ICT十趨勢點評:物聯網+AI 引爆新革命 – i創科技

ICT十趨勢點評:物聯網+AI 引爆新革命


這幾年產業界一直在談物聯網,其實在今年非常重要的改變,就是已經看到從物聯網把很多東西跟人做一些結合,進入到要透過人工智慧(AI)來加值的時代。很多人認為所謂的「加值」,可能就是在做軟硬整合;但其實聞名全球的競爭力大師麥可.波特曾提醒台灣,不要忘記自由優勢,也不要馬上談「效率驅動」進入到「創新驅動」,而要把效率驅動「加乘」創新驅動。

也就是把台灣特別是跟效率有關的硬體製造、甚至其他科技產業能夠整合在一起。因為全世界有太多國家都在做創新、都朝AI發展,所以AI時代來臨,可讓各界重新去思考軟硬整合定義,並不是一定就是軟體加硬體,而是要以「軟實力乘於硬實力」。

所謂的「軟實力」,從AI的角度來看,是既有「人」的智慧,未來也有「機器」的智慧。但是什麼是機器智慧?例如Google開發人工智慧軟體AlphaGo,慢慢走出圍棋棋士所不能夠下(或不曾想到)的方法。在未來,機器甚至可能也可教機器人,更可教新進人員。

從AI加乘角度,來看AI又是如何影響民眾的生活?曾有一部老電影,描述加州理工學院的上課場景。觀眾先透過鏡頭,從教室外聽到有老師在對學生講課的聲音,然而當鏡頭轉入到教室內,卻發現到講桌上只擺錄音機,但老師人不在教室。原來老師是透過錄音機傳送在對學生講課,有趣的是,每個學生的課桌上也都放置一台錄音機在錄音。

當時這部電影已經預示現今線上教學方式及未來情報分析的情境:前端的作業可能是由AI的協助。

 

其實現在也開始有一些AI的機器在寫新聞稿的媒體報導出現,其對於知識的研究者和知識的傳播者都是一項挑戰,也代表人的智慧加上機器的智慧,在AI加值之下將會更為重要。從產業面向來看,AI加值在台灣產業、在製造業及服務業都是很大的面向。從AI的本質來看,基本上是模擬人,所以在服務業上,希望透過AI加值後,在工作效率上有更大價值;在製造業也希望提高生產力。

去年世界經濟論壇(有提到幾個重要對於全球經濟的議題,其中一個就是AI,大家比較認同的方向都是在於提升生產力,希望朝兩個方向走:第一、是讓過去可能需要有十個人做的事情,未來可透過AI讓機器做助手以提高生產力;另外一個是要發展很多AI創新應用。

人工智慧不是新領域,六、七十年前就有人工智慧的領域在開展,過去也歷經過多次起伏,但現在卻可以進到實際的產業化;從觀察整個產業開展的角度可以發現,有兩個非常不同產業環境。第一個是資料:現在有愈來愈多資料讓機器可以有更多經驗;還有運算,不管是運算能力晶片,或整個運算環境都跟過去大不相同。

另外,是經驗整合,去年下半年很多國際業者將平台開放,希望能把Data computation的能力放進去後,讓更多人把資料放上來做一些應用,促使更多實際的經驗來做整合。因此可預料的是,2017年接下來在Data、Computation及Experience三個面向會形成整合戰。

 

在AI產業生態會有三個發展方向:

第一、是「產業AI化路徑」,即使有很多產業需要可以來應用,但本身AI是否為一個產業?是否有夠好的晶片及終端設備及相關解決方案來實現?

第二、是「AI 產業化路徑」,像醫療、金融業等不同產業面向,都希望能提高生產力,能有創新的價值。另今年有一條路徑是會持續進行,就是在物聯網環境中,預料今年會有很多低成本的聯網及設備將持續出現。

 

人機互動密切 語音助理聚焦

有人說,2017年CES展最大贏家是沒參展亞馬遜(Amazon),其研發人工智慧語音助理已廣泛運用在許多裝置。

亞馬遜採用開放式架構,核心軟體放在雲端,其他廠商可以跟亞馬遜介接其Alexa語音助理服務,讓自己的產品也具有語音助理的功能。

最好的人機語音介面並非觸控螢幕或滑鼠,而是以語音、直接講話的方式最為直覺與方便。預期2017年類似亞馬遜的語音助理會更普及運用在許多終端裝置,因此將衍生音訊感測器的需求,預料今年MEMS麥克風市場會加速成長。

 

推AI專用晶片 降低運算成本

工研院IEK預測,人工智慧趨勢開始改變最底層的運算晶片技術方向。今年初有個網路帳號在國際網路圍棋連勝60場零敗紀錄,後來揭曉是Google人工智慧程式AlphaGo。因此許多人開始思考,更難問題是否也可透過此方式解決。

但AlphaGo最大問題是在現有硬體架構上,下一盤棋需動用數十台伺服器與數百顆處理器,消耗電量需要數千美元,非常昂貴。目前電腦是通用型運算架構,不適合人工智慧運算,預料會有更多針對人工智慧專用運算開發設計晶片。Intel、IBM或NVidia已朝此方向開發,未來運算成本會逐漸降低。

 

