人工智慧商業化發展 - 科技政策觀點

從工業應用、居家照護、醫療、管理、決策、教育、娛樂、公共安全、交通都將會應用到人工智慧的管理、監控、分析等輔助功能。

任何能夠想像的機器設備、裝置 ... 首頁 研究成果 人工智慧商業化發展 賴志遠 2017-09-28 7111 10.6916/STPIRP.2017-09-28 導讀 自從2016年Google的AlphaGo擊敗人類頂尖棋士後，人工智慧成為媒體最熱門的新聞議題。

但是人工智慧並不是新興科技，很多資通訊領域的學者會告訴你，人工智慧已經發展了超過70年，曾歷經幾番波折坎坷，是科學界努力想要解決的課題。

不過現在人工智慧的發展因為深度學習方法突破而被市場廣泛應用的可能性大為提高，目前各國已推出各類以人工智慧技術為核心的產品或服務，使得人工智慧商業化將可能提前實現。

文章圖片所有權：https://goo.gl/ZuKgQ8，CreatedbySeanbatty著作權聲明：CC0PublicDomain-可以做商業用途-不要求署名 一、前言 人工智慧歷經多年的發展，已經形成一股不可輕忽的技術浪潮。

特別是隨著近年自動駕駛車公路測試及GoogleAlphaGo軟體連續擊敗人類棋士的新聞被傳播媒體及社群媒體廣泛報導，重新燃起人們對人工智慧的關注與興趣。

人工智慧的發展已經將近70年，發展過程中有起有伏。

歷經許多研究人員的努力，以及人類對人工智慧的想像及期望，這個研究主題一直是資訊及計算機科學非常關心及持續投入的研究課題。

過去在20世紀80年代也曾有一波的人工智慧風潮，當時日本通產省(ministryofinternationaltradeandindustry,MITI，於2001年改為經產省，ministryofMinistryofEconomy,TradeandIndustry,METI)推出第五代電腦系統(thefifthgenerationcomputersystem,FGCS)計畫，希望建立一種新的電腦運作系統，即偏向人工智慧專家系統架構的知識為基礎的資訊處理系統(knowledgebasedinformationprocessing)，在歷經11年的努力與投入約540億日圓的經費後，還是受限於人工智慧技術不成熟而宣告失敗。

人工智慧能夠在近幾年取得技術突破的原因在於整體軟硬體環境成熟，包含晶片、網路、大數據、雲端計算、演算法等軟硬體逐漸完備；同時大環境下，各個應用場域(包含金融，製造，服務業等)所產生的巨量數據造成的處理分析問題也進一步推動人工智慧技術的發展。

目前媒體仍然比較集中報導自動駕駛車、智慧型機器人或是類似AlphaGo這類具有話題性、吸引讀者眼睛的議題。

但是若詳細檢視人工智慧產品或服務相關的新聞或訊息，就可以發現目前市場上利用人工智慧技術所開發的產品及服務類型的種類及數量，已超過一般人的想像。

從工業應用、居家照護、醫療、管理、決策、教育、娛樂、公共安全、交通都將會應用到人工智慧的管理、監控、分析等輔助功能。

任何能夠想像的機器設備、裝置、應用軟體、作業系統、核心驅動程式都能應用人工智慧來改善其功能、提高運作效率，並做到人類無法完成的工作。

因此人工智慧對人們的影響是遠大於過往的各類新興科技，可以相比擬的恐怕只有生命科技了。

本文嘗試從現有的的人工智慧服務或產品，瞭解人工智慧的商業化服務及其可能對我們未來的生活衝擊。

二、人工智慧商業化 人工智慧要得到進一步的發展，就必須經過市場的考驗與萃煉後，証實其可行性。

而目前人工智慧商業化的腳步已經開始加快進行，進入市場直接接觸一般的消費者。

甚至有些公司以免費的線上服務模式，讓民眾感受人工智慧技術的魅力及潛在價值。

如微軟推出的線上翻譯服務(見圖1)，宣稱採用類神經網絡方法取代過往統計翻譯方法，取得翻譯品質已經接受人們自行翻譯的成品，只需略加修正文字即可使用，在文法的正確性及可讀性上都比以往的成品為佳，直接呈現人工智慧技術的優點。

