看好台湾制造力 Beyond Limits再揭可解释性AI

人工智能（AI）已经成为普及于世的新兴技术，人类生活中无论是看得到还是看不到的，背后其实都有AI技术在运作，随着技术愈趋普及，带动了科技大厂、新创团队等皆相继投入此领域。

美国AI新创Beyond Limits看中台湾强大的制造业底蕴，自2020年正式进入台湾市场后积极拓展市场，尽管2021年受到本土疫情升温的搅局，经过一年的细火慢炖也逐渐在台湾市场上有斩获。

能源、制造业商机无穷　智能制造仍为重中之重

Beyond Limits台湾总经理张中宜指出，目前Beyond Limits在台湾市场的专案大致可以分为三块，一块为智能制造区块，正在与仁宝电脑合作开发机械手臂的AI解决方案专案；另一块则为绿能产业，着重在能源管理、储能配方优化、电池寿命预测等。最后一块则与台北捷运合作，进行人流异常预警系统专案，不过此方案属于公益性质。

除了上述之外，张中宜特别提到，Beyond Limits近期也与仁宝电脑旗下子事业体合作，积极尝试开发家庭物联网（Home IoT）相关，运用由数值AI（numeric AI）与符号AI（symbolic AI）打造出的认知型AI（cognitive AI），加诸边缘运算能力，使得摄像头等终端装置能快速分析、回传核心，预期未来可以应用于如家庭长者、婴幼儿照护等场景当中。

不过，在所有的场域当中，智能制造为重中之重。在智能制造当中，许多产在线面的制程会面对到良率、瑕疵的问题，而这些问题往往都需要仰赖人力解决，接下来则须思考该如何将瑕疵侦测、数据调整等维运工作标准化，以及相关的逻辑分析，皆为Beyond Limits 2022年的重点，未来也将规划如何将此块服务进化成SaaS模型，进而做快速推广。

接下来，便会朝着工业制程下一段的优化，等到整个制程完成优化之后，期盼进一步让厂端与R&；D端的沟通更加顺利。张中宜解释，R&；D设计、厂端执行本就是普遍的状况，然而过去因为厂端并未数据化，因此很难举证、反馈给R&；D知道问题所在。因此便期待在加入AI技术之后能让厂端、R&；D，乃至品牌方之间的沟通能更为顺畅，这将会是台湾业者发光发热的关键所在。

借助美国总部经验　坐拥快速推广能力

许多AI新创在走入市场后往往会面对到解决方案无法复制的问题，尤其锁定制造业的新创更是如此，这归因于制造业项目包罗万象，涵盖高科技制造、半导体、纺织、服饰等，尽管皆为制造业，但不同业者甚至同业者的不同产品线，制程都有可能不尽相同。而在这样的状况下，Beyond Limits如何快速推广AI解决方案？

对此，张中宜笑称，多亏美国总部的经验丰富，一切皆需要从开发过程伊始便须考虑后面快速推广的问题。在开始每个专案之前，Beyond Limits约会花费3个月时间细细爬梳客户的产线制程，并在过程中归纳、验证出不同制程的可复制部分，同时评估若是复制到其他产线时的定制化程度比例。

不同于其他市场主要都还在销售美国已经成熟的解决方案，Beyond Limits台湾已借助台湾制造业底蕴开发出独有方法论，未来将持续运用此方法论，除了将客户了解不同制程可被复制的百分比之外，未来更期待可以输出至国外市场。

可解释性AI浪潮崛起　人文科学人才扮重要关键

在AI普及的状况下，仍有一群业者或是使用者对AI应用感到进退两难，关键常常是AI之于使用者而言是「黑盒子」，因为尽管训练出了一套模型，然却无法解释建立的模型与导出的结果。而这些疑虑使得可解释性AI的重要性日益增加。

许多AI供应业者在想要做到可解释性AI所碰到的难点在于，在大型应用场域中，影响到一套系统的因素可能有湿度、温度、震动等，因此第一个碰到的问题为是否有能力处理如此繁杂且大量的数据，以及如何取得大量且正确的数据资源之后，运用适当的技术分析处理。

另外一个问题则是，客户是否有足够量的数据数据可以运用。除了数量之外，品质也是重点，要分析的项目需要有对的数据。所以，AI供应业者需要非常了解需要的数据数据为何，进一步引导客户给予对的数据。

然而，要做到可解释性最大的难关是人文问题，因为要先去了解客户定义的好与坏，然而这个问题在不同的十个部门却往往会得到十种不同答案，若是无法了解好与坏，可解释性即没有意义存在。事实上，要做到可解释性的技术门槛相对不高，但是却需要仰赖人文与大量沟通，才可以创造出价值，这是许多科技厂商忽略的重点，所以归纳来说，AI产业相当需要人文科学人才。

而人文科学人才主要的职务特色为PM。其职位除了须负责产品论述之外，更需要是客户与工程师之间的桥梁。也就是说，在与客户沟通的过程中了解问题所在，进而让工程师明了客户面对到的问题，因此对于PM来说，哪些问题跟事情需要与哪个职务沟通是非常重要的工作技能。

台湾其实并不缺乏人文科学人才，然问题是，市场常忽略此角色的重要性。人文科学人才的重要性在于沟通能力，并不需要自己写程序或拥有技术能力，但是要了解不同角色传达的信息为何。

责任编辑：陈至娴