智能应用 影音
DFourm0617
荣耀会员

好奇号AI系统构建者 Beyond Limits怎麽看AI发展趋势?

好奇号AI系统构建者 Beyond Limits怎麽看AI发展趋势?

AI逐渐成为普及于世的新兴技术,让人类生活中无论是看的到还是看不到的,都能够感知到AI的存在,这样的普及也带动了市场上诸多新创团队相继投入此领域。DIGITIMES Research分析师陈辰妃指出,在AI技术愈趋成熟之际,AI产业发展重心渐渐转向降低企业发展AI应用门槛。由于AI大厂所推出的方案定制化程度不足,因此出现了许多AI新创开创跨域方案,弭平其中缺口。

美国新创Beyond Limits成立于2014年,核心AI技术为美国太空总署(NASA)与旗下喷气推进实验室(Jet Propulsion Laboratory;JPL)的技术延伸。Beyond Limits提供企业级AI解决方案,成立至今于石化能源产业、电力自然资源业、制造业与医疗保健产业皆有所斩获,市场遍及美洲、亚洲、中东地区等,并于2020年正式进入台湾市场。DIGITIMES此次专访Beyond Limits亚太区执行董事廖子平,并邀请他阐述Beyond Limits的成立过程、现况与未来的布局,以及对台湾市场的期待与AI产业的观察。

问:请您说明一下Beyond Limits的成立过程。

Beyond Limits是2014年成立于美国的AI公司,技术源自于美国太空总署跟其附属的JPL。NASA于2012年送上火星的探测器—好奇号(Curiosity)中,运行的AI系统正是Beyond Limits的团队建立起来的。Beyond Limits的CEOAJ Abdallat先前曾任JPL与加州理工学院(简称Caltech)的商业化策略负责人,并在2014年说服他们将IP导出做商业化。

一开始是NASA为了火星探测器去建立一个工具箱(toolbox),由于火星与地球之间必定会有时差存在,因此对地球的人而言有数分钟是无法控制探测器。若这之间的传递与连结仍然运用数值AI (numeric AI),倚靠传递数据数据(data),基本在当时探测器的应用是无法使用数值AI进行的。因此,当时需要据此设计出新的模块,由于火星是一个新的开发场域,等同于并无过去累积的数据数据,因此必须运用具人类思维的模块进行,让火星上的探测器能够自己整理想法与结果。

我们选择能源产业作为第一个涉猎的领域,归因于当时大型跨国石油集团BP于墨西哥湾发生漏油事件,让他们为了解决相关事宜耗费了约300多亿美元,内部营运也因此需要整顿。因此,当时他们在找公司协助他们做决策过程的优化。在几经周折后被介绍到Beyond Limits,而由于过去Beyond Limits有NASA探测器的经验,并在过程中解决许多通讯、系统上的问题。沟通之后bp认为Beyond Limits的技术可以为他们解决决策过程的问题,在后来的合作过程中也确定我们的技术能够提供良好的支持,进而在B轮募资的时候成为投资者,其后于C轮时也有进行投资。

至于我们的商业模型,一开始会在某个产业或领域之中开发许多新产品,最后会变成一个SaaS的模块,也就是说我们做的是工业企业AI解决方案提供者(industrial enterprise AI solution),进而导入企业协助解决决策过程中的问题。

在2014年spin off这项技术的时候,就与BP讨论是否有需要解决的问题,比如探油,开发类型的工作内容是较为复杂的,因此我们会去探讨探油的过程中是否有需要被解决的问题,进而去打造一个AI解决方案。换言之,与业者的合作伊始会先去看商业问题,进一步提供AI解决方案,最后会将这个解决方案产品化,就能够做成SaaS服务。

有监于BP的信任,当时便从上游开始进行优化,自探油开始,在油井开了之后该怎麽维运或进行管理, AI该如何协助优化维运的过程。到了炼油阶段,由于炼油厂的过程非常繁杂,除了优化流程之外,我们也提供AI解决方案辅助化学家开发新的成分。综合而论,从炼油过程到开发工作皆有解决方案,也能涵盖至最后的物流,提供一条龙的AI解决方案服务。

问:是否能够简述一下Beyond Limits的AI技术的特点?

