账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
监别式与生成式AI相辅相成
提高生成效率与准确性

【作者: 陳念舜】2024年01月27日 星期六

浏览人次:【1829】

<>眼看2024年人工智慧(AI)即将成为驱动全球经济成长的动力之一,除了所需与算力相关的硬/软体,与演算法、语言模型等先进科技,就连传产中小制造业未来也有机会从中切入,提供独有垂直领域和高品质的资料协作,以提高AI生成效率与准确性,同时优化生产制程与增加产品价值,加速AI平民化。


在工研院2023年两度召开的「生成式AI产业高峰论坛」上指出,现今盛行的「人工智慧」(AI)名词问世已逾60年,惟当时(1956年)仅诉求可让电脑具备逻辑推论能力,执行接近人脑智慧的工作;直到1970年代推出的专家系统,才诉求能将人类智慧萃取出来教导电脑。并在1980年代的机器学习(Machine Learning)时期,开始让电脑具备自主学习、改善能力,并延伸至特定领域,包含语音辨识、翻译,或是医疗影像病变、产品瑕疵检测等,较倾向学术研究课题。


进入1980~1990年代开始有企业加入相关研究,并先後发表AI语言模型、类神经网路等学术主题论文,却也因为企业发现投资效益不如预期,而导致AI话题曾在1990~2010年进入寒冬,包括学研界纷纷改以「深度学习」(Deep Learning)为名,投稿发表论文。


随着2016年AlphaGo横空出世,击败围棋界棋王,而被视为近期AI发展最大突破。虽然近几年来声势略减,即因为棋类终究只是展现AI能力的娱乐工具之一,必须跨界投入商业化等更有生产力效益的场域,并驱动最新生成式人工智慧(Generative AI;GAI)技术发展。



图一 : 工研院在2023年两度召开「生成式AI产业高峰论坛」,号召各领域专家分别从GAI风潮下的领袖、产业发展思维,以及GAI产业应用发展机会与落地作法4大面向献策,引领产业「乘风破浪」。(source:工研院)
图一 : 工研院在2023年两度召开「生成式AI产业高峰论坛」,号召各领域专家分别从GAI风潮下的领袖、产业发展思维,以及GAI产业应用发展机会与落地作法4大面向献策,引领产业「乘风破浪」。(source:工研院)

监别式AI持续扩大应用生成式AI接力猛进

其中包括利用既有深度/机器学习等AI技术,可让电脑进行大量有标注资料学习训练,归纳出输入资料特徵进行辨识、分类,而称为「监别式AI(Discriminative AI;DAI)」,包括产品瑕疵、人员及场域环境安全等,已大量为企业导入使用。



图二 : 除了目前热门的GAI之外,另有让电脑进行大量有标注资料学习训练,进行辨识、分类,而称为「监别式AI」,已大量为企业导入使用。(source:aiamigos.org)
图二 : 除了目前热门的GAI之外,另有让电脑进行大量有标注资料学习训练,进行辨识、分类,而称为「监别式AI」,已大量为企业导入使用。(source:aiamigos.org)

加上目前吸收了来自网路、社交媒体时代的巨量数据资料,经过量变产生质变,再利用大语言模型(LLM),而造就更多自主创新GAI内容的能力,包括文字、图像、影音、程式码、3D模型数据等,目前较先导入於办公室应用,将有助於提升工作效率,对产业影响巨大。


根据市场调研机构预测,2023~2028年将是GAI的快速成长期,全球应用市场规模将从2023年的62亿美元成长至2028年的585亿美元,年复合成长率达56%。工研院预估,2025年将有30%企业导入GAI技术,应用於文件生成、程式设计及对外营销,包含制造、媒体、工程、国防、医疗和能源等领域将会第一波遭遇冲击。



图三 : 依工研院预估,2025年将有30%企业导入GAI技术,应用於文件生成、程式设计及对外营销。(source:工研院)
图三 : 依工研院预估,2025年将有30%企业导入GAI技术,应用於文件生成、程式设计及对外营销。(source:工研院)

面对GAI能与不能 协作以确保AI资料准确度

然而,尽管目前各界普遍看好由ChatGPT、Midjourney等各式各样GAI带来不同的技术创新,以及其中蕴含的潜在商机。预计2024年将开始涌现大量的AI软硬体和商业模式等创造性革新,但对於GAI的定义及其作用限制也开始进入发展关键的「深水区」。


由於目前GAI仍无法从根本上解决至今其他类型AI所面临的市场挑战,LLM产出内容被定义为「创造」而出;又主要根据公共资料所训练,输出内容难免具有偏见、隐私、幻觉(hallucinations)、一致性和可解释性(Interpretability),甚至在很大程度上加剧了这些问题,此都显示人们不能完全信任AI,企业也必须在提升效率同时,做好风险管理。


