智能应用 影音
Dtalk
event

台湾AI发展优势何在? 产业链高度信任是关键

台湾AI发展优势何在? 产业链高度信任是关键

工研院29日举办AI人工智能产业论坛,广邀官、产、学界专家以全球趋势、台湾优势以及技术进程为题,进行系列演讲及对谈。

人工智能(AI)自2016年电脑围棋程序AlphaGo问世後,发展至今已逾5年。前Google台湾总经理、现任Appier及iKala独立董事简立峰於演讲中提及,过去没有一项技术可於5年之内暴风成长,以跳跃式的发展席卷资本市场。

2021年30只市值超过100亿美元的十角兽(Decacorn)公司当中,便有4~5家为纯AI企业,显示AI及深度学习技术商转应用潜力无穷,除了成为产业领先的代表,近年来亦为国家角逐政治力的指标。

工研院电子与光电系统研究所所长吴志毅指出,台湾机会在於将AI嫁接於半导体、芯片优势上,以现有筹码扩大台湾於AI领域的竞争力,举例而言,当未来电动车发展急需仰赖耐高压、高电流,且拥有高功率、低耗能优势的化合物半导体,第三类半导体必成汽车产业掌上明珠,台湾若能掌握这波需求,便可为下时代半导体产业的重要利基。

相较於NVIDIA、Google等大企业聚焦於高效运算,台湾应把握边缘运算商机,透过异质整合将多种功能整合至一AI边缘芯片上,在可达到基础运算能力如信号传感、动作感知、设备警讯等前提之下,降低芯片功耗,便可达到AIoT普及化目的。

台湾除了有完整半导体聚落与供应链之外,在网安保障上也具高度可信度,同时拥有多样化产业型态与试炼场域,亦为AI应用於智能医疗、智能制造、智能及自动驾驶的绝佳优势。工研院近年成立「AI on Chip」终端智能发展计划、台湾AI芯片联盟(AITA),网罗超过100家半导体业者共组四大技术委员会,协助台湾业者成为全球AI应用产业的领头羊。

另一方面,工研院机械与机电系统研究所所长胡竹生提到,AI导入不外乎协助人类进行决策,以解决未来产线缺工、物流人力短缺等问题。以电动车发展进程来看,台湾优势在於具备完整产业链,即便整车制造仍有相对较高的门槛,未来人有可能透过掌握关键零组件、模块来取一席之地。

汽车从电气化到智能画的过程中,可将关键应用分为两块:一为乘用车、二为服务型车辆,前者目前已有MIH率先突围,在各种结盟之下台湾将更有机会成为全球电动车、自驾车有利的生产制造夥伴;後者则是最有可能於短期内商业化的自驾车辆。

目前全球因物流所导致的碳排以远超过水泥生产碳排,未来因应各国净零碳排目标,势必得在物流车转型上大动干戈,而该特殊用途自驾车亦会是台湾企业的机会之一。从自驾巴士开始,目前各产、官、学、研单位已与地方政府展开合作,开始於信义区、桃园青埔、台中水楠等地推动自驾车示范区。

当应用场域没办法解决实际问题时,大多数人会认为该技术没有实际作用,然事实上,将AI技术导入场域需克服相当多决策难题,牵涉到的不只是数据分析,同时还包含数据分析後的执行及目标决策,牵涉到环境的复杂性、人为干涉程度等。因此,要做到完全的自动化,最核心的问题便是如何因应干扰。

假设未来所有汽车都可「自驾」,实践V2V的沟通,整个城市交通可以透过5G联网、车载及交通号志互通来达成智能城市愿景,然而一个城市自然演进,势必经历过渡时期,如何让自驾车、非自驾车同於城市行驶,将会是一大难题。

自驾技术有赖传感、分析及决策,然而机器的分析能力相较人脑落後许多,交通的多变性、无可预测性使得自驾车在「决策」上相当困难,如当驾驶人看见一颗篮球从路边弹跳出来,下意识便会减速或停车,然而要自驾车在「人」或「物体」进入传感范围之前就做出这样的判断,近乎是不可能的任务。

胡竹生坦言,自驾车要能达到此境界,模拟情境非常重要,目前工研院机械所正在进行相当多模拟系统,引大量不同情境实测自驾车反应,试图提升自驾车面对复杂环境的决策能力。

  •     按赞加入DIGITIMES智能应用粉丝团
更多关键字报导: 自驾车 工研院 AI