Beyond Limits的技术结合数值AI与符号AI (symbolic AI),应用两大AI逻辑处理数据与建立控制变因,借此打造Beyond Limits的认知型AI (cognitive AI),进而提供建议给予作业人员,也能够在人员的反应回馈中不断学习与优化,直至最后人与机达到互补智能(Collaborative Intelligence)。

我们的技术模块的其中一个特点是具有可解释性,AI提供给你一个建议的时候,机器会告诉你为什麽要提供这样的推荐结果。这与市场中一些业者所提供的「黑盒子」不同,当AI无法提供推荐的原因时,事实上人类就很难对这个模块有信任感。

AI并不是万能的,这也是为什麽可解释的模块如此重要。此模块的存在可以视为建立人类信任机器的必要要素,因为人可以去分析机器所提供的建议是对或者不对,或是理解它的逻辑推论,而在模块为透明的之时,人类在决策阶段也能够较有把握。

可解释的模型跟黑盒子最大的不同在于,黑盒子应用的是数值AI,需要大量的数据做为运算基底。而可解释的AI除了数据之外,还加入产业的知识与人类的思维想法。除此之外,我们撷取人类针对不完整数据数据(missing data)的移动,人类的思维会在尚无完整数据的状况下依照过去的经验进行推论。因此,在加入我们的模型后便得以藉由过去累积而来的知识库,去进行假设。

目前市场中有许多新创投入AI产业,不过大多是针对特定的流程提出解决方案。由于我们拥有的技术与新创团队不尽相同,加上我们倾向为一站式的解决方案提供者,因此我们并不认为与其他新创团队的关系为竞争关系,反而非常期待未来的合作,比如OCR技术、AI芯片、电脑视觉(computer vision)等,藉由合作让彼此的技术缺口更加精进。

问:针对边缘运算市场您们是否有什麽样的布局规划?

Beyond Limits先前于边缘运算有协助美国战机计算机翼振动频率的相关经验,未来也会积极觅求与各界硬件厂商合作的机会,尤其在5G的推动之下更是如此。边缘运算的应用场景可说是非常多元,比如在能源产业当中维持各个结构体的运作,或是将解决方案置放在传感器当中。边缘运算对我们来说是一个工具,关键在于选定何种传感器作为载体,并不仅止于如大众的穿戴装置相关应用,而是可以解决许多企业内部的问题。目前边缘运算的产品还在筹备当中,不过我们特别想要发展健康照护方面的应用。

问:Beyond Limits目前在全球市场的发展状况?企业对于AI解决方案的需求是否旺盛?

目前除了能源产业之外,也有扩及到基础设施、医疗保健等,以及香港的驻点会比较着重于金融。不过,我们所做的产品并不会局限于特定的市场,而是会将其全球化。目前在香港产出的一些金融解决方案,未来也都会进一步推到全球市场。未来在台湾若是

发展出一些AI芯片、智能制造解决方案也将会是如此,我们并不会单单卖给台湾厂商,在建立不错的产品模型之后就能输出至全球市场。

2020年结束C轮募资,共募得了1.3亿美元,也于同年布点于阿拉伯联合酋长国(UAE),也同步进入亚太区,包含新加坡、香港、台湾、日本,目前整个亚太区大概有15位员工。就台湾市场而言,算是刚刚起步,开始招募人才并与客户建立初步的互动。

事实上,AI是需要教育的,尤其C-level的阶层须要先有这样的认知。原因在于产业要先认知道有导入AI的需求与必要性,因此除了AI解决方案之外,Beyond Limits现在也有做数码转型的顾问工作,这也可能变成我们进入台湾市场的切入点之一。我们会先至公司内部评估数码转型的进度,进而从商业问题观察出需要优化的部分为何,而AI技术正是优化过程的重点核心。目前数码转型阿拉伯市场推行的较为快速,与当地tier 1的业者进行合作,涵盖物流、医疗照护、保险等等。

