產業追蹤／典範移轉 2.0時代來臨

近期各界感受到生成式人工智慧（GAI）的威力，影響產業發展所及，堪稱為AI發展的典範移轉時刻。2020年是重要的分水嶺，在此之前可視為AI 1.0階段，如今我們正位處於AI 2.0時期。

AI 1.0主要特色就是人工智慧深耕單一領域的發展，例如機器視覺用來做圖像辨識、智慧質檢、工業視覺；又或是自然語言理解，用來執行語音辨識、機器翻譯、個性化廣告、智慧搜尋引擎。這時候，AI的表現效能開始超越人類的能力，甚至辨識、回應的準確率能大幅度提升。

不過，AI 1.0模型訓練最大的限制是只能應用於單一任務，也就是每個AI工具屬於「專才」。簡單來說，如果要訓練一支AI用於檢測產品瑕疵，從數據收集到模型訓練，其所能執行的事情就只有瑕疵檢測單一事件。如果希望這個模型添加其他功能應用，數據就需重新收集、模型重新訓練。

從AI 1.0過渡到AI 2.0，所謂典範移轉指的是過去「專才」導向的AI模型，邁向為「多工」的通用型AI模型，也就是基於自監督式學習的基礎模型。自監督式學習，意思就是在此階段收集大量資料去訓練模型，讓基礎模型（Foundation model）不需人工做大量標記工作，可以更有效率、節省時間來達成「預訓練」（Pre Training）任務目標。

基礎模型訓練完之後，因為已吸收大量資料，內部累計基礎知識，到了「模型微調」階段，仰賴領域知識的專家，以少量帶標籤的方式加以微調，並給予後續AI需要執行的目的，像是學習影像分類、物件偵測、或影像分割等各種任務。近期Google、OpenAI、DeepMind等大型科技業者，挹注資源所訓練出來的GPT-3、ChatGPT、LaMDA、SimCLR、BYOL等，皆屬於此脈絡的大型基礎模型。

推動未來發展，即是要敏銳觀察技術趨勢，掌握AI發展方向做好事先布局。去年鴻海在科技日活動當中，提到基於自監督式學習的基礎模型，以及生成式AI技術可行性的前瞻趨勢洞察。結果不到一個月時間，ChatGPT旋即問世，顯示AI大型基礎模型的發展進程一日千里。

因應Midjourney、ChatGPT推出後迅速受到各界關注，全世界開始討論，處理複雜多工任務的龐大基礎模型，將可能顛覆未來商業運作模式，甚至人類生活樣態也會因此大受改變。至於台灣要在國際AI競逐找到彎道超車的關鍵，多模態基礎模型（Multi-Modal Foundation Model）將有機會引領台灣搶占先機。

鴻海研究院今年初舉辦一場NEXT Forum論壇，主題就是鎖定多模態基礎模型，邀請國內外專家學者與企業，探討多模態基礎模型對台灣AI產業帶來的挑戰與機會。大家集思廣益台灣如何搶得多模態基礎模型研究與產業應用一席之地，開發出具商業營運價值的產業應用。

從AI變革趨勢可發現，多模態基礎模型融合視覺、語言及語音等應用，可因應不同商業需求，帶動新型態服務模式。例如AI 2.0融合電商廣告，形成個人化行銷素材，以最大限度提升購買轉換率；或是AI 2.0結合醫療，蒐集各種生理特徵數據、病史，形成個人健康狀態模型預測，有助醫生更有效率看診，讓個人化治療成為可能。另一實際案例，NASA工程師近期運用多模態基礎模型，成功設計開發一款太空船所需的特殊零件，顯示AI協助人類跳脫思考框架，幫助加速創新腳步。

不過值得注意的是，發展多模態基礎模型可說是資源競賽，訓練基礎模型也不是仰賴速成的研究。台灣產業究竟要朝向發展多模態基礎模型，還是單純發展上層應用路徑，需要多方對話，還要一併考慮資安風險與隱私保護議題。如同工研院研究AI人工智慧的辦公室，近期已深刻感受到產官學界也展開對此主題的關注，對於台灣發展基礎模型，期望有志之士共同為台灣的未來，一起思考AI發展方向；並且整合各方資源，為台灣日後十年的AI技術與應用，打下厚實的根基。

（作者是鴻海研究院人工智慧研究所所長）