元宇宙時代中AI之12個主要發展趨勢（中） - 工程師

元宇宙時代中AI之12個主要發展趨勢（中）

http://bit.ly/3GMs1H1

本文擬聚焦在AI於元宇宙產業的發展，來審視AI影響工商運作之12個主要發展趨勢。在元
宇宙時代中AI之12個主要發展趨勢（上）中，已經介紹了前4項發展趨勢，下面將繼續介
紹第5到8項。

五、IT之AI解決方案與AI工程 & AI治理
元宇宙中對「數位連接」緊密性要求更高，IT系統因此不可或缺，為解決如應用與基礎設
施和網絡等監控項目，「IT運作之AI解決方案」應運而生，其不僅可改進關鍵流程、決策
制定，以及對輸入數據量的分析，而且還可透過端到端(end-to-end)的數位體驗、數據關
聯(data correlation)和IT運作管理工具鏈之整合，增強跨領域之協力合作。舉例來說，
透過AI增強數據管理和分析，企業可優化其作業流程和系統效能，同時提高業務彈性與成
本效率。因此藉AI創新和自動化，使企業得以優化其原來的業務和開發流程，達到更廣泛
之智慧整合與改進協作，使流程更順暢。

再者，人類因不擅長非線性思考，所以很多決策可能都憑藉過往的經驗與直覺做出，有很
多時候是很冒險的，因此AI的定位在於輔助人類做決策，例如透過改進組織之「智慧決策
」(decision intelligence)以輔助專家強化分析、模擬和自動化；透過「AI工程」(AI
engineering)自動更新數據、模型和應用程式，以簡化流程；並透過結合「AI治理」(AI
governance)以AI工程執行AI交付，確保持續的業務價值。有了這些觀念，便可延伸至元
宇宙中的多重應用，例如工廠管理就可透過AR結合雲端運算技術，在現實環境中顯示虛擬
機台與其所產生的虛擬影像和數據，好讓工作人員遠端線上生產、維運與管理供應鏈。
2022年微軟和NVIDIA等科技巨頭更提出有別於一般人所熟悉的「工業元宇宙」
(Industrial Metaverse)，並且在工廠產線上也已有具體實際的應用。

六、自動化機器學習、供應鏈自動化AI與超自動化
自動化機器學習(AutoML: Auto Machine Learning)，可支持企業解決複雜的業務，甚至
可進化出能應對未來AI挑戰的新模型，為不同的業務提供客製化服務。而供應鏈自動化中
之AI亦日益重要，在優化供應鏈效率方面發揮重要作用，透過AI演算法來自動化操作，不
僅可改善供應鏈運作，並減少因手動輸入而導致的錯誤，而且還可了解供應鏈中之模式用
於庫存管理，並預測未來採購的需求。因此元宇宙中對自動化之機器學習，與生態系統上
下游供應鏈自動化，皆有賴AI持續優化展開。

像台積電透過AI優化先進製程的成功模式就是極佳典範，其2021年底曾表示，當下晶圓製
造的挑戰與複雜度、生產排程與派工令已非單純人力能處理，例如從40奈米到5奈米製程
資料量約多275倍，每天產生高達800萬至1000萬的派工令，及月產逾70億種組合等AI改變
製造之工作模式，讓工程師撤出工廠，不論在家或在美國只需設備工程師和專案經理到廠
即足。由此可預見，未來台積電很有機會將晶圓製造所有程序搬到虛擬世界，供全球各地
技術與管理人員在元宇宙中，透過虛擬整合同步解決晶圓製程問題。

再者，元宇宙中更可創造「智能自動化」(intelligent automation)和「超自動化」
(hyperautomation)，前者是AI與傳統自動化的結合，後者則是所有可用自動化技術、AI
與其他軟體的融合，例如，像軟體開發中愈來愈受歡迎的低程式碼和無程式碼平台
(low-code and no-code platforms)，因為工程師只要藉由此等程式碼圖像化或視覺化的
開發介面上的功能進行拖曳，即可快速完成產品開發雛型，省去許多耗時、複雜的程式碼
，省下來的時間便可專注在AI的導入或研發，以便增強現有的自動化工作，有助於改善元
宇宙中之自動化，無論是商業或生活方面。低/無程式碼的開發平台也在前述「麥肯錫
2022年科技趨勢展望」報告中，被列為未來最具關鍵影響力的科技之一。

