台湾人工智能学校看智能制造 数码分身是未来

台湾人工智能学校(AIA) 5周年年会将于18日登场。AIA校务长蔡明顺接受DIGITIMES专访时指出，5周年是AIA的一个里程碑，数年来在制造、医疗和金融等产业已达成「点火」效应，并观察到产业AI化有4个进程，多数企业处于应用的早期阶段。以智能制造而言，数码分身(Digital twin)可解决劳动力不足、促进跨国管理效率，将成未来产业主流。

董总专班诉求领导心法

除了一般经理人课程，AIA于2022年开办「董总专班」。蔡明顺表示，会开这样的课是因为领导人反应没有太多时间上课，并希望能有诉求最高决策阶层的专属课程。

首届董总专班课程以智能制造为主，约有20人参与，包括资通讯企业领导人、二代接班人以及高端政府官员。AIA以两天一夜密集课程，协助领导人将数码转型思维融入经营策略，并以企业案例和工作坊教学，同业间也会互相观察彼此的布局。

若以「心法、方法和做法」区分，董总阶层负责拟定企业的AI心法和方法，经理人则执行后续做法。许多领导人参与董总专班后，将更多员工派送至AIA上课，因此2023年将开办下一届董总专班。

蔡明顺认为， 产业AI化至少须经历4个进程：建立普遍认知、导入应用并建立商业价值、多点爆发成为企业标配、以及AI无所不在并融入生活。目前多数产业处于第2进程的早期阶段，即导入AI者已感受到效益，而在制造、医疗及金融业各有产业领头羊。

智能制造领头羊

除了常见的瑕疵检测、预防性维修、参数组合最佳化等AI应用，许多企业已在产在线导入机器人流程自动化(RPA)。许多领先企业也将AI融入经营策略中，即BI (Business intelligence)结合AI，这是量变引起的质变。

以派送人员到AIA受训的企业中观察，制造业AI领头羊包括台塑、友达、联发科、台积电、美光等集团，中钢则为国营企业中表现较杰出者。这些公司背后都有庞大的供应链，影响力深远。中小企业则有台中精机、宏远兴业、创维塑胶等公司，其代表将参与AIA年会分享升级转型心得。

二线公司要导入AI可能囿于基础建设和人才不足，因此一线大厂应扮演火车头角色，中心厂带动卫星厂，以缩减台湾整体产业的数码落差。AIA推动中小企业AI风火轮计划，即希望建立智能制造的标竿。

AI基础建设除了硬件设备，还包括数据中台、数据仓储或数据湖、低延迟网络等系统。此外，数据治理能力、数据所有权归属、网安防护等议题，都是企业导入AI须思考的范畴。从民间企业到数码发展部，都在谈如何建立数据治理的标准和规范。

数码分身将成主流

蔡明顺认为，在智能制造领域，制程优化达到一定程度后，将走向数码分身，也就是工业4.0的终极目标。

当少子化已成不可逆现象，许多企业又须进行跨国跨厂管理，数码分身将成产业未来主流趋势，改变人机协作之比例，解决劳动力不足的问题。一旦技术成熟，操作人员可在线上仪表板监看跨区、跨国的产线运作情形。

但他也坦言，在2022年此时谈数码分身普及，就像2000年谈网络产业发展，多数人当时难想像网络即将带来的变革，而如今网络已无所不在。

数码分身已有应用案例，但距离全面普及尚远，且涉及基础建设、人才、管理和供应链关系等诸多面向的革新。虽然如此，主要车厂包括BMW已开始使用数码分身，因此将成必然趋势。

展望未来

AIA主要任务是人才培育、弭平学研界与产业界之间的鸿沟。课程设计包含知识转译和产业案例，避免「补习班化」，并与产官学各界保持良好沟通。目前已累积约9,000位校友，陆续成立人工智能科技基金会、亚太智能物联发展协会等组织，但AIA避免介入其他组织的运作。

除了产业应用，还有哪些AI技术趋势值得关注？蔡明顺表示，新兴技术相当多，如DeepMind公司运用AI强化学习(Reinforcement learning)，推出AlphaFold蛋白质结构数据库，IC设计公司也运用相关技术改善设计。

对台湾而言，应多关注与半导体产业相关的AI技术，发展AI加速器芯片，以持续强化在全球半导体产业的竞争力。

用于图像生成的扩散模型(Diffusion model)则是另一趋势，正如日前AI创作的艺术作品引起热议，AI可能持续改变艺术设计领域的人机协作比例。Meta发表闽南语与英语实时AI互译成果后，后续如何发展也值得关注。

AIA成立之初，台塑、奇美、英业达、义隆电子、联发科、友达光电各捐助3,000万元基金，新光关系机构2021年也加入捐助行列，资金陆续到位。其也向其他企业募款，无使用政府经费。自2018年开课以来，陆续推动智能制造、智能医疗、产业AI专班等相关课程，目前在北、中、南皆有据点。

责任编辑：毛履万亿