工研院舉辦「以人為本 x 跨域創新」AI人工智慧產業論壇,從台灣產業發展的機會與挑戰,到因應全球淨零碳排趨勢下,要如何善用AI人工智慧協助企業減碳、發展節電的邊緣運算晶片等都將是下世代AI新興應用主題。

工研院總營運長余孝先表示,AI人工智慧應用近年有兩大重點,一是協助各行各業創新轉型的產業AI化,另一是在產業AI化過程中,因累積或挖掘到共通性需求或痛點後,衍生出更大的AI需求與商機,進而創造出AI產業,也就是AI產業化,第三個重點應該注意的是AI平民化。例如工研院研發的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」平台建置議題庫、資料庫、人才庫,讓台灣中小企業透過這個平台也可以運用到各種AI技術解決方案與AI人才等資源。第四個重點是政府AI化。

Appier與iKala科技董事、Google臺灣前董事總經理簡立峰則認為,近年來台灣年輕世代對於人工智慧科技非常投入,也開始有像Appier等AI新創獨角獸出現。此外,AI技術也可以協助提升半導體製程的良率、降低成本,甚至可能加速晶片設計自動化,尤其臺灣應該是全世界少數最適合發展半導體與晶片產業AI化的地方,在電動車產業也有類似的機會。

工研院機械所所長胡竹生表示, AI人工智慧近來演變出以自主決策為趨勢結合深層神經網路學的非結構式計算方式,過去應用在自動化流程中的諸多決策,現已無法用事前簡單的邏輯或是規則去定義。

工研院電光所長吳志毅就指出,隨著下世代AI人工智慧應用產品如智慧駕駛車、消費性與企業用機器人、智慧無人機,甚至是近來熱門的元宇宙(MetaVerse) 硬體裝置等發展,如何讓新興的AI邊緣晶片及架構必須更省電,將是臺灣廠商切入AI人工智慧應用的絕佳機會。

工研院人工智慧應用策略辦公室副主任馮文生表示,目前企業要導入AI的過程中,仍面臨諸多挑戰,如人才短缺、資料收集與標註耗時、缺乏產業應用工具等因素,造成AI應用落地並不如預期的普及。AI工程化概念,希望讓AI的應用從資料整備標註、模型開發、應用部署、持續調校等步驟可更加的自動化,以加速AI應用的落地。

#工研院 #自動化 #AI人工智慧 #晶片 #產業AI化

重要商品行情

(更新:2022/01/24)

延伸閱讀