人工智慧（AI）這兩年成為全球科技產(chǎn)業(yè)最熱門的議題，根據(jù)工研院IEK的報(bào)告指出，目前的AI應(yīng)用多以雲(yún)端運(yùn)算為主，原因在於深度學(xué)習(xí)所需的運(yùn)算資源非常龐大，造成需要大型資料與運(yùn)算中心才能支應(yīng)這些運(yùn)算需求。

然而，AI的普及最終仍需滲透到行動(dòng)與終端裝置上，而這種邊緣運(yùn)算架構(gòu)，仍有「低功耗的運(yùn)算晶片」、以及「適用於終端的輕量化演算法」等二項(xiàng)技術(shù)挑戰(zhàn)待解。

低功耗AI運(yùn)算晶片已是全球半導(dǎo)體產(chǎn)業(yè)的發(fā)展焦點(diǎn)，各種解決方案不斷浮出，各自擁有適用情境與優(yōu)劣勢(shì)，演算法的輕量化，則需使用壓縮技術(shù)將龐大的演算法模型精簡(jiǎn)化，以供終端使用。這些技術(shù)與服務(wù)，是目前國(guó)際領(lǐng)導(dǎo)大廠與新創(chuàng)企業(yè)所積極發(fā)展的目標(biāo)。

至於未來(lái)AI的發(fā)展，IEK認(rèn)為將會(huì)走向人工智慧即服務(wù)（AI-as-A-Service）與物聯(lián)網(wǎng)平臺(tái)（IoT Platform）的結(jié)合，AI應(yīng)用平臺(tái)、AI演算法與AI感測(cè)晶片會(huì)是三位一體，臺(tái)灣業(yè)者則可從AI應(yīng)用系統(tǒng)與平臺(tái)架構(gòu)出發(fā)，並掌握該應(yīng)用相關(guān)之AI演算法發(fā)展，再由AIoT終端零組件及聯(lián)網(wǎng)設(shè)備的產(chǎn)業(yè)優(yōu)勢(shì)切入，如感測(cè)晶片、光學(xué)模組、觸控面板、匣道器等，建議提升這些關(guān)鍵元件的功能，整合人工智慧技術(shù)發(fā)展硬體上的軟體模組，推出高附加價(jià)值的AIoT機(jī)器元件，增加臺(tái)灣在AIoT的核心競(jìng)爭(zhēng)能力。

目前來(lái)看AI與IoT的結(jié)合，進(jìn)化為AIoT已是大勢(shì)所趨，由AI所引領(lǐng)的第4波科技創(chuàng)新正在發(fā)生，不論是既有產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，或是新創(chuàng)企業(yè)的突破創(chuàng)新，AI都將是發(fā)展關(guān)鍵，如果能有效運(yùn)用，產(chǎn)業(yè)就能提升競(jìng)爭(zhēng)力。

製造業(yè)AI化IT與OT並進(jìn)

製造業(yè)的AI應(yīng)用可分為兩部份，在IT端，臺(tái)灣的AI優(yōu)勢(shì)在於製造業(yè)的終端資料、各類型資料庫(kù)（先進(jìn)製造、健康醫(yī)療等）及半導(dǎo)體核心運(yùn)算技術(shù)等，應(yīng)運(yùn)用優(yōu)勢(shì)扮演垂直整合或生態(tài)系領(lǐng)導(dǎo)者的關(guān)鍵伙伴，同時(shí)透過(guò)智慧系統(tǒng)與服務(wù)，可望提升製造業(yè)附加價(jià)值創(chuàng)造，強(qiáng)化供應(yīng)鏈管理與帶動(dòng)新需求，也能提高服務(wù)業(yè)勞動(dòng)生產(chǎn)力，創(chuàng)造新型態(tài)科技服務(wù)模式。例如，從生產(chǎn)過(guò)程中擷取的各種資料，分析問(wèn)題所在或可改善的地方，達(dá)到提升良率、優(yōu)化製程、縮短生產(chǎn)週期等效果。

