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（Smart Living）、健康樂活（Quality Health）與永續環境（Sustainable Environment）三大應用領域，描繪主要應用情境，收斂出重點發展方向（Directional Statement），並據此探索支持三大應用領域發展的共通基礎技術（ICT Enabling Technology），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（Smart Living）、健康樂活（Quality Health）與永續環境（Sustainable Environment）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（Directional Statement）。並探索支持三大應用領域發展的共通基礎技術（ICT Enabling Technology），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（ICT Enabling Technology）

共通基礎技術（ICT Enabling Technology）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（general technology），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（Deep Neural Networks DNN）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（general technology），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