AI技術(shù)持續(xù)神速突破，正貫穿軟硬件并跨各行產(chǎn)業(yè)應(yīng)用，由數(shù)字化升級到AI化，帶來人類生活與產(chǎn)業(yè)的各種變革。AI技術(shù)持續(xù)神速突破中，已然成為全球數(shù)字化的主流，也正貫穿軟硬件并跨產(chǎn)業(yè)應(yīng)用，從關(guān)鍵零組件、智能裝置、軟件、平臺、應(yīng)用服務(wù)等，正在形成人工智能產(chǎn)業(yè)生態(tài)。

AI技術(shù)持續(xù)進(jìn)步，融合各種新舊技術(shù)如云端、物聯(lián)網(wǎng)、大數(shù)據(jù)、VR／AR／XR等成為各種AIoT新應(yīng)用，AI成為各行各業(yè)的數(shù)字化升級到AI化，帶來人類生活與產(chǎn)業(yè)的各種變革。

AI整體趨勢方向：市場規(guī)模預(yù)測與重點(diǎn)投資項(xiàng)目

全球市場規(guī)模軟件占大宗，亞太市場正崛起中。根據(jù)IDC分析，全球人工智能整體市場營收（涵蓋軟件、硬件、服務(wù)），2022年達(dá)3,169億美元，2023年達(dá)4,328 億美元，年成長率近20％，也預(yù)估2025年將破7,000億美元。

軟件仍占大宗，涵蓋四個次軟件領(lǐng)域，以2023年為例，各自市場占比優(yōu)先級為： AI應(yīng)用占近49％位居第一、其次AI系統(tǒng)架構(gòu)軟件占35％、第三是AI應(yīng)用開發(fā)與部署軟件占12％、第四是AI平臺約4％。

全球投入人工智能重點(diǎn)項(xiàng)目與優(yōu)先級

根據(jù)調(diào)查全球私部門投資在人工智能項(xiàng)目中的前五大依序?yàn)椋横t(yī)療和保健類、數(shù)據(jù)管理、處理和云端運(yùn)算、金融科技、零售、影音視訊，如圖2所示。

值得注意的是，多數(shù)企業(yè)體認(rèn)到數(shù)據(jù)在發(fā)展人工智能的重要性，將相對過去更愿意投資在資料領(lǐng)域，不論是大數(shù)據(jù)、小數(shù)據(jù)（Small Data）、厚數(shù)據(jù)（Thick Data）、快數(shù)據(jù)（Fast Data）等都有AI的角色，特別是在發(fā)展數(shù)據(jù)驅(qū)動型人工智能（Data-Driven AI）最初都要從原始數(shù)據(jù)（Raw Data）開始，再一步一步進(jìn)行不同階段的數(shù)據(jù)分析，如描述型分析、診斷型分析、預(yù)測型分析及指示型分析等再結(jié)合不同的AI算法來達(dá)到。

AI未來四大發(fā)展方向：分布式AI、生成式AI、可信任AI、永續(xù)AI

歸納AI市場趨勢與長期AI技術(shù)發(fā)展觀測，預(yù)估AI未來二至三年將朝向四個發(fā)展方向：分布式AI、生成式AI、可信任AI、永續(xù)AI，以下個別分析如下。

分布式AI：Edge AI 2.0 是邊緣協(xié)作的關(guān)鍵

邊緣AI由于不用上云端，達(dá)到實(shí)時回饋、隱私保護(hù)、彈性客制化等。目前Edge AI發(fā)展已從AI芯片層次邁向AI算法在邊緣端、裝置端處理分析終端或網(wǎng)絡(luò)上所產(chǎn)生或收集的數(shù)據(jù)，因此企業(yè)可以在邊緣端做不同等級的AI運(yùn)算、分析和模型。

因永續(xù)議題興起，也開始追求減少AI模型訓(xùn)練時間及資源需求（如算力、時間、數(shù)據(jù)等），達(dá)到低資源需求的分布式運(yùn)作，此建議兩種思維作法：

（1）追求最適化算法：隨著數(shù)據(jù)量持續(xù)成長下，深度學(xué)習(xí)DL擅長處理巨量且非結(jié)構(gòu)數(shù)據(jù)，傳統(tǒng)機(jī)器學(xué)習(xí)ML仍然比DL更為實(shí)用，ML更透明、具可解釋性、較節(jié)能，ML 和 DL 各有優(yōu)點(diǎn)互補(bǔ)，因此需考慮應(yīng)用場域中的數(shù)據(jù)特性和限制、算力需求等，結(jié)合并用；

