談?wù)凙I解什么問題 20240324 （MIC 韓揚(yáng)銘）

談?wù)凙I解什麼問題–KnowWhat/Why/How?2024?2024InstituteforInformationIndustry..人工智慧的總體發(fā)展歷程.新興AI技術(shù)議題與應(yīng)用案例?2024InstituteforInformationIndustry1?2024InstituteforInformationIndustry2做.科學(xué)家運(yùn)用各種資訊技術(shù)創(chuàng)造機(jī)器具有像.常見的能力如：感知（電腦視覺、語(yǔ)言辨識(shí)…等）、行動(dòng)（機(jī)器人控制）、預(yù)知(推理推論）眼：電腦視覺耳：語(yǔ)音辨識(shí)（聽出）/自然語(yǔ)言處理（聽懂）鼻：電子鼻、氣體偵測(cè)舌：文字轉(zhuǎn)語(yǔ)音身：機(jī)器手臂控制意：推理推論、協(xié)調(diào)?2024InstituteforInformationIndustry3.生成式AI的發(fā)展從過去有限的對(duì)話到大型自然語(yǔ)言模型的出現(xiàn)，使生成式AI技術(shù)愈成熟，同時(shí)帶動(dòng)AI生成內(nèi)容（AIGeneratedContent,AIGC）熱潮，並引發(fā)商業(yè)各種創(chuàng)新應(yīng)用（2018）（2018）提出生成式對(duì)抗網(wǎng)路GAN（2014）生成逼真圖像、影音、提出Transformer模型（2017）基於注意力機(jī)制的深度學(xué)習(xí)模型，有效處理自然語(yǔ)型（2021）ELIZA聊天機(jī)器人Midjourney文本生成圖像常Midjourney文本生成圖像常用於生成藝術(shù)品（2022）首例聊天機(jī)器人，有圖像（2021-2022）ChatGPT對(duì)話式聊天機(jī)器人（2022）（1997）首個(gè)能模擬人類對(duì)話與思維的聊天機(jī)器人生成式AI特別在自然語(yǔ)言、文本、圖像生成領(lǐng)域表現(xiàn)出色，並呈現(xiàn)快速發(fā)展趨勢(shì)生成式AI特別在自然語(yǔ)言、文本、圖像生成領(lǐng)域表現(xiàn)出色，並呈現(xiàn)快速發(fā)展趨勢(shì)大型模型出現(xiàn)，奠定未來NLP技術(shù)基礎(chǔ)，為應(yīng)用帶來可能性用範(fàn)圍仍受限制資料來源：MIC，2024年3月?2024InstituteforInformationIndustry4omirage…omirage………cradle備註：廠商僅擷取部分資料來源：紅杉資本、CBInsights，MIC整理，2024年3月.生成式AI可分為7大應(yīng)用領(lǐng)域，包含文字、圖像、影片、程式碼、語(yǔ)音、3D模型及其他。進(jìn)?步盤點(diǎn)相關(guān)新創(chuàng)業(yè)者，由於技術(shù)逐漸成熟，業(yè)者數(shù)量已達(dá)355間以上，其中，以文字和圖像生成的業(yè)者?2024InstituteforInformationIndustry512間以上生成式AI獨(dú)角獸從眾多新創(chuàng)中脫穎而出355間以上生成式355間以上生成式AI新創(chuàng)募資階段其他其他，5%B&C輪，11%A輪，16%種子輪，35%未募資，33%資料來源：CBInsights，MIC整理，2024年3月生成式生成式AI新創(chuàng)估值排行InflectionInflectiongleon45454005000估值（億美元）.盤點(diǎn)生成式AI新創(chuàng)業(yè)者，多處?kù)段茨假Y或募資早期階段.估值超過10億美元之獨(dú)角獸達(dá)12間以上，其中，OpenAI以800億美元的估值大幅領(lǐng)先其他競(jìng)爭(zhēng)者?2024InstituteforInformationIndustry6?2024InstituteforInformationIndustry7月?2024InstituteforInformationIndustry8輸出機(jī)制 忘記機(jī)制輸入機(jī)制輸出機(jī)制 忘記機(jī)制輸入機(jī)制麼忘記了?2024InstituteforInformationIndustry9?已於美國(guó)加州等地實(shí)地測(cè)試，並在2017年.運(yùn)用物件辨識(shí)進(jìn)行噴灑的區(qū)域辨識(shí)月.