AWS
Advantechline
 

產業AI化落地成真 工研院巨資中心展示7項AI應用

工研院巨資中心主任馮文生。工研院提供

工研院巨資中心14日舉辦「AI大未來:技術與應用交流會」,會中除了向外界展示多項巨資中心近年來在AI領域方面的技術突破之外,也特別向外界強調,這些應用目前都已陸續在光電產業、半導體、PCB、金屬加工、醫療以及商務等產業中實際落地。而工研院巨資中心主任馮文生針對AI落地的發展現況也提出觀察,他認為,台灣的優勢在於掌握眾多產業的領域知識,尤其製造業與醫療產業更是強項,應該藉此發揮所長,成為產業AI化的領頭羊。

各國積極搶進AI商機,而台灣則是在產官學研各界的推動下,以「產業AI化、AI產業化」為目標。而台灣發展AI的前景究竟在哪?馮文生對此則是認為「全世界都在做的,台灣不需要再擠破頭搶進。」他舉例,像是微軟與Google在平台、軟體、演算法方面已具備相當成熟的技術,這是國際大廠的強項,因此台灣不需要再花太多時間琢磨,而台灣的強項則是在Domain Know-How(領域知識)。

馮文生強調,AI落地的要素包括領域知識、大數據與AI技術,台灣的優勢則在於領域知識。特別是在製造業與醫療產業都有相當大的發揮空間,像是台灣製造業底蘊深厚,擁有眾多產業製程配方的龐大數據,而半導體產業在全球更是實力堅強。另在醫療產業方面,台灣的醫療技術在全球有目共睹,除此之外,還有完善的健保機制等等,加上台灣的終端設備實力強,若善加軟硬結合,應是台灣可發揮優勢之處。

另外,根據觀察,馮文生也點出目前AI在產業落地時會面臨的幾個問題。其中,資料來源是最關鍵因素,包括資料量夠不夠豐富足以支持AI應用,如果AI的效果要好,資料量必須夠多、也要夠乾淨。其次則是案場的轉換,他以製造業舉例,當產線或製程配方一經更動,原先已累積好的大數據,或經過訓練已具備高準確率的模型,往往容易因新環境而造成準確率下滑,而這無疑增加製造業者的負擔與困擾,而從這些面相來看,也證明AI若要扎實的落地,只憑單一技術是無法做到面面俱到的。

在此次AI技術交流會中,也邀請到多位業界專家一同分享產業與AI如何深度結合的觀點剖析,包括微軟AI研發中心執行長張仁炯、台灣AI實驗室創始人杜奕瑾、程曦資訊總經理張榮貴以及帆宣科技副總經理韋建名等。而這次的重頭戲,則是巨資中心一口氣展示院內在4種領域、共7種的AI應用實例,包括智慧製造、智慧醫療、智慧商務與無人經濟等領域。

在製造方面,有機器手臂透過AI可自主學習夾取目標、製程參數最佳化縮短研發時程、改善AOI缺點的瑕疵影像分析等。在醫療方面,則有糖尿病視網膜病變診斷輔助分析,幫助非眼科醫師針對眼底影像的病變判讀。在商務方面,則有AI理財機器人可預測股票市場未來方向,以及文字問答虛擬助理機器人協助客服處理常見問題等。在無人經濟方面,則有提供消費者拿了就走的無人智慧貨架。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 工研院 人工智慧