『您的瀏覽器不支援JavaScript功能,若網頁功能無法正常使用時,請開啟瀏覽器JavaScript狀態』

跳到主要內容區塊

工業技術研究院

:::

工業技術與資訊月刊

343期2020年08月號

出版日期:2020/08/15

正方形 Icon 智慧化共通技術 ICT Enabling Technology

下世代科技發展的加速器

撰文/王明德

AI人工智慧。
AI人工智慧。

人工智慧(AI)是下世代科技發展最不可或缺的要素,但AI受限於訓練資料量的不足,使得各類應用發展相對遲緩,拖慢發展的進程。工研院未來10年,在AI領域將著重在低數據量的訓練模式、自動調校參數及可解釋的AI技術,協助產業降低AI導入門檻。

人工智慧的發展歷史相當早,1956年的達特矛斯會議正式提出此概念後,人類便展開對機械智慧化的追求,期間曾歷經了幾波的發展與低潮,2006年由電腦科學家提出的深度學習演算法(Deep Learning),適用於現在所處的繁雜、非線性環境。

深度學習演算法的原理,是讓電腦從資料中歸納規則,讓做出的判斷愈來愈精準。因此深度學習演算法分為訓練(Training)與推論(Inference)2個階段,先在訓練模型中輸入大量數據資料,讓演算法學會規則,再將訓練過的模式移轉到實際環境中,以學到的規則在現場中的系統進行推論判斷。

然而,深度學習在訓練階段必須提供龐大的數據資料,讓電腦可以從中學習邏輯規則;此外,在訓練模式中,演算法還需要針對訓練內容調整參數,這對資源有限的中小企業來說,都是難以負荷之重,因此在工研院「2030技術策略與藍圖」的「智慧化共通技術」次領域,將著手開發小樣本資料量也能做出同樣精準的訓練模型,並自動化調校參數的技術。

除此之外,工研院也將逐步破解AI的「黑盒子」,開發「可解釋的AI」。工研院資訊與通訊研究所所長闕志克解釋,現今的AI都是先在訓練模型學習,使用者無從得知訓練完成後的判斷邏輯。儘管在多數應用領域,只會吐出答案的AI並不會造成困擾;但在智慧醫療領域,AI可望成為醫師診斷、治療的重要參考依據,如果不知其所以然,恐造成誤診等重大風險,唯有知其然又知其所以然,AI才能扮演醫師的好幫手。

從「智慧生活」、「健康樂活」到「永續環境」,AI都扮演了關鍵的角色,工研院對AI的深入探索,將可降低產業運用AI的門檻、提升可信賴度,協助產業迎接下世代的競爭與挑戰。

下載全文PDF Icon下載全文PDF


[{"text":"企業網","weight":13.0},{"text":"材化所","weight":11.5},{"text":"機械所","weight":10.0},{"text":"綠能所","weight":9.4},{"text":"生醫所","weight":8.0},{"text":"半導體","weight":6.2},{"text":"南分院","weight":5.0},{"text":"太陽能","weight":5.0},{"text":"課程","weight":5.0},{"text":"遠紅外線","weight":5.0},{"text":"雷射","weight":4.0},{"text":"LED","weight":4.0},{"text":"LED可見光","weight":3.0},{"text":"5G","weight":3.0},{"text":"工研人","weight":3.0},{"text":"電光所","weight":3.0},{"text":"綠能與環境研究所","weight":3.0},{"text":"機械","weight":3.0},{"text":"資通所","weight":2.0},{"text":"面板","weight":2.0},{"text":"文字轉語音","weight":2.0},{"text":"實習","weight":2.0},{"text":"無人機","weight":2.0},{"text":"生醫","weight":2.0},{"text":"3D","weight":2.0},{"text":"v2x","weight":2.0},{"text":"員工","weight":2.0},{"text":"地圖","weight":2.0},{"text":"太陽光電","weight":2.0},{"text":"材料與化工研究所","weight":1.0}]