帳號:
密碼:
最新動態
產業快訊
CTIMES / 文章 /
鑑別式與生成式AI相輔相成
提高生成效率與準確性

【作者: 陳念舜】   2024年01月27日 星期六

瀏覽人次:【2849】

眼看2024年人工智慧(AI)即將成為驅動全球經濟成長的動力之一,除了所需與算力相關的硬/軟體,與演算法、語言模型等先進科技,就連傳產中小製造業未來也有機會從中切入,提供獨有垂直領域和高品質的資料協作,以提高AI生成效率與準確性,同時優化生產製程與增加產品價值,加速AI平民化。


在工研院2023年兩度召開的「生成式AI產業高峰論壇」上指出,現今盛行的「人工智慧」(AI)名詞問世已逾60年,惟當時(1956年)僅訴求可讓電腦具備邏輯推論能力,執行接近人腦智慧的工作;直到1970年代推出的專家系統,才訴求能將人類智慧萃取出來教導電腦。並在1980年代的機器學習(Machine Learning)時期,開始讓電腦具備自主學習、改善能力,並延伸至特定領域,包含語音辨識、翻譯,或是醫療影像病變、產品瑕疵檢測等,較傾向學術研究課題。


進入1980~1990年代開始有企業加入相關研究,並先後發表AI語言模型、類神經網路等學術主題論文,卻也因為企業發現投資效益不如預期,而導致AI話題曾在1990~2010年進入寒冬,包括學研界紛紛改以「深度學習」(Deep Learning)為名,投稿發表論文。


隨著2016年AlphaGo橫空出世,擊敗圍棋界棋王,而被視為近期AI發展最大突破。雖然近幾年來聲勢略減,即因為棋類終究只是展現AI能力的娛樂工具之一,必須跨界投入商業化等更有生產力效益的場域,並驅動最新生成式人工智慧(Generative AI;GAI)技術發展。



圖一 : 工研院在2023年兩度召開「生成式AI產業高峰論壇」,號召各領域專家分別從GAI風潮下的領袖、產業發展思維,以及GAI產業應用發展機會與落地作法4大面向獻策,引領產業「乘風破浪」。(source:工研院)
圖一 : 工研院在2023年兩度召開「生成式AI產業高峰論壇」,號召各領域專家分別從GAI風潮下的領袖、產業發展思維,以及GAI產業應用發展機會與落地作法4大面向獻策,引領產業「乘風破浪」。(source:工研院)

鑑別式AI持續擴大應用生成式AI接力猛進

其中包括利用既有深度/機器學習等AI技術,可讓電腦進行大量有標註資料學習訓練,歸納出輸入資料特徵進行辨識、分類,而稱為「鑑別式AI(Discriminative AI;DAI)」,包括產品瑕疵、人員及場域環境安全等,已大量為企業導入使用。



圖二 : 除了目前熱門的GAI之外,另有讓電腦進行大量有標註資料學習訓練,進行辨識、分類,而稱為「鑑別式AI」,已大量為企業導入使用。(source:aiamigos.org)
圖二 : 除了目前熱門的GAI之外,另有讓電腦進行大量有標註資料學習訓練,進行辨識、分類,而稱為「鑑別式AI」,已大量為企業導入使用。(source:aiamigos.org)

加上目前吸收了來自網路、社交媒體時代的巨量數據資料,經過量變產生質變,再利用大語言模型(LLM),而造就更多自主創新GAI內容的能力,包括文字、圖像、影音、程式碼、3D模型數據等,目前較先導入於辦公室應用,將有助於提升工作效率,對產業影響巨大。


根據市場調研機構預測,2023~2028年將是GAI的快速成長期,全球應用市場規模將從2023年的62億美元成長至2028年的585億美元,年複合成長率達56%。工研院預估,2025年將有30%企業導入GAI技術,應用於文件生成、程式設計及對外營銷,包含製造、媒體、工程、國防、醫療和能源等領域將會第一波遭遇衝擊。



