^
top
2019 IEKTopics|以開放式人工智慧共創平台 建立多方共贏利基

工研院AIdea解決國內企業對於資料使用的不確定性

企業的資料總是不斷在累積與更新;國內企業資源有限,能即時善用資料建立AI模型而導入技術者少之又少。通常國內企業對AI引入的首要問題,都是「不清楚可解甚麼議題,也不知道本身是否具足夠資料量」;但如何在與同業相近的商業流程中,利用AI取代高重複性且耗資源的環節,領先達成流程差異化來加值,才是企業創造長期優勢的不二法門。針對上述需求,由工研院開發的「共創平台AIdea」,期能透過群眾公開解題模式,加速媒合學界/新創的AI演算法給國內企業開發應用,降低導入門檻解決產業問題。

目前AI在國內僅用於少數領域,且重度依賴標註數據集與人工修正;但預期在2030年整體技術將達到不需人為調校而可自動建置的能力。預見未來舉凡產業中降低成本、提高產量、提升消費者體驗也將透過AI達成。例如企業具電商或App者,可以AI進行會員資料應用開發、精準行銷、產品主動推薦等;而便利商店或購物中心則可藉AI進行客流追蹤分析;製造業的特定製程recipe開發,供應鏈來料與成品的檢測,重要站點維護等,亦可藉AI開發相應演算法。而國內隱形冠軍產業,則可根據自有資料發展AI模擬器協助維持科技領先水準。一般公司另可引入搭配AI的辦公室流程自動化(RPA)於財務或人事功能中。但企業所需各式AI,一定要自行從頭開發嗎?

Aldea共創平台

 

資料分析、媒合技術業者 AI演算法成功出擊

前述所提「共創平台AIdea」的產生,即在針對產業/企業/學界與新創/AI初學者的各類型痛點,一一解決:

  1. 提供「議題評估服務」。此服務善用工研院巨資中心過去數年累積各行業處理經驗外,也藉中心內所屬各團隊的領域技術,進行解題可行性評估。一旦確認可藉AI來解,下階段便進入「資料整備服務」。此服務重點在確保企業資料集經處理後,可由學界下載並進行公開解題。故原始資料若含個資、缺漏、影像等特性,便須進行去識別化、勘誤、標示等處理,可上架無虞。
  2. 同時間與企業多次深入討論後,將解題規則訂立,並將目標化為數學公式,如此才能引入客觀的評比機制。而AIdea最終目標即在協助企業透過此類機制,找到對的合作對象。上架後國內學界與新創可開始下載,並展現演算法實力。在傳統合作中,學者往往需花費很多時間,將解題目標聚焦至特定議題,也須動用大量人力協助資料清洗;而這些在AIdea機制中皆改由工研院專業團隊負責,解題者在數個月解題時間中,僅需專注在演算法不斷改進上。
  3. 傳統產學合作在產、學雙方都有搜尋成本,也會發生某些學者合作案做不完,而具同專長的其他學者卻找不到合作對象。台灣現有AI解題能力的學界與 新創團隊不少,水準也媲美國際,AIdea剛好提供一個客觀的「演算法競技場」,讓學界與新創團隊可AIdea共創平台產學同台較勁解題企業促進AI人才媒合 培養AI人才出題最佳解接觸真實業界資料,聚焦研究主題貼近業界,做為第二種媒合管道。
  4. 除去識別化服務外,整個流程中對資料集釋出,AIdea可依企業要求進行。而在平台服務契約設計上,除規範企業與AIdea雙方權利、義務外,也規範了企業可授權AIdea將資料集交付第三方學界來解題,解決一般合約無法涵蓋的部分。另就學界與新創來說,除初次帳號登入時有一般性使用條款須同意遵守外,對下載任一議題資料集時,也有要求的特殊條款須遵守;故雖為公開解題,但在法規層面已對資料集應有保護詳加考慮,期望達到資料保護與現實解題間的平衡。
  5. 不同於國外競賽平台找到演算法皆以競賽獎金買下的「銀貨兩訖」模式;AIdea重點在「媒合」,也就是過濾出對的解題夥伴給企業出題方。主因在於,從演算法到最終的解決方案還有一段路要走;但目前一般的台灣企業,皆欠缺這部分整合能力。如何能找到「對的解題夥伴」,協助將演算法嵌入現有資訊系統,並微調各項參數最佳化並長期維持,是大部分本地企業引入AI的必經路徑。藉國外平台「銀貨兩訖」模式僅能獲得演算法,解題者若無合作發展意願或存在地理限制(解題者可能在數千公里外),都是難以克服的因素;不如與本地可靠的團隊合作,長期發展特定領域解決方案較實際。
  6. 透過本地共創平台AIdea解題,也非常適合於「PoC」(概念驗證)式的探索。對企業來說總有些議題想試試能否藉由新AI技術獲得重大突破。而在資源正式投入前,可透過AIdea借助外部學界解題者能力,了解這些議題能被解至何種程度,甚至建立標竿水準(Benchmark)作為未來投資目標設定依據;而一旦企業決定投入,透過評比機制顯示在此領域排名優先的團隊,自然是首要合作對象。
  7. 國外平台雖也可做為初學者的實戰場域,然因參加者眾且為國際水準,本地初學者排名往往在三位數以上,也易有挫折感。本地的共創平台AIdea,除了可訓練提升解題能力外,也協助本地初學者提早投入並了解國內產業生態環境;亦增加其未來就業選擇的寬度。同時在解題最終目標的設計上,現已充分擴展「媒合」概念,可利用競賽開出實際職缺,讓企業出題方直接安排與解題績優者的面試,成為新興求職管道。
  8. 媒合階段AIdea會介紹多個績優者給企業,主要基於兩個考量:第一、由過去國外競賽的經驗,冠軍演算法不見得適用企業的現有系統,或如「運算即時性」等不符要求,故由企業詳談慎選合作對象較有保障。第二、是比起解題結果,企業可能更重視解題者的切入面向是否具啟發性,是否找到未考慮到的變數。而此部分企業也須透過與績優者的交流才能得知。
 

