邁向2030，展望AI科技發展未來藍圖- 趨勢觀點

經過這段時間的推動，企業在觀念上已經逐漸熟悉AI可以帶來的助益，但企業在導入AI技術時仍面臨困難，因此在2030技術策略與藍圖規劃中，AI人工智慧技術次領域對準企業導入AI ... 趨勢觀點 現在位置： 首頁 趨勢觀點AIoT 邁向2030，展望AI科技發展未來藍圖 邁向2030，展望AI科技發展未來藍圖 109-06-25 電腦與通訊編輯室 未來我們將面對什麼樣貌的2030年？我們要如何運用新科技，來提升生活便利與降低環境變遷帶來的挑戰？工研院以2030科技生活為題，預想未來生活情境，解析科技發展趨勢，聚焦智慧生活（SmartLiving）、健康樂活（QualityHealth）與永續環境（SustainableEnvironment）三大應用領域，描繪主要應用情境，收斂出重點發展方向（DirectionalStatement），並據此探索支持三大應用領域發展的共通基礎技術（ICTEnablingTechnology），研擬2030技術策略與藍圖。

資通訊技術是支持社會數位轉型發展的共通基礎技術，重點領域包括AI、晶片、通訊與資安四大面向，本文將針對2030技術策略與藍圖中的AI技術發展規劃，進行簡要說明。

未來人們將生活在高度連結的網路社會，人們享受便利的智慧化生活，追求身心平衡長壽健康，也更能應變環境變遷的挑戰。

未來10年的想像當手機成為每個人生活上不可或缺的工具時，我們正在經歷科技與生活融為一體的過程，愈來愈多的科技對生活的發展造成影響，影響的速度與涵蓋的範圍也超乎過去的想像，現在大家只要滑動手機，幾乎就可以處理生活中食、衣、住、行的大小事！當科技快速改善我們的生活品質後，人類愈來愈長壽，人口結構也隨之改變，銀髮族群健康與照護的需求逐漸提升。

人口的持續增長增加了對於環境資源的消耗，慢慢地我們透支地球上的新鮮空氣、淨水、沃土、食物、能源、藥材等，伴隨而來的是氣候變化、環境污染以及新型傳染病的出現，而這些因子正全面衝擊生活環境。

未來我們將面對什麼樣貌的2030年？我們要如何運用新科技，來解決或降低氣候與環境變遷帶來的挑戰？ 工研院展開2030技術策略與藍圖規劃工研院以2030科技生活為題，預想未來生活情境，解析科技發展趨勢。

目前雲端運算技術結合4G／5G網路與人工智慧（AI）技術，開啟了智慧連結的生活情境。

以此為基礎，將可以推演出未來人們將生活在高度連結的網路社會，物理空間（真實空間）和網絡空間（虛擬空間）整合，AI人工智慧、物聯網、大數據、雲端運算等數位科技滲透到生活的每一個環節，人們享受便利的智慧化生活，追求身心平衡長壽健康，也更能應變環境變遷的挑戰。

2030科技生活需要透過科技創新來達成，而這也代表著存在許多的產業發展機會，為布局未來科技研發，引領產業發展，工研院聚焦智慧生活（SmartLiving）、健康樂活（QualityHealth）與永續環境（SustainableEnvironment）三大應用領域，描繪三大應用領域主要情境，收斂出各領域的重點發展方向（DirectionalStatement）。

並探索支持三大應用領域發展的共通基礎技術（ICTEnablingTechnology），據此規劃2030技術策略與藍圖，如下圖所示。

三大應用領域項下共計有個人化裝置與服務、自主移動系統、智慧產業及服務、智慧醫療、健康照護、循環經濟、智慧製造、綠能系統與環境科技共8個次領域應用，在共通基礎技術領域則有人工智慧、半導體晶片、通訊、資安與雲端4項共通基礎技術次領域。