例如任意從網頁擷取一段文字貼上該網頁的輸入段後，如“Oneoftheveryhottopicssofarin2017isartificialintelligence(AI)anditspotentialdisruptiveimpactonthelegalprofession.Questionsrangingfrom,“WillAIreplacelawyers?”to“DoesitmakesensetoattendlawschoolwiththeriseofAI?”to“HowwillAIimpactthedelivery,cost,andqualityoflegalservices?”arebeingaskedbythoseinandaroundthelegalindustry.”，機器能夠譯成：「到目前為止,2017年的熱門話題之一是人工智慧(AI)及其對法律界的潛在破壞性影響。

問題從"AI是否會取代律師"到"人工智慧的崛起是否有意義？"對"AI將如何影響法律服務的交付、成本和品質？",法律界和周圍的人都在問。

」(以類神經網絡方法處理，見圖1右下方方塊)以及「到目前為止在2017年很熱門的話題之一是人工智慧(AI)和其潛在的破壞性影響，對法律專業。

從，"將AI代替律師嗎？"到"有道理參加法學院與崛起的AI？"到"如何將AI影響交付、成本和法律服務的品質？"要問那些和周圍法律行業。

」(以傳統的統計方法處理，見圖1之左下方方塊)。

比較兩者的譯文品質，可以發現利用類神經網絡方法翻譯的成果，幾乎與人翻譯成品相差不遠，在可讀性上達到一定的水準。

而隨著人工智慧技術成熟及更為精進後，或許未來機器翻譯的品質超越專業人類翻譯成果也不是不可能的事。

這類的研究在可預期的未來將使國內翻譯公司或專門從事相關工作的翻譯人員接案的機會大為降低。

但是這類服務也有可能是學生學習外語的的最大助力，或是在技術更成熟並整合語音辦識及發音處理技術後，成為可隨身攜帶的口譯助理。

圖1　微軟自動翻譯網頁 資料來源：https://translator.microsoft.com/neural 從機器翻譯的案例來看，可以看出目前網路及資通訊產業對人工智慧技術的接受及應用價值抱持著極高的期待，同時人工智慧技術對不同產業的滲透程度也超乎想像。

而其他產業對人工智慧的看法，根據英國經濟學人雜誌於2016年所作的調查，針對全球零售業、製造業、健康照護及金融服務業的高級管理人員作了一個對人工智慧對產業衝擊的調查，得到一些有趣的結果及看法，譬如，以製造業為例，製造業認為AI對該產業最大的幫助將是提高操作效率、提高安全性及營業額；而零售業則認為是提高操作效率、改善決策及降低風險；健康照護業則認為是提高服務品質、提高操作效率以及降低風險；金融服務業則改善決策、減少員工數及降低風險。

以金融服務業的調查可以看到，業者對人工智慧的近來仍具有疑慮，特別是目前廣為宣傳的各類理財機器人(robo-advisor)，可以取代現在的理專將造成失業問題。

從調查報告結果來看，也可以看出各行各業對人工智慧技術的看法及需求都存在不同的觀點及偏好，但是都認同人工智慧技術對產業發展具有正面的幫助。

因此對人工智慧的投入也不落人後，個別提出不同的商業模式或產品服務，嘗試在這一波智慧革命尋找市場需求、爭取企業立足之地。

目前，人工智慧的商業化腳步已初見成果，圖2為本研究針對各國產業界運用人工智慧技術所推出的服務及產品分類圖。

圖2顯示目前產業界所推出的應用包含了聊天機器人、影像視覺處理、商業情報分析、網路安全、智慧型機器人、醫療照護、市場研究、金融保險、市場營銷、教育研究、物聯網/工業物聯網、交通運輸、農業、人工智慧核心技術、數據科學、文字分析處理等。

若以屬性作為分類架構，可約略分為上遊的軟硬體；以及中下游的硬體及軟體應用等分類。

其中上遊軟硬體主要以人工智慧核心技術以及數據科學為主；而中下游的硬體則有交通運輸、農業、智慧型機器人、物聯網/工業物聯網等；中下游的軟體應用服務則包含了聊天機器人、影像視覺處理、商業情報分析、網路安全、醫療照護、市場研究、金融保險、市場營銷、教育研究、文字分析處理等針對不同需求、不同應用領域及使用情境的使用者。