圖三 : 依工研院預估,2025年將有30%企業導入GAI技術,應用於文件生成、程式設計及對外營銷。(source:工研院)
圖三 : 依工研院預估,2025年將有30%企業導入GAI技術,應用於文件生成、程式設計及對外營銷。(source:工研院)

面對GAI能與不能 協作以確保AI資料準確度

然而,儘管目前各界普遍看好由ChatGPT、Midjourney等各式各樣GAI帶來不同的技術創新,以及其中蘊含的潛在商機。預計2024年將開始湧現大量的AI軟硬體和商業模式等創造性革新,但對於GAI的定義及其作用限制也開始進入發展關鍵的「深水區」。


由於目前GAI仍無法從根本上解決至今其他類型AI所面臨的市場挑戰,LLM產出內容被定義為「創造」而出;又主要根據公共資料所訓練,輸出內容難免具有偏見、隱私、幻覺(hallucinations)、一致性和可解釋性(Interpretability),甚至在很大程度上加劇了這些問題,此都顯示人們不能完全信任AI,企業也必須在提升效率同時,做好風險管理。


Appier/ikala獨立董事簡立峰認為,當「機器學習服務平民化(Machine Learning as a Service ,MLaaS),語言模型逐漸縮小時,除了閱讀之外的其他能力都下降。」即因除了透過以自然語言和機器溝通之外,人機互動方式改變也開始透過問答方式學習「下咒語」,以提問代替解題,人人都可以是工程師,提高勞動生產力,也就是企業競爭力,讓微軟2023年Q3財報的雲端服務營收提高28%。並估計在程式開發產業中,2022~2032年GAI市場規模年均複合成長率22.1%,將達到9,810萬美元。


同時該注意的是GAI的「能與不能」,雖然對廣泛性問題的回答能力較為強大,卻對較狹隘領域的知識理解有限。一旦面對如企業較少上網的資料時,就連LLM也無法完成企業內的小事。且其答案內容只是比起大多數答案較佳,而無法保證即時、正確或可溯源,還不如個別垂直領域專家;甚至還有偏見與寡占等疑慮,容易在無形中流失國家競爭力與文化代表性。


簡立峰認為:「現今會跨部門編寫程式者,未必都是IT人員的責任,須加入測評比標準才能真正優化。還要賦能員工擁抱AI新工具多多嘗試,以提升效能、增進營運效率,並留意資安的重要性,加速從數位邁向AI轉型目標。」


因此,他建議企業領袖,應對此數位轉型框架新賽局,選定適合項目,包含客服、行銷、程式開發、知識管理等,進而成立跨部門團隊蒐集數據、優化流程、自建模型等,最後發展各自需要的「企業大腦」(Language model for enterprise)。


GAI生態系風起雲湧 加速AI產業平民化

工研院執行副總暨總營運長兼AI策略長余孝先表示,隨著全球GAI生態系風起雲湧,可概分為4類:文字、圖片、影音及程式碼,強大之處來自於其估計擁有超過1,700億筆參數和3,750億字訓練資料的龐大數量,使之算力遠超過以往的AI模型。許多國際大廠都已投入建立GAI模型或相關應用,正在重塑各行各業的面貌。


雖然目前台灣尚未擁有真正可用的LLM,但企業可考慮從以下資料、算力、算法、可信任等面向著手,強化自身優勢:


1. 資料是AI的靈魂,台灣產業可藉導入高品質的私有資料庫和特有產業資料,奠定在特定垂直應用快速落地的能力;再利用演算法來選擇適用於產業資料特性的模型及發展微調技術,並透過整合國家或雲服務商的資源來支持提高算力,提升企業效率;


2. 考量台灣在資料量、算力、和財力方面,恐難與國際大廠在開發通才型GAI競爭,而可考慮從專才型GAI著手,透過相對較低成本,訂製開發微型化、特定領域專用的小語言模型(SLM)加值應用著手。包括提供通才型GAI付費、或是開源碼使用資料訓練模型,並投入發展微型化、特定領域解決方案,發揮台灣產業群聚優勢。