運(yùn)用人物肢體或手勢(shì)計(jì)算CycleTime?2024InstituteforInformationIndustry10?2024InstituteforInformationIndustry11拿取智慧購(gòu)物籃，配對(duì)挑選商品後，放入購(gòu)物籃自動(dòng)掃描辨識(shí)123包裝背面也能感測(cè).拿取智慧購(gòu)物籃，配對(duì)挑選商品後，放入購(gòu)物籃自動(dòng)掃描辨識(shí)123包裝背面也能感測(cè).感測(cè)融合技術(shù)：在購(gòu)物籃邊緣裝置4個(gè)攝影鏡頭和底部重量感測(cè)器，可不受角度拍攝限制識(shí)別商品.AI圖像辨識(shí)：將圖像傳輸至AI辨識(shí)模型，該模型已進(jìn)行大量商品圖片的訓(xùn)練，能快速識(shí)別購(gòu)物籃中的品項(xiàng)，正確顯示消費(fèi)明細(xì)於顧客的App資料來源：Imagr，MIC整理，2023年8月?2024InstituteforInformationIndustry12圖：商品辨識(shí)系統(tǒng)智慧購(gòu)物籃無需手動(dòng)掃描商品條碼，智慧購(gòu)物籃可自動(dòng)識(shí)別多項(xiàng)商品，不論是包裝完整的商品或零散的蔬菜水果，均能成功辨識(shí)，完成自助結(jié)帳流程。開啟手機(jī)專用SmartCartApp後，可即時(shí)檢視購(gòu)物清單並完成付款購(gòu)物明細(xì)立即顯示購(gòu)物明細(xì)立即顯示如有錯(cuò)誤可向店家反應(yīng)直接透過App結(jié)帳不需操作結(jié)帳機(jī)臺(tái) 感測(cè)融合與辨識(shí)技術(shù)44美國(guó)：農(nóng)噴器導(dǎo)入AI與電腦視覺達(dá)到精準(zhǔn)噴藥噴霧器使用鏡頭與軟體系統(tǒng)來噴霧器使用鏡頭與軟體系統(tǒng)來瞄準(zhǔn)雜草，避免除草劑過度使用，進(jìn)而維護(hù)生物多樣性資料來源：BBC、Bosch，MIC整理，2023年8月作物產(chǎn)量豐富的除草劑若被過度使用，將降低生物多樣性，因此需以更有效、環(huán)保的方式協(xié)助農(nóng)民處理雜草參與角色參與角色?企業(yè)：博世（Bosch）、德國(guó)智慧農(nóng)業(yè)解決方案供應(yīng)商巴斯夫（BASF）美國(guó)玉米、大豆及棉花種植場(chǎng)域?鏡頭辨識(shí)作物與雜草：拖拉機(jī)上配備鏡頭，不斷掃描經(jīng)過的植物，使用電腦視覺的深度學(xué)習(xí)演算法來識(shí)別田間不同植物，區(qū)分雜草與作物?節(jié)省除草劑成本：由人工智慧軟體系統(tǒng)控制，連線的噴灑器將除草劑精準(zhǔn)噴灑至單株雜草，而非淋溼整個(gè)田地，節(jié)省三分之二除草劑使用量?2024InstituteforInformationIndustry13測(cè)測(cè)進(jìn)行分類驗(yàn)證（條碼或文字）?依需求搭配不同深度學(xué)習(xí)模型?對(duì)未知瑕疵特徵進(jìn)行學(xué)習(xí)對(duì)對(duì)比度較高之物件3D圖（高度、曲度或厚度等）是否存在缺漏或偏差檢查產(chǎn)品體積及針對(duì)對(duì)比度較低之物件排除受到光源影響之可能資料來源：MIC整理，2023年8月.透過AI不同深度學(xué)習(xí)模型，針對(duì)瑕疵特徵進(jìn)行學(xué)習(xí)，並自行修正判斷規(guī)則，大幅減少人員標(biāo)註的時(shí)間，進(jìn)?步提高檢測(cè)的準(zhǔn)確性與效率?2024InstituteforInformationIndustry143dSignals-隨插即用快速部署的資產(chǎn)監(jiān)控解決方案3dSignals解決方案：為工廠機(jī)器進(jìn)行機(jī)電聲學(xué)分析同時(shí)包含軟硬體平臺(tái)的AI解決方案。