元宇宙时代中AI之12个主要发展趋势（中）
http://bit.ly/3GMs1H1
本文拟聚焦在AI于元宇宙产业的发展，来审视AI影响工商运作之12个主要发展趋势。在元
宇宙时代中AI之12个主要发展趋势（上）中，已经介绍了前4项发展趋势，下面将继续介
绍第5到8项。
五、IT之AI解决方案与AI工程 & AI治理
元宇宙中对“数位连接”紧密性要求更高，IT系统因此不可或缺，为解决如应用与基础设
施和网络等监控项目，“IT运作之AI解决方案”应运而生，其不仅可改进关键流程、决策
制定，以及对输入数据量的分析，而且还可透过端到端(end-to-end)的数位体验、数据关
联(data correlation)和IT运作管理工具链之整合，增强跨领域之协力合作。举例来说，
透过AI增强数据管理和分析，企业可优化其作业流程和系统效能，同时提高业务弹性与成
本效率。因此藉AI创新和自动化，使企业得以优化其原来的业务和开发流程，达到更广泛
之智慧整合与改进协作，使流程更顺畅。
再者，人类因不擅长非线性思考，所以很多决策可能都凭借过往的经验与直觉做出，有很
多时候是很冒险的，因此AI的定位在于辅助人类做决策，例如透过改进组织之“智慧决策
”(decision intelligence)以辅助专家强化分析、模拟和自动化；透过“AI工程”(AI
engineering)自动更新数据、模型和应用程式，以简化流程；并透过结合“AI治理”(AI
governance)以AI工程执行AI交付，确保持续的业务价值。有了这些观念，便可延伸至元
宇宙中的多重应用，例如工厂管理就可透过AR结合云端运算技术，在现实环境中显示虚拟
机台与其所产生的虚拟影像和数据，好让工作人员远端线上生产、维运与管理供应链。
2022年微软和NVIDIA等科技巨头更提出有别于一般人所熟悉的“工业元宇宙”
(Industrial Metaverse)，并且在工厂产线上也已有具体实际的应用。
六、自动化机器学习、供应链自动化AI与超自动化
自动化机器学习(AutoML: Auto Machine Learning)，可支持企业解决复杂的业务，甚至
可进化出能应对未来AI挑战的新模型，为不同的业务提供客制化服务。而供应链自动化中
之AI亦日益重要，在优化供应链效率方面发挥重要作用，透过AI算法来自动化操作，不
仅可改善供应链运作，并减少因手动输入而导致的错误，而且还可了解供应链中之模式用
于库存管理，并预测未来采购的需求。因此元宇宙中对自动化之机器学习，与生态系统上
下游供应链自动化，皆有赖AI持续优化展开。
像台积电透过AI优化先进制程的成功模式就是极佳典范，其2021年底曾表示，当下晶圆制
造的挑战与复杂度、生产排程与派工令已非单纯人力能处理，例如从40奈米到5奈米制程
资料量约多275倍，每天产生高达800万至1000万的派工令，及月产逾70亿种组合等AI改变
制造之工作模式，让工程师撤出工厂，不论在家或在美国只需设备工程师和专案经理到厂
即足。由此可预见，未来台积电很有机会将晶圆制造所有程序搬到虚拟世界，供全球各地
技术与管理人员在元宇宙中，透过虚拟整合同步解决晶圆制程问题。
再者，元宇宙中更可创造“智能自动化”(intelligent automation)和“超自动化”
(hyperautomation)，前者是AI与传统自动化的结合，后者则是所有可用自动化技术、AI
与其他软件的融合，例如，像软件开发中愈来愈受欢迎的低程式码和无程式码平台
(low-code and no-code platforms)，因为工程师只要借由此等程式码图像化或视觉化的
开发接口上的功能进行拖曳，即可快速完成产品开发雏型，省去许多耗时、复杂的程式码
，省下来的时间便可专注在AI的导入或研发，以便增强现有的自动化工作，有助于改善元
宇宙中之自动化，无论是商业或生活方面。低/无程式码的开发平台也在前述“麦肯锡
2022年科技趋势展望”报告中，被列为未来最具关键影响力的科技之一。
七、AI将持续图形、语言和语音技术之驱动智能与数据建构
人们在元宇宙中工作是基本设定，性质上系实体世界远距工作之进阶应用，因此AI将持续
优化图形、语音和语言等方面之技术。基于多项数据库管理和存储海量数据集，各种数据
和分析皆需使用图形技术(graph technology)、自然语言处理和“自动语音辨识”(ASR:
automated speech recognition)，让业者以此完成元宇宙中客户在视觉与听觉上的理解
。
对AI与大数据间的应用方式，是让业者更有效地将非结构化数据（例如网络上的文字或口
述语音），转换为结构化数据，然后再进行机器学习，甚至利用这些技术，建立机器人流
程自动化(RPA: robotic process automation)及可使用的数据。以往RPA的限制是只能使
用结构化数据，如今透过资料清洗技术而将非结构化数据，更容易地转换为结构化数据，
并提供已定义好之输出资料。
而AI在对话方面已大幅改进为“对话式AI”(Conversational AI)，使模型具有更好的语
言对话能力，包括在语意/语音识别、自然语言处理与问题回答各方面。对话式AI可推动
聊天机器人和语音智能助手(voice-based smart assistants)，亦可延伸到机器翻译，配
备AI的程式能输入翻译成不同的语言，实现更顺畅的全球交流，这些技术在元宇宙中将提
供更好的交流服务。像Meta就对语音聊天展现企图心，拟建立单一的AI模型NLLB-200，和
新的评估数据集FLORES-200，提供一个翻译200种语言之即时翻译，希望在元宇宙中透过
AI语音系统，来打造无国界的聊天空间。
八、生成式AI于多领域之应用
AI已可创造艺术、音乐、诗歌、戏剧、散文等，这几年来在各艺文方面大放异彩，例如下
一个林布兰画作或贝多芬第10号交响曲，而元宇宙中则有更大量之内容，待AI以具有人为
创造力(artificial creativity)来建构，其他像之前NVIDIA的拟真脸StyleGAN，和该公
司CEO所播出的一段影音，合法精制之“深伪”(deep fake)让人印象深刻。这些技术称为
“生成式AI”(Generative AI)，其技术特点在于所产生的新物件或产品，与原先的物件
相似但不重复，因此造就AI拥有自我创新的能力，这将影响未来元宇宙的科技与商业上的
运作。
愈来愈夯的生成式对抗网络(GAN: generative adversarial networks)也是一种生成式AI
，早先就有法国艺术团体用GAN创作出具原创性之AI绘画（爱德蒙·贝拉米肖像，于佳士
得拍场以43多万美金落槌售出），因此GAN和NLG（自然语言生成natural language
generation），在元宇宙之金融与各投资市场中，可应用于欺诈检测、交易预测、合成数
据生成和风险因素建模等等多种用途，因其能将个性化提升到新的高度，故极具潜力，而
生成式AI造就新创意内容之潜力，更能发挥在从医学到产品创造等个不同领域，并缩短研
发周期，由此可见生成式AI对未来元宇宙之影响势不可小觑。
近来在各大社群平台讨论度急遽升高的AI聊天机器人ChatGPT，也是生成式AI的一种高阶
应用，其基于生成式预训练变换模型(GPT-3: Generative Pre-trained Transformer 3）
的自回归语言模型，则可根据输入的资料产生如人类一般灵活、有趣的对话，不论是文字
或是语音聊天。尽管有时仍会答非所问或回答的内容发生错误，但这已为未来的仿真机器
人揭开序幕，相信日后会日趋成熟，准确度日益提高。
心得/评论：
ChatGPT尽管存在某些限制和问题，例如抄袭疑虑，一些教育者还是看到了 ChatGPT 和其
他形式的生成式 AI 技术的教学潜力。在史丹佛大学的网站的一篇文章中指出，ChatGPT
可以帮助学生以他们目前没有的方式思考，例如，帮助他们发现和澄清他们的想法。