LLM产学交流会圆满落幕 盼TAIDE共创台湾AI产业未来蓝图
- 洪千惠／新竹
-
AI议题占据2023年的科技版面，大型语言模型（LLM）横空出世的服务与应用、危机与转机，更是产学研探讨的重点之一。为此，阳明交大人工智能系统检测中心、国家高速网络与计算中心、台湾人工智能协会，于8月下旬携手举办了「2023 LLM产学技术交流会」，邀请产学研专家、国网中心团队、AI新创服务公司发表专题演讲及实体技术展示，就LLM在产业AI化所需之不同主题进行技术探讨，吸引满场学员热络交流。
着眼于大型语言模型的研究热潮与产业热议，本次活动聚焦在智能制造、永续发展、大型语言模型、社会责任、国网中心应用服务、以及AI技术产业落地等六大主题进行分享。
其中具有台湾文化特色、用语与价值观元素，并以繁体中文进行训练的「可信赖AI对话引擎TAIDE」（Trustworthy AI Dialog Engine）成为此次活动最大热点，在压轴大戏Panel Discussion中，收获各产业代表满满的期许，TAIDE计划主持人李育杰教授也分享开发过程的艰辛与后续计划。
事实上，TAIDE计划在2023年6月中才正式亮相，是国科会整合台湾学研力量，专为台湾打造的生成式AI对话引擎，旨在让政府和企业可根据需求，选择合适的模型大小与算力，自行训练模型，打造内部应用，满足企业高机敏性数据保护的需求，9月将开始迈向大规模测试阶段。
诚如阳明交大信息学院副院长陈添福所言，「ChatGPT应用风起云涌，大型语言模型将从普适性的通用模块，进入特定领域的产业定制化应用，未来利用大型模型的『缩小版』，由企业做出自己的定制化知识管理系统，训练出自己的『企业大脑』，已成为未来的产业机会。」当产业关注的焦点从AI转到LLM，再从LLM转到TAIDE，藉由此一活动提供的对话平台，台湾AI产业的未来蓝图已开始蓄积启动，迈向运用大型模型解决问题能力的阶段。
Knowledge Marker平台与产学小联盟会员召募
近几年，台湾开始走向智能制造（工业4.0）的新目标，信息化的重点也由传统的大数据驱动（Data-Driven）分析，走向可以创造新内容和想法的大型生成式AI解决方案。
然而建置大型生成式AI平台必须具有「演算法」、「知识库」与「计算力」这三项核心能力，不是单一单位所能独立建构的。有感于此，本次活动主办单位之一的阳明交通大学人工智能系统检测中心（以下简称检测中心）计划成立「产学小联盟」，整合产学资源，共同建立一个可分享的大型模型平台，提供会员各种演算法范例，并在MIT使用规则下整合成为一个半开放原始码的教育用平台；或针对会员提出之需求，依据实际状况进行范例研究开发。
目前平台上的范例包含三大类：一、各种常用的统计检定、趋势分析、统计图与统计分析，约50余种。二、基本的深度学习（CNN, RNN…范例）约10余种。三、大型整合范例约20余种，如：老师傅「直觉式」知识萃取与标注；数据正规化与自动规则归纳；关联式、异常识别与预测；贝氏网络阶层分析；大型模型合成数据产生器…等。
阳明交通大学人工智能系统检测中心从2018年成立以来，一直以独立第三方角色，协助国内外AI系统效能的评价与调校，并以AI产业应用与智能制造等议题举办产学技术交流会，期许成为AI知识使用者与供应者之间的桥梁。在「2023 LLM产学技术交流会」获得与会者高度回响之际，检测中心诚挚邀请有兴趣合作的产学研单位加入「产学小联盟计划」，不论是参与合作生态圈的「标准会员」、可以获得专业顾问分享服务的「研发会员」，还是如同拥有虚拟专业研发中心的「专案会员」，都可满足学术研究或企业发展上的关键需求。更多LLM产学合作与技术相关信息，请联系人工智能系统检测中心林小姐。
