DIGITIMES Research菁英开讲　精准剖析产业AI化机会与挑战

2015年起陆续击败了全球职业围棋高手的AlphaGo，再次掀起了AI热潮，与前两次快速发展期相较，这波AI挟高速运算力、大数据与深度学习演算法之威，并结合物联网与5G等新科技，快速在各垂直产业普及，根据世界经济论坛(WEF)的预测，2025年人类社会将有50%的工作被机器取代。

为协助各领域产业人士抓紧AI脉动，DIGITIMES Research于2021年7月15日举办了「从AI到AI+　洞察产业AI化的机遇与挑战」在线论坛，论坛中除了由DIGITIMES Research分析师团队深入剖析最新的AI发展趋势外，更邀请台北荣总主任医师郭万佑，由医学影像诊断观点，分析AI在医疗场域的应用。

首先登场的DIGITIMES Research分析师翁书婷，以「云端与终端人工智能芯片趋势　美中竞合关系对AI芯片发展影响」发表精采演说。她表示，从连结、存储器、运算等三个面向的AI芯片发展状态来看，在异构架构发展下，云端AI芯片中的CXL、NVLink、Infinity Fabric等高速互连技术的重要性与日俱增，而矽穿孔与混合键合等3D芯片互连技术，则将成终端AI芯片中影像传感运算发展的重要发展推进力。

存储器方面，高带宽存储器(HBM)已是云端训练芯片主流配置，业界人士可以特别注意三星于2021年的HBM架构中的存储器内运算创新。另外，仍旧紧张的中美关系，让全球半导体产业出现分工模式反思，在此态势下，整个RISC-V生态系虽有往高性能应用发展的机会，不过挑战性仍高。

DIGITIMES Research分析师陈辰妃则剖析了2021年AI产业发展现况与趋势，并从中点出AI产业的主要挑战与关键解方。她指出反覆不定的疫情，加快了AI的应用速度，例如仓储物流与医疗两大产业，就利用影像识别优化工作效率。

就整体AI产业现况来看，现在AI产业价值链的中上游轮廓已逐渐清晰，下游应用则正在起步。观察AI产业发展重心，她表示目前首要之务是降低企业的应用门槛，企业可善用现在市场上已有的GAN、联合学习、AutoML、GPT-3等技术，缩短AI的学习与使用曲线。

对于未来AI产业的观察重点，她则认为AI已由学术走进产业，因此开发工具将成企业AI应用的发展关键，前面提到的四项技术，将可协助企业优化数据分析、简化ML开发流程，未来产业也将循此方向发展，进而加速AI普及。

医疗是AI的重点应用场域之一，台北荣民总医院放射线部主任郭万佑医师在「人工智能在医学影像诊断上面的应用：分散与集中式人工智能学习的比较」演讲中就指出，AI在医疗院所的应用多元，从病患进医院的来诊人数预估，到挂号、候诊、各类仪器检验等流程，都可透过大数据与AI演算法应用提升整体效率。

而在医疗体系运作中，医学影像诊断是目前医疗、科技两界着力最深的AI应用场域之一，台北荣总近年就导入DeerMet-Plus AI辅助诊断模型，训练AI判断、标记脑转移瘤的病灶位置与体积。

郭万佑表示，台湾的医疗实力位居全球领先群，各大院所都有深厚的技术，有足够的优势发展AI医学影像诊断，不过为顾及病患的隐私与自主权，各院所的相关数据无法汇整共享，对此他建议可采用数据不须离院的联合学习法，以较低的行政依赖性，提升多国的合作可能性，加快AI在医疗领域的落地速度。

制造业是产业AI化的另一重点，DIGITIMES Research分析师黄耀汉在「AI+智能制造应用观察：智能制造解析与案例分享」演讲中指出，过去制造业的产业转型，主要集中在数码化，不过现在数码化已不足以因应多样少量的弹性生产需求，业者必须进一步导入AI系统，方能让产线具备迅速变动能力。

目前智能制造常用的AI应用，包括工业安全、设备维护、品质检验与制造优化等4大面向，透过软硬件的整合，让系统可以自行巡检现场设备、管控人员、强化机台的可用性与生产品质，最终达到提升产能、降低成本等目标。

黄耀汉最后总结，AI虽可提升生产效益，但各公司及各场域状况有所差异，因此效益评估成为重要的关键，目前台湾制造业导入AI的目标，大多为取代人力成本与提升产能，未来可设立阶段性目标，循序渐进的落实智能制造愿景。