使用非侵入式感測(cè)器以及基於雲(yún)的即時(shí)資產(chǎn)績(jī)效管理平臺(tái)（Real-TimeAsset以提升工廠30%的產(chǎn)能，並且減少人力與能源成本3dSignals產(chǎn)品特性dEdge硬體設(shè)備：在機(jī)器接上感測(cè)器及連網(wǎng)後，透過超聲波感測(cè)器全天候24小時(shí)蒐集現(xiàn)場(chǎng)機(jī)器設(shè)備的聲音、震動(dòng)和電流，並將聲學(xué)分析轉(zhuǎn)化為數(shù)據(jù)後傳送到dView雲(yún)端平臺(tái)dEdge時(shí)資產(chǎn)績(jī)效管理工具，提供可視化儀表板，dEdge顯示設(shè)備分析與狀態(tài)工廠員工能即時(shí)觀工廠員工能即時(shí)觀測(cè)機(jī)械設(shè)備狀態(tài)資料來源：3dSignals，MIC整理，2023年8月?2024InstituteforInformationIndustry155G智慧桿+聲音感測(cè)器+IPCAM+大數(shù)據(jù)分析5G傳送即時(shí)聲音與影像數(shù)據(jù)資料來源：LuxTurrim5G，MIC整理，2023年8月.聲音感測(cè)器即時(shí)偵測(cè)環(huán)境聲音，當(dāng)偵測(cè)到剎那異常巨響，如車禍碰撞、槍擊、群眾鬥毆等事件時(shí)，IPCame將針對(duì)聲音源進(jìn)行即時(shí)攝錄，後以5G傳送聲音與影像數(shù)據(jù)至雲(yún)端MEC.透過MEC深度學(xué)習(xí)、行為辨識(shí)等即時(shí)判讀意外事件，後依據(jù)事件類型以通報(bào)如警政、醫(yī)療等單位，即時(shí)回應(yīng)意外事件.以車禍為例，後續(xù)車禍資料另可售予保險(xiǎn)業(yè)作為保費(fèi)制定參考依據(jù)，亦可進(jìn)?步結(jié)合環(huán)境數(shù)據(jù)（如天候、人流等）做為交通主管單位改善用路安全之參考依據(jù)?2024InstituteforInformationIndustry16?2024InstituteforInformationIndustry17有相關(guān)性有相關(guān)性空間接近空間接近有時(shí)間性有時(shí)間性X1Y1可復(fù)現(xiàn)性可復(fù)現(xiàn)性?2024InstituteforInformationIndustry18 反事實(shí) 反事實(shí) 行動(dòng)：想像、回想、理解(全面 Imagining假設(shè)某?元素完全相反而其他 Imagining行動(dòng)：實(shí)行、介入(單面向)行動(dòng)：實(shí)行、介入(單面向)假設(shè)我從中加入了?介入元行動(dòng)：觀看、觀察從觀察中看到其因果，並具備第三個(gè)運(yùn)用反事實(shí)找出影響原因，從預(yù)測(cè)問題進(jìn)?步設(shè)計(jì)決策機(jī)制第二個(gè)要與機(jī)器學(xué)習(xí)作融合，找出直接和間接的影響第?個(gè)要解決如何在大規(guī)模數(shù)據(jù)中識(shí)別其中的因果結(jié)構(gòu)?因果AI牽涉CasualInference、等議題，運(yùn)用Casual可找到少資料中的因果推論，又或是應(yīng)用CasualAI來達(dá)到What-if情況的分析?2024InstituteforInformationIndustry19ACAC .同時(shí)影響兩個(gè)變數(shù)之間關(guān)係的變數(shù)叫調(diào)節(jié)變數(shù)（Moderatorvariable)也稱，?2024InstituteforInformationIndustry20.反事實(shí)（counterfactual在自然語(yǔ)言中的「如果-那麼」陳述的條件陳述。.自問：造成Y的原因是X嗎？如果X沒有發(fā)生會(huì)怎麼.案例：令吃藥就不頭痛我頭不痛的原因是吃藥嗎？令抽煙得肺癌如果我不抽煙會(huì)如何？從被說服不去抽煙來避免得肺癌得肺癌的人在之前如果被說服不抽煙，?2024InstituteforInformationIndustry21?2024InstituteforInformationIndustry22資料來源：亞馬遜2022：貝佐斯征服全球的策略藍(lán)圖潛在變數(shù)的因果與系統(tǒng)動(dòng)力學(xué)資料來源：亞馬遜2022：貝佐斯征服全球的策略藍(lán)圖 ?2024InstituteforInformationIndustry23傳統(tǒng)機(jī)器學(xué)習(xí)問題傳統(tǒng)機(jī)器學(xué)習(xí)問題?研究發(fā)現(xiàn)，因肺炎入院的氣喘患者對(duì)感染的治療更積極，降低了次群體(sub-?數(shù)據(jù)訓(xùn)練出來的診斷肺炎的相關(guān)性診斷模型，會(huì)將哮喘作為一個(gè)保護(hù)性的風(fēng)險(xiǎn)因素會(huì)導(dǎo)致對(duì)哮喘患者推薦一種不那麼激進(jìn)的治療方案。?