工研院「眺望 2018 產業發展趨勢研討會」AIoT!席捲產業新革命:AIoT 數位科技創新應用場次

作者 | 發布日期 2017 年 11 月 08 日 13:50 | 分類 AI 人工智慧 , 市場動態 , 物聯網 follow us in feedly

工研院產經中心(IEK)自 11/6 起,一連舉辦 6 天「眺望 2018 產業發展趨勢研討會」。今(11/8)日邁入第三天。本眺望系列由 IEK 資深研究團隊及產業界專家提出精闢分析,齊聚探討「AIoT!席捲產業新革命」、「半導體」、「AIoT數位科技創新應用」、「通訊」、「電子零組件與顯示器」、「電子材料」、「智慧車輛」、「智慧機械」、「數位經濟」、「石化」、「綠能」、「特化與綠色化學」、「農業科技」、「生醫」與「健康照護」等領域主題。




展望 2018 年,IEK 預期 AI 與 IoT 將快速匯流,進化為 AIoT,驅動智慧應用大鳴大放。然而,在 AI 關鍵技術不斷突破之際,產業面臨技術選擇、尋找潛力應用等數位轉型的關鍵議題。工研院 IEK 主任蘇孟宗指出,由人工智慧所引領的第四波科技創新正在發生,不論是既有產業的轉型升級,或是新創企業的突破創新,人工智慧都將是發展關鍵,如果能有效運用人工智慧,產業就能提升競爭力。台灣的 AI 優勢在於製造業的終端資料、各類型資料庫(先進製造、健康醫療等)、及半導體核心運算技術等,應運用優勢扮演垂直整合或生態系領導者的關鍵伙伴,同時透過智慧系統與服務,可望提升製造業附加價值創造,強化供應鏈管理與帶動新需求,也能提高服務業勞動生產力,創造新型態科技服務模式。例如,從生產過程中擷取的各種資料,分析問題所在或可改善的地方,達到提升良率、優化製程、縮短生產週期等效果。

如何讓 AI 更為普及、更加易於使用,並讓 AI 能力從感知與認知提升到決策,為全球 AI 下一階段發展目標

第三天上午的議程聚焦在 AIoT 數位科技的創新應用。工研院 IEK 觀察,目前國際主要將深度學習應用在模式辨識(pattern recognition),而這種應用僅能辨識、感知事物,卻無法提出具邏輯與複雜性的決策與行動。例如:在醫療影像辨識的診斷上,AI雖可勝過人類,但治療對策卻仍不及人類。

目前的 AI 應用多以雲端運算為主,原因在於深度學習所需的運算資源非常龐大,造成需要大型資料與運算中心才能支應這些運算需求。然而,AI 的普及最終仍需滲透到行動與終端裝置上,而這種邊緣運算架構,仍有「低功耗的運算晶片」、以及「適用於終端的輕量化演算法」等二項技術挑戰待解。低功耗 AI 運算晶片已是全球半導體產業的發展焦點,各種解決方案不斷浮出,各自擁有適用情境與優劣勢。演算法的輕量化,則需使用壓縮技術將龐大的演算法模型精簡化,以供終端使用。這些技術與服務,是目前國際領導大廠與新創企業所積極發展的目標。

工研院 IEK 專案經理侯鈞元指出,AI 發展至今,在辨識與感知方面已經有明顯的成果,未來則需要讓 AI 更近似於人類思考模式,例如:更快的學習速度、更少資料需求,能解決更複雜的決策問題、能自主學習必要技能等。此外,「AI 的民主化」也是下階段的重點,讓 AI 讓更多人使用,普及到更多產業及個體。因此,預期未來產業界將會持續發展:將成熟 AI 滲透到各行各業;以及從基礎上革新 AI 基礎,讓 AI 的智力與能力更加提升,以協助人類解決更多問題。建議台灣廠商可以先發展 AI 應用之普及,但須持續關注 AI 革新議題,因為每次 AI 革新都將帶來企業競爭力的大幅提升。

