台灣科技產業過去藉由半導體及製造業奠定硬體基礎，在人工智慧（AI）時代下，台灣光靠市場規模難以與其他國家競爭，創新應用是AI時代的發展關鍵。台灣在AI晶片具備獨特優勢，伴隨著邊緣運算（Edge Computing）正在興起，短期可集中發展邊緣運算+AI晶片，搭配台灣軟體與硬體系統業者，形成完整供應鏈關係；長期則可觀察類腦神經晶片的發展動態，適時尋找切入的機會！

全台四大AI創新研究中心成形

為加速台灣人工智慧人才培育與技術發展、吸引尖端技術優質人才，科技部以五年為期，推動AI創新研究中心專案，第一期計畫自2018年1月開始執行，分別在台灣大學成立「人工智慧技術暨全幅健康照護聯合研究中心」、清華大學「人工智慧製造系統研究中心」、交通大學「人工智慧普適研究中心」與成功大學「AI生技醫療創新研究中心」，研究主題包括AI 核心技術、智慧製造、智慧服務及生技醫療，開發AI核心關鍵技術及深耕智慧應用領域，並建置相關大數據資料庫，今年已邁入第二年，並新增「AI人社計畫」，探討AI與人文社會的交互影響。

表一、科技部 107 年補助人工智慧創新研究中心專案計畫

資料來源：科技部

日前科技部工程科技推展中心與數位經濟前瞻技術研發與應用專案計畫辦公室共同主辦「AI人工智慧創新與應用研討會」，安排跨界討論產業AI化的機會與挑戰。台灣大學人工智慧中心主任陳信希指出，2018年1月1日在台大設立的AI創新研究中心，全名為「人工智慧技術暨全幅健康照護聯合研究中心」（簡稱「台灣大學人工智慧中心」），包括智慧技術和生技醫療兩個主題，總共涵蓋12大研究領域，分屬「人工智慧技術」及「全幅健康照護」兩個子中心，目標除了要打造國際級的研究中心，還要扮演產業界的橋樑、培育AI人才。今年以來，科技部補助全台四大AI創新研究中心共80項計畫，其中有21項智慧技術計畫及12項生技醫療計畫隸屬台灣大學人工智慧中心，佔比超過全部計畫的四成（41.25％），但其中只有三分之一屬於台大，其他計畫主持人來自清大、交大、中央研究院、台師大與元智大學等單位。

圖一、台灣大學人工智慧中心主任陳信希分享台大AI中心的定位與功能。

吳碧娥／攝影

陳信希表示，因為智慧技術的產生，為人類帶來很多意想不到的問題，台灣大學人工智慧中心最大宗的計畫領域為機器學習與深度學習（43％），處理海量多媒體資料、資料安全、資料隱私與標記資料不足等問題，其他重要主題包括資料探勘與巨量資料分析、人工智慧知覺、自然語音語言處理、人工智慧與法律人文等議題。

圖二、台灣大學人工智慧中心12大研究領域

圖片來源：台灣大學人工智慧中心

AI發展三大重點趨勢

根據工研院發布的《亞洲十國2030前瞻科技調查》，未來十年亞洲最看重的Top 10技術發展項目，首選是人工智慧技術╱機械學習技術，將是台灣未來發展的重要關鍵。工研院產業科技國際策略發展所所長蘇孟宗指出，AI未來發展有三大趨勢值得注意，首先是邊緣運算正在興起。全球AI運算發展重點從雲端轉往邊緣，邊緣運算將解決頻寬有限、通訊延遲、資料隱私和網路覆蓋的四大問題。2018年已有近四成企業規劃在終端處理資料，2020年則有高達75%資料都會在終端完成處理。由於邊緣運算是在終端感測器或周邊零組件先行運算的特性，台灣產業鏈具備電子零組件及晶片優勢，預料邊緣運算加上AI晶片將是台灣下一波新機會。

第二趨勢是AI晶片未來五年市場將高度成長，2017~2020年年均復合增長率為63.5%，預計2020年商機將達到158億美元。從AI晶片市場的國際布局觀察，台灣短期機會在專用晶片，長期仍須開發新興架構晶片。建議台灣AI晶片產業可快速使用國際大型雲端平台廠商（如Google、Amazon或Microsoft）提供的AI服務，雲端平台廠商目前已將部分雲端工作下放至邊緣端或裝置端，邊緣端晶片效能提升加上耗電降低，將可大幅減少大系統的建置成本。

第三個趨勢是隱私與資安的法制化，意味著寬鬆的AI資料規範時代即將結束。由於FaceBook先曾爆發因委外造成資安漏洞的爭議，各國陸續成立專責的AI道德規範管理單位，歐盟在2018年5月已實施「歐盟通用資料保護規則」（GDPR），嚴格規範可能阻礙AI的應用發展，資安議題漸成AI產業所共同面臨的產業趨勢，也為台灣AI產業帶來新的機會。蘇孟宗強調，以法規保護資安與隱私已是各國常態，而法令保護的焦點，已從個資保護（GDPR）、關鍵基礎設施保護（NIS Directive）轉移到物聯網設備安全，2019年各國政府關注與業者競爭的重點將是物聯網設備的安全防護，台灣業者要採取更主動防護的思維，加強隱私與數據保護的設計。

圖三、工研院產業科技國際策略發展所所長蘇孟宗分享AI趨勢與產業發展策略。

吳碧娥／攝影

創新應用是AI時代的發展關鍵

蘇孟宗分析，台灣電子產業供應鏈在邊緣運算與AI晶片的優勢高於雲端運算，短期可集中發展邊緣運算+AI晶片，搭配台灣軟體與硬體系統業者，形成完整供應鏈關係；長期則可觀察類腦神經晶片的發展動態，適時尋找切入的機會，但光靠單一廠商的力量，很難長期投入大量研發資源，建議政府、法人可輔以資金和相關技術共同投入推動AI發展，才能產生長遠的效益。台灣應用端廠商目前普遍不了解AI，必須優先讓有意願和有能力的業者發展示範應用，可考慮透過產業聯盟的形式，由政府和大型企業共同投資AI研發。AI新創業者部分，可發展人工智慧的應用服務，法人則投入利基型應用，耕耘人工智慧的基礎技術，帶頭投入前瞻應用，推動學研單位的開放協作平台，整合學界的技術加速商品化腳步。蘇孟宗也提醒，政府除了推動AI產業發展，還要注意AI可能為社會安全、道德、法律層面帶來的負面影響，在國際制訂隱私與資安的法治趨勢下，台灣必須即時制訂相關法規，並輔導產業了解國際法規，才能避免廠商不慎踩雷。

資料來源：2019/3/22科技部「AI人工智慧創新與應用研討會」會議資料

Facebook 在北美智權報粉絲團上追踪我們