反事實(shí)推斷：即如果某些前提條件不同，判斷某些結(jié)果是否會(huì)發(fā)生。?總體思路是：計(jì)算如果發(fā)生了一些假設(shè)性干預(yù)，如果能觀察到不同結(jié)果的可能性，便推斷出於事實(shí)相反。?2024InstituteforInformationIndustry24?2024InstituteforInformationIndustry25機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)增強(qiáng)式學(xué)習(xí)介於兩者間，可以由自行產(chǎn)介於兩者間，可以由自行產(chǎn)生的資料做自主學(xué)習(xí)監(jiān)督學(xué)習(xí)非監(jiān)督學(xué)習(xí)?2024InstituteforInformationIndustry26 Environment .增強(qiáng)學(xué)習(xí)(Reinforcement習(xí)，以此獲得自主性的學(xué)習(xí)能力影像辨識(shí)的能力去感知像素的重點(diǎn)及周遭情況，再結(jié)合RL機(jī)制形成自學(xué)應(yīng)對(duì)能力?2024InstituteforInformationIndustry27Atari遊戲?2024InstituteforInformationIndustry28不用輸入遊戲規(guī)則，除了下棋類外，也可進(jìn)行?2024InstituteforInformationIndustry29?2024InstituteforInformationIndustry30增強(qiáng)學(xué)習(xí)經(jīng)常用於路徑和排程規(guī)劃?2024InstituteforInformationIndustry31資料來源：Mckinsey、Deepmind、訊能集思，MIC整理，2023年8月ActorActorActorActorActor資料來源：Nvidia、TOSSINGBOT，MIC整理，2023年8月?深度增強(qiáng)式學(xué)習(xí)從原本單?代理人的模擬訓(xùn)練逐漸走向多代理人的協(xié)同訓(xùn)練。對(duì)此在應(yīng)用上可預(yù)先訓(xùn)練資料來源：Nvidia、TOSSINGBOT，MIC整理，2023年8月?2024InstituteforInformationIndustry32人人人追蹤地面標(biāo)線或符號(hào)依物品外型為判斷基礎(chǔ)??解決CAD檔缺乏與幾何物件遮蔽問題基於3D環(huán)境影像AMR結(jié)合手臂資料來源：MIC，MIC整理，2023年8月.具備空間感測(cè)能力的3D視覺則能夠結(jié)合AI，大幅提升製造場(chǎng)域中各項(xiàng)任務(wù)的應(yīng)用廣度、準(zhǔn)確性、效率，甚至是進(jìn)?步確保人員的安全性3D視覺結(jié)合AI應(yīng)用在手臂隨機(jī)抓取上為重點(diǎn)方向之?，透過搭配不同的深度學(xué)習(xí)演算法，解決業(yè)者過去在物體揀取上耗時(shí)和準(zhǔn)確度不高的情況?2024InstituteforInformationIndustry33igus採(cǎi)關(guān)節(jié)模組設(shè)計(jì)，多種igus採(cǎi)關(guān)節(jié)模組設(shè)計(jì)，多種機(jī)型可共用零件，且買主可客製手臂?度至mm精細(xì)度大幅提升自家機(jī)器人靈活度壁掛式桌上式NNModelsNSolution可改變臂?或增加自由度，就既有主體簡(jiǎn)易改變安裝方式，增加產(chǎn)線靈活度，降低設(shè)備建資料來源：各公司，MIC整理，2023年8月可簡(jiǎn)易置換故障零組件提高設(shè)備可用性，降低維協(xié)作機(jī)器人為模組化設(shè)計(jì)，允許簡(jiǎn)易更換故障零組件，從而降低維修成本；Comau首次推出SCARA機(jī)器人，提供三種工作半徑，臂長(zhǎng)分別為450、600和750mm及三種(Floor、Ceilling、Wall)安裝方式，為產(chǎn)線作業(yè)提供更強(qiáng)靈活性；igu的s平價(jià)輕型機(jī)器人提供買主客製化製造，臂長(zhǎng)可精細(xì)到mm的組合，再後續(xù)置換也增加生產(chǎn)彈性。?2024InstituteforInformationIndustry34?Physics-InformedAI，結(jié)合深度學(xué)習(xí)和數(shù)據(jù)驅(qū)動(dòng)的方法得到偏微分方程解，可運(yùn)用流體力學(xué)，非線性聲學(xué)，氣體動(dòng)力學(xué)和交通流量等應(yīng)用場(chǎng)景資料來源：MATLAB、Nvidia，MIC整理，2023年8月?2024InstituteforInformationIndustry35?2024InstituteforInformationIndustry36生成模型判別模型.