AI 平台是 AIOT 大腦,AI 語音大爆發、無人經濟起飛及數位分身降臨

工研院 IEK 觀察智慧家庭的三大趨勢:從 2015 年 Amazon Echo 的異軍突起,將 AI 語音助理成功帶入消費大眾的家庭生活中,促使全球智慧家庭市場再掀熱潮,2017 年下半年智慧音箱開始進入爆發成長期。同時,以英文語系與中文語系的 AI 語音產業鏈正各自成形。另外,居家機器人大戰已開打,智慧家庭領導廠商洗牌中,各類業者包括平台大廠、家電大廠、監控業者、行動服務業者、汽車業者從自身優勢出發,以家庭照護陪伴與自動化控制為方向,大舉進軍居家機器人市場。

此外,在 AI 與 IoT 技術驅動下,也帶領 AI 智慧商務新概念。從無人機送貨、無人計程車、無人商店、刷臉支付、智慧餐桌、智慧貨架到情感社交機器人、商用導覽機器人、倉儲物流機器人、檢貨機器人等各種 AIoT 裝置軟硬整合解決方案正在各地開枝散葉。人工智慧之系統及平台是 AIoT 機器大腦,也是決定其運作是否流暢的重要關鍵所在。

工研院 IEK 提出 AI 服務型機器人系統與平台的七大發展方向:人機協同系統、人工智慧語音助理平台、智慧視覺系統、行動平台、以使用者需求為導向的應用服務、機器人自主學習演算模型、開放式機器人軟硬體架構。此外,AI 也促進智慧製造流程與產品服務的變革,其中數位分身(Digital Twin)概念與發展正因為 AI、AR 及 IoT PaaS 的技術整合布局。

未來人工智慧即服務(AI-as-A-Service) x 物聯網平台(IoT Platform)模式下,AI 應用平台、AI 演算法與 AI 感測晶片是三位一體。工研院 IEK 分析師陳右怡建議,台灣業者可從 AI 應用系統與平台架構出發,並掌握該應用相關之 AI 演算法發展,再由 AIoT 終端零組件及聯網設備的產業優勢切入,如感測晶片、光學模組、觸控面板、匣道器等,建議提升這些關鍵元件的功能,整合人工智慧技術發展硬體上的軟體模組,推出高附加價值的 AIoT 機器元件,增加台灣在 AIoT 的核心競爭能力。

「破壞式創新」造就 Fintech,再經 AI 加值,打造出創新商業模式

面對新興業者威脅,傳統金融業者開始向這些業者看齊,並大量投資新創公司彌補原有能力的不足。這些新創公司很多核心技術,來自於人工智慧相關應用。對創投業來說,人工智慧搭配金融科技後,也具有產出「獨角獸」的相當潛力,故成為熱門的創投領域。

工研院 IEK 觀察,人工智慧加金融科技應用目前多在快速發展階段,例如:全球理財機器人市場,在 2017 ~ 2021 年間預期的年複合成長率為 47.5 %,至 2021 年全球使用者也將成長至 9,450 萬名。而傳統金融行為如保險,也可借助人工智慧加金融科技,同時達到「降低成本」與「提高服務水準」的雙重目標。從相關衍生應用來看,人工智慧也可對我國一年兩萬多件的電信詐欺方面,做到有效預防。
工研院 IEK 資深分析師石立康觀察指出,金融科技所提供服務類型,主要可分為:「投資」、「數位貨幣」、「融資」、「支付」四種。人工智慧對金融科技加值重點,集中在「投資」與「融資」兩者的新興商業模式上;而衍生加值應用重點,則著重在於反詐欺相關應用。

工研院 IEK 資深分析師石立康觀察指出,金融科技所提供服務類型,主要可分為:「投資」、「數位貨幣」、「融資」、「支付」四種。人工智慧對金融科技加值重點,集中在「投資」與「融資」兩者的新興商業模式上;而衍生加值應用重點,則著重在於反詐欺相關應用。

(資料來源:工研院 IEK)

物聯網應用普及,資安防護智慧化趨勢浮現,SIEM 與 SOC 發展為關鍵

隨物聯網應用日趨普及,連網裝置數量急遽增加,資安威脅事件層出不窮且損害程度持續加深。僅是連網裝置設計時,資安防護意識的不足,就造成駭客入侵裝置風險的威脅大增。諸如預設密碼強度的不足,帳號認證漏洞,甚至以明碼顯示產品密碼等低階問題,就已提供駭客許多入侵的機會。