下文將針對中下游的軟體應用服務作一簡要說明，介紹其中企業界所推出的各類型產品及服務，這類服務或產品將直接面對消費者及使用者，人們將能直接感受人工智慧技術的優點及其未來的應用價值。

圖2　人工智慧產業發展 資料來源：本研究整理。

以商業應用為例，可以看到聊天機器人、商業情報分析、市場研究、市場營銷、金融保險、文字分析處理的相關應用都開始有相當多的新創公司投入，並提供不同的服務及產品，以商業情報分析為例，Datarobot，Dataminr，FuzzyAI，Logz.io等公司都提供不同的演算法及分析工具，其共同點是這類公司多使用機器學習、模糊邏輯等人工智慧技術，建置分析模組，把編碼(coding)、數學模型(mathmodel)、領域知識(domainknowledge)整合在一起，利用數據科學方法自動測試數百種預測模型，在海量的資料及數據(data)中找出關鍵資訊(information)及萃取商業見解(insight)，作為決策參考依據。

這類新的方法在執行效率上比起過往的做法增強不少。

如Datarobot公司所提供的服務，能夠利用平行處理方法針對R、Python、SparkML、H2O、Tensorflow及其他開放源的一千多種模型進行訓練及評估，通過數百萬的可能演算法組合、預先處理步驟、數據特徵、變換及調整參數，從給定的數據組及預測目標給出最佳預測模型，這類服務將有效幫助企業、組織、機構做出更明智、快速及準確的決策。

這類服務將能強化企業競爭力，同時加快企業決策速度，可以預期將造成未來的商業競爭節奏將更為緊湊快速。

而在醫療照護的發展方面，除了供個人應用、協助醫生診斷分析病患的應用軟體外，還有協助藥廠或研究機構尋找新藥開放的人工智慧平台，協助研究人員進行新藥的開發，這類公司如知名的Atomwise公司，就利用深度學習技術來發現新分子，這些方法已經能夠用在開發新的藥物分子，特別是用在對抗伊波拉病毒、抗生素抗藥細菌以及各類慢性病如多發性硬化症，已經推出了動物實驗的抑制劑來進行治療測驗。

而在其他照護應用的，如Babylon則是一種智慧型手機或平板上的個人醫療服務app，能夠透過聊天機器人諮詢個人的任何健康問題，並且得到專業的健康資訊及建議因應做法，可以說是類似一個簡化版的個人家庭醫生。

而其他的如Abi、Joy、Kiwi、Sleep.Ai等軟體都能提供各類型的個人健康諮詢服務，使的未來這類的服務經過長時間的運作將可能衝擊或改變現有的醫護及長照體系，特別是單身獨居的老人，這類服務結合在地的醫療系統或許是一個發展方向。

同時對影像視覺處理，不同的公司提供不同的服務，有的針對圖片進行辦識、如專門針對人臉辦識、手寫字跡辦識、圖片辦識以及影像監控、影像處理等不同服務。

這類公司如Deepvision、Haystack、OrbitalInsight、Matroid、Valossa、均提供不同的需求作設定的服務。

這些服務從個人的圖片分類、醫學診斷、大地監測、公安監測、罪犯刑事追蹤均能做到以往人類需要花大量時間及人力才能完成的工作，節省勞力及時間成本。

如OrbitalInsight能夠利用衛星圖片進行分析，利用平行處理針對近百萬幅的衛星照片進行分析，能夠找到全球的趨勢變化，譬如透過大地地形改變、交通狀況、新建建築數量、農地植被變化，這類資料可以提供國家經濟成長預測、全球農作物收成、短缺及價格預測等社會經濟趨勢訊息，供部會及企業做為決策參考資料。

隨著人工智慧技術的逐步成熟，企業不斷的推出相關的產品及服務外，政府也開始重視此議題，除了擴大投入公部門技術研發資源外，地方政府也推出相關的服務，使民眾感受人工智慧所帶來的衝擊。

