前往中央內容區塊 :::
:::

歷史雜誌

購物提醒:當您要離開或跳轉頁面時,請先將您想要購買的文章加入購物車,以便快速紀錄完成購買流程!
摘要

GAI(Generative artificial intelligence, 生成式人工智慧),例如Claude或ChatGPT已在許多人的生活中發揮重要的功用,人們將它們用來輔助解決生活中、工作中的許多問題。若將此技術應用在生產製造上,有機會為機台設備帶來感知識別、認知決策、規劃調度、行為控制等能力的強化,機台設備將有語意理解、視覺辨識、常識推理等能力,有望落實生產製造邁向智慧製造。大模型已逐漸在智慧製造中的自然語言處理、機器視覺、語音辨識等領域中得到應用,本文將說明生成式人工智慧技術和大模型在臺灣製造業發展智慧製造的挑戰與契機。

Abstract

Generative Artificial Intelligence (GAI), such as Claude or ChatGPT, has already played an important role in many people’s daily lives, helping them address various challenges at work and in everyday situations. When applied to production and manufacturing, this technology has the potential to enhance machine equipment with capabilities in perception and recognition, cognitive decision-making, planning and scheduling, as well as behavior control. Machines could then possess abilities such as semantic understanding, visual recognition, and commonsense reasoning, paving the way for the realization of smart manufacturing. Large models are gradually being adopted in areas of smart manufacturing, including natural language processing, machine vision, and speech recognition. This article will outline both the challenges and opportunities of applying generative AI technologies and large models to the development of smart manufacturing in Taiwan’s manufacturing industry.

人工智慧逐漸拓展至實體經濟

人工智慧浪潮席捲全球,正以前所未有的速度、廣度和深度改變生產生活方式,對全球經濟社會發展和人類文明進步產生深遠影響。近年來,語言大模型、多模態模型、智慧代理和具身智慧等領域不斷出現突破性創新,推動人工智慧邁向通用智慧的階段。與此同時,人工智慧的工程化持續加速推進,新產品新模式層出不窮,產業應用愈多愈廣。從2016年Google Deep Mind 團隊結合監督學習、深度學習與強化學習與樹狀蒐集法創造了AlphaGo電腦圍棋程式,大勝人類職業棋手,2017年GoZero以及2020年Muzero的演算法,做到不用學習達人的遊戲招式,即可達成無敵手的境界。直至2022年,ChatGPT橫空出世,這是一種生成式的人工智慧 (GAI, Generative artificial intelligence),不僅會回答問題,還可以撰寫備忘錄和演講稿,甚至創作詩歌和藝術圖像。

總而來說,人工智慧發展超過70年,歷經三個演進階段,誕生初期以控制論和符號邏輯為基礎,借助專家系統驗證機器智慧,不過曾因運算能力瓶頸而進入發展寒冬期。90年代積體電路與統計學習為助力,慢慢推動人工智慧再度演進。2010年至今,深度學習興起,大模型不斷湧現,展現出人工智慧從硬體發展至演算法效率革新的技術新篇。目前的技術特點在於從確定性規則走向自主進化,應用場景跨領域協作,形成場景–數據–模型的環節。在產業的影響上,人工智慧推動生產關係的改變,帶來就業結構的變化,同時也引發倫理的挑戰。我們觀察過去一年,全球大模型爆發式發展。

以技術層面來說,語言大模型技術多維度能力持續進化,高速電腦與視覺大模型和多模態模型緊密結合,軟體工具、多模態資料整合、高水準資料標記和合成資料技術都有日新月異的進展。

應用層面上,專用智慧應用逐步成熟,通用智慧落地前景令人有許多想像。產業人工智慧應用逐漸廣泛,包括產品研發設計、生產製造、行銷服務、運營管理全流程,在提質增效的同時,逐步滲透並引導產業變革。

展望未來,引入強化學習等技術來增強大模型能力仍是技術演進的重點方向,多模態模型、智慧代理有望加速突破,具身智慧成為邁向通用人工智慧的重要一步。面向中長期,類神經網路等顛覆性技術的成熟,有可能為人工智慧發展帶來更廣闊的想像空間。隨著人工智慧賦能新型工業化向縱深發展,人工智慧在實體經濟中的應用場景將進一步拓展,加速向生產製造環節滲透,加速邁向全方位、深層次智慧化轉型升級新階段。

 

「如欲訂購單篇,請至 「華藝線上圖書館」

更完整的內容歡迎訂購 2025年11月號 (單篇費用:參考材化所定價)

3篇450元

NT$450
訂閱送出

10篇1200元

NT$1,200
訂閱送出