回顧國際資安大廠近期動態,歸納各家廠商諸多研發與布局動態,發現各廠皆針對既有資安方案進行轉型。面對駭客複雜多變的攻擊,已非既有資安方案單點式的防禦模式可因應,大廠已開始著手從「雲網端」和「IT & OT」兩方面進行整合。有鑑於既有資安防護過於被動,大多在被攻擊時才啟動防設機制的缺點,大廠導入自適應主動回應機制加以改善。因應物聯網應用普及,需保護的裝置數量大增,為了提升資安人員工作效率且精準分析威脅型態與來源,大廠紛紛投入以機器學習為基礎的資安分析解決方案,推出 SIEM 平台產品。

智慧化資安解決方案技術概分為以巨量資料分析技術和機器學習技術為分析基礎,皆可稱為 SIEM 概念的產品,且可作為安全營運中心(SOC)的分析工具。以機器學習演算法作為分析技術的智慧安全解決方案是近期大廠布局重點,相較於過往的 SIEM 平台而言,具有不需先掌握攻擊規則或特徵,即時預防或阻斷威脅且不影響企業日常活動,不會產生虛假警報等優勢,更加適用於物聯網系統資安防護的需求情境。

以台灣現況而言,學研單位已有具一定程度的機器學習演算法研發能力,SOC 市場在企業需求拉抬與政府資安管理政策推動下已逐漸成形,人才、市場與政策面都已具備發展資源的支持,加上日後關鍵基礎設施的 SOC 管理需求,對台灣資安廠商或新創資安公司來說,無論是整體的智慧安全解決方案或是單點的分析技術,都是具備發展利基的研發方向。

Beyond AI: AI 引領數位科技發展,數位基礎科技、創新服務模式、IoT Analytics 為發展重點

在 AI 加持下,數位科技持續推進各領域數位化,成為數位經濟的成長動能,整體而言金融科技與保險、銷售與客戶關係管理、資安、商務、醫療、工業物聯網等是未來三年主要採用 AI 的行業,促動新創業者積極步局相關利基領域解決方案。

數位科技的發展引導產業數位轉型,又以數位基礎科技、創新服務模式、IoT Analytics 為發展重點為三大觀測重點。在數位基礎建設方面,各種智慧終端將逐漸發展出整合協同的溝通能力,成為 Cooperative Things,數位信任(Digital Trust)也是數位基礎建設中重要的新興議題,更是數位科技發展的基石,促使新監理方式(技術)及新管制技術逐漸興起。另一方面,今年看到很重要的改變是,系統開始與物、人作廣泛連結,並進入到以 AI 加值的階段。隨著 AI 能力演進及物聯網數據的爆增,帶動 AI 加上 IoT 加速結合,產生新的 IoT Analytics 業務平台,結合數位與實體經濟發展,將支援數位科技及各領域應用進行更複雜的分析與決策過程,帶來新的業務流程與用戶體驗。而 AI 與資安的結合,亦促使企業轉變防護概念,逐漸強化在偵測與反應的投資。未來資安公司會佈局更多 AI 和行為分析的公司,強化行為分析基礎的偵測技術。

整體而言,隨著 IoT 架構的成熟,進入到以 AI 加值的階段,AI 加上 IoT 結合會產生新的業務平台,在 IoT Analytics、Apps、資安和終端等環節帶來先進分析價值、智慧流程與新用戶體驗。然目前 IoT-AI 平台仍處於萌芽階段,台灣產業應持續關注 AI+IoT 融合下系統應用需求,以既有Edge硬體優勢結合跨域應用平台與創新服務模式,建構 AI 軟硬整合生態體系。

工研院 IEK 指出,區塊鏈已在金融商業服務,工業物聯網和政府治理累積應用案例,未來台灣產業應強化區塊鏈技術應用與商業模式的連結,提升區塊鏈易用性與便利性,利用既有硬體優勢進行垂直整合,布局軟硬整合跨域解決方案。

(首圖來源:Shutterstock)