降低AI學習門檻 多方成功案例加速企業 投入新科技服務應用

共創平台AIdea自2018年8月正式營運以來,已協助開創國內多元AI議題,並凝聚參與高人氣;平台註冊會員數突破3,200人,涵蓋近百所國內大學 院校,解題業者註冊亦超過300家。與教育部合作2018年與2019年AI CUP競賽,另承辦IEEE ICIP、IEEE MMSP等國際研討會競賽,吸引國際關注;也協助國內數十位教授開發機器學習/深度學習等課程的實作環境,對國內高階AI人才養有相當貢獻。在應用AI解決國內問題方面,共創平台AIdea也於兩年間完成20餘件產業/公益解題,諸如華碩、廣達、中石化、台灣大車隊等知名企業與疾病管制署、台中市政府等單位皆曾擔任出題方,代表性個案如:

  1. 台灣大車隊提供兩年載客資料,希望運用歷史乘車時間與地點資料,藉AI技術預測未來特定時間/地點的乘車需求,有效增加載客率、降低等車時間,進而減少空車與廢氣排放,協助達到智慧城市。經三個月實戰比賽後,透過日曆、天氣、u-bike等資訊輔助後,所得之最佳AI演算法預測準確度可達約95%。
  2. 疾病管制署為協助南部登革熱防治,過去請地區衛生局派員稽查住家、社區及髒亂地點是否有積水容器;然容器種類眾多,且人工辨識往往耗費人力與時間成本。故希望透過數千張積水容器的標註資料,公開徵求優秀的物件偵測演算法,讓稽查員藉手持裝置影像或視訊進行現地掃描後,能即時標定/提醒積水容器位置;除提高效率外,更進一步可運用如無人機等載具以大幅節省稽查人力。
 

面對國際市場競爭 AI技術服務成為致勝關鍵

AI是基於大數據上提高效率的新工具。以共創平台AIdea的開放解題型態來說,資料的釋出與交付學界/新創解題,對部分長期習慣於「敵不動則我不動」的國內企業可能是無法接受的;然對已直接面對國際競爭,而其國際對手已大量採用AI的國內企業來說,管理階層早已明瞭AI是一項關係未來存活與否的核心技術,正非常努力的自力或借外力導入內部文化中。對國內企業來說AI技術的導入終究只是時間先後問題,善用如「共創平台AIdea」此類的外部解題與媒合力量,絕對可大幅縮短企業的學習曲線與時間。

人工智慧共創平台AIdea演算法媒合模式

 

IEKView

企業資料不斷累積與更新,能即時善用者少。國內多數企業對AI引入仍屬需協助的狀態,對此在技術處支持下,工研院開發「共創平台AIdea」加速媒合學界或新創給國內企業,降低導入門檻解決產業問題。AIdea針對產業、企業、學界與新創、AI初學者的各類型痛點,提供「議題評估」與「資料整備」等服務及客觀的「演算法競技場」,協助企業藉公開解題找到對的合作對象。在法規層面達到資料保護與現實解題間的平衡,適合於企業PoC概念式的探索,可做為新興求職管道、課程實作環境、協助培養國內高階AI人才等用途。