在此技術策略布局軸向上，展開相關之技術藍圖規劃，發揮工研院在技術引導領航、協助產業轉型與升級的角色與價值。

支持應用領域的共通基礎技術（ICTEnablingTechnology）共通基礎技術（ICTEnablingTechnology）以發展同時可支持三大應用領域之智慧化共通技術，並搭配應用需求展現創新系統及應用服務的價值為主要思考，歸納出落實三大應用領域的共通關鍵需求，包含運用高效能AI人工智慧能力（含算法及運算力）來進行預測與決策、透過萬物互聯的通訊能力（IoT+Communications）以及資訊安全技術，建構的高度連結且安全可信任的網路社會。

這些關鍵技術將透過在人工智慧、半導體晶片、通訊、資安與雲端運算產品落實於生活中。

配合本期智慧服務的主題，本文將聚焦介紹2030技術策略與藍圖中，與AI人工智慧技術相關的發展規劃。

AI人工智慧技術發展規劃人工智慧是研究開發用於模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門科學。

由於AI是一個普及科技技術（generaltechnology），可以被應用於各個領域，驅動技術、產品、產業、業態、商業模式的演化，並將使經濟、產業結構發生重大變革。

麥肯錫全球研究院認為，人工智慧正在促進人類社會發生轉變，這種轉變「將比工業革命發生的速度快10倍，規模大300倍，影響幾乎大3,000倍」。

現階段人工智慧技術與應用正在快速演進，例如將人工智慧應用於影像辨識與語音識別，帶動了新產品與新服務，聊天機器人成為產品行銷、線上客服、收取訂單等服務的幫手，人臉辨識與影像辨識讓門禁管理、停車管理都變得更便利。

政府重視人工智慧技術的發展，行政院在2018年初推出了「台灣AI行動計畫」，以台灣既有ICT優勢，結合研發人才、ICT與半導體產業、開放場域與資料等，統合政府相關計畫及產業資源，鏈結國際夥伴能量，帶動台灣的智慧革命。

政策上積極吸引國際旗艦公司設立AI研發中心，與台灣本土AI產業鏈結，並推動中小企業參與，完善AI應用發展，帶動我國邁向未來經濟發展的新階段。

經過這段時間的推動，企業在觀念上已經逐漸熟悉AI可以帶來的助益，但企業在導入AI技術時仍面臨困難，因此在2030技術策略與藍圖規劃中，AI人工智慧技術次領域對準企業導入AI需要解決的四項重點挑戰，包括：大規模DNN訓練的自動化、訓練資料不足、AI推論結果需要可解釋以及AI模型（Know-how）的資安保護等議題，將所規劃的技術發展重點聚焦在：致力發展高效能、高解釋性AI算法，提升企業導入人工智慧技術與應用的意願；研發AI資料與模型的保護技術，解決企業／個人對資料安全及隱私的疑慮。

經過分析後，歸納出AI技術發展3項主軸，包括：機器學習的超自動化與訓練資料最小化技術、可解釋的AI技術、AI模型安全技術。

主軸一、機器學習的超自動化與訓練資料最小化技術要從數以千計可能的模型中，設計或尋找出一個合適應用場景的神經網路架構模型是十分耗時的，更不用說必須反覆調校那些會影響模型效能的超參數了。

機器學習的超自動化與訓練資料最小化技術軸向的發展規劃，將著重建立垂直領域的AI／深度神經網路（DeepNeuralNetworksDNN）自動化平台，提供自動化工具來完成AI應用開發流程，建構可以應用於不同領域的智能機器人自動化流程（iRPA）工具，以自動執行AI模型建立過程中的重複性任務；透遷移學習或生成資料手法減少AI訓練資料蒐集與整備工作。

整體來說，機器學習的超自動化與訓練資料最小化軸向的關鍵技術重點將包括：最佳化超參數搜尋、最佳化網路架構生成、元學習／增強式元學習、遷移學習、半監督式學習、智慧化訓練資料擴增與極少量資料學習等項目。

