用「創造力」打開Edge AI的應用與台灣的機會

系統整合與跨域應用將是趨勢

這可能是一個截然不同的觀賽體驗,假設在一個演唱會或比賽上,入場觀眾佩戴著具有AR、VR及MR功能的眼鏡,觀眾在觀賞現場資訊的同時,因為每副眼鏡上都配有攝影機,每個觀眾所看到的角度也不同,透過這些邊緣裝置收集到的資料,若能創造一個新的運算平台,利用好的科技處理這些蒐集來的資料,這將創造一個具創新意義的應用。而這些應用的背後可能需要影像處理、5G通訊、運算架構等技術的跨域整合。

成功大學敏求智慧運算學院客座教授林偉棻說,這次的經驗為產業帶來新的應用想像,因為許多人雖然認為5G技術充滿前景,卻不知道該如何應用。這次全大運的經驗,成功整合不同的系統業者與科技業者,包括中華電信光纖網路、各大系統設備廠商,以及電機資訊與敏求智慧運算學院的資源,並且成功地克服了一個艱困的挑戰:讓每一個合作夥伴都可以從中找到發展與利基點,並讓他們藉此獲得技術的進步。

「台灣目前正站在一個黃金機會點上,」林偉棻說,過去產業擅長系統或晶片設計,但是如果想有更好獲利空間或產業前景,必須慢慢走向系統整合與跨域應用,才能開啟更多的新機會。

林偉棻指出,目前台灣在看待EdgeAI發展,根據每家公司硬軟體的發展,在以AI為基礎的設備上,除了手機外也有許多能和國際接軌的廠商,但如果我們仍維持硬體廠商只看硬體資訊、軟體廠商只看軟體的角度時,能看到的機會與發展就會受到限制。

透過軟硬體的整合,EdgeAI能應用的情境也十分多元,林偉棻舉例,「不適合人去或是人要抵達非常困難的地方都很適合,」,可能是火災中將無人機用於勘災、農藥噴灑等,甚至是水下的場景,包括珊瑚礁保育、水底養殖或是國防用途。

EdgeAI發展的關鍵技術與挑戰

林偉棻指出,由於傳統模型訓練需要大量資料,但在許多應用情境中,礙於個資或隱私的關係就不適合這種方式,例如醫院或手機的資料就無法提供大量資料。聯邦式學習(Federated Learning)就是將資料保留在需要被保護的本地裝置中,而訓練的結果則是集中整合成一個大型的模型。

林偉棻認為,台灣在AI、5G及IoT上都有很大的發展機會,但要如何在一個應用場景中,集合三個產業的技術將是最大的挑戰。她提醒,對於特定應用場景要有「創造力」,因為這些技術都不是新的,如今因為一些條件成熟,而能夠彙整在一起時,我們要去思考有什麼事情可以因為這些技術的整合而產生新的應用?

另一方面,現在的AI加速器或運算逐漸走向異質性的系統,將會需要更多的人才。協助異質性運算平台的搭建、使用,讓AI的表現更有效率。因為現在要找到具異質性系統開發能力的廠商或人才並不容易,也需要長期的教育投資及產學界共同努力。

閱讀更多「人工智慧發展關鍵趨勢」精彩文章:2022 AI EXPO:探索新時代人工智慧發展關鍵議題