彼此輪流被訓(xùn)練的過程，慢慢產(chǎn)生?位模仿大師及福爾摩斯，並交叉使用「生?2024InstituteforInformationIndustry37?2024InstituteforInformationIndustry38?2024InstituteforInformationIndustry39?2024InstituteforInformationIndustry40?2024InstituteforInformationIndustry41?DragGAN能夠創(chuàng)造新的圖像內(nèi)容，以達(dá)到與使用者最直接想要的修改程度。?使用者若想讓照片中的人物展現(xiàn)微笑、獅子轉(zhuǎn)頭，直接使用DragGAN便可進(jìn)行調(diào)整，還能產(chǎn)生相應(yīng)所需的圖像，並適當(dāng)?shù)馗淖儭?2024InstituteforInformationIndustry42.數(shù)位雙生應(yīng)用領(lǐng)域從製造業(yè)出發(fā)，逐漸延伸至醫(yī)療、都市、運(yùn)輸、能源、氣象、教育等領(lǐng)域。應(yīng)用數(shù)位雙生應(yīng)用領(lǐng)域從製造業(yè)出發(fā)，逐漸延伸至醫(yī)療、都市、運(yùn)輸、能源、氣象、教育等領(lǐng)域。應(yīng)用核心為製造、材料、構(gòu)造強(qiáng)度、機(jī)械、燃燒、熱傳、流體、振動(dòng)、化學(xué)、電氣等橫跨學(xué)理、技術(shù)領(lǐng)域之複合現(xiàn)象德國(guó)德國(guó)義大利義大利西班牙西班牙俄羅斯俄羅斯資料來源：日本科學(xué)技術(shù)振興機(jī)構(gòu)研究開發(fā)策略中心，MIC整理，2023年8月?2024InstituteforInformationIndustry43資料來源：Nvidia，MIC整理，2023年8月模擬系統(tǒng)平臺(tái)與A的I算法組件和不同應(yīng)用組件相結(jié)合，形成不同的模擬世界，讓開發(fā)者可在各種場(chǎng)景進(jìn)行試驗(yàn)?2024InstituteforInformationIndustry44?2024InstituteforInformationIndustry452022IBM的調(diào)查顯示：企業(yè)越來越重視AI應(yīng)用的可信度，但欠缺具體行動(dòng)：其中指出，應(yīng)用AI程度越深的企業(yè)，越看重AI的可解釋性。?2024InstituteforInformationIndustry46模型可解釋力模型可解釋力ComplexModelSimpleModelInterpretableAccurate 常見可解釋AI方案觸擊範(fàn)疇.LinerRegression●DecisionTrees資料偏見檢測(cè).LinerRegression.K-Nearest.SVM.K-Nearest.SVM準(zhǔn)確度?2024InstituteforInformationIndustry47表格型文字型文字型資料來源：OmniXAI、AI.SCIENCE、theaisummer、MIC整理，2023年8月?2024InstituteforInformationIndustry48網(wǎng)路層可視化網(wǎng)路層可視化神經(jīng)網(wǎng)路可視化23使模型開發(fā)人員可改進(jìn)神經(jīng)網(wǎng)路設(shè)計(jì)，以提高效率和準(zhǔn)細(xì)分網(wǎng)路神經(jīng)元，作為模型可解釋性1?2024InstituteforInformationIndustry49?2024InstituteforInformationIndustry50?2024InstituteforInformationIndustry