元宇宙時代中AI之12個主要發展趨勢（上） - 工程師

元宇宙時代中AI之12個主要發展趨勢（上）

https://bit.ly/3IgirgL

根據2022年8月「麥肯錫2022年科技趨勢展望」(McKinsey Technology Trends Outlook
2022)報告指出，「AI人工智能應用」為最具創新力之科技，目前在各應用領域快速落地
；而AI應用解決方案包括機器學習(ML)、電腦視覺處理(CV)、自然語言處理(NLP)、深度
強化學習(DRI)、知識圖譜(KG)等。在這些技術的基礎上，近來全球各企業與研發單位又
大肆投入元宇宙(Metaverse)，其中最重要的沉浸式體驗，不論是AR、VR、MR或延展實境
(XR)都需要AI加持，來輔助各種場景的最佳化應用。此外，業界還嘗試在AI技術下引入觸
覺、味覺和嗅覺，來增強具沉浸式之體驗。自從COVID-19疫情席捲全球，不但間接促成元
宇宙之發軔，更讓企業為了維持運作，大量引入AI提高效率，並激發企業運營價值。

AI的應用雖已廣泛分布在各領域，但依目前全球AI的發展來看，迄今仍未發展到像人類那
樣會推理、意識、創新等包羅萬象的智慧，反而是依恃著各領域的專業知識進行建模，然
後再模型化輔助特定產業上的應用。據此，本文擬聚焦在元宇宙產業的發展，來審視AI影
響工商運作之12個主要發展趨勢。

一、晶片效能和量子AI大幅提升功率

元宇宙比起之前的網絡，更需要高算力來處理虛擬世界中的動態圖像或語音等表現，隨著
晶片或處理器的運算能力不斷提升，AI可解決更複雜的問題，而AI運算能力得以持續推進
，有賴於高運算力的CPU、GPU等AI賦能晶片(AI-enabled chips)的進展。在電腦視覺、自
然語言處理或語音辨識使用AI，都需要高效能晶片，才能快速執行運算並協助預測分析。
像是元宇宙中圖像渲染(image rendering)與全息投影(holograms)都需要更大算力，以進
行各種複雜演算法。另外，談到運算能力，近年崛起的量子運算(Quantum computing)，
則將於元宇宙中提升到更高層次：「量子AI」(Quantum AI)，未來將AI與量子計算結合，
讓AI程式可在量子電腦上運行大幅提升功率，使得量子運算提供比當今超級電腦快至少千
倍的運算速度。

簡言之，量子AI將比傳統運算更快速地從數據中學習，而能以前所未有的速度發現模式和
異常，並以極快速度執行計算。隨著量子的發展，AI技術的潛力將呈指數級增長，讓執行
複雜計算的能力大放異彩。IBM就表示未來10年有可能構建具有50-100個量子位元的量子
電腦，量子將讓AI如虎添翼，譬如可縮短新藥發現的時間、減少碳排放等，更長遠來看，
量子運算對元宇宙如何能在經濟、人文等複雜虛擬體系，再掀科技應用高峰而有更突破性
發展，大家都引頸企盼。

二、更多工的大數據、5G、雲端、邊緣運算和AI協力運作

為迎接元宇宙，5G、大數據、雲端、AI和邊緣運算將更緊密的融合，讓企業得以從預測分
析、商業智能(BI: business intelligence)、數據倉儲，再到深度學習為數據驅動的BI
提供支持，使AI對全球各產業的進步和轉型，產生極大影響並重塑整個產業。而5G無線技
術藉由連接設備提供可靠、靈活和低延遲的網絡，從而為元宇宙提供即時的應用服務，並
得在5G網絡上建構沉浸式之學習和應用。

至於日趨重要之雲端運算，可以和AI之深化融合，使AI模型能從大量的異質數據融合中，
學習並發現新的知識，成為眾多工商企業所需新數位計劃的基礎，故雲端運算是元宇宙中
不可或缺的元素，再透過5G（或6G）低延遲的訊號傳播，達成「隨時隨地實現計算功能」
。然而，把所有複雜運算堆積在雲端處理將造成壅塞，因此邊緣運算就把可先行運算分析
的工作處理掉，以分擔雲端的工作量，讓通訊網絡中的所有終端裝置更有效率地執行（例
如邊緣運算於即時回應AR/VR之應用）。另一最新趨勢是雲端原生平台(cloud-native
platforms)，可建構具彈性、韌度和敏捷性的新應用架構的技術，能回應快速的數位化變
化；相較於過往較無法善用雲端優勢，雲端原生平台的雲端遷移方法(lift-and-shift
approach)，可以改進並可很靈活地支援日益複雜的應用程式環境。

基於前述設施，元宇宙需同時支持大數據和低延遲的運算之基礎架構，因此像晶片或處理
器、5G、雲端和邊緣運算等網絡中的運算單元，對虛擬世界無縫轉換、無延遲的體驗將至
關重要。

三、新的AI機器學習與神經網絡之相容性整合

基於上述需求，AI所涵蓋之監督學習、非監督學習、移轉學習、深度學習與強化學習等各
演算法，在元宇宙中仍將持續精進，例如非監督學習可用於強化電腦視覺、自然語言處理
和機器人等面向，而深度/強化學習則可用於虛擬工廠之自動化作業與遠端教育訓練。欲
讓AI模型廣泛使用在元宇宙各場景，需再整合更多的異質數據或資料庫以發現更多的新知
識，並創造出更具獨特智慧的AI。過去AI模型（包含所有最佳化參數組合），可能只適用
在某一特定場景或技術框架，若要將該AI模型整合到其他場景或框架即可能會發生偏差，
為解決此問題，Meta、微軟等科技巨頭正合作建構「開放式神經網絡交換」(ONNX: Open
Neural Network Exchange)，以跨越多框架將各項經訓練之神經網絡模型，進行相容性之
整合。

四、AI與IoT物聯網之融合 -- AIoT

物聯網(IoT)意味著萬物連網，藉由各物件透過網路連線，並收集現實生活中互通的數據
，將使用者之行動或終端設備運作數據傳至雲端進行計算，再將雲端運算結果回傳至使用
者或終端設備，以提供更佳的體驗。物聯網在過去幾年不斷發展，不僅增加聯網設備且變
得更為先進，這也造就了將物聯網與AI技術融合成「物聯網的人工智能」(AIoT)，借助物
聯網連接將具有分析能力，使這些設備能根據其所連接的各apps和設備的數據，提出更智
能之建議。

既然實體世界都能透過IoT產生最佳化決策，那在元宇宙中，從實體跨到虛擬世界更是順
理成章。依此種數位化邏輯思考，就不難理解AI在元宇宙中勢必扮演重要角色。舉例來說
，AI可推動IoT設備和服務，使其更智能、更安全，這方面的使用如監控工廠機器狀況，
透過收集IoT數據並建立適當之AI模型，可發現潛在將發生的故障，從而進行預防性維護
以減少意外停機的可能。此外，攝影機、麥克風和各感測器裝置所收集的視頻影像、語音
合成或其他媒體的數據，在雲端中就可使用神經網絡訓練AI，凡此皆有助於IoT與AI融合
後所做的精準分析、預測性維護或異常值檢測等功能，對元宇宙工廠極為重要。


心得/評論：

針對元宇宙產業發展下，以AI融合了多種技術，而這些技術結合在一起為企業的多種
問題創造解決方法並且自動執行任務，尤其結合高運算能力將數據分析並進行預測，為企
業制定策略有相當大的幫助。AI的出現作為填補企業的新角色，是否意味著漸漸取代AI人
才解決更多問題，也是值得思考。


--