文/洪妙玲
工研院產業服務中心

你聊天了嗎?近期聊天機器人ChatGPT引爆熱潮，以飛快速度走進你我的生活，今天它造出精采絕倫的文章，但又犯了什麼蠢事，哪天破了什麼難題，被輿論熱烈討論分享，一個「不完美」的聊天機器人卻成功擄獲焦點。經過測試，ChatGPT的平均智商約為83，已達到美國高中生考大學的平均水準。ChatGPT主要功能是問答、撰寫文章、代寫程式碼等，即便不完美，各行各業嘗試解決溝通的痛點，期待創造出多元應用，或許預告了AI奇點將提早來臨。

產業數位轉型  AI成為下一個成長引擎

1956年美國電腦科學家麥卡錫(John McCarthy)首次使用人工智慧(Artificial Intelligence, AI)這個新詞彙；60 年後，AlphaGo擊敗世界棋王冠軍，AI從實驗室大步走向市場。結合了物聯網、大數據、雲端/邊緣運算技術，並加速落地到產業應用與民生生活，AI將創造出龐大商業價值；根據麥肯錫全球研究院MGI報告預估， 2030年時全球AI產值將高達13兆美元，每年可為全球GDP成長率貢獻1.2%。隨著產業全面數位轉型，人工智慧AI的發展及應用被公認為產業的下一個成長引擎。

麥肯錫(McKinsey)在2022年8月底發布的「麥肯錫2022年科技趨勢展望」報告中，透過創新、關注、投資和採用度的量化指標，將AI應用列為14項領先科技趨勢之一，並在創新度上得分最高。另參考PitchBook私募市場與公開市場的募資數據，AI投資金額穩步成長且投資力度加大，2021年投資金額為1,650億美元，其中在私募市場中募集935億美元，較2020年倍增。以成立於2013年的美國資料分析與人工智慧公司Databricks為例，累計股權投資金額35億美元，最新一輪是2021年8月完成H輪16億美元的投資，引發關注。

資料來源: McKinsey Technology Trends Outlook 2022，工研院整理
圖1、麥肯錫技術委員會對AI應用的科技創新度、關注度評分

自2018年以來，AI模型訓練速度提高了94.4%，讓落地應用得以簡化且更加經濟實惠。不同行業中，AI商業採用率正持續漸進式成長。在2021年的全球調查中，56%的受訪者表示其組織正在採用人工智慧，相比2020年增加50%。以機器學習(ML)解決方案為例，可作為推薦引擎(如內容推薦)、檢測與預防(如銷售線索辨識、信用卡詐欺檢測、理想客戶輪廓建模、疾病早期診斷)、預測和分析(價格波動、銷售需求預測)，人工智慧早就伴隨在你我生活的日常生活中。

AI新創嶄露頭角  迎向市場浪潮

1. 集思智能AI落地，提供石化產業「淨零碳排」解方

為解決本地企業在AI導入時，遇到如不知從何開始、擔心資料於質與量不足、沒有AI人才等障礙，工研院執行技術處人工智慧拔尖計劃，於2018年成立人工智慧共創平台AIdea，活躍會員超過3,000人。AIdea優先與企業釐清AI需求，透過公開競賽的演算法競技場，讓學者或新創等解題者展現演算法實力，最後進行媒合，提供企業演算法的最佳模型，此種媒合解題者與出題方的群眾解題平台，沒有應用產業與領域的限制，有助扶植本地AI產業化生態系。

為加速產業落地，工研院接續衍生專注於AI創新應用的新創團隊—集思智能(WeThink AI)，著眼協助廠商減少碳排量，提供製程減碳、低碳排程、降低設備能耗與供需最佳化等解決方案。與南部在地大廠合作，以AI大數據分析石化產業原料成份與製程參數等多達百項數據，從源頭找出解決產業痛點的關鍵因子，預計可為石化廠每年減少2萬公噸碳排，換算約節省超過新臺幣5千萬元，既可符合全球淨零碳排趨勢，也可降低遭課徵碳稅的風險。

