降低企业应用AI门槛 GAN、FL、AutoML 成AI新显学

图／美联社

AI已是产业显学，市调机构Digitimes Research表示，近来全球AI业界重心，朝向降低企业发展AI应用的门槛发展，生成对抗网路（GAN）、联合学习（FL）、自动机器学习（AutoML）等技术与AI新创跨域方案，分别改善数据短缺、数据隐私疑虑、机器学习模型繁琐开发过程，以及大厂方案客制化程度不足等企业发展AI应用时所面临的挑战。

AI已由学界走进产业界，可是企业试图应用AI时，仍面临各种问题，如机器学习模型训练不易、训练好的模型如何缩小甚至离线使用以保障企业机密、越来越多用户担心被搜集个资引发的隐私疑虑，让高品质、数量够多的数据取得越来越难，Digitimes Research表示，开发方案的选择将为企业AI应用发展的关键，近期AI产业发展重心转向为企业优化各式开发方案，其中，GAN（Generative Adversarial Network，GAN）、联合学习（Federated Learning，FL）、自动机器学习都备受关注。

Digitimes Research表示，GAN借由生成模型与判别模型在相互对抗后生成新数据，有助于解决数据短缺的问题，也能强化AI自主学习的能力，FL又称联邦、联盟学习，借由分散式边缘运算架构、数据去中心化等特性，缓解数据隐私疑虑，AutoML解决了过去机器学习训练模型费时的问题，也缓解AI人才不足困境。

不只有科技产业适用AI，传产对AI的需求只会更多、不会更少，但是，产业的特性、领域知识截然不同，都让企业对AI应用的客制化偏高，然而，目前AI产业链中，大厂所推出的解决方案无法满足各种企业的百百种需求，因此造就AI新创业者商机，AI新创业者锁定特定垂直领域落地验证市场并累积实力，近来已朝提供跨领域解决方案发展，渐于AI产业链中上游与既有大厂产生竞争关系。

DIGITIMES Research认为，现阶段AI发展以人机协作为主轴，接下来AI发展将围绕在生成技术、分散式架构及自动化流程等趋势，并随各式相关开发方案持续精进成熟，将推动AI普及，以协助企业加速发展各种智慧应用。