智能应用 影音
Dtalk广宣
车电展会广告

2021人工智能5大领域趋势 台湾新创怎么看?

AI在医学领域的成就,自疫情爆发就显露出具体成效。图为聿信医疗将AI听诊器导入武汉医院。聿信医疗

台湾AI新创公司沛星科技(Appier)近日发布对于2021年人工智能(AI)预测及趋势观察。沛星科技表示,AI与机器学习技术已从计算机科学的幕后跃居主流,从疫情中已看见AI所带来的效益,近来阳明交大更透过AI找出四款具有抑制新冠病毒活性效果的潜力老药。不论是在医学中,从电商、工业、金融、教育等领域中,都能察觉AI为其带来的影响。沛星科技也进一步分别就五大领域的人工智能应用进行现况观察与趋势预测。

疫情造就新生活运动 AI带动电商蓬勃

疫情之于人类造成的最大改变,就是使人们在网络上花费的时间变得更多,除了在线购物之外,还包含参加在线会议、玩游戏、使用社群媒体及应用程序等,促使电子商务在过去一年发展迅速,并且有望继续成长。

在持续成长的数字经济活动中因此产生了更多的数据能被用于分析人们的各种行为,然而,在数据量增加的同时,复杂性也随之提高,能有效触及顾客群的单一渠道已不复存在,如何在对的时间、透过对的管道、触及对的顾客,对人们来说更加复杂,而AI正好在此时派上用场。

沛星科技表示,AI正运用营销人员过去无法想象的速度和规模改变人们的消费行为,不仅能协助营销人员找到合适的顾客,触及常被遗忘的长尾客群,还能用于有效地生成创意素材,为顾客产出专属的个人化内容,测试不同创意素材获致的成效,进而提高消费者参与度。

疫情止步的希望 AI促医疗大跃进

台湾医疗器材新创公司聿信医疗所开发的「AI连续辅助听诊系统」,也就是所谓的AI听诊器,可连续监听、图象化呼吸音,协助医师判断病患是否有肺部异常音。患者肺部外围有浸润声音是感染COVID-19(新冠肺炎)的重要症状之一,这项技术让医师不用传统听诊器也能「线上听诊」,大大降低原本穿著隔离衣的医护人员在听诊时需要暴露耳朵的感染风险,因此在疫情爆发后,聿信医疗的创新技术导入一家位于武汉的医院,前进新冠战场第一线。

AI在医学领域的成就,自疫情疫情爆发以来就显露出具体成效,除了线上听诊,包括协助新冠病毒的mRNA疫苗原型得以在数天内研发成功,或协助预测病毒的新突变,进而使开发下一个疫苗的过程更为迅速,甚至能够进一步被授权判读X光片,藉由听取患者的咳嗽声,辅助医师判断患者是否有罹患疫情或其它疾病的可能性。

沛星科技认为,在医学领域上,机器学习和人工智能并不是为了取代临床医师和研究人员而生,而是为了让专业人员的工作变得更有效率,并加速验证假设的过程。例如,利用机器学习和AI模型进行数字模拟,能让临床医师和研究人员更快速了解细胞成长后的状况,而不是花费时间等待细胞的培养。

随著越来越多人开始佩戴可监测心率、体温、血压及其它关键数据的装置,医师也因此能够获得更多数据以更深入了解患者的病情,不再依靠病人的回忆进行判断,诊断的准确性也会随之提升。

在生物医学领域,氨基酸或DNA等序列的使用可说是相当普遍,由于序列可视为一种具有隐性结构的语言,因此自然语言处理模型所采用的架构便可运用在理解并生成生物医学领域的序列。

沛星科技举例,2021年初有生物医学研究人员使用语言模型架构来预测病毒突变并了解蛋白质折叠(Protein folding)的成因,这对疫苗与药物的研发来说具有关键性突破的意义。沛星科技认为,这项发现其实是将模型架构经过微调以解决生物医学领域的问题。

成果可望复制 AI在工业制造持续扩散

工厂和农场也正以创新的方式使用数据,不过其应用人工智能的方式与其它领域截然不同。工厂和农场并未将重点放在最终使用者身上,而是着重于产品、农产品与机器,正因如此,就会需要在传感器、机器人、自动化以及营运最佳化方面进行投资。

沛星科技观察,目前AI在此方面的最大进展是将某个研究成果套用到不同领域上。好比AI可用于提高苹果的产量,那这类模型是否也能应用于种植香蕉或桃子等其它水果?同理,假设一家液晶面板工厂已找到提高良率的方法,其所采用的工具和获得的经验能否应用于其它工艺和工厂?

由数据驱动的金融产业离不开AI

而人工智能目前在金融领域的主要应用是高频交易,所谓高频交易是指从极短时间的市场价格变化中寻求获利的程序交易,比如利用某股票在不同交易所间的微小价差进行获利。

让机器以远高于人工效率的方式执行交易。沛星科技看好,无论是在传统金融或加密货币的世界中,这类应用都将持续发展,未来也将看到不同的AI技术加入这场「战局」。

虽目前也有投资者采用AI进行长期预测,但这类应用需要系统理解投资者的长期目标,而上述目标通常集中在营业额、营收和利润等指标上。

高频交易的策略确实相当重要,但事实证明加密货币的长期预测更具挑战性。在加密货币市场上出现的各种情况,很多都是由「人类的疯狂」所造成。尽管人工智能模型对此问题尚未产出好的因应之道,但可以预期的是,透过密切监测媒体和社群网络趋势,未来的AI模型将有望针对此类行为做出更准确的预测。

AI因材施教 教育领域的未来展望

许多课程和教科书大多是为一般学生所设计,这些教材涵盖了为培养不同能力的人才所设计的内容,然而这种「灌输式」的教育方式并没有考虑到学生的个人能力和需求,但AI的出现正彻底改变既有创建和授课的方式。

AI能够用于为学生提供更个人化的课程或试题,与其让每个学生都使用同一套内容,不如依据其水平制作个人化内容更符合其需求。

举例而言,某位同学在数学方面非常擅长分数,但在三角函数问题上却碰上困难。此时,AI并不会让这位同学去上标准课程,而是减少花在解分数试题上所花的时间,增加学习三角函数问题的比重,此外,AI也能监测学生的学习进度,并根据其需求主动调整课程的内容。

网络上的信息众多且繁杂,作弊和剽窃现已成为严重议题。虽然侦测抄袭相对容易,但除此之外仍有其它难题尚待解决,例如,当语言被翻译成他种语言的情况将难以被侦测,需要持续精进能应对这类问题的AI技术,与此同时,解读图象的AI也正在开发中,将可用于查出美术系学生抄袭或模仿他人设计的情况。

沛星科技表示,对于2021年后的AI,或许可以用「杠杆作用」概括。采用现有的AI模型架构、结合开发良好的模型,找到普及化现有模型或是推广至其它领域应用的方法,将不断强化AI所带来的影响,同时加速各产业推动数字转型。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 新创企业 沛星 AI