圖1 : 臺(tái)灣的AI優(yōu)勢(shì)在於製造業(yè)的終端資料、各類型資料庫(kù)等，應(yīng)運(yùn)用優(yōu)勢(shì)扮演垂直整合或生態(tài)系領(lǐng)導(dǎo)者的關(guān)鍵伙伴。（Source: Redline）

在OT端則以工業(yè)物聯(lián)網(wǎng)的應(yīng)用為主，未來(lái)製造業(yè)將以工業(yè)物聯(lián)網(wǎng)作為運(yùn)作骨幹，智慧製造要求系統(tǒng)設(shè)備從接單、生產(chǎn)、出貨均可以100%自主化生產(chǎn)，工業(yè)物聯(lián)網(wǎng)建置的主要目標(biāo)，是透過(guò)感測(cè)技術(shù)擷取設(shè)備數(shù)據(jù)，傳輸?shù)阶钌蠈拥墓芸仄脚_(tái)，用以掌握現(xiàn)場(chǎng)設(shè)備狀態(tài)，並制定出最佳生產(chǎn)策略。

AI與工業(yè)物聯(lián)網(wǎng)結(jié)合後，最上層的應(yīng)用與第一層的設(shè)備端都會(huì)有運(yùn)算能力，上層平臺(tái)主要讓AI計(jì)算大量製造數(shù)據(jù)後，建立出最佳化的製程模型，終端設(shè)備則是在即時(shí)性需求較高的製程中，讓AI可以經(jīng)由深度學(xué)習(xí)做出精準(zhǔn)動(dòng)作，例如視覺(jué)檢測(cè)中，就可將AI與視覺(jué)感測(cè)元件結(jié)合，讓設(shè)備可以自行判斷產(chǎn)品品質(zhì)是否合格，再結(jié)合機(jī)器手臂，就可讓腦、眼、手合一，達(dá)到設(shè)備智慧化的願(yuàn)景。

AI協(xié)助醫(yī)療加快智慧腳步

AI在醫(yī)療的應(yīng)用可分為醫(yī)療與醫(yī)護(hù)兩大部分，醫(yī)療方面目前主要是透過(guò)AI分析龐大的醫(yī)療數(shù)據(jù)，協(xié)助醫(yī)師的診斷，例如透過(guò)大數(shù)據(jù)與AI，判斷醫(yī)療數(shù)位影像，目前的醫(yī)學(xué)影像主要作為醫(yī)師的診療判斷，這兩年漸受IT產(chǎn)業(yè)矚目的機(jī)器學(xué)習(xí)技術(shù)，也開始被嘗試應(yīng)用在此一領(lǐng)域。

透過(guò)機(jī)器學(xué)習(xí)，將可分類病患和健康身體狀態(tài)的連結(jié)程度，目前已有醫(yī)學(xué)機(jī)構(gòu)積極將AI應(yīng)用於醫(yī)療影像的判斷，例如以功能性造影確認(rèn)腦部的活化狀態(tài)與療程能否改善腦部的功能，另外結(jié)構(gòu)性造影則可確認(rèn)特定腦區(qū)的體積大小，便於相關(guān)疾病的萎縮程度判斷。

圖2 : 透過(guò)AI分析龐大的醫(yī)療數(shù)據(jù)，可協(xié)助醫(yī)師診斷。（Source:HOB）

在醫(yī)護(hù)方面，則可透過(guò)具備機(jī)器學(xué)習(xí)能力的聊天機(jī)器人，能提供醫(yī)療照護(hù)者正確、及時(shí)的資訊及建議，改善臨床醫(yī)師與專科醫(yī)師的互動(dòng)模式，創(chuàng)造無(wú)縫的醫(yī)療資訊分享環(huán)境，將是協(xié)助指導(dǎo)病患照護(hù)並提高效率的利器。隨著涵蓋的醫(yī)療照護(hù)層面更廣，有極大潛力落實(shí)提高病患照護(hù)品質(zhì)的目標(biāo)。