（2）減少訓(xùn)練AI之消耗：如現(xiàn)況數(shù)字裝置的普遍問題是App支持跨裝置，缺乏彈性，造成部分能耗，如從高階到低階手機(jī)，不同硬件資源適合的最佳AI神經(jīng)網(wǎng)絡(luò)架構(gòu)差異很大，為因應(yīng)各種裝置情況須從零開始重新訓(xùn)練，加上大數(shù)據(jù)處理及AI模型訓(xùn)練建置等成本，多導(dǎo)致過度能源消耗。

因此可以建置一個訓(xùn)練支持多場景配置架構(gòu)（Once-For-All，OFA），設(shè)計一次性網(wǎng)絡(luò)，直接部署在不同架構(gòu)配置下，分?jǐn)傆?xùn)練AI成本與能耗，讓AI模型架構(gòu)須能依據(jù)狀況進(jìn)行彈性調(diào)整達(dá)低能耗。

歸納未來AI分布式運(yùn)作系統(tǒng)架構(gòu)軟件開發(fā)三面向

（1）分布式系統(tǒng)架構(gòu)：增強(qiáng)AI系統(tǒng)韌性與安全、顧及隱私保護(hù)、異地備援等，將朝向去中心化部署；

（2）邊云協(xié)作：目前多運(yùn)用聯(lián)邦式學(xué)習(xí)的特點(diǎn)在于不同邊緣裝置可以在不分享本端數(shù)據(jù)的條件下，也能在云端上共同參與AI模型訓(xùn)練與學(xué)習(xí)，并持續(xù)追求AI模型優(yōu)化，在各地邊緣裝置也能同步從云端下載最新、最好的AI模型。同時依據(jù)數(shù)據(jù)運(yùn)作的層次來決定聯(lián)邦式學(xué)習(xí)的運(yùn)作層次，例如在終端（On-Device）、邊緣（Edge-Based）、云端（Cloud-Based）這三種層次上，都可以進(jìn)行AI模型訓(xùn)練與學(xué)習(xí)，達(dá)到邊云協(xié)作的境界。

（3）虛實(shí)整合：能運(yùn)用AI軟件快速進(jìn)行各種傳感器與智能裝置的AIoT化等布建，并能依據(jù)各種情境設(shè)計出實(shí)體與數(shù)字同步運(yùn)作的人機(jī)協(xié)作之AIoT系統(tǒng)，以因應(yīng)未來數(shù)字分身（Digital Twin）及元宇宙等應(yīng)用。

生成式AI：正在快速衍生新應(yīng)用市場

Generative AI目前幾乎是AI創(chuàng)造力的代名詞，其原理是透過生成網(wǎng)絡(luò)（Generative Network）與鑒別網(wǎng)絡(luò)（Discriminating Network）進(jìn)行博弈競賽，AI藉此過程中創(chuàng)造出各種虛實(shí)多元的可能性，如圖5。

目前生成式AI可以處理文字、語音、聲音、圖像、音樂、視訊、生理感測等，可以寫文章、編故事、虛擬人物、影音創(chuàng)作、數(shù)字設(shè)計、數(shù)據(jù)擴(kuò)增、程序設(shè)計等，也可以發(fā)展各種數(shù)字工具，正快速衍生各種新應(yīng)用市場，如智能醫(yī)療影像、新藥開發(fā)、實(shí)體商品虛擬化、機(jī)器人仿真器以及現(xiàn)在很熱門的元宇宙。

在AI元宇宙生態(tài)系架構(gòu)中，可協(xié)助元宇宙發(fā)展軟硬整合的平臺，AI在跨軟硬件可同時發(fā)力，AI芯片負(fù)責(zé)支持不同的算力需求，而AI算法從感測數(shù)據(jù)、認(rèn)知學(xué)習(xí)、模型建立與運(yùn)維，連結(jié)具體應(yīng)用場景，特別是能依據(jù)不同終端設(shè)備入口與接口來設(shè)計人機(jī)互動方式并且創(chuàng)造新服務(wù)如圖7。

AI是元宇宙的大腦，會成為元宇宙的管理者，但關(guān)鍵在于是否能發(fā)展出可交換或協(xié)作的AI工具或標(biāo)準(zhǔn)，同時在虛實(shí)整合的世界里必須要以人類使用者體驗(yàn)為中心，達(dá)到AI個人化體驗(yàn)。