2. 邁爾凌「AI軍火商」，軟硬整合加速AI系統研發

過往，各公司在撰寫AI專案時，大多是使用免費、屬開放原始碼式的流程開發軟體，但隨著建立的專案數量增加，企業漸漸發現難以系統性管理已建立的專案。2020年衍生自工研院的邁爾凌科技股份有限公司( MyelinTek Inc.)，將自身定位在「AI軍火商」，開發出一站式AI開發暨管理平台「MLSteam」，把AI開發的種種流程全部統整在一套管理平台上，藉此讓各公司的AI開發人員只要專心撰寫自家領域的演算法，無須花費額外心力去管理或維護一套開發平台，也可避免市面上免費的開源軟體平均一到兩年就有新版本，開發人員必須不斷調整開發環境的痛點。

專業分工的AI產業鏈，引來硬體業者的關注，2020年5月技嘉策略性投資入股邁爾凌，雙方組成經銷聯盟。技嘉、邁爾凌在應對自己原有的客戶時，都搭配對方的軟體或硬體，以整組的系統方案銷售給客戶。以智慧交通解決方案為例，邁爾凌MLSteam結合技嘉科技的高效能運算GPU伺服器，讓營運商輕鬆進行大量的交通數據資料處理能力，並讓研發團隊建構合適的AI模型，進而訓練與管理，滿足AI交通管理系統各種所需的研發環境解決方案。

資料來源:邁爾凌官網https://www.myelintek.com/
圖2、邁爾凌MLSteam智慧交通成功案例

3. 奎景運算用平行化技術，實現AI for All願景

一般在AI專案的開發流程中，從資料收集、建立模型、訓練模型，直到系統上線使用，大約需要耗費1年左右時間，訓練好的模型還得花費數個月來建置AI系統以部署到各種應用場域，並檢驗系統完整性。AI落地漫長的流程，阻礙資源不足的中小企業投入應用，如何讓AI模型訓練變得更快速有效? 成立於2022年的奎景運算科技股份有限公司，提供AI加速服務「hAIsten AI」，是一種Low-code AI工具，把訓練模型的大任務拆成許多小任務，運用平行計算(Parallel Computing)及點擊式流程，在多個GPU之間建立加速平行化的模組，讓不同GPU之間交互運算，改良傳統演算法的運算方法，藉以提升運算效率。

奎景運算已在智慧醫療、智慧製造、智慧建築等領域與合作夥伴實際驗證產品效能。以智慧醫療為例，與智慧聽診器的聿信醫療合作，運用奎景運算hAIsten AI工具，在多個GPU上平行訓練，訓練出能判讀呼吸異音、呼吸中止的AI模型，過程加速了300%，也能夠更快速部署到不同邊緣裝置上，藉此加速呼吸監測系統產品開發速度。

資料來源: 奎景運算官網https://www.avalanc.com/
圖3、奎景運算Low-code AI工具「hAIsten AI」

巧借AI東風  跟上下一波浪潮

不管有沒有意識到，AI已經無所不在的伴隨在我們的生活中，該伸出雙手擁抱，抑或心生擔憂各式風險，「AI everywhere」是不變的趨勢。AI產業發展即將進入成長期，台灣AI新創如集思智能、邁爾凌、奎景運算各具搶占市場切入點，值得期待後續發展。那下一步呢?為了管理人工智慧帶來的風險，全球逐漸重視「可信任AI」的議題，各國更開始將發展AI治理的法制與規範，建構AI模型強健性的評估機制，思考AI治理的方法論，多有國際大廠或新創已投入發展出各種可信任AI工具或解決方案，成為AI新應用市場與新商機，或許這也將是下一波人工智慧浪潮。

參考資料：

1. McKinsey, “McKinsey Technology Trends Outlook 2022”, Aug 2022。
2. 技術處新聞稿：經濟部5G、AIoT、新創三引擎落地南臺灣 參展首日傳捷報 斬獲三訂單創商機。
3. 邁爾凌科技股份有限公司官網。
4. 奎景運算官網。