元宇宙时代中AI之12个主要发展趋势（上） https://bit.ly/3IgirgL 根据2022年8月「麦肯锡2022年科技趋势展望」(McKinsey Technology Trends Outlook 2022)报告指出，「AI人工智能应用」为最具创新力之科技，目前在各应用领域快速落地 ；而AI应用解决方案包括机器学习(ML)、电脑视觉处理(CV)、自然语言处理(NLP)、深度 强化学习(DRI)、知识图谱(KG)等。在这些技术的基础上，近来全球各企业与研发单位又 大肆投入元宇宙(Metaverse)，其中最重要的沉浸式体验，不论是AR、VR、MR或延展实境 (XR)都需要AI加持，来辅助各种场景的最佳化应用。此外，业界还尝试在AI技术下引入触 觉、味觉和嗅觉，来增强具沉浸式之体验。自从COVID-19疫情席卷全球，不但间接促成元 宇宙之发轫，更让企业为了维持运作，大量引入AI提高效率，并激发企业运营价值。 AI的应用虽已广泛分布在各领域，但依目前全球AI的发展来看，迄今仍未发展到像人类那 样会推理、意识、创新等包罗万象的智慧，反而是依恃着各领域的专业知识进行建模，然 後再模型化辅助特定产业上的应用。据此，本文拟聚焦在元宇宙产业的发展，来审视AI影 响工商运作之12个主要发展趋势。 一、晶片效能和量子AI大幅提升功率 元宇宙比起之前的网络，更需要高算力来处理虚拟世界中的动态图像或语音等表现，随着 晶片或处理器的运算能力不断提升，AI可解决更复杂的问题，而AI运算能力得以持续推进 ，有赖於高运算力的CPU、GPU等AI赋能晶片(AI-enabled chips)的进展。在电脑视觉、自 然语言处理或语音辨识使用AI，都需要高效能晶片，才能快速执行运算并协助预测分析。 像是元宇宙中图像渲染(image rendering)与全息投影(holograms)都需要更大算力，以进 行各种复杂演算法。另外，谈到运算能力，近年崛起的量子运算(Quantum computing)， 则将於元宇宙中提升到更高层次：「量子AI」(Quantum AI)，未来将AI与量子计算结合， 让AI程式可在量子电脑上运行大幅提升功率，使得量子运算提供比当今超级电脑快至少千 倍的运算速度。 简言之，量子AI将比传统运算更快速地从数据中学习，而能以前所未有的速度发现模式和 异常，并以极快速度执行计算。随着量子的发展，AI技术的潜力将呈指数级增长，让执行 复杂计算的能力大放异彩。IBM就表示未来10年有可能构建具有50-100个量子位元的量子 电脑，量子将让AI如虎添翼，譬如可缩短新药发现的时间、减少碳排放等，更长远来看， 量子运算对元宇宙如何能在经济、人文等复杂虚拟体系，再掀科技应用高峰而有更突破性 发展，大家都引颈企盼。 二、更多工的大数据、5G、云端、边缘运算和AI协力运作 为迎接元宇宙，5G、大数据、云端、AI和边缘运算将更紧密的融合，让企业得以从预测分 析、商业智能(BI: business intelligence)、数据仓储，再到深度学习为数据驱动的BI 提供支持，使AI对全球各产业的进步和转型，产生极大影响并重塑整个产业。而5G无线技 术藉由连接设备提供可靠、灵活和低延迟的网络，从而为元宇宙提供即时的应用服务，并 得在5G网络上建构沉浸式之学习和应用。 至於日趋重要之云端运算，可以和AI之深化融合，使AI模型能从大量的异质数据融合中， 学习并发现新的知识，成为众多工商企业所需新数位计划的基础，故云端运算是元宇宙中 不可或缺的元素，再透过5G（或6G）低延迟的讯号传播，达成「随时随地实现计算功能」 。然而，把所有复杂运算堆积在云端处理将造成壅塞，因此边缘运算就把可先行运算分析 的工作处理掉，以分担云端的工作量，让通讯网络中的所有终端装置更有效率地执行（例 如边缘运算於即时回应AR/VR之应用）。另一最新趋势是云端原生平台(cloud-native platforms)，可建构具弹性、韧度和敏捷性的新应用架构的技术，能回应快速的数位化变 化；相较於过往较无法善用云端优势，云端原生平台的云端迁移方法(lift-and-shift approach)，可以改进并可很灵活地支援日益复杂的应用程式环境。 基於前述设施，元宇宙需同时支持大数据和低延迟的运算之基础架构，因此像晶片或处理 器、5G、云端和边缘运算等网络中的运算单元，对虚拟世界无缝转换、无延迟的体验将至 关重要。 三、新的AI机器学习与神经网络之相容性整合 基於上述需求，AI所涵盖之监督学习、非监督学习、移转学习、深度学习与强化学习等各 演算法，在元宇宙中仍将持续精进，例如非监督学习可用於强化电脑视觉、自然语言处理 和机器人等面向，而深度/强化学习则可用於虚拟工厂之自动化作业与远端教育训练。欲 让AI模型广泛使用在元宇宙各场景，需再整合更多的异质数据或资料库以发现更多的新知 识，并创造出更具独特智慧的AI。过去AI模型（包含所有最佳化参数组合），可能只适用 在某一特定场景或技术框架，若要将该AI模型整合到其他场景或框架即可能会发生偏差， 为解决此问题，Meta、微软等科技巨头正合作建构「开放式神经网络交换」(ONNX: Open Neural Network Exchange)，以跨越多框架将各项经训练之神经网络模型，进行相容性之 整合。 四、AI与IoT物联网之融合 -- AIoT 物联网(IoT)意味着万物连网，藉由各物件透过网路连线，并收集现实生活中互通的数据 ，将使用者之行动或终端设备运作数据传至云端进行计算，再将云端运算结果回传至使用 者或终端设备，以提供更佳的体验。物联网在过去几年不断发展，不仅增加联网设备且变 得更为先进，这也造就了将物联网与AI技术融合成「物联网的人工智能」(AIoT)，借助物 联网连接将具有分析能力，使这些设备能根据其所连接的各apps和设备的数据，提出更智 能之建议。 既然实体世界都能透过IoT产生最佳化决策，那在元宇宙中，从实体跨到虚拟世界更是顺 理成章。依此种数位化逻辑思考，就不难理解AI在元宇宙中势必扮演重要角色。举例来说 ，AI可推动IoT设备和服务，使其更智能、更安全，这方面的使用如监控工厂机器状况， 透过收集IoT数据并建立适当之AI模型，可发现潜在将发生的故障，从而进行预防性维护 以减少意外停机的可能。此外，摄影机、麦克风和各感测器装置所收集的视频影像、语音 合成或其他媒体的数据，在云端中就可使用神经网络训练AI，凡此皆有助於IoT与AI融合 後所做的精准分析、预测性维护或异常值检测等功能，对元宇宙工厂极为重要。 心得/评论： 针对元宇宙产业发展下，以AI融合了多种技术，而这些技术结合在一起为企业的多种 问题创造解决方法并且自动执行任务，尤其结合高运算能力将数据分析并进行预测，为企 业制定策略有相当大的帮助。AI的出现作为填补企业的新角色，是否意味着渐渐取代AI人 才解决更多问题，也是值得思考。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 220.133.209.205 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Tech_Job/M.1672796621.A.367.html