智能应用 影音
未来车产业价值链平台
荣耀会员

DIGITIMES Research菁英开讲 精准剖析产业AI化机会与挑战

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。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 智能医疗 AI