Appier/ikala独立董事简立峰认为,当「机器学习服务平民化(Machine Learning as a Service ,MLaaS),语言模型逐渐缩小时,除了阅读之外的其他能力都下降。」即因除了透过以自然语言和机器沟通之外,人机互动方式改变也开始透过问答方式学习「下咒语」,以提问代替解题,人人都可以是工程师,提高劳动生产力,也就是企业竞争力,让微软2023年Q3财报的云端服务营收提高28%。并估计在程式开发产业中,2022~2032年GAI市场规模年均复合成长率22.1%,将达到9,810万美元。


同时该注意的是GAI的「能与不能」,虽然对广泛性问题的回答能力较为强大,却对较狭隘领域的知识理解有限。一旦面对如企业较少上网的资料时,就连LLM也无法完成企业内的小事。且其答案内容只是比起大多数答案较隹,而无法保证即时、正确或可溯源,还不如个别垂直领域专家;甚至还有偏见与寡占等疑虑,容易在无形中流失国家竞争力与文化代表性。


简立峰认为:「现今会跨部门编写程式者,未必都是IT人员的责任,须加入测评比标准才能真正优化。还要赋能员工拥抱AI新工具多多尝试,以提升效能、增进营运效率,并留意资安的重要性,加速从数位迈向AI转型目标。」


因此,他建议企业领袖,应对此数位转型框架新赛局,选定适合项目,包含客服、行销、程式开发、知识管理等,进而成立跨部门团队搜集数据、优化流程、自建模型等,最後发展各自需要的「企业大脑」(Language model for enterprise)。


GAI生态系风起云涌 加速AI产业平民化

工研院执行??总暨总营运长兼AI策略长余孝先表示,随着全球GAI生态系风起云涌,可概分为4类:文字、图片、影音及程式码,强大之处来自於其估计拥有超过1,700亿笔叁数和3,750亿字训练资料的庞大数量,使之算力远超过以往的AI模型。许多国际大厂都已投入建立GAI模型或相关应用,正在重塑各行各业的面貌。


虽然目前台湾尚未拥有真正可用的LLM,但企业可考虑从以下资料、算力、算法、可信任等面向着手,强化自身优势:


1. 资料是AI的灵魂,台湾产业可藉导入高品质的私有资料库和特有产业资料,奠定在特定垂直应用快速落地的能力;再利用演算法来选择适用於产业资料特性的模型及发展微调技术,并透过整合国家或云服务商的资源来支持提高算力,提升企业效率;


2. 考量台湾在资料量、算力、和财力方面,恐难与国际大厂在开发通才型GAI竞争,而可考虑从专才型GAI着手,透过相对较低成本,订制开发微型化、特定领域专用的小语言模型(SLM)加值应用着手。包括提供通才型GAI付费、或是开源码使用资料训练模型,并投入发展微型化、特定领域解决方案,发挥台湾产业群聚优势。


3. 基於各国目前都十分重视GAI的输出品质,建议台湾可从国际法规和标准的角度,建立相关AI评测机制来提高可信任度;进而利用工研院的技术成果,来加速产业GAI应用与创新转型、接轨国际AI规范。未来将有机会能共同扩大竞争利基,在国际大企业的布局下开辟新局。



图四 : 虽然目前台湾尚未拥有真正可用的LLM,但企业可考虑从资料、算力、算法、可信任等面向着手,强化自身优势。(source:工研院)
图四 : 虽然目前台湾尚未拥有真正可用的LLM,但企业可考虑从资料、算力、算法、可信任等面向着手,强化自身优势。(source:工研院)

工研院也利用累积多年研究成果,积极发展AI科技服务平台,提供系统整合、研发测试、软体开发等服务,助攻企业布局营运及供应链、产品研发、行销、客户管理等4大企业应用领域,加速GAI产业应用落地。并在2015年提出台湾发展AI的3大面向:


1. 产业AI化:不只将AI模型视为单一产品,而能协助产业提升总体竞争能力;


2. AI产业化:当有越来越多企业导入AI之後,将形成一定规模产业;


3. AI平民化:降低门槛,让中小企业和一般大众都能使用


除了前述两者已被纳入台湾科技政策,并迎合2022年底Chat GPT趋势被应用。工研院也强调,GAI不只是与资通讯(ICT)技术有关,还涉及人才、法律问题与不同领域科学,所以在近年来成立全院GAI小组,探讨其对於特定产业和未来技术的演进方向,以及社会法制、伦理等影响;并培育更多GAI人才来迎接挑战,期许成为未来生活的基本能力、提高人民AI素养,以持续推进「AI平民化」。


导入GAI先学趋吉避凶 要求会用又会管

工研院资深??总暨协理兼AI办公室主任苏孟宗进一步指出,现今国际生成式AI趋势虽会赋予个人创造能力,但最终要展现资料的正确性、权威,不仅「眼见为凭」,还要找出背後赋予的意义。「由人类在开发流程中将藉此实现职能翻转,即从执行导向代理系统发展,担任审核者,并由AI扮演生产者角色而控管风险,台湾产业须能掌握这波变革机会。」


