元宇宙時代中AI之12個主要發展趨勢(中) - 工程師
By Charlotte
at 2023-01-10T16:26
at 2023-01-10T16:26
Table of Contents
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。
--
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。
--
Tags:
工程師
All Comments
By Belly
at 2023-01-10T18:33
at 2023-01-10T18:33
By Bennie
at 2023-01-10T20:41
at 2023-01-10T20:41
By Elizabeth
at 2023-01-10T22:48
at 2023-01-10T22:48
Related Posts
尋系列教學文
By Skylar DavisLinda
at 2023-01-10T14:40
at 2023-01-10T14:40
彭博挑全球50強企業 台積、聯發科進榜
By Harry
at 2023-01-10T12:25
at 2023-01-10T12:25
華碩去年營收創歷史第5高 今年上半延續
By Dinah
at 2023-01-10T09:13
at 2023-01-10T09:13
各位公司的總務
By Linda
at 2023-01-10T09:01
at 2023-01-10T09:01
群創營收低迷 去年恐虧300億
By Callum
at 2023-01-10T08:31
at 2023-01-10T08:31