生成式AI顛覆智慧製造

※如欲轉載本文，請與北美智權報聯絡

吳碧娥╱北美智權報　編輯部

智慧製造與人工智慧可說是近年來最為熱門的議題。人工智慧讓智慧製造技術有了突破性的發展，除了應用在生產製造領域協助整個工廠及相關應用，還能進一步改善生產製造的應用層及網路層，讓整個智慧機械領域進入新的世代。

現階段人工智慧領域，已逐漸從第二期機器學習巨量資料，走向第三期強人工智慧（Strong A.I. ），讓電腦擁有人類的智慧可說是人類最終極的夢想，但也產生更多的可能性挑戰和倫理道德議題。在日前經濟部智慧財產局、工研院、全國工業總會、5G產業創新發展聯盟共同主辦的「2023智權系列研討會」中，由國家實驗研究院科技政策研究與資訊中心研究員樊晉源分享人工智慧主要國家技術專利發展趨勢。樊晉源指出，目前世界各國中，專利權主張仍以美國最為優先，中國、歐盟次之，人工智慧申請的相關領域，仍以通用AI 模型為基礎，其次為機器學習、深度學習、卷積神經網路（Convolutional neural network，CNN），此一領域已經逐步成為主流，取代原本通用AI的發展。

智慧製造相關技術為目前人工智慧的一大重點展方向，雖然沒有一個代表智慧製造的完整名詞，但相關專利申請分布在控制（control）、通訊、測量、機械及運輸等各大領域，關鍵在由人工智慧的相關技術中，擷取出智慧製造技術。

樊晉源進一步指出，對比近三年來的相關人工智慧與智慧製造專利分析，可發現幾個重要趨勢。首先是逐漸從硬體走向軟體應用、由資料走向整合溝通資訊，並開始針對使用者介面進行開發，以及逐漸嘗試提出假設與使用者溝通。

而人工智慧的相關資料處理以軟體廠商為主，其中美國IBM公司相關專利最多，但其最重要強項在於雲端運算相關裝置、機器學習；排名第二的是韓國三星電子，但相關強項專利僅在人工智慧及CNN卷積神經網路領域為主，現階段主要競爭領域可能稍有不足。排名第三的是美國Google公司，主要專利在計算裝置、機器學習和相關模型。

圖一、智慧製造專利權利人與技術分布

生成式AI 所帶來的三大應用

針對生成式AI未來將會持續帶來整體行業的衝擊，樊晉源分析，而現階段生成式AI主要的發展應用領域，包含三大方面。首先是以外掛（plugin）方式結合並存在於現有軟體生態系。輔助程式撰寫出現在整合開發環境（Integrated Development Environment，IDE）、圖像生成出現在Figma或Photoshop等軟體，甚至Discord機器人（Discord Bot）也是由生成式AI導入在數位/社交的社群工具。除了外掛外，目前還有部分生成式AI Web apps，像是專門提供AI寫作軟體的新創公司Jasper，或是快速生成高質量文本的Copy.AI。其中主打用來輔助個人和企業創建原創內容的Jasper，目前估值15億美元，並在近期10月中旬完成1.25 億美元的A輪融資。

互動性典範（Paradigm of Interaction）是第二種生成式AI常見的應用，目前最常見的形式多為「一次完成」，也就是只要丟入一個指令，就能生成出用戶想要的事物，類似Auto-GPT同類型相關工具。生成式AI apps多構建在OpenAI的GPT-3模型或Stable Diffusion等大型模型上，第三種應用是針對模型進行微調。現階段由META公司公開其相當成功且消耗資源較少的LaMMA，以及和AI新創公司Hugging Face所主導協調的BigScience專案，釋出具備1,760億個參數的大型語言模型BLOOM，都可能在未來為相關領域帶來重大的影響，並對於智慧製造領域產生衝擊。

生成式AI 對智慧製造帶來的影響

在可見的未來中，生成式AI可以協助設計，工程師將可以透過資料庫、甚至專利資訊、有效快速找到相對應的設計，進一步從中擷取資訊、快速設計出相對應的產品。生成式AI可以提升機器視覺檢測效果，自動化結合設計提升相關機器效果，除了可以釋放人力，還能有效針對相關機器視覺檢測進行統整。

此外，由於工廠流程繁多，從物料進貨到產線再到出貨，可能要經過上百上千個環節，AI可以提供整體的資訊流透明化，進而從中找到優化成本和流程的方法。製造業透過將AI 技術與數位孿生（Digital Twin）相結合，藉由數據模擬出產品從出貨、生產、物流到售後的客戶需求預測，應用在智慧製造等各種不同面向。

從更長遠看來，透過元宇宙科技及相關生成式模型科技的結合，AI在智慧製造層面將不僅是單純的輔助者，甚至可以成為進一步的監督者與決策者，甚至可以期待由AI完全系統決策的年代到來。

人工智慧與智慧製造專利分析

樊晉源根據近兩年全球專利分析，可發覺重點領域發展仍與上述相關資訊相同，但是最為重要的重點，在於知識圖譜及相關建構語言模型逐漸成為發展顯學，顯現出智慧製造領域對於相關技術的發展，逐漸展現出其相關關注的能量。

圖二、2021~2022年智慧製造專利全球技術布局圖

樊晉源指出，現階段運用人工智慧解決智慧製造領域的相關專利，仍是偏重在人工智慧技術的運用，尤其是資料處理、資料探勘相關技術的運用，其次是針對網路優化及通訊化的相關運用。以現階段廠商專利數量而言，仍是以通訊、網路、資料庫作為主軸，這也是現階段人工智慧可以協助智慧製造領域最多的地方；但相對而言，在實際製造層面、實作層面的相關運用，傳統機械廠商對於人工智慧的運用和專利申請數目仍有待加強，未來人工智慧在實體操作領域仍有加強空間。

生成式AI 模型的出現，將對智慧製造會帶來更進一步的革新，畢竟生成式AI逐漸成為現階段市場上的革命應用，相較於傳統的AI 工具，生成式AI模型更接近於人類的助理並擔任協作功能，這種發展模式未來對於智慧製造而言，將會是一個值得注意的新領域革命。

資料來源：

1. 2023/9/15，2023智權系列研討會–AI人工智慧的專利與法律挑戰，樊晉源簡報。

延伸閱讀&電子報訂閱連結：

【更多內容請見《北美智權報》344期；歡迎訂閱《北美智權報》電子報】