技協(xié)助節(jié)能減碳，協(xié)助鋼鐵、水泥、石化等碳排大戶建立新的生產(chǎn)減碳技術(shù)，優(yōu)化生產(chǎn)流程克服產(chǎn)業(yè)挑戰(zhàn)。此外，工研院規(guī)劃未來10年人工智能技術(shù)發(fā)展方向，將人工智能、半導體芯片、通訊、資安與云端技術(shù)視為科技基盤強化應(yīng)用領(lǐng)域之智慧化與產(chǎn)業(yè)化，為臺灣產(chǎn)業(yè)找到應(yīng)用新價值。