主軸二、可解釋的AI技術這幾年最火熱的AI技術就屬深度學習技術了，但深度學習模型是如何做出決定的，一直是個難以回答的問題。

但是要將AI技術要落實到更多應用領域的過程中，尤其是與生活重大議題相關的項目，像是醫療診斷、金融保險、司法偵查等，會更迫切需要知道模型到底怎麼得出結論的，這樣在實際應用時，才能幫助人們判斷什麼時候該讓機器處理，什麼時候又該介入。

可解釋的AI技術軸向的發展規劃上，將著重能夠從DNN模型中提取符號規則，建立具可理解與信任之模型；亦能夠在訓練之前將先驗符號規則構建到DNN模型中，以整合使用者領域知識，提供結構化資訊更貼近人類的思維理解。

關鍵技術重點包括：機器可解釋的模型、人機互動學習演算法、知識圖譜建置與推論、嵌入知識圖譜的AI模型、動態知識圖譜等項目。

主軸三、AI模型安全技術全球知名的資安方案供應商Sophos的全球安全研究中心─SophosLabs，長期進行對全球的安全隱患的調查研究，在其2020年所發布的資安威脅報告中指出，人工智慧（AI）將成為資訊安全的新戰場。

當產業廣泛運用AI來提升效率的同時，也必須關注如何防衛以AI模型為核心的資訊系統與服務。

例如當AI系統被注入惡意發送的偽造的面部識別圖像，造成AI模型分類錯誤使得犯罪者逃脫檢測。

另一方面，AI模型本身就是具價值的智慧財產，必須保護其免於洩露和濫用。

針對這類新興AI資安議題，AI模型安全技術軸向的發展規劃上，則是將重點放在建構可信賴且具備容錯能力的AI應用系統、安全不受攻擊威脅的AI模型、以及能自我保護不受侵權的AI模型／應用系統。

關鍵技術重點包括：可調式對抗樣本生成、對抗樣本防禦、AI攻擊防禦與容錯能力評估系統、差分隱私、邊緣／設備資料差分隱私、邊緣／設備資料AI隨機響應、AI模型編碼／參數混淆、AI模型浮水印、可溯源的AI模型保護等項目。

結語展望2030台灣產業發展的數位科技快速演進、人口結構高齡化、綠色能源與環境保育需求提升的三大關鍵趨勢，工研院進行2030技術策略藍圖規劃，聚焦智慧生活、健康樂活、永續環境三大應用與智慧化共通技術，引領國內企業積極創新建構智慧應用服務，掌握未來商機，增進社會福祉。

其中智慧化共通技術的研發與創新，不但可同時支持三大應用領域，建構系統解決方案，創造應用服務的價值，本身亦驅動ICT產業成長，為台灣的經濟發展注入動能。

AI是一個普及科技技術（generaltechnology），運用AI可以將可以使生活型態更便利，企業也能提升營運效率增加獲利。

但AI技術的導入與應用仍需要可克服訓練資料整備、AI模型建構與調校、AI智慧技術可解釋以及AI模型安全保護等挑戰。

有挑戰表示技術仍未成熟，仍存在許多技術創新的機會，技術策略藍圖中AI技術發展的規劃是一個起點，未來將持續更新，期能成為打造AI競爭優勢的重要參考依據。

參考資料：工研院2030技術策略與藍圖 相關連結回182期_AI智慧應用專輯 回上一頁 友善列印 分享： 分享到我的Twitter 分享到我的Plurk 分享到我的Facebook 工研院資訊與通訊研究所 ©2015IndustrialTechnologyResearchInstitute.法律聲明Facebook 發行單位：工業技術研究院資訊與通訊研究所 服務信箱：[email protected] 發行地址：新竹縣竹東鎮中興路四段195號51館719室建議網頁瀏覽器為IE8.0以上(含)版本 top