七、AI將持續圖形、語言和語音技術之驅動智能與數據建構
人們在元宇宙中工作是基本設定，性質上係實體世界遠距工作之進階應用，因此AI將持續
優化圖形、語音和語言等方面之技術。基於多項資料庫管理和存儲海量數據集，各種數據
和分析皆需使用圖形技術(graph technology)、自然語言處理和「自動語音辨識」(ASR:
automated speech recognition)，讓業者以此完成元宇宙中客戶在視覺與聽覺上的理解
。

對AI與大數據間的應用方式，是讓業者更有效地將非結構化數據（例如網路上的文字或口
述語音），轉換為結構化數據，然後再進行機器學習，甚至利用這些技術，建立機器人流
程自動化(RPA: robotic process automation)及可使用的數據。以往RPA的限制是只能使
用結構化數據，如今透過資料清洗技術而將非結構化數據，更容易地轉換為結構化數據，
並提供已定義好之輸出資料。

而AI在對話方面已大幅改進為「對話式AI」(Conversational AI)，使模型具有更好的語
言對話能力，包括在語意/語音識別、自然語言處理與問題回答各方面。對話式AI可推動
聊天機器人和語音智能助手(voice-based smart assistants)，亦可延伸到機器翻譯，配
備AI的程式能輸入翻譯成不同的語言，實現更順暢的全球交流，這些技術在元宇宙中將提
供更好的交流服務。像Meta就對語音聊天展現企圖心，擬建立單一的AI模型NLLB-200，和
新的評估數據集FLORES-200，提供一個翻譯200種語言之即時翻譯，希望在元宇宙中透過
AI語音系統，來打造無國界的聊天空間。

八、生成式AI於多領域之應用
AI已可創造藝術、音樂、詩歌、戲劇、散文等，這幾年來在各藝文方面大放異彩，例如下
一個林布蘭畫作或貝多芬第10號交響曲，而元宇宙中則有更大量之內容，待AI以具有人為
創造力(artificial creativity)來建構，其他像之前NVIDIA的擬真臉StyleGAN，和該公
司CEO所播出的一段影音，合法精製之「深偽」(deep fake)讓人印象深刻。這些技術稱為
「生成式AI」(Generative AI)，其技術特點在於所產生的新物件或產品，與原先的物件
相似但不重複，因此造就AI擁有自我創新的能力，這將影響未來元宇宙的科技與商業上的
運作。

愈來愈夯的生成式對抗網絡(GAN: generative adversarial networks)也是一種生成式AI
，早先就有法國藝術團體用GAN創作出具原創性之AI繪畫（愛德蒙·貝拉米肖像，於佳士
得拍場以43多萬美金落槌售出），因此GAN和NLG（自然語言生成natural language
generation），在元宇宙之金融與各投資市場中，可應用於欺詐檢測、交易預測、合成數
據生成和風險因素建模等等多種用途，因其能將個性化提升到新的高度，故極具潛力，而
生成式AI造就新創意內容之潛力，更能發揮在從醫學到產品創造等個不同領域，並縮短研
發週期，由此可見生成式AI對未來元宇宙之影響勢不可小覷。

近來在各大社群平台討論度急遽升高的AI聊天機器人ChatGPT，也是生成式AI的一種高階
應用，其基於生成式預訓練變換模型(GPT-3: Generative Pre-trained Transformer 3）
的自迴歸語言模型，則可根據輸入的資料產生如人類一般靈活、有趣的對話，不論是文字
或是語音聊天。儘管有時仍會答非所問或回答的內容發生錯誤，但這已為未來的仿真機器
人揭開序幕，相信日後會日趨成熟，準確度日益提高。


心得/評論：
ChatGPT儘管存在某些限制和問題，例如抄襲疑慮，一些教育者還是看到了 ChatGPT 和其
他形式的生成式 AI 技術的教學潛力。在史丹佛大學的網站的一篇文章中指出，ChatGPT
可以幫助學生以他們目前沒有的方式思考，例如，幫助他們發現和澄清他們的想法。

--