可信任AI：將促使AI新解決方案或驗(yàn)測工具興起

人工智能的黑盒子是AI發(fā)展的痛點(diǎn)之一，隨著AI應(yīng)用百花齊放，企業(yè)也開始評估導(dǎo)入AI所帶來的問題如網(wǎng)絡(luò)安全、人身安全、合法性、可解釋性、隱私保護(hù)、數(shù)據(jù)偏誤、公平性、多元性、對環(huán)境所帶來的負(fù)面影響等，這些皆屬于可信任人工智能（Trusted AI/Trustworthy AI）范圍，國際上從2018年迄今從可解釋AI（Explainable AI）、負(fù)責(zé)任AI （Responsible AI）、可信任AI等相關(guān)議題持續(xù)演化，歐美等及國際組織等已研擬AI規(guī)范或標(biāo)準(zhǔn)，加上隨著AI應(yīng)用遍地開花，也伴隨著AI風(fēng)險隨之升高，因此導(dǎo)致企業(yè)導(dǎo)入AI時會產(chǎn)生疑慮或技術(shù)障礙。

故從2020年開始迄今，可信任人工智能議題也從倫理道德層次朝向工具化、技術(shù)化落實(shí)。如此一來，一方面為了提升AI被導(dǎo)入的意愿，也許會間接加速AI應(yīng)用市場擴(kuò)展，另一方面成為AI新商機(jī)，也觀察到國際大廠或新創(chuàng)發(fā)展出各種可信任AI工具或解決方案，也是AI新應(yīng)用市場。但每個應(yīng)用所需要可信任AI的需求程度不同，如圖7所示。簡言之，目前全球產(chǎn)官學(xué)研積極布局可信任AI，未來將左右AI技術(shù)發(fā)展與應(yīng)用市場，臺灣業(yè)者宜及早布局。

永續(xù)AI：全球需要AI-based 工具協(xié)助有效全面凈零減碳

前三項(xiàng)AI都必須與永續(xù)AI扣合，全球需要AI-based 工具協(xié)助有效全面減碳，并進(jìn)行綠色與數(shù)字雙軸轉(zhuǎn)型。但若要運(yùn)用AI需要有數(shù)字化的設(shè)備及大數(shù)據(jù)基礎(chǔ)等，因此先進(jìn)國家和開發(fā)中國家才有機(jī)會充分利用AI，如歐、美與東亞具有大量高科技人力、數(shù)據(jù)與技術(shù)，可以導(dǎo)入AI來協(xié)助。目前這方面的AI較多運(yùn)用在協(xié)助精準(zhǔn)生產(chǎn)、提升企業(yè)營運(yùn)效率以及自動化方面。

值得注意的是，AI雙軸轉(zhuǎn)型哲學(xué)在于先掌握AI發(fā)展的一體兩面，即能評估運(yùn)用AI帶來的正負(fù)影響，方能善用AI融合ESG驅(qū)動雙軸創(chuàng)新轉(zhuǎn)型策略。根據(jù)聯(lián)合國調(diào)查分析AI在 SDGs 134個指標(biāo)之中，有近80％可以帶來正面影響，特別是在智能制造、智能農(nóng)業(yè)、衛(wèi)星影像辨識、環(huán)境感測、智能城市等五個應(yīng)用，而另一方面，AI也會帶來一些負(fù)面影響，例如數(shù)字落差加劇、數(shù)據(jù)偏差帶來歧視、取代勞力威脅、先進(jìn)AI需大量運(yùn)算資源、模型缺陷與濫用、操控輿論、對民主與人權(quán)造成威脅等。

此以發(fā)展AI技術(shù)三大要素－算力、算法、數(shù)據(jù)為核心，并從供給面、需求面、制造面、環(huán)境面切入AI可以協(xié)助凈零永續(xù)的面向，如圖8所示。

結(jié)論與建議

AI跨域多元，從芯片、算法、大數(shù)據(jù)、基礎(chǔ)架構(gòu)及商業(yè)模式等，AI都面臨著不同層次的問題與挑戰(zhàn)，如在裝置端或邊緣端，在不犧牲算力的條件下達(dá)到低功耗、發(fā)展出可以追蹤或監(jiān)督數(shù)據(jù)所導(dǎo)致監(jiān)督模型偏誤的工具或平臺、善用生成式AI產(chǎn)生合成數(shù)據(jù)以解決數(shù)據(jù)不足的問題、運(yùn)用分布式架構(gòu)避免運(yùn)算或傳輸資源的浪費(fèi)等。

AI技術(shù)本身仍在發(fā)展中，所遇到各種挑戰(zhàn)中也隱藏著AI技術(shù)創(chuàng)新機(jī)會和潛力商機(jī)。

本文轉(zhuǎn)載自公眾號數(shù)字化助推器  作者：天涯咫尺TGH

原文鏈接：??https://mp.weixin.qq.com/s/l9VFxHtZ3sal2Ccpr77cgw??