Reserch
活動+

人工智慧技術的下一波研發核心

  • 徐宏民
隨著AI技術陸續發展,除了帶來技術瓶頸的突破,同時也在這些新興領域激發許多新的商業需求。符世旻

人工智慧(AI)技術發展陸續帶來技術瓶頸的突破:如語音、視覺辨識、自駕車、機器人、自動影像生成等。同時也在這些新興領域激發許多新的商業需求,如運算平台、感測器、大量記憶體、儲存設備等。我們更好奇,未來的技術發展會往哪個脈絡前進?

最近美國國防高等研究計劃署(DARPA)公布的20億美元經費支持次世代AI技術研發,提供了前瞻技術發展的重要指標。其中包含20項技術的新投資,目標是探索機器如何具有與人相類似的交流和推理能力。

DARPA的過往投注標的,都引起極大的技術革新,例如為了因應冷戰時期的備援通訊研究,促使了Internet的開始。目前自動駕駛開發的靈魂人物大都來自早期DARPA資助的自駕車競賽。其他還包括資料搜尋技術、無人機、語音辨識等。我在美國攻讀博士班時候,參與了相關影像辨識、搜尋等研究,看到這些計畫如何善用美國學界以及產業界的菁英來開發創新技術。

網路安全的防禦更是DARPA的核心思維,像是網路上的犯罪或是國防議題等。尤其是近來利用深度學習技術所(自動)生成的影像、視訊等已經真假難辨,希望開發相關的技術來自動分辨虛實。另外,也希望自動評定人員安全等級,可以想像,每個人生活的數位軌跡都被將被極儘可能的收集,帶動儲存運算設備的龐大需求!

一般對於智能技術的信賴感(為何會失敗、何時會失敗等)還極度缺乏,這對於金融、醫學、法規上等較嚴肅的應用是不能接受的情境。目前主導智能技術的深度學習運算,為何做出最終決定並不能明確解釋,龐大的參數是個黑盒子,所以急需「可解釋性」的AI技術。

DARPA的視野是未來人機共生(symbiosis)。可以想像未來在各種生活或是工作環境中(如工廠、家庭、醫院、政府單位等),我們會與各種實體(或是虛擬)機器人共存,如何互相助益?該有怎樣的人機介面、感測器等可以促進發展安全豐富的生活空間?另外,降低耗能一直是落實智能技術在各個場域的重要關鍵,新型態的機器學習技術、硬體(特別是終端平台)的效率、耗能等都是這幾年必須解決的問題。

從這些前瞻的需求中我們可以預先規劃技術的定位以及未來發展的場域,對於台灣產業的發展與方向做準備!

徐宏民(Winston Hsu)現任台大資工系教授及NVIDIA AI Lab計畫主持人。哥倫比亞大學電機博士,專精於機器學習、大規模影像視訊搜尋與辨識、前瞻技術商業模式等領域。為訊連科技研發團隊創始成員,曾任IBM華生研究中心客座研究員、美國微軟研究院客座研究員。習慣從學術及產業界的角度檢驗技術發展的機會;十餘年產學合作以及新創經驗,近年與國內外企業合作,將深度學習技術落實到產品上,並且協助成立深度學習(人工智慧)團隊。曾獲ACM MM 2014 Grand Challenge Multimodal Award、傑出資訊人才獎、吳大猷先生紀念獎等多項國內外大獎。