3. 基於各國目前都十分重視GAI的輸出品質,建議台灣可從國際法規和標準的角度,建立相關AI評測機制來提高可信任度;進而利用工研院的技術成果,來加速產業GAI應用與創新轉型、接軌國際AI規範。未來將有機會能共同擴大競爭利基,在國際大企業的布局下開闢新局。



圖四 : 雖然目前台灣尚未擁有真正可用的LLM,但企業可考慮從資料、算力、算法、可信任等面向著手,強化自身優勢。(source:工研院)
圖四 : 雖然目前台灣尚未擁有真正可用的LLM,但企業可考慮從資料、算力、算法、可信任等面向著手,強化自身優勢。(source:工研院)

工研院也利用累積多年研究成果,積極發展AI科技服務平台,提供系統整合、研發測試、軟體開發等服務,助攻企業布局營運及供應鏈、產品研發、行銷、客戶管理等4大企業應用領域,加速GAI產業應用落地。並在2015年提出台灣發展AI的3大面向:


1. 產業AI化:不只將AI模型視為單一產品,而能協助產業提升總體競爭能力;


2. AI產業化:當有越來越多企業導入AI之後,將形成一定規模產業;


3. AI平民化:降低門檻,讓中小企業和一般大眾都能使用


除了前述兩者已被納入台灣科技政策,並迎合2022年底Chat GPT趨勢被應用。工研院也強調,GAI不只是與資通訊(ICT)技術有關,還涉及人才、法律問題與不同領域科學,所以在近年來成立全院GAI小組,探討其對於特定產業和未來技術的演進方向,以及社會法制、倫理等影響;並培育更多GAI人才來迎接挑戰,期許成為未來生活的基本能力、提高人民AI素養,以持續推進「AI平民化」。


導入GAI先學趨吉避兇 要求會用又會管

工研院資深副總暨協理兼AI辦公室主任蘇孟宗進一步指出,現今國際生成式AI趨勢雖會賦予個人創造能力,但最終要展現資料的正確性、權威,不僅「眼見為憑」,還要找出背後賦予的意義。「由人類在開發流程中將藉此實現職能翻轉,即從執行導向代理系統發展,擔任審核者,並由AI扮演生產者角色而控管風險,台灣產業須能掌握這波變革機會。」


蘇孟宗建議企業應透過內部從上而下的系統性培育,針對不同階層規劃課程,從觀念啟迪、實戰到產業應用三部曲,為企業儲備GAI關鍵人才及建立自身需求模型。並從CEO角度看待對於未來市場的影響,而不是只交由內部IT人員、技術長負責,完整落實GAI治理。


加速導入產業落地應用 

依工研院資通所副所長暨AI辦公室副主任黃維中估計,2025年將有30%企業導入生成式AI,未來台灣勢必要與世界競爭。現今GAI生態系在台灣企業可發展的定位,由下而上依序分為:晶片、伺服器、軟體平台與垂直應用,可針對具備台灣特色與優勢的垂直領域深入規劃,加速釋放GAI潛力,提升產業競爭力。進而透過AI產業化/產業AI化,來提升各行各業競爭力,帶動資訊服務與新創商機。



圖五 : 現今GAI生態系在台灣企業可發展的定位,由下而上依序分為:晶片、伺服器、軟體平台與垂直應用。(source:工研院)
圖五 : 現今GAI生態系在台灣企業可發展的定位,由下而上依序分為:晶片、伺服器、軟體平台與垂直應用。(source:工研院)

