Reserch
订报优惠

人工智能技术的下一波研发核心

  • 徐宏民
随著AI技术陆续发展,除了带来技术瓶颈的突破,同时也在这些新兴领域激发许多新的商业需求。符世旻

人工智能(AI)技术发展陆续带来技术瓶颈的突破:如语音、视觉辨识、自驾车、机器人、自动影像生成等。同时也在这些新兴领域激发许多新的商业需求,如运算平台、传感器、大量存储器、储存设备等。我们更好奇,未来的技术发展会往哪里个脉络前进?

最近美国国防高等研究计划署(DARPA)公布的20亿美元经费支持次世代AI技术研发,提供了前瞻技术发展的重要指标。其中包含20项技术的新投资,目标是探索机器如何具有与人相类似的交流和推理能力。

DARPA的过往投注标的,都引起极大的技术革新,例如为了因应冷战时期的备援通讯研究,促使了Internet的开始。目前自动驾驶开发的灵魂人物大都来自早期DARPA资助的自驾车竞赛。其它还包括资料查找技术、无人机、语音辨识等。我在美国攻读博士班时候,参与了相关影像辨识、查找等研究,看到这些计画如何善用美国学界以及产业界的菁英来开发创新技术。

网络安全的防御更是DARPA的核心思维,象是网络上的犯罪或是国防议题等。尤其是近来利用深度学习技术所(自动)生成的影像、视讯等已经真假难辨,希望开发相关的技术来自动分辨虚实。另外,也希望自动评定人员安全等级,可以想象,每个人生活的数码轨迹都被将被极尽可能的收集,带动储存运算设备的庞大需求!

一般对于智能技术的信赖感(为何会失败、何时会失败等)还极度缺乏,这对于金融、医学、法规上等较严肃的应用是不能接受的情境。目前主导智能技术的深度学习运算,为何做出最终决定并不能明确解释,庞大的参数是个黑盒子,所以急需「可解释性」的AI技术。

DARPA的视野是未来人机共生(symbiosis)。可以想象未来在各种生活或是工作环境中(如工厂、家庭、医院、政府单位等),我们会与各种实体(或是虚拟)机器人共存,如何互相助益?该有怎样的人机接口、传感器等可以促进发展安全丰富的生活空间?另外,降低耗能一直是落实智能技术在各个场域的重要关键,新型态的机器学习技术、硬件(特别是终端平台)的效率、耗能等都是这几年必须解决的问题。

从这些前瞻的需求中我们可以预先规划技术的定位以及未来发展的场域,对于台湾产业的发展与方向做准备!

徐宏民(Winston Hsu)现任台大资工系教授及NVIDIA AI Lab计画主持人。哥伦比亚大学电机博士,专精于机器学习、大规模影像视讯查找与辨识、前瞻技术商业模式等领域。为讯连科技研发团队创始成员,曾任IBM华生研究中心客座研究员、美国微软研究院客座研究员。习惯从学术及产业界的角度检验技术发展的机会;十余年产学合作以及新创经验,近年与国内外企业合作,将深度学习技术落实到产品上,并且协助成立深度学习(人工智能)团队。曾获ACM MM 2014 Grand Challenge Multimodal Award、杰出信息人才奖、吴大猷先生纪念奖等多项国内外大奖。