發展機器學習 強化預測分析

機器學習(Machine Learning)演算法能提供模式辨識、統計模式、資料探勘、知識發現、自我調適、自主組織與預測分析等各種應用。

其中,模式辨識是最常見的應用,如影像辨識與語音辨識是去年全球人工智慧主要研發重點。預期今年焦點將轉向至「預測分析」。透過個人資料數據運算,醫學上已可預測未來得到心臟病機率、甚至得心肌梗塞的時機點。

預測分析是一種資料分析技術,在機器學習的導入下,預測能力大幅提升。

 

價值鏈再升級 擴展生態體系

Garnter預估,至2021年每日每小時將有100萬台IoT裝置被購買,加上AI技術陸續導入,將促使IoT終端裝置升級為各種AIoT智慧機器。能做到軟硬整合、自主決策、互動如人且流暢驅動相關軟硬體的智慧機器人,將成為全球產業與市場的新寵。居家服務機器人將扮演智慧家庭中樞,娛樂休閒型機器人也開始進入商用場域。

AIoT技術正重新塑造消費性電子產品之關鍵零組件、系統組裝、軟體介面、服務設計之產業價值鏈。促使全球產業正運用開放架構或軟硬體資源,整合所有成員擴展生態體系,強化價值鏈上所有成員。

 

MEC技術崛起 改善用戶體驗

在物聯網趨勢帶動下,今年通訊領域使用者行為會有些變化,視訊使用頻率提高,不管是Facebook的多人線上直播或是「網紅經濟」,今年趨勢會朝滿足即時傳遞要求。

另AR/VR應用興起,電信運營商針對基礎建設不只提高頻寬,也需考量並滿足低延遲服務需求,Mobile Edge Computing (MEC)技術因應而生。

MEC技術是指應用鄰近行動用戶的無線通訊網路設備,提供IT與雲端運算資源供使用的一種技術,藉由將部分內容和儲存下移到靠近網路邊緣,可降低頻寬占用及網路延遲性,提高用戶體驗。

 

低功耗廣域網 將加速商業化

低功耗廣域網路技術發展迅速,產品問世促使服務加速商用化。3GPP NB-IoT去年底開始有相關的硬體平台問世,預計今年有更多產品及電信營運商加入,以提供智慧城市應用,電信營運商主導公網建置競爭,將成下階段LPWAN發展主要驅動力。發展初期面臨低功耗技術網路異質整合議題,中長期可採整合布局,效法歐洲u-blox模組,將Ingenu納入產品組合方式,整合物聯網異質網路整合平台,並整合混合雲環境的平台介接能力,以此切入LPWAN解決方案供應鏈。

 

5G網路先暖身 帶動設備需求

去年4G基礎建設有些遲滯,預計今年相關需求會浮現。日、韓、俄等國在2018年有重要體育賽事的試驗服務推出。

市場預期,西歐、北美、日本、南韓、中國將為5G終端第一波需求國家,整體5G商業運營時程預估2020年實現。

今年pre-5G準備商用時程更為接近,將帶動終端需求如Pre 5G Router、智慧型手機等產品需求展開,加上pre-5G與5G環境需整合許多頻段,預期在天線或RF等均有相對應更多數採用。

 

感測融合技術 增加自駕安全

近年來無人車及無人機等載具興起,感測器融合將是後續發展最重要的關鍵。感測器融合的創新概念就是同時間匯集「多顆」、「同類型」或「不同種類」感測器資訊,整合所有高精度的感測數據,以更準確感知車輛週邊環境。相對於現有獨立感測系統,感測器融合技術可以做出更好、更安全的車輛控制的指令。

Intel、Mobileye、BMW今年合作發表Intel Go自駕車平台,可為車輛爭取到2.5秒的關鍵時間,發生交通事故時可提高生存率。

 

雙R應用爆發 虛擬經濟成形

AR/VR內容應用爆發,虛擬經濟生態漸成形。

去年是硬體裝置發展年,在應用開發平台與開發者努力下,今年將是內容與應用發展的衝刺年。例如HTC開始建構應用生態圈,成立投資新創、開發工具及應用商城,吸引許多開發者開發許多應用與Vive配件。此外,AR/VR與人工智慧的結合,也被看好是新世代的虛擬世界雛型浮現。而AR/VR的發展也逐漸像真人,兩者結合將更模糊真實與虛擬世界的界線,形成全新的「虛擬經濟」體系。

 

區塊鏈成趨勢 擴大使用範圍

今年區塊鏈的技術,包括在食品安全與產業供應鏈等應用上,預期將有很好的發展。世界經濟論壇調查指出,2027年前區塊鏈將被廣泛應用。美國Walmart已利用區塊鏈技術管理包裝食品及中國大陸的肉品市場等。

至於台灣在區塊鏈技術市場切入點,由於具有製造業強項及食安需求,新進廠商可在應用面進一步發酵。區塊鏈技術若與AI結合應用,AI將快速運算大量資料,區塊鏈也可輔助AI技術,確保每筆資料的真實性,幫助企業做正確的判斷。

 

(本文經蘇孟宗、紀昭吟授權轉載,並同步刊載於經濟日報《物聯網+AI 引爆新革命》)

 

Facebook留言

則留言



======================================================
如需轉載、引用本篇文章,請先與我們連絡呦!

每一個 都是支持「工業技術研究院」持續創作的能量!感謝您!! ======================================================




關於作者


蘇孟宗

工業技術研究院產業經濟與趨勢研究中心主任。

你可能有興趣的文章