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

根據麥肯錫全球研究院（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(cháng)率貢獻1.2%，其中AI結合大數據、邊緣運算芯片、智能醫療和無(wú)人載具等領(lǐng)域更是明星領(lǐng)域。隨著(zhù)全球化帶來(lái)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(yíng)運長(cháng)余孝先、Appier及iKala科技董事簡(jiǎn)立峰、臺灣人工智能實(shí)驗室創(chuàng )辦人杜奕瑾、工研院人工智能應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(cháng)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(huì )與挑戰，到因應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)展節電的邊緣運算芯片等都將是下世代AI新興應用主題，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(kāi)發(fā)，以此協(xié)助臺灣在A(yíng)I應用產(chǎn)業(yè)掌握先機。

工研院總營(yíng)運長(cháng)余孝先表示，AI人工智能應用近年有兩大重點(diǎn)，一是協(xié)助各行各業(yè)創(chuàng )新轉型的產(chǎn)業(yè)AI化；另一是在產(chǎn)業(yè)AI化過(guò)程中，因累積或挖掘到共通性需求或痛點(diǎn)后，衍生出更大的AI需求與商機，進(jìn)而創(chuàng )造出AI產(chǎn)業(yè)，也就是AI產(chǎn)業(yè)化。第三個(gè)重點(diǎn)是應該注意AI平民化。例如工研院研發(fā)的AI眼底鏡，讓臺灣偏鄉/離島的民眾不需到城市大醫院就可以使用AI診斷糖尿病眼部病變、或是打造「AIdea」平臺建置議題庫、數據庫、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(gè)重點(diǎn)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提高福利系統資源運用效率；也可讓政府更精準、更及時(shí)地提供服務(wù)，例如美國運用AI進(jìn)行道路鋪面損壞評估等。
Appier與iKala科技董事簡(jiǎn)立峰認為，近年來(lái)臺灣年輕世代對于人工智能科技非常投入，也開(kāi)始有像Appier等AI新創(chuàng )獨角獸出現。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計自動(dòng)化，尤其臺灣應該是全世界少數最適合發(fā)展半導體與芯片產(chǎn)業(yè)AI化的地方，在電動(dòng)車(chē)產(chǎn)業(yè)也有類(lèi)似的機會(huì )。
工研院機械與機電系統研究所所長(cháng)胡竹生則認為， AI人工智能近來(lái)演變出以自主決策為趨勢結合深層神經(jīng)網(wǎng)絡(luò )學(xué)的非結構式計算方式，過(guò)去應用在自動(dòng)化流程中的諸多決策，現今已無(wú)法用事前簡(jiǎn)單的邏輯或是規則去定義。此外，以數據與數字為主的計算網(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(shí)際應用上已有進(jìn)展，但目前業(yè)界面臨的最大挑戰是在技術(shù)上要能強化檢驗和制定這些自主決策系統的標準。
因應全球凈零探排趨勢下，也衍生許多AI人工智能的新興應用機會(huì )。工研院電子與光電系統研究所所長(cháng)所長(cháng)吳志毅就指出，AI人工智能發(fā)展的能耗問(wèn)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(shí)時(shí)性及資安等顧慮，隨著(zhù)下世代AI人工智能應用產(chǎn)品如智能駕駛車(chē)、消費性與企業(yè)用機器人、智慧無(wú)人機，甚至是近來(lái)熱門(mén)的元宇宙（MetaVerse） 硬件裝置等發(fā)展，如何讓新興的AI邊緣芯片及架構必須更省電，將是臺灣廠(chǎng)商切入AI人工智能應用的絕佳機會(huì )。
工研院人工智能應用策略辦公室副主任暨巨量信息科技中心執行長(cháng)馮文生表示，目前企業(yè)要導入AI的過(guò)程中，仍面臨諸多挑戰，例如人才短缺、數據收集與標注耗時(shí)、缺乏產(chǎn)業(yè)應用工具等因素，造成AI應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的應用從數據整備標注、模型開(kāi)發(fā)、應用部署、持續調校等步驟可更加自動(dòng)化，以加速AI應用的落地。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(huì )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，工研院持續研發(fā)AI人工智能科技協(xié)助節能減碳，協(xié)助鋼鐵、水泥、石化等碳排大戶(hù)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。此外，工研院規劃未來(lái)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(pán)強化應用領(lǐng)域之智慧化與產(chǎn)業(yè)化，為臺灣產(chǎn)業(yè)找到應用新價(jià)值。