鑑別式與生成式AI相輔相成

图一 : 工研院在2023年两度召开「生成式AI产业高峰论坛」，号召各领域专家分别从GAI风潮下的领袖、产业发展思维，以及GAI产业应用发展机会与落地作法4大面向献策，引领产业「乘风破浪」。（source：工研院）

[作者 陈念舜]

眼看2024年人工智慧（AI）即将成为驱动全球经济成长的动力之一，除了所需与算力相关的硬/软体，与演算法、语言模型等先进科技，就连传产中小制造业未来也有机会从中切入，提供独有垂直领域和高品质的资料协作，以提高AI生成效率与准确性，同时优化生产制程与增加产品价值，加速AI平民化。

在工研院2023年两度召开的「生成式AI产业高峰论坛」上指出，现今盛行的「人工智慧」（AI）名词问世已逾60年，惟当时（1956年）仅诉求可让电脑具备逻辑推论能力，执行接近人脑智慧的工作；直到1970年代推出的专家系统，才诉求能将人类智慧萃取出来教导电脑。并在1980年代的机器学习（Machine Learning）时期，开始让电脑具备自主学习、改善能力，并延伸至特定领域，包含语音辨识、翻译，或是医疗影像病变、产品瑕疵检测等，较倾向学术研究课题。

进入1980~1990年代开始有企业加入相关研究，并先后发表AI语言模型、类神经网路等学术主题论文，却也因为企业发现投资效益不如预期，而导致AI话题曾在1990~2010年进入寒冬，包括学研界纷纷改以「深度学习」（Deep Learning）为名，投稿发表论文。

随着2016年AlphaGo横空出世，击败围棋界棋王，而被视为近期AI发展最大突破。虽然近几年来声势略减，即因为棋类终究只是展现AI能力的娱乐工具之一，必须跨界投入商业化等更有生产力效益的场域，并驱动最新生成式人工智慧（Generative AI；GAI）技术发展。

鉴别式AI持续扩大应用生成式AI接力猛进

其中包括利用既有深度/机器学习等AI技术，可让电脑进行大量有标注资料学习训练，归纳出输入资料特征进行辨识、分类，而称为「鉴别式AI（Discriminative AI；DAI）」，包括产品瑕疵、人员及场域环境安全等，已大量为企业导入使用。

图二 : 除了目前热门的GAI之外，另有让电脑进行大量有标注资料学习训练，进行辨识、分类，而称为「鉴别式AI」，已大量为企业导入使用。（source：aiamigos.org）

加上目前吸收了来自网路、社交媒体时代的巨量数据资料，经过量变产生质变，再利用大语言模型（LLM），而造就更多自主创新GAI内容的能力，包括文字、图像、影音、程式码、3D模型数据等，目前较先导入于办公室应用，将有助于提升工作效率，对产业影响巨大。

根据市场调研机构预测，2023~2028年将是GAI的快速成长期，全球应用市场规模将从2023年的62亿美元成长至2028年的585亿美元，年复合成长率达56%。工研院预估，2025年将有30%企业导入GAI技术，应用于文件生成、程式设计及对外营销，包含制造、媒体、工程、国防、医疗和能源等领域将会第一波遭遇冲击。

【欲阅读更丰富的内容，请参阅2024智动化年鉴(采购指南)-AI人工智慧智动化Smart Auto杂志】

2024智动化年鉴(采购指南)-AI人工智慧