元宇宙時代中AI之12個主要發展趨勢(上)
科技產業資訊室(iKnow) - 陳家駿、許正乾 發表於 2023年1月3日
圖、元宇宙時代中AI之12個主要發展趨勢(上)
根據2022年8月「麥肯錫2022年科技趨勢展望」(McKinsey Technology Trends Outlook 2022)報告指出,「AI人工智能應用」為最具創新力之科技,目前在各應用領域快速落地;而AI應用解決方案包括機器學習(ML)、電腦視覺處理(CV)、自然語言處理(NLP)、深度強化學習(DRI)、知識圖譜(KG)等。在這些技術的基礎上,近來全球各企業與研發單位又大肆投入元宇宙(Metaverse),其中最重要的沉浸式體驗,不論是AR、VR、MR或延展實境(XR)都需要AI加持,來輔助各種場景的最佳化應用。此外,業界還嘗試在AI技術下引入觸覺、味覺和嗅覺,來增強具沉浸式之體驗。自從COVID-19疫情席捲全球,不但間接促成元宇宙之發軔,更讓企業為了維持運作,大量引入AI提高效率,並激發企業運營價值。
AI的應用雖已廣泛分布在各領域,但依目前全球AI的發展來看,迄今仍未發展到像人類那樣會推理、意識、創新等包羅萬象的智慧,反而是依恃著各領域的專業知識進行建模,然後再模型化輔助特定產業上的應用。據此,本文擬聚焦在元宇宙產業的發展,來審視AI影響工商運作之12個主要發展趨勢。
一、晶片效能和量子AI大幅提升功率
元宇宙比起之前的網絡,更需要高算力來處理虛擬世界中的動態圖像或語音等表現,隨著晶片或處理器的運算能力不斷提升,AI可解決更複雜的問題,而AI運算能力得以持續推進,有賴於高運算力的CPU、GPU等AI賦能晶片(AI-enabled chips)的進展。在電腦視覺、自然語言處理或語音辨識使用AI,都需要高效能晶片,才能快速執行運算並協助預測分析。像是元宇宙中圖像渲染(image rendering)與全息投影(holograms)都需要更大算力,以進行各種複雜演算法。另外,談到運算能力,近年崛起的量子運算(Quantum computing),則將於元宇宙中提升到更高層次:「量子AI」(Quantum AI),未來將AI與量子計算結合,讓AI程式可在量子電腦上運行大幅提升功率,使得量子運算提供比當今超級電腦快至少千倍的運算速度。
簡言之,量子AI將比傳統運算更快速地從數據中學習,而能以前所未有的速度發現模式和異常,並以極快速度執行計算。隨著量子的發展,AI技術的潛力將呈指數級增長,讓執行複雜計算的能力大放異彩。IBM就表示未來10年有可能構建具有50-100個量子位元的量子電腦,量子將讓AI如虎添翼,譬如可縮短新藥發現的時間、減少碳排放等,更長遠來看,量子運算對元宇宙如何能在經濟、人文等複雜虛擬體系,再掀科技應用高峰而有更突破性發展,大家都引頸企盼。
二、更多工的大數據、5G、雲端、邊緣運算和AI協力運作
為迎接元宇宙,5G、大數據、雲端、AI和邊緣運算將更緊密的融合,讓企業得以從預測分析、商業智能(BI: business intelligence)、數據倉儲,再到深度學習為數據驅動的BI提供支持,使AI對全球各產業的進步和轉型,產生極大影響並重塑整個產業。而5G無線技術藉由連接設備提供可靠、靈活和低延遲的網絡,從而為元宇宙提供即時的應用服務,並得在5G網絡上建構沉浸式之學習和應用。
至於日趨重要之雲端運算,可以和AI之深化融合,使AI模型能從大量的異質數據融合中,學習並發現新的知識,成為眾多工商企業所需新數位計劃的基礎,故雲端運算是元宇宙中不可或缺的元素,再透過5G(或6G)低延遲的訊號傳播,達成「隨時隨地實現計算功能」。然而,把所有複雜運算堆積在雲端處理將造成壅塞,因此邊緣運算就把可先行運算分析的工作處理掉,以分擔雲端的工作量,讓通訊網絡中的所有終端裝置更有效率地執行(例如邊緣運算於即時回應AR/VR之應用)。另一最新趨勢是雲端原生平台(cloud-native platforms),可建構具彈性、韌度和敏捷性的新應用架構的技術,能回應快速的數位化變化;相較於過往較無法善用雲端優勢,雲端原生平台的雲端遷移方法(lift-and-shift approach),可以改進並可很靈活地支援日益複雜的應用程式環境。
基於前述設施,元宇宙需同時支持大數據和低延遲的運算之基礎架構,因此像晶片或處理器、5G、雲端和邊緣運算等網絡中的運算單元,對虛擬世界無縫轉換、無延遲的體驗將至關重要。
三、新的AI機器學習與神經網絡之相容性整合
基於上述需求,AI所涵蓋之監督學習、非監督學習、移轉學習、深度學習與強化學習等各演算法,在元宇宙中仍將持續精進,例如非監督學習可用於強化電腦視覺、自然語言處理和機器人等面向,而深度/強化學習則可用於虛擬工廠之自動化作業與遠端教育訓練。欲讓AI模型廣泛使用在元宇宙各場景,需再整合更多的異質數據或資料庫以發現更多的新知識,並創造出更具獨特智慧的AI。過去AI模型(包含所有最佳化參數組合),可能只適用在某一特定場景或技術框架,若要將該AI模型整合到其他場景或框架即可能會發生偏差,為解決此問題,Meta、微軟等科技巨頭正合作建構「開放式神經網絡交換」(ONNX: Open Neural Network Exchange),以跨越多框架將各項經訓練之神經網絡模型,進行相容性之整合。
四、AI與IoT物聯網之融合 -- AIoT
物聯網(IoT)意味著萬物連網,藉由各物件透過網路連線,並收集現實生活中互通的數據,將使用者之行動或終端設備運作數據傳至雲端進行計算,再將雲端運算結果回傳至使用者或終端設備,以提供更佳的體驗。物聯網在過去幾年不斷發展,不僅增加聯網設備且變得更為先進,這也造就了將物聯網與AI技術融合成「物聯網的人工智能」(AIoT),借助物聯網連接將具有分析能力,使這些設備能根據其所連接的各apps和設備的數據,提出更智能之建議。
既然實體世界都能透過IoT產生最佳化決策,那在元宇宙中,從實體跨到虛擬世界更是順理成章。依此種數位化邏輯思考,就不難理解AI在元宇宙中勢必扮演重要角色。舉例來說,AI可推動IoT設備和服務,使其更智能、更安全,這方面的使用如監控工廠機器狀況,透過收集IoT數據並建立適當之AI模型,可發現潛在將發生的故障,從而進行預防性維護以減少意外停機的可能。此外,攝影機、麥克風和各感測器裝置所收集的視頻影像、語音合成或其他媒體的數據,在雲端中就可使用神經網絡訓練AI,凡此皆有助於IoT與AI融合後所做的精準分析、預測性維護或異常值檢測等功能,對元宇宙工廠極為重要。(2296個字;圖1)
作者資訊:
陳家駿 台灣資訊智慧財產權協會 理事長
許正乾 Midas – AI技術與科技專利顧問
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述,僅為提供更多訊息,也不構成任何投資建議。
2.著作權所有,非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載,本中心保留一切法律追訴權利。
|