降低企業應用AI門檻 GAN、FL、AutoML 成AI新顯學

圖／美聯社

AI已是產業顯學，市調機構Digitimes Research表示，近來全球AI業界重心，朝向降低企業發展AI應用的門檻發展，生成對抗網路（GAN）、聯合學習（FL）、自動機器學習（AutoML）等技術與AI新創跨域方案，分別改善數據短缺、數據隱私疑慮、機器學習模型繁瑣開發過程，以及大廠方案客製化程度不足等企業發展AI應用時所面臨的挑戰。

AI已由學界走進產業界，可是企業試圖應用AI時，仍面臨各種問題，如機器學習模型訓練不易、訓練好的模型如何縮小甚至離線使用以保障企業機密、越來越多用戶擔心被蒐集個資引發的隱私疑慮，讓高品質、數量夠多的數據取得越來越難，Digitimes Research表示，開發方案的選擇將爲企業AI應用發展的關鍵，近期AI產業發展重心轉向爲企業優化各式開發方案，其中，GAN（Generative Adversarial Network，GAN）、聯合學習（Federated Learning，FL）、自動機器學習都備受關注。

Digitimes Research表示，GAN藉由生成模型與判別模型在相互對抗後生成新數據，有助於解決數據短缺的問題，也能強化AI自主學習的能力，FL又稱聯邦、聯盟學習，藉由分散式邊緣運算架構、數據去中心化等特性，緩解數據隱私疑慮，AutoML解決了過去機器學習訓練模型費時的問題，也緩解AI人才不足困境。

不只有科技產業適用AI，傳產對AI的需求只會更多、不會更少，但是，產業的特性、領域知識截然不同，都讓企業對AI應用的客製化偏高，然而，目前AI產業鏈中，大廠所推出的解決方案無法滿足各種企業的百百種需求，因此造就AI新創業者商機，AI新創業者鎖定特定垂直領域落地驗證市場並累積實力，近來已朝提供跨領域解決方案發展，漸於AI產業鏈中上游與既有大廠產生競爭關係。

DIGITIMES Research認爲，現階段AI發展以人機協作爲主軸，接下來AI發展將圍繞在生成技術、分散式架構及自動化流程等趨勢，並隨各式相關開發方案持續精進成熟，將推動AI普及，以協助企業加速發展各種智慧應用。