以自駕車為例，國人在可預期的未來也將能看到自駕車在馬路上運作，如台北市政府已經宣告在民國106年7月27日啟動自駕巴士實驗專案儀式，將從8月1日起在台北市信義路公車專用道進行測試運行；同時高雄也將於106年10月舉辦的「2017生態交通全球盛典」，推出15人座無人自駕小巴及租賃電動共享汽車。

在公私部門合作推動下，可以預見未來人工智慧將成為人們日常生活常見的技術，改變生活方式及工作形態，形成一種無所不在、無影無蹤卻又處處可見，形塑人與機器協作共事的環境。

三、結論 前文所述的產品或服務在經過市場考驗及消費者的篩選後，相信大部份的公司都不見得能夠存活下來，但是能夠存活下來的公司所提供的服務將使人們實質感受人工智慧技術所帶來的便利及衝擊。

人工智慧所引發的各類衝擊，將使我們重新思考人類的定位，並解放人們勞動力使轉而專注在創新創造及有意義的社會公益，同時因機器倫理問題而對未來社會治理形成重大挑戰。

新興科技產生的風險對人們已經不是一個陌生的課題，但是衝擊面如此之廣的科技也是過往人類歷史少有的經歷。

人工智慧風險議題已經是許多團體及利害關係人所關切的熱門議題，各界投入資源與人力探討其將可能對台灣未來社經發展所帶來的挑戰與衝擊，以預先作好準備面對新的人工智慧革命。

參考文獻 楊安琪(07/27/2017)，無人自駕巴士EZ10轉戰台北街頭！柯文哲：以新科技和思維應對未來問題」，科技新報，取自網址https://technews.tw/2017/07/27/taipei-city-government-experiments-with-driverless-bus-ez10-of-easymile/ 蔡孟妤(12/23/2016)，領先全台！高雄推無人駕駛小巴，聯合新聞網，取自網址https://udn.com/news/story/7327/2186813 AndrewMeola(01/03/2017).HereAreTheTop15RoboAdvisorsMakingStockPortfolioManagementEasyIn2017.BusinessInsider.Retrievedfromhttp://www.businessinsider.com/best-robo-advisors-2017-1 CBInsight(2017).TheAI1002017.NewYork;author.Retrievedfromhttps://s3-us-west-2.amazonaws.com/cbi-content/research-reports/CB-Insights_AI-100-2017.pdf DennisGarcia(06/07/2017).PreparingforArtificialIntelligenceintheLegalProfession,LexisPracticeAdvisorJournal.Retrievedfromhttps://www.lexisnexis.com/lexis-practice-advisor/the-journal/b/lpa/archive/2017/06/07/preparing-for-artificial-intelligence-in-the-legal-profession.aspx IPSJcomputermuseum.Startofthe5thGenerationComputerProjectforKnowledge-BasedInformationProcessing.Tokyo;author.Retrievedfromhttp://museum.ipsj.or.jp/en/computer/other/0002.html MatteoBerlucchiet.Al.,(2016)ArtificialIntelligenceInTheRealWorld—TheBusinessCaseTakeShape.TheEconomistIntelligenceUnit,Retrievedfromhttps://www.eiuperspectives.economist.com/sites/default/files/Artificial_intelligence_in_the_real_world_1.pdf 延伸閱讀 發展AI及半導體是台灣未來30年的重要關鍵 從AI100看全球AI商業化趨勢及發展 東ロボ君的啟示—人工智慧現況與人類教育反思 人工智慧浪潮與日本AI產業化規劃重點 運用AI、區塊鏈創造農業新經濟 人工智慧市場 商業化 Commercialization 前瞻研究 智慧型服務 ArtificialIntelligenceMarket 人工智慧 IntelligentService 副研究員 賴志遠 目前為國家實驗研究院科技政策研究與資訊中心副研究員，專長為科技政策、趨勢研究、前瞻研究、專利分析等 共有篇文章 最多人看的文章 腦機介面趨勢發展分析 物聯網將掀起工業4.0革命 精準醫療之各國推動政策觀察 台灣碳纖維產業發展分析及研究