在台灣當前GAI應用中,最常見的就是內容創作,像是製作2D文稿及圖片、3D影音等;還有用於商業服務,如行銷、客服,已有不少企業藉此積極將GAI導入內部工作,或是擴展至整個供應鏈提升效能。即使在要求較為專業的研發與製造,也能建立規格與流程、程式代碼,用於模擬、編程、設計、維修工作;以及營運與供應鏈面向,提供所需諮詢、訓練等擴充資料,都有很多值得投入與導入的應用。


工研院就嘗試將GAI應用在不同功能需求的晶片設計開發上,特別是輔助程式撰寫,使得晶片設計能夠更快速有效率;或者是因應藥物、材料等創新的配方及組合,也可先透過GAI推演出各種可能或想法,以有助於後續的實驗,並且更快找出最佳結果。


然而,GAI投入研發製造的難度相當高,必須仰賴高品質的精準資料才有可用性。但GitHub Copilot對於Python、C、Java等普遍性程式效果表現優異,對於IC製造與工業CAM編程等低資源程式語言如RTL Code,難以在網路上找到合適範本,且品質難以管控。



圖六 : 工研院也嘗試將GAI應用在不同功能需求的晶片設計開發上,或者是CAD/CAM輔助程式撰寫,先行推演出各種可能或想法,以有助於後續更快找出最佳結果。(source:images.interestingengineering.com)
圖六 : 工研院也嘗試將GAI應用在不同功能需求的晶片設計開發上,或者是CAD/CAM輔助程式撰寫,先行推演出各種可能或想法,以有助於後續更快找出最佳結果。(source:images.interestingengineering.com)

由於數位IC負責撰寫RTL Code所需豐富經驗工程人才缺乏,又招募困難,約占IC產業人才缺口16%;工業編程人員也難以養成,包含製程工法、刀具與治具選用皆須仰賴現場經驗,一旦刀具路徑和加工參數選用不合理時,容易導致加工品質與效率不佳。


如今可利用共創的RTL Code設計輔助,透過匯集有經驗的RTL工程師回饋,可在工程師發展RTL code過程中給予適當提示,彌補工程師經驗不足問題;高效與精確G-code設計,透過生成式AI輔助工程師提升效率,以解決人才與經驗短缺問題。


所以須針對台灣不同產業需求,由各領域專家蒐集優質編程資料,利用領域客製化模型以達到效果。如工業CAM便是目前工研院正積極投入精密製造領域,將能大幅提高效率和產業競爭力。SpructCAM是容易學習和使用的強大CAD/CAM軟體,現已整合AI虛擬助理GPT模型,幫助用戶處理各方面CAM工作流程,包含CNC規格及限制、解釋G-code、程式碼注解等。


黃維中認為,由此可見在當前產業應用中,若要創造GAI價值的較實務做法,應是將GAI作為工具,並與人類充分互動協作。因此,如何讓GAI與人類更好地連結、整合各自專長,將是企業要仔細思考規劃的方向。


相關文章
技術認驗證服務多建置 協助臺產業建立數位創新生態
生成式AI助功率密集的計算應用進化
AI賦能智慧製造轉型
生成式AI刺激應用創新 帶動軟硬體新商機
生成式AI引爆算力需求 小晶片設計將是最佳解方
comments powered by Disqus
相關討論
  相關新聞
» 博世收購江森及日立暖通空調業務 居家舒適科技業務可望倍增
» 經部A+企業創新研發淬煉 創造半導體及電動車應用產值逾25億元
» 中彰投分署奪全國技能競賽 聚焦AI及淨零雙軸轉型
» 友達宇沛助製造業實現永續未來 首屆淨零研討會高雄登場
» 鼎新助台灣迪卡儂供應鏈能源管理添效率 推動綠色製造有方


刊登廣告 新聞信箱 讀者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 遠播資訊股份有限公司版權所有 Powered by O3  v3.20.2048.44.211.31.134
地址:台北數位產業園區(digiBlock Taipei) 103台北市大同區承德路三段287-2號A棟204室
電話 (02)2585-5526 #0 轉接至總機 /  E-Mail: webmaster@ctimes.com.tw