智慧應用 影音
台灣亞馬遜網路服務有限公司
20210924_D Webinar企業決勝關鍵論壇:快速驗證產業轉型應用

DIGITIMES Research菁英開講 精準剖析產業AI化機會與挑戰

2015年起陸續擊敗了全球職業圍棋高手的AlphaGo,再次掀起了AI熱潮,與前兩次快速發展期相較,這波AI挾高速運算力、大數據與深度學習演算法之威,並結合物聯網與5G等新科技,快速在各垂直產業普及,根據世界經濟論壇(WEF)的預測,2025年人類社會將有50%的工作被機器取代。

為協助各領域產業人士抓緊AI脈動,DIGITIMES Research於2021年7月15日舉辦了「從AI到AI+ 洞察產業AI化的機遇與挑戰」線上論壇,論壇中除了由DIGITIMES Research分析師團隊深入剖析最新的AI發展趨勢外,更邀請台北榮總主任醫師郭萬祐,由醫學影像診斷觀點,分析AI在醫療場域的應用。

 點擊圖片放大觀看

首先登場的DIGITIMES Research分析師翁書婷,以「雲端與終端人工智慧晶片趨勢 美中競合關係對AI晶片發展影響」發表精采演說。她表示,從連結、記憶體、運算等三個面向的AI晶片發展狀態來看,在異構架構發展下,雲端AI晶片中的CXL、NVLink、Infinity Fabric等高速互連技術的重要性與日俱增,而矽穿孔與混合鍵合等3D晶片互連技術,則將成終端AI晶片中影像感測運算發展的重要發展推進力。

記憶體方面,高頻寬記憶體(HBM)已是雲端訓練晶片主流配置,業界人士可以特別注意三星於2021年的HBM架構中的記憶體內運算創新。另外,仍舊緊張的中美關係,讓全球半導體產業出現分工模式反思,在此態勢下,整個RISC-V生態系雖有往高性能應用發展的機會,不過挑戰性仍高。

DIGITIMES Research分析師陳辰妃則剖析了2021年AI產業發展現況與趨勢,並從中點出AI產業的主要挑戰與關鍵解方。她指出反覆不定的疫情,加快了AI的應用速度,例如倉儲物流與醫療兩大產業,就利用影像辨識優化工作效率。

就整體AI產業現況來看,現在AI產業價值鏈的中上游輪廓已逐漸清晰,下游應用則正在起步。觀察AI產業發展重心,她表示目前首要之務是降低企業的應用門檻,企業可善用現在市場上已有的GAN、聯合學習、AutoML、GPT-3等技術,縮短AI的學習與使用曲線。

對於未來AI產業的觀察重點,她則認為AI已由學術走進產業,因此開發工具將成企業AI應用的發展關鍵,前面提到的四項技術,將可協助企業優化數據分析、簡化ML開發流程,未來產業也將循此方向發展,進而加速AI普及。

醫療是AI的重點應用場域之一,台北榮民總醫院放射線部主任郭萬祐醫師在「人工智慧在醫學影像診斷上面的應用:分散與集中式人工智慧學習的比較」演講中就指出,AI在醫療院所的應用多元,從病患進醫院的來診人數預估,到掛號、候診、各類儀器檢驗等流程,都可透過大數據與AI演算法應用提升整體效率。

而在醫療體系運作中,醫學影像診斷是目前醫療、科技兩界著力最深的AI應用場域之一,台北榮總近年就導入DeerMet-Plus AI輔助診斷模型,訓練AI判斷、標記腦轉移瘤的病灶位置與體積。

郭萬祐表示,台灣的醫療實力位居全球領先群,各大院所都有深厚的技術,有足夠的優勢發展AI醫學影像診斷,不過為顧及病患的隱私與自主權,各院所的相關資料無法彙整共用,對此他建議可採用資料不須離院的聯合學習法,以較低的行政依賴性,提升多國的合作可能性,加快AI在醫療領域的落地速度。

製造業是產業AI化的另一重點,DIGITIMES Research分析師黃耀漢在「AI+智慧製造應用觀察:智慧製造解析與案例分享」演講中指出,過去製造業的產業轉型,主要集中在數位化,不過現在數位化已不足以因應多樣少量的彈性生產需求,業者必須進一步導入AI系統,方能讓產線具備迅速變動能力。

目前智慧製造常用的AI應用,包括工業安全、設備維護、品質檢驗與製造優化等4大面向,透過軟硬體的整合,讓系統可以自行巡檢現場設備、管控人員、強化機台的可用性與生產品質,最終達到提升產能、降低成本等目標。

黃耀漢最後總結,AI雖可提升生產效益,但各公司及各場域狀況有所差異,因此效益評估成為重要的關鍵,目前台灣製造業導入AI的目標,大多為取代人力成本與提升產能,未來可設立階段性目標,循序漸進的落實智慧製造願景。


  •     按讚加入DIGITIMES智慧醫療粉絲團
更多關鍵字報導: 智慧醫療 AI