AI-2021AI我們將期待NLP黑箱問題、智慧製造的進展

TAcc+新創分析師 許雅音

回顧充滿挑戰的2020年，疫情做為試金石，令採用AI的企業，獲得意想不到的收益。然而整體而言，採用AI的企業數量並未明顯增加，而是在收益與投資上趨向已布局AI的企業。展望2021年，我們拭目以待NLP、黑箱問題處理模型，及AI與智慧製造等面向的融合與進展。

• AI趨勢：回顧2020年，展望2021年— 根據麥肯錫AI 2020 Review報告「The state of AI in 2020」，歸納2020年的3大主題，包含：(1) 採用AI的企業數量並未增加，且只有16%的受訪者表示其公司已將深度學習推進至試點階段 (pilot stage)。(2) AI的風險管控。(3) COVID-19的影響。

總結來說，2020年在COVID-19影響下，從AI獲益的公司強化其對AI的信心，擴大對AI的投資，但是想要促使未接觸到AI的企業採用AI，需要下更多功夫，而已採用AI的企業則需要強化風險管控。

展望2021年TAcc+的分析觀點，預期AI的3大趨勢，包含： (1) NLP持續突飛猛進，Google的 AI模型及Open AI的GTP-3以更大幅優勢領先。利基市場機會僅存在只需要少數參數的訓練模型 (如PolyAI，及1月份發表在Findings of EMNLP 2020的表格前處理法) 或特殊語言如中文等。(2) 解決AI黑箱問題的模型將蓬勃發展： 杜克大學的科學家最近提出了「concept whitening」技術，能夠幫助引導神經網絡去學習特定概念，並將「可解釋性」帶入深度學習模型，而不是在數百萬訓練有素的參數中尋找答案。 (3) AI與智慧製造的融合將帶來新一輪的挑戰與期待： 欲將AI元素帶入智慧製造，整合IT、OT，及CPS (Cyber-Physical Systems) 等是最大的挑戰，在2021年也期待工業5G (Industrial 5G) 帶來新的應用場景。

參考資料：

• “The state of AI in 2020,” mckinsey, 2020.
• “Deep learning models DON’T need to be black boxes — here’s how,” thenextweb, 2021.
• “IoT Trends for Industry 4.0 in 2021,” IIoT World, 2021.