文章分類Article

迎接AIoT智慧時代當人工智慧遇上物聯網

 

撰文╱陳計策、賴宛靖
 
人工智慧(AI)結合物聯網(IoT)的AIoT將是2018年最熱門的趨勢,勢必帶動如半導體、邊緣運算、5G網路、智慧車輛等相關技術領域的創新發展,引領第四波科技創新,迎接智慧時代的到來。
 
科技不斷突破,應用領域不斷拓展的AI,為人類未來生活帶來更多智慧便利的想像,在技術日趨成熟的情況下,金融、行銷、零售、醫療、製造等產業相繼導入AI,誕生許多創新應用。展望2018年產業趨勢,工研院產業經濟與趨勢研究中心(IEK)預測,AI與IoT將快速匯流,進化為智慧物聯(AIoT)。
 
智慧物聯串接各式智慧應用
2015年,亞馬遜(Amazon)推出名為「Echo」的智慧裝置異軍突起,成功將搭載語音功能Alexa的智慧音箱打入消費者的家庭,掀起全球智慧家庭市場熱潮。2017年智慧音箱進入爆發成長期,眾多英、中文語系的智慧語音產業鏈各自成形;緊接著,居家機器人大戰開打,以家庭照護為方向,各產業紛紛搶進智慧家庭市場,推出功能各異的居家機器人。
 
不只家庭,AIoT技術匯流下,也開啟了智慧商務新概念,如無人機送貨、無人計程車到無人商店等「無人經濟」的發展;AI技術也串接第三方開發者,拓展出刷臉支付、智慧餐桌、智慧貨架等創新服務,以及具備情感社交、導覽、倉儲物流、揀貨等功能的商用機器人。各種整合AIoT軟硬體解決方案,持續開枝散葉,AI應用平台串聯各種智慧應用,發展創新服務。
 
在產業服務上,則聚焦在數位分身(Digital Twins)的應用,運用各種裝置與數位感測器偵測某種實體或系統的狀態及變化,把大量機器學習演算法拓展至製程、機器運轉及服務作業的改善及回應,提供終端及遠端的預防性維護及維修。
 
AI演算法技術也積極尋求新突破,除了解決機器學習的投入成本、環境變數等挑戰之外,更拓展機器實現跨任務學習的能力,讓機器能像人類般可藉由經驗累積達到學習成長。
「要訓練機器深度學習的演算法,需要非常龐大的資料,如何降低資料需求,讓機器自己創造資料,才是決勝關鍵。」工研院IEK產業分析師侯鈞元表示。
 
開發類腦晶片使AI自主學習
現今國際大廠在AI晶片的布局,以開發模仿人類腦神經架構而製成的「類腦晶片」為長遠目標,以生物神經架構、訊號傳遞與運算記憶進行電子電路材料、元件、電路模擬等工程仿真,猶如每個處理器皆搭配專屬記憶體,可有效解決傳統序列演算之不足與耗費龐大資源成本的窘境。同時 AI運算趨勢也由雲端運算,逐漸走向分散架構的邊緣運算(Edge Computing),以縮短網路傳輸的延遲,加速即時運算的處理。
 
侯鈞元指出,未來需要讓AI的感知及認知近似於人類思考模式,加快學習速度,因此透過開發類腦晶片,將使AI能解決更複雜的問題,也可以擁有自主學習的功能。
 
此外,未來AI技術將在資料、運算及演算法出現革新,侯鈞元說,決策智能是目前產業發展的階段,「自駕車」將是發展焦點,能駕馭自駕車代表人類已能突破AI在認知與決策上的關鍵技術。「未來產業競爭優勢在於『演算法』的突破,而這也將是台灣AI 應用技術廠商『彎道超車』、有助於打破國際大廠獨占市場的好機會。」
 
工研院IEK產業分析師陳右怡認為,下個階段的AI發展策略將是「應用平台」、「演算法」及「感測晶片」三位一體,建議台灣廠商可從光學模組、顯示面板、環境感測器等物聯網終端零組件及聯網設備產業切入,推出高附加價值的產品;也可建構AI軟硬整合生態體系,開拓跨域技術整合,例如機器學習架構、異質性系統整合、互動介面設計等,先行布局,在這場AI大戰中搶下關鍵位置。
 
AIoT實際運用的風險與挑戰
AI大勢所趨,世界各大知名企業如亞馬遜、Google、IBM、蘋果(Apple)、英特爾(Intel)、微軟(Microsoft)、臉書(Facebook)等,皆積極地併購與大幅投資AI相關新創企業,以便進行策略布局,但目前AI的商業應用,仍以對話機器人(Chatbot)最為普及。
 
市場研究公司CB Insights研究報告指出,2016年550家新創公司中,以AI為核心產品而成交的658筆投資中,共募得50億美元的資金;國際研究顧問機構Gartner也指出,截至2017年6月的過去一年間之客戶詢問AI相關議題爆增了5倍(4,353件),除了詢問技術相關問題外,這些公司也想知道在其既有產品中,可以導入哪些AI元素以提升產品商業價值。
 
儘管AI應用與商機正在快速崛起,但工研院IEK副組長楊瑞臨提醒,AIoT的發展目前仍面臨二大難題:包括投入資源與金額不菲、同時人才亦不易取得。
 
Gartner針對主要大企業進行調查,發現近六成客戶還在紙上談兵、蒐集資訊,尚未真正展開實質的行動,真正導入AI應用的僅12%,這代表大家對AI的高風險還在觀望。以數位企業五大平台-軟體開發商社群平台、業務行銷與客服平台、企業內部資訊與員工平台、IoT平台、及資料管理分析與整合加值平台等,依目前趨勢觀察,AI的應用仍侷限於客戶管理與業務行銷範疇。
 
楊瑞臨也指出,目前AI在Mission-critical具重大決策之商業應用風險仍高,主因之一在於機器學習的發展主流-深度學習預測模型的產生仍存在「黑箱」問題,其推論決策的邏輯透明化程度低,導致使用者對該預測模型的信任度不夠,也讓相關法規制定者多所質疑,如自駕車或是投資決策等;此外,人類的多元價值觀與習性喜好的掌握,也是未來AI發展的另一大挑戰。但是網路安全(Cyber Security)研發大本營的以色列,卻已經用AI來輔助研發,認為AI可以幫助開發出更嚴密的資安系統;但同樣的,駭客也會以AI來提升攻擊手法。
 
世界各大廠針對AI未來的商業應用積極展開布局。
 
AI淘汰工作機會也造成人才缺口
儘管Gartner預測AI在2020年可以創造出230萬個工作機會,但也同時淘汰掉180萬個工作機會,CB Insights則預估美國在未來五到十年內,AI會威脅到1,000萬個工作機會,包括廚師、家事清潔等工作。
 
而麥肯錫全球研究所(McKinsey Global Institute)則發現,能夠完全AI自動化的工作僅1%,但60%的職業,可藉由AI完成30%的工作。儘管AI前途看好,但相關人才卻奇缺無比,不管哪一間調研機構都一致認為,數據科學家(Data Scientist)人才有極大缺口,這不但影響企業導入AI的意願,甚至許多新創事業根本找不到相關人才而無法發展。
 
儘管AI的技術運用以及種種疑慮仍有待解決,但預期未來在產業趨勢的帶動下,AI與IoT仍將快速匯流,趨動智慧應用的普及,迎接智慧時代的到來。台灣若能掌握脈動,提前布局,便能在這場即將開打的AI大戰中搶得先機。
 
TOP