產業只能「毛三到四」?其實台灣未來關鍵機會在這兩個領域...

產業動態

工研院第三屆資通訊科技日登場,今年集中聚焦人工智慧,期待台灣在既有硬體技術下,能「軟硬兼施」搶攻新藍海。(攝影/)呂俊儀

工研院年度資通訊科技日2日登場,今年有什麼亮點呢?隨著人工智慧(AI)成為新顯學今年「ITRI ICT Techday」也很AI,如各項智慧應用背後重要推手-「DNN高效能深度學習訓練系統」,以及打造辦公室裡的便利商店-「易取」等,期望挹注產業搶攻市場新動能。

工研院資通所所長闕志克透露,這次新發表的四大技術包括將所有APP放在雲端的「智慧手機APP串流」;保護資安的「應用程式白名單」;有深度學習功能的「開放AI訓練系統」;以及「可線上即時重組電池陣列技術(RAIBA)」的再生儲能技術,儘管目前均尚未技轉,但其中前三項技術都有產業界試用合作,再生儲能則與歐洲廠商洽談合作中。

工研院:製造與生醫是台灣在AIOT關鍵機會

台灣發展AIOT關鍵機會是什麼?闕志克解釋,IOT(物聯網)背後一定有分析,AI會扮演一定角色,但坦白說,台灣沒有太多領域可做,很多領域是政府層級,不具商機很難做,比較有的只有製造與生醫兩大類。工研院在智慧製造參與很多,在智慧製造上面產業迴響很好,業者也希望工研院能多協助,但工研院沒有太多資源能夠一個一個逐一協助,因而發展方向鎖定SI(系統整合)業者,讓SI廠商幫助中小型製造商。

他舉例,過去幾年水五金、紡織、PCB等專案,但做兩三年後,希望能把經驗整合成可用的解決方案,並轉給SI場來幫助廠商提供服務,闕志克重申,台灣機會仍在於製造與生醫兩大塊,尤其製造會比較大,中小型廠商多,這也是台灣獨特特性,只不過,還是要取決於有無足夠團隊把中小型廠商的層次從2.1提升到3,工研院責任就是培養技術成為可行方案,也協助更多AI可以做這些工作。

台灣AI深度學習訓練系統將增千億規模

然而針對這次工研院提出的四大技術,主要以AI應用精進為主,闕志克介紹,AI應用時代,研發開放的AI訓練系統是台灣AI產業化的關鍵。由於AI基於深度神經網路(Deep Neural Networks,DNN)演算法機器學習,對於任何需要發展智慧化的產業是相當重要的一環。

以工研院「高效能深度學習訓練系統」,主要是專注提供高效能深度學習訓練環境,開發深度學習訓練系統開源(Open Source)軟體的優化技術,包含加速訓練時間且維持準確度、深度學習超參數自動調整、儲存設備與記憶體間高速資料流動等技術等,可搭載各種適合運算處理硬體,結合領先全球的台灣伺服器產業。

工研院引述美林證券研究,估計全球DNN訓練系統市場規模將從2017年的6.5億美元,增長至2020年的70億美元。他認為,台灣AI訓練系統的伺服器硬體設備在全球已有一定市場,若能「軟硬兼施」,粗估台灣AI深度學習訓練系統產業的產值約可增加近6倍、約增新台幣千億元市場規模。

工研院技術讓現有應用再升級

此外,工研院也在現場秀出「易取」智慧貨架,主要鎖定封閉場域中設置無人商店,如辦公室內,其關鍵應用技術為「電腦視覺商品辨識技術」,員工以識別證刷卡後,透過每個貨架攝影機,可辨識拿取商品後即可離場完成交易。另外,室內定位技術在產業界開發已有一段時間,這次工研院技術則進一步將定位精準度縮減在1公尺內,關鍵技術是處理「無線通道資訊的定位演算法(CSI),預計今年底與百貨公司將有實際合作應用。

至於「可線上即時重組電池陣列技術(RAIBA)」的再生儲能技術,則是希望讓再生能源變成穩定能源,應用概念讓汰役電池透過控制系統能夠再利用。

闕志克強調,台灣是ICT產業重鎮,今年資通訊科技日更邀請美國矽谷、日本專家進行專題演講,如KDDI經營規劃部本部長藤井彰人(Fujii Akihito),及Soracom創辦人暨執行長玉川憲(Ken Tamagawa)分享AIoT產業大革命下,日本主要大企業所進行的改變。