【Howie 商業投資】自動產生 AI 模型!人工智慧大規模部署的關鍵:AI 工業化

為了能加速 AI 模型的開發與應用,「AI 工業化」趨勢誕生,簡單來說就是用機器學習平台來生產 AI 產品。
評論
Photo Credit: iStock
評論

AI 當前已從理論逐步到模型部署與應用階段,然而有研究機構指出,雖然許多產業進行無數的前導專案 (Pilot Program),但卻有 60% 的 AI 模型開發無法順利進入部署與應用。 40% 雖順利進入部署 AI 解決方案,但模型卻因疏於維護、監測與調校而逐漸失去準確性,到底出了甚麼事?

在企業營運中,許多預測分析流程仰賴 AI 模型的運作,而 AI 模型之所以能開發、部署與應用,背後是無數的 IT 與資料學團隊合作,包含資料串流的標準化與機器學習模型即時整合。為了能加速 AI 模型的開發與應用,一種新的趨勢——「AI 工業化」,成為當前最新作法,這套流程白話來說即是把 AI 產品化,然後用機器學習平台來生產這個「產品」。一如製造業產線上的自動化一樣,用一系列的步驟與協作,讓平台自動生成 AI 模型,再讓相關資料/IT 團隊進行後續作業,降低 AI 開發與維運成本,與解決分析軟體與程式語言不相同的問題。

AI 模型產品化流程。Photo Credit: Howie 提供

AI 工業化核心關鍵:MLOps 平台

MLOps 是資料科學家、ML 工程師、軟體開發人員以及其他 IT 部門的共同產出,用於機器學習模型生命週期。模型的訓練、測試分析、資料的預處理都可以在 MLOps 完成,你可以把他想成一個用來生產 AI 模型的協作平台,透過敏捷運作的方式降低企業的技術負債。用商業語言來說,MLOps 讓企業可以快速生產 AI 模型同時又可以兼顧模型品質,而速度與品質的兼備則是業者大規模部署 AI 的先決條件,大型科技業者如 Google、Facebook、Uber 與 IBM 皆相繼投入此應用。

打破砂鍋問到底的美國國家海洋暨大氣總署

美國國家海洋暨大氣總署 (NOAA) 肩負災害預警與大氣海洋研究的任務,由於需要預測分析大量氣象狀況,因此其資料來源也相當多元,包含網站、衛星、感測器、資料庫等。由於其資料應用強調即時性,過往各自開發模型與資料處理的流程速度過慢以至於跟不上需求,公司因此成立 AI 中心並與 Google 合作,並推出名為「AI2ES Vision」的 AI 策略,從衛星資料開始,逐步整合其他數據源與增強模型測試能力,透過將AI產品化的方式,更快從資料中抽絲剝繭,提供更精準的預測結果。

NOAA 仰賴大量衛星資料進行災害防治與預測。Photo Credit: Howie 提供

摩根史丹利——解除金融業常見的穀倉效應

歷經數年的探索,機器學習與AI在金融業的角色從中後台的風險控制、偵測防弊,逐漸往前台的業務應用發展,身為高度監管的產業,金融業在運用 AI 的速度限制也較其他產業多,國際投行摩根史丹利在六年的試誤中體會到工業化 AI 的競爭優勢。其財富管理部門的 AI 平台負責人 Shailesh Gavankar 認為模型除了要精確外還要能大量且快速的部署,以因應更快的金融市場變遷。由於投行金字塔型的組織架構與嚴謹的文化使得資料科學家的發會空間更為受限,因此公司成立內部沙盒機制 —— Anthem ecosystem,透過單一 API 的機器學習平台連結各種資料與人員,讓業務、AI 開發、部署與維運三大團隊,能透過一個標準化的流程來生產 AI,短時間內產生數千個金融模型,加速其金融服務推出速度。

模型風險控制成為工業化 AI 的守門員

即便許多的企業與機構相繼投入工業化 AI 的運用,快速開發與部署模型固然有規模效益與時間優勢,然而這些模型許多識因應即時需求 (如環境變動或消費者行為改變) 而產生,因此是否能在長時間中繼續使用仍是個謎;再者,若有數百個模型同時需要校正與修改也會是個巨大工程 (想想如果你一次寫出一千個方程式找出一千個最適解,但半天後因為要找另外一千個最適解,光修正跟找答案就要你半條命了)。因此模型風險控制 (Model Risk Management,MRM) 便成為工業化 AI 的馬其諾防線,MRM 根據 AI 團隊與利害關係人的需求,不斷檢視基礎架構、資料量、模型本身信度與效度,以及環境變化,徹底打破穀倉效應,使模型偏誤達到最小,大型顧問公司、科技業者與國際銀行越來越重視 MRM 的運用。

技術只有應用了才具備價值,AI 技術確實到了規模化應用的轉折點,各種基礎設施逐漸完善,且各種應用逐步在各種行業落地,不論是政府還是企業都是其雖隨者。從探索,走出實驗室到應用於在產業領域,1950 年代就出現的人工智慧終於要融入人們的生活,AI 之父圖靈應該對此感到相當欣慰吧!