苏孟宗建议企业应透过内部从上而下的系统性培育,针对不同阶层规划课程,从观念启迪、实战到产业应用三部曲,为企业储备GAI关键人才及建立自身需求模型。并从CEO角度看待对於未来市场的影响,而不是只交由内部IT人员、技术长负责,完整落实GAI治理。


加速导入产业落地应用

依工研院资通所??所长暨AI办公室??主任黄维中估计,2025年将有30%企业导入生成式AI,未来台湾势必要与世界竞争。现今GAI生态系在台湾企业可发展的定位,由下而上依序分为:晶片、伺服器、软体平台与垂直应用,可针对具备台湾特色与优势的垂直领域深入规划,加速释放GAI潜力,提升产业竞争力。进而透过AI产业化/产业AI化,来提升各行各业竞争力,带动资讯服务与新创商机。



图五 : 现今GAI生态系在台湾企业可发展的定位,由下而上依序分为:晶片、伺服器、软体平台与垂直应用。(source:工研院)
图五 : 现今GAI生态系在台湾企业可发展的定位,由下而上依序分为:晶片、伺服器、软体平台与垂直应用。(source:工研院)

在台湾当前GAI应用中,最常见的就是内容创作,像是制作2D文稿及图片、3D影音等;还有用於商业服务,如行销、客服,已有不少企业藉此积极将GAI导入内部工作,或是扩展至整个供应链提升效能。即使在要求较为专业的研发与制造,也能建立规格与流程、程式代码,用於模拟、编程、设计、维修工作;以及营运与供应链面向,提供所需谘询、训练等扩充资料,都有很多值得投入与导入的应用。


工研院就尝试将GAI应用在不同功能需求的晶片设计开发上,特别是辅助程式撰写,使得晶片设计能够更快速有效率;或者是因应药物、材料等创新的配方及组合,也可先透过GAI推演出各种可能或想法,以有助於後续的实验,并且更快找出最隹结果。


然而,GAI投入研发制造的难度相当高,必须仰赖高品质的精准资料才有可用性。但GitHub Copilot对於Python、C、Java等普遍性程式效果表现优异,对於IC制造与工业CAM编程等低资源程式语言如RTL Code,难以在网路上找到合适范本,且品质难以管控。



图六 : 工研院也尝试将GAI应用在不同功能需求的晶片设计开发上,或者是CAD/CAM辅助程式撰写,先行推演出各种可能或想法,以有助於後续更快找出最隹结果。(source:images.interestingengineering.com)
图六 : 工研院也尝试将GAI应用在不同功能需求的晶片设计开发上,或者是CAD/CAM辅助程式撰写,先行推演出各种可能或想法,以有助於後续更快找出最隹结果。(source:images.interestingengineering.com)

由於数位IC负责撰写RTL Code所需丰富经验工程人才缺乏,又招募困难,约占IC产业人才缺囗16%;工业编程人员也难以养成,包含制程工法、刀具与治具选用皆须仰赖现场经验,一旦刀具路径和加工叁数选用不合理时,容易导致加工品质与效率不隹。


如今可利用共创的RTL Code设计辅助,透过汇集有经验的RTL工程师回??,可在工程师发展RTL code过程中给予适当提示,弥补工程师经验不足问题;高效与精确G-code设计,透过生成式AI辅助工程师提升效率,以解决人才与经验短缺问题。


所以须针对台湾不同产业需求,由各领域专家搜集优质编程资料,利用领域客制化模型以达到效果。如工业CAM便是目前工研院正积极投入精密制造领域,将能大幅提高效率和产业竞争力。SpructCAM是容易学习和使用的强大CAD/CAM软体,现已整合AI虚拟助理GPT模型,帮助用户处理各方面CAM工作流程,包含CNC规格及限制、解释G-code、程式码注解等。


黄维中认为,由此可见在当前产业应用中,若要创造GAI价值的较实务做法,应是将GAI作为工具,并与人类充分互动协作。因此,如何让GAI与人类更好地连结、整合各自专长,将是企业要仔细思考规划的方向。


相关文章
开启边缘智能新时代 ST引领AI开发潮流
MIC:CES 2024五大重要趋势
2024年四大科技与资料储存趋势
人工智慧产业化 AI PC与AI手机将成市场新宠
以生成式AI防御网路安全 简化零信任落地
comments powered by Disqus
相关讨论
  相关新闻
» 台达於2024年汉诺威工业展 发表智能制造与低碳交通解决方案
» 安防大厂齐聚Secutech2024开展 跨域整合安全与智慧应用大爆发
» 金属中心菁才发展永续未来 技术创新能量跃上国际
» 宏正响应净滩行动逾十年 减塑还原海岸线样貌
» 西门子Veloce CS新品协助硬体加速模拟和原型验证


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK84P3746TQSTACUK2
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw