元宇宙时代中AI之12个主要发展趋势（上）
https://bit.ly/3IgirgL
根据2022年8月“麦肯锡2022年科技趋势展望”(McKinsey Technology Trends Outlook
2022)报告指出，“AI人工智能应用”为最具创新力之科技，目前在各应用领域快速落地
；而AI应用解决方案包括机器学习(ML)、电脑视觉处理(CV)、自然语言处理(NLP)、深度
强化学习(DRI)、知识图谱(KG)等。在这些技术的基础上，近来全球各企业与研发单位又
大肆投入元宇宙(Metaverse)，其中最重要的沉浸式体验，不论是AR、VR、MR或延展实境
(XR)都需要AI加持，来辅助各种场景的最佳化应用。此外，业界还尝试在AI技术下引入触
觉、味觉和嗅觉，来增强具沉浸式之体验。自从COVID-19疫情席卷全球，不但间接促成元
宇宙之发轫，更让企业为了维持运作，大量引入AI提高效率，并激发企业运营价值。
AI的应用虽已广泛分布在各领域，但依目前全球AI的发展来看，迄今仍未发展到像人类那
样会推理、意识、创新等包罗万象的智慧，反而是依恃著各领域的专业知识进行建模，然
后再模型化辅助特定产业上的应用。据此，本文拟聚焦在元宇宙产业的发展，来审视AI影
响工商运作之12个主要发展趋势。
一、芯片效能和量子AI大幅提升功率
元宇宙比起之前的网络，更需要高算力来处理虚拟世界中的动态图像或语音等表现，随着
芯片或处理器的运算能力不断提升，AI可解决更复杂的问题，而AI运算能力得以持续推进
，有赖于高运算力的CPU、GPU等AI赋能芯片(AI-enabled chips)的进展。在电脑视觉、自
然语言处理或语音辨识使用AI，都需要高效能芯片，才能快速执行运算并协助预测分析。
像是元宇宙中图像渲染(image rendering)与全息投影(holograms)都需要更大算力，以进
行各种复杂算法。另外，谈到运算能力，近年崛起的量子运算(Quantum computing)，
则将于元宇宙中提升到更高层次：“量子AI”(Quantum AI)，未来将AI与量子计算结合，
让AI程式可在量子电脑上运行大幅提升功率，使得量子运算提供比当今超级电脑快至少千
倍的运算速度。
简言之，量子AI将比传统运算更快速地从数据中学习，而能以前所未有的速度发现模式和
异常，并以极快速度执行计算。随着量子的发展，AI技术的潜力将呈指数级增长，让执行
复杂计算的能力大放异彩。IBM就表示未来10年有可能构建具有50-100个量子位元的量子
电脑，量子将让AI如虎添翼，譬如可缩短新药发现的时间、减少碳排放等，更长远来看，
量子运算对元宇宙如何能在经济、人文等复杂虚拟体系，再掀科技应用高峰而有更突破性
发展，大家都引颈企盼。
二、更多工的大数据、5G、云端、边缘运算和AI协力运作
为迎接元宇宙，5G、大数据、云端、AI和边缘运算将更紧密的融合，让企业得以从预测分
析、商业智能(BI: business intelligence)、数据仓储，再到深度学习为数据驱动的BI
提供支持，使AI对全球各产业的进步和转型，产生极大影响并重塑整个产业。而5G无线技
术借由连接设备提供可靠、灵活和低延迟的网络，从而为元宇宙提供即时的应用服务，并
得在5G网络上建构沉浸式之学习和应用。
至于日趋重要之云端运算，可以和AI之深化融合，使AI模型能从大量的异质数据融合中，
学习并发现新的知识，成为众多工商企业所需新数位计划的基础，故云端运算是元宇宙中
不可或缺的元素，再透过5G（或6G）低延迟的讯号传播，达成“随时随地实现计算功能”
。然而，把所有复杂运算堆积在云端处理将造成壅塞，因此边缘运算就把可先行运算分析
的工作处理掉，以分担云端的工作量，让通讯网络中的所有终端装置更有效率地执行（例
如边缘运算于即时回应AR/VR之应用）。另一最新趋势是云端原生平台(cloud-native
platforms)，可建构具弹性、韧度和敏捷性的新应用架构的技术，能回应快速的数位化变
化；相较于过往较无法善用云端优势，云端原生平台的云端迁移方法(lift-and-shift
approach)，可以改进并可很灵活地支援日益复杂的应用程式环境。
基于前述设施，元宇宙需同时支持大数据和低延迟的运算之基础架构，因此像芯片或处理
器、5G、云端和边缘运算等网络中的运算单元，对虚拟世界无缝转换、无延迟的体验将至
关重要。
三、新的AI机器学习与神经网络之相容性整合
基于上述需求，AI所涵盖之监督学习、非监督学习、移转学习、深度学习与强化学习等各
算法，在元宇宙中仍将持续精进，例如非监督学习可用于强化电脑视觉、自然语言处理
和机器人等面向，而深度/强化学习则可用于虚拟工厂之自动化作业与远端教育训练。欲
让AI模型广泛使用在元宇宙各场景，需再整合更多的异质数据或数据库以发现更多的新知
识，并创造出更具独特智慧的AI。过去AI模型（包含所有最佳化参数组合），可能只适用
在某一特定场景或技术框架，若要将该AI模型整合到其他场景或框架即可能会发生偏差，
为解决此问题，Meta、微软等科技巨头正合作建构“开放式神经网络交换”(ONNX: Open
Neural Network Exchange)，以跨越多框架将各项经训练之神经网络模型，进行相容性之
整合。
四、AI与IoT物联网之融合