善用AI技術(shù) 舒緩交通壅塞

交通系統(tǒng)應(yīng)用AI已有一段時(shí)間，目前主要用於分析車流，舒緩塞車現(xiàn)象，這類型應(yīng)用是分析運(yùn)算道路上監(jiān)控系統(tǒng)影像中的車流狀況後，再控制紅綠燈、匝道管制燈號(hào)紓解交通，未來(lái)則會(huì)結(jié)合深度學(xué)習(xí)、影像偵測(cè)及自動(dòng)駕駛等資訊科技，讓交通監(jiān)控系統(tǒng)變得更有智慧。

公路總局為配合高速公路部分易壅塞路段，規(guī)劃替代道路，早已在省道公路建置各種路側(cè)設(shè)施，包括車輛偵測(cè)器（VD）、閉路式電視攝影機(jī)（CCTV）、資訊可變標(biāo)誌（CMS）、氣候偵測(cè)器、自動(dòng)車牌辨識(shí)（AVI）、影像事件偵測(cè)系統(tǒng)（IID）等，並且在所屬的養(yǎng)護(hù)工程處成立交控中心，負(fù)責(zé)路況資訊的蒐集、發(fā)布、反應(yīng)。

目前省道公路VD的佈建距離平約達(dá)5～10公里，且僅能收集「定點(diǎn)」的行車數(shù)量及行駛速率，無(wú)法提供更完整的「線段」資訊，過(guò)去也曾利用公路客運(yùn)上的GPS所回傳的資訊，但由於客運(yùn)有班次及路線的限制，還是無(wú)法達(dá)到全面性的資訊收集，未來(lái)希望能透過(guò)e-Tag Reader裝置，提供更全方位的交通資訊。

AI打造新物流願(yuàn)景

AI技術(shù)在物流領(lǐng)域的應(yīng)用包括集貨線路優(yōu)化、貨物配裝及送貨線路優(yōu)化等，是配送系統(tǒng)優(yōu)化的關(guān)鍵，國(guó)外將配送車輛調(diào)度問(wèn)題歸納為車輛路徑規(guī)劃、車輛調(diào)度等部分，應(yīng)用AI的運(yùn)算能力，解決上述問(wèn)題。

此外具有AI功能的硬體機(jī)器人，也逐漸應(yīng)用在物流的倉(cāng)儲(chǔ)和裝卸流程，這些機(jī)器人具備感知、判斷和自行解決物流問(wèn)題的能力，例如透過(guò)內(nèi)建視覺(jué)識(shí)別技術(shù)給機(jī)器人，讓機(jī)器人可以在貨架上快速揀貨，在多品項(xiàng)、不同外觀形狀的揀貨流程中，具有圖象識(shí)別系統(tǒng)和多功能機(jī)械手臂的機(jī)器人，每到一種物品托盤就可根據(jù)圖象識(shí)別系統(tǒng)判斷的物品形狀，採(cǎi)用與之相應(yīng)的機(jī)械手臂抓取，再放置到搭配托盤上。

隨著網(wǎng)際網(wǎng)路、電子商務(wù)的發(fā)展，消費(fèi)者的需求逐漸轉(zhuǎn)為多樣化和個(gè)性化，企業(yè)的訂單處理也呈現(xiàn)出「多品種、小批量、多批次、高時(shí)效」的特點(diǎn)，特別是「新零售」概念的推出，對(duì)倉(cāng)儲(chǔ)系統(tǒng)的智慧化、彈性化提出了更高的要求，AI的發(fā)展，將加快倉(cāng)儲(chǔ)物流業(yè)的智慧化升級(jí)。

**刊頭圖（Source: FactorDaily）