就目前观察,企业级AI解决方案的市场需求非常庞大,与过往软件发展的状况非常相似。过去软件改变了许多企业内部的营运、运作状况,那麽未来AI的应用将会改变企业决策的流程,而这也是我们所看到的主流趋势。观察亚太区企业导入AI的进程,国内大陆的大企业导入速度非常快,虽然仍以数值AI为主,但自有的技术含量高,大企业也普遍对于未来AI将会渗入各个进程的认知程度颇高。

问:未来针对台湾市场的布局与规划?

在台湾而言,我们当然会针对已经进入的领域如能源,寻求与相关业者的合作。尤其台湾的制造业非常强,管理的能力也很好,因此我们会就工业4.0、智能制造作为切入点,在台湾找寻一些合作夥伴。

自2020年进入台湾市场之后,事实上也观察到许多需求。除了工业4.0的进程与规划之外,业者也应该要思考未来的发展方针。我想我们针对台湾制造业的服务大致上会分成几块,第一个就是供应链管理,这是对于制造业来说非常重要的一环,与成本有直接的关系,其次则是为制造设计(design for manufacturing)。

正如先前所提及的,我们有AI平台,缺少的是若干产业中的专长与专业知识。举例来说,BP对我们的重要性便在于因为我们先前做的是太空产业,藉由与能源产业tier 1的业者合作,得以撷取产业中的专业知识,进一步攻入产业。综上所述,我们在进入某个产业的时候,首要的任务便是寻找产业中的合作夥伴,所以在台湾的话主要就是找制造方面的合作夥伴。这对于我们的意义不只是开发产品,而是这些已经拥有悠久历史的产业常拥有非常多的制度知识(institutional knowledge)是需要被保存的,这也是我们在做的。台湾有许多管理的知识值得撷取与保存,将这些知识导入AI模块后,AI就可以在流程中担任一个监察、提供建议的角色,以确保流程的顺利进行。

确实,不同制造业拥有不同的制程,然而在这些不同的制程当中必定会有一致的地方。因此其实我们的系统可以放置在不同的制程之中,关键在于传感器所撷取的数据数据为何,以及人类决策流程在何处,因为优化决策流程正是我们的核心工作。

除了将于台湾积极在智能制造方面寻找夥伴之外,也希望技术与硬件结合。过去探测器的经验让我们拥有边缘运算方面的技术,可以微型化或利用低耗能的特性进行工作。我们不会成为一个芯片公司,但是我认为可以运用既有技术寻找合作厂商,而台湾以制造业闻名,正是最好的场域一同创造更多的商机与运用。

进入台湾的原因除了上述两个因素外,人才也是很大的吸引力。我们认为台湾拥有很好的教育培育制度,工程师的人才品质也非常好。

问:台湾中小企业非常多,Beyond Limits所提出的解决方案似乎都是主要给大型企业应用,请问这样的状况下,中小企业在导入Beyond Limits或是其他AI解决方案时,是否会遇到什麽困难?

确实,我们现在的许多解决方案可能对规模较大的企业较为合适。不过即便是中小企业,仍然会有决策流程的存在,也就会在流程中具有被忽略的问题或谬误。无论规模大或小,必定会有经年累月的数据数据,唯需自传感器当中撷取出来即可。有监于台湾中小企业较多,这也是我们可以取经自台湾企业的其中一点,也许未来能够将Beyond Limits的AI解决方案应用范围扩大。

事实上,我们在进入新产业开发定制化的解决方案时,首要之事正是与产业业者进行共同开发(co-development)的工作,而台湾在中小企业很多的状况下,开发的效率也会较高。这将不仅是台湾会带给Beyond Limits的资产,同时我们也会协助业者将职人精神与经验持续传承,进一步系统化。

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