ITRI
神盾

AI加速物联网智能脚步 台厂乘势重塑产品价值

  • DIGITIMES企划
AI + edge computing.

前言:AI被视为物联网架构的最后一块拼图,未来主机与终端都会有程度不一的运算能力,台湾厂商可藉由此一趋势,发展出专业应用的物联网终端与连网设备,翻转过去的低价代工模式。

内文:物联网一直被视为IT产业继PC、互联网、智能手机之后的第四波革命,万物连网的庞大商机,让各研究机构纷纷做出惊人预估,象是BI Intelligence预估2017年全球连网装置出货量将超越智能型手机;Harbor Research也表示,2020年将有100亿个物件连网,商机超过1兆美元。而2016年底,科技产业出现另一个声势惊人的新议题——AI,AI成功吸引科技产业目光后,业界人士迅速将AI与物联网连结,打造出新名词「AIoT」,多数市场人士均认为,AI补足了物联网最后一块拼图,两者的结合将加速IT系统的智能化速度,延伸出更大商机。

就整体系统来看,物联网可分为感测、通讯、应用等三层架构,由于这一波AI的主流算法以深度学习(Deep Learning)为主,透过不断的错误更正自我学习,让指令不断趋近于完美,这种模式需要大量的运算,因此多建置在物联网最上层的应用平台,不过近期市场开始推动边缘运算概念,业界人士就指出,这将是台湾在AIoT的最佳机会。

边缘运算趋势打开台湾商机

当前物联网主要为集中式运算架构,也就是第一层所撷取的数据全部往上传,最上层的云端平台负责储存与分析。集中式运算与分散式运算各有优缺点,应用也不尽相同,集中式运算会有实时性、处理器工作负担和传输费用等问题,例如在制造业,设备一旦故障,若仍采用讯息传回后端再下指令的模式,现场状况极有可能因为讯息传递与后端运算所需的时间太久而恶化;另外在零售产业也会有类似问题,比如现在已有IT厂商尝试将智能脸孔分析导入至零售业系统,透过人脸分析与CRM的集成,提供更精准且更快速的服务,而脸孔辨识若还需要透过后端服务器的运算比对,其效益会大幅降低。

再者则是后端处理系统的运算负担与数据传输费用问题,物联网的愿景是万物联网,若所有讯息都连接到后端的运算平台,则服务器的运算能力必须非常强大,再加上所有第一线设备的连网需求,无论是建置或运行成本都会相当高昂,因此在部分应用中,边缘运算会是较佳选择。

不过边缘运算也并非全无缺点,例如系统若应用于类似车体大小的狭小空间中,多点部位同时运算,将会产生干扰;此外经过端点预处理过的数据,也会有失真之虞。当然物联网的建构并非只能二择一的极端做法,多数的系统都是两者并行,在实时性需求较高的部分设计有边缘运算功能,其它部分则仍为集中式运算。

对台湾来说,集中式运算向来不是台湾厂商可触及的商机,台湾厂商过去在IT领域主要以消费性产品为主,物联网兴起后,多数厂商也将目光聚焦在第一层的设备端,而边缘运算概念的出现,完全符合了台湾厂商的产品策略与市场条件。

首先是运算芯片,过去物联网终端产品的元件,多被要求低功耗与小体积,让设备可以在最有限的空间下,尽可能的长时间运行,加上多只是简单的状态数据撷取,因此运算功能不需强大,但在边缘运算概念中,部分设备需要有一定的运算能力,这对多数Fabless或IC设计业者来说,都还在能力范围之内。此外,未来的物联网系统多是垂直产业的应用,例如制造、医疗、交通...等,这些产业的物联网系统都需要与其专业结合,位于现场第一线的设备更是如此,而不同类型的设备需要对应不同模式的运算芯片,此时台湾厂商擅长的快速弹性的客制化设计能力,在这种少量多样的需求条件下,其优势将会延续,不过这类型应用也容易被抄袭,因此台湾厂商必须先行取得特定应用领域的专利,方能顺利站稳市场。

AI与HI结合才是最佳解答

至于台湾的劣势则是AI产业化的不足,其实台湾过去在AI领域所培养的人才并不算少,今年回台成立台湾AI实验室的杜奕瑾就曾指出,他在微软任职期间,微软每年举办的开发者大会「Build」中,台湾队总是缺乏政府的奥援,但即便如此,台湾队伍每年总能拿下不俗的成绩,这说明台湾的软件人才其实不逊于其它国家,只是过去一直不被政府与产业所重视。

不过2018年开始,科技部已开始启动AI政策,希望透过AI产业化留住台湾软件人才,而有了软件人才,台湾的AIoT在软硬件两方面才能齐备,顺利启动。以前面提到的边缘运算芯片为例,要在小体积与低耗电的条件下,设计出足够运算能力的芯片,除了硬件技术外,算法也是重要一环,软件工程师必须将庞大的演算模型精简化,让终端可以在低功耗模式下进行运算。

AI与物联网的集成虽未开始,不过整体趋势已经确定,2017年6月阿里巴巴创办人马云就指出,现在产业已经从「互联网+」进展到「AI+」,也就是AI将与各种领域结合,创造出更多加值服务,而这也就是过去物联网所诉求的垂直应用模式。不过多位业界人士表示,这不代表AI未来会全面取代人类,台湾微软总经理孙基康在日前微软的AI活动上就指出,AI必须要和HI(Human Intelligence)结合,才会变成SI(Super Intelligence)。

AIoT现在的发展,都是为了提供使用者更直觉、智能、多元的选择,但无法做出具有逻辑性的判断,真要提出相关对应策略,还是需要倚靠人类智能。以制造业和医疗业为例,工业物联网现在与AI的结合,已进展到感知层面,也就是脱离冷冰冰的人工指令,而改采更具人性的直觉性讯息,例如当现场制造设备出现故障,系统会依据过去深度学习的结果,判断问题所在,再依情况直接告诉作业人员设备故障处与可能故障原因,人员可参考系统将系统建议结合本身专业决定处理方式,而若系统察觉到的问题经过判断必须实时处理,则会先以口语化语音立即指出故障处与紧急处理方式,让工作人员可在最短时间内解除状况。医疗部分则是以AI判读医疗数据或影像,但是真正的病理判断与医疗行为,还是需要透过专业的医师,这也就是AI与HI结合的方式。

在与AI集成后,物联网会加快其应用拓展速度,就产业架构来看,台湾厂商过去在消费性产品所建立的优势,将会延伸到物联网系统中的终端零组件与连网设备,不过这类型产品将会需要一定程度的客制化设计,对台湾厂商来说,这是挑战也是新契机,台厂必须投入更多资源掌握特定领域的专业知识,但同时也能藉此提升产品价值,摆脱过去价值有限的OEM宿命,在AIoT市场取得更多商机。