責任編輯:Mia
核稿編輯:Anny

延伸閱讀:



智慧照護新革命!AI 機器人成為智慧醫療助手

高齡化浪潮來襲, 2025 年台灣將步入超高齡社會,65 歲以上人口佔比超過 20%。高齡化加上少子化,衍生勞動力短缺不足,經濟部工業局推動「電子資訊智慧製造服務系統推動計畫」,加速服務型機器人產業發展,借鏡日本智慧長照現況,把科技導入照護場域,提升更好的生活品質。
評論
Photo Credit:經濟部工業局
評論

日本是全球高齡化程度最高的國家,而台灣高齡化的腳步愈來愈快,僅剩不到 5 年的時間準備。因應長期照顧與醫療照護需求,各單位紛紛投入 AI 應用服務,解決人口結構改變問題。綜觀以 AIoT(物聯網 + 人工智慧)為核心的智慧醫療趨勢,可輔助醫療流程、節省人力成本,更提升照護服務效率,為高齡化社會帶來了新的解方。

Photo Credit:經濟部工業局
台日照護機器人交流會邀請各界分享照護機器人開發與應用案例與經驗。

人工智慧產業前景看好

人類壽命越來越長,智慧醫療正逐步顛覆傳統醫療模式,從遠距醫療、機器人、物聯網到穿戴式裝置,龐大潛在商機吸引國際科技大廠投入。台灣醫療服務水準居亞洲領先地位,尤其是資通訊科技實力鏈結全世界,創新能力與解決方案屢屢獲得市場矚目。當人工智慧遇上健康醫療,擴展未來醫療的無限可能,對社會大眾都有切身影響,不僅引領新一波商業浪潮,也創造出更多的照護服務模式。

醫療與科技結合,帶來新變革也帶動數位時代轉型新契機,未來將有更多關於智慧醫療的布局,解決人口高齡化的社會問題。從另一個面向來看,人口快速老化促使長期照護需求,服務人力是建置完整體系的關鍵因素,衛福部在政策面不斷調整適當的滾動式管理。目前長照 2.0 擴增老年照護服務,以及任何年齡的失能身心障礙者,從長照人力需求來說,缺工現象嚴重,照護機器人將成為醫療、長照的主力。

台日照護機器人交流會

為提供台灣照護場域導入智慧科技之契機,在經濟部工業局指導下,服務型機器人聯盟與台灣智慧樂齡照護創新科技產業大聯盟於 5 月 6 日攜手舉辦「台日照護機器人交流會」,邀請各領域專家分享實務現況,作為研發製造與場域運用參考。經濟部工業局林青嶔簡任技正表示,隨著科技迅速發展,智慧醫療創新服務產業生態系逐漸茁壯,5G 落地、AI 應用更多元,機器人正在改革醫療世界。

圖2_經濟部工業局林青嶔簡任技正表示,超高齡社會即將來臨,透過服務型機器人創新科
Photo Credit:經濟部工業局
經濟部工業局林青嶔簡任技正表示,超高齡社會即將來臨,透過服務型機器人創新科技能解決照護人力議題。

「台灣和日本一樣,面臨急速老化的超高齡社會,因此對於熟齡及身障者的照護非常重要。呼應長照 2.0 政策,應用科技打造更多元化、人性化的服務,AI 及智慧機器人的運用更是未來顯學。」林青嶔簡任技正分享觀點,這場交流會聚焦台日相關經驗分享與討論,加速業者與國際連結。台灣具有精密機電與 ICT 產業供應體系的優勢,發展機器人科技的腳步正迎頭趕上歐美日等國家,尤其是服務型機器人產業,將是台灣製造業的明日之星!

圖3_因應疫情,透過網路視訊方式進行交流,雙邊合作討論熱烈。
Photo Credit:經濟部工業局
因應疫情,透過網路視訊方式進行交流,雙邊合作討論熱烈。

促成更多元的服務應用

透過「台日照護機器人交流會」,日本 ATA 協會五島清國部長、日方企業 Reif 與 Whill,以及台方微星科技、全智通機器人、福寶科技分享照護機器人的開發與普及應用現況,透過創新科技解決照護難題。照護機器人的開發,必須掌握使用者需求、符合未來照護趨勢,再藉由實體實驗場域的調校,完美融入生活當中。微星科技、全智通機器人、福寶科技旗下的產品已分別應用於物流、醫療、清潔等領域;因應新冠肺炎疫情的「低接觸」服務型態需求,更加快普及速度。

圖4_日本ATA協會五島清國部長強調照護機器人必須貼近使用者,幫助提升生活品質。
Photo Credit:經濟部工業局
日本 ATA 協會五島清國部長強調照護機器人必須貼近使用者,幫助提升生活品質。

服務型機器人的創新應用在不同領域逐漸成形,經濟部工業局透過政策資源、科專計畫等大力推動服務型機器人產業化,協助企業轉型發展機器人新事業動能或新創公司設立,包括微星、東元、佳世達、凌群等企業。另外,2018 年成立的「服務型機器人聯盟」,由資策會服創所與台灣智慧自動化與機器人協會(智動協會)合作發起,結合政府及民間力量整合產業鏈上中下游資源,共組國家隊搶攻國內外市場。

服務型機器人聯盟今年度規劃「2021 ROBO COM 蘿蔔控」創意實證競賽,延續場域實證的精神,擴大研發能量及市場化企圖。聯盟持續引入資源,推動機器人業者和學研團隊合作,展開技術及實務交流,共同激盪具市場潛力的創新方案。


 「2021 ROBO COM 蘿蔔控」服務型機器人創意實證競賽資訊

  • 報名期間:即日起至 5 月 15 日
  • 競賽期間:6 月 15 日 - 9 月 30 日
  • 報名資格:不限年齡、學生團隊、社會人士、非營利組織、地方社團乃至公司行號都可組隊報名
  • 組隊資格:接受個人挑戰或多人組隊,團體至多6人

立即前往活動報名頁面了解更多!

經濟部工業局 廣告