AI-2021AI我們將期待NLP黑箱問題、智慧製造的進展

Home - 趨勢分析 - AI-2021AI我們將期待NLP黑箱問題、智慧製造的進展

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.

Share: