Appier 分享 2021 年值得关注的人工智能预测及其趋势

台北，台湾 - - 2021年2月23日 - 专精于人工智能（AI）的台湾新创公司沛星互动科技（以下简称 ）今日分享 2021 年值得关注的人工智能预测及其趋势。人工智能与机器学习技术已从电脑科学的幕后跃居主流，在电商、金融、医学、教育、农业和工业等领域中，都能察觉这两者带来的影响。

目前较大规模的模型主要是在单一模态（Modality）进行训练，例如在自然语言这个模态下，GPT-3便是第一个拥有千亿参数的模型；近期更有兆级参数模型（T5-XXL）已投入训练。上述这类模型可用于撰写文章、分析文本、进行翻译，甚至是创作诗词。

在图像这个模态下，由于采用了更多资料集进行图像识别与图像生成等模型的训练，这方面的技术也获得显著的进展。在不更改这些大型模型的前提下，将两个或多个人工智能模型组合在一起所能展现的威力已逐渐呈现在众人眼前，模型的成本也将变得更容易负担，让人们得以运用人工智能解释文本，进而产生全新的图像。Appier分别就五大领域的人工智能应用进行现况观察与趋势预测。

人工智能带动电子商务的蓬勃发展

电子商务在过去一年发展迅速，并且有望继续增长。新冠肺炎疫情促使人们在网络上花费的时间更多，除了在线购物之外，还包含参加在线会议、玩游戏、使用社群媒体及应用程序等等。持续增长的数码旅程产生了更多的资料能被用于分析人们的各种行为；然而，在资料量增加的同时，复杂性也随之提高，能有效触及顾客群的单一渠道已不复存在，如何在对的时间、透过对的管道、触及对的顾客，对人们来说更加复杂，而人工智能正好在此时派上用场。

人工智能正运用行销人员过去无法想像的速度和规模改变人们的消费行为，不仅能协助行销人员找到合适的顾客，触及常被遗忘的长尾客群，还能用于有效地生成创意素材，为顾客产出专属的个人化内容，测试不同创意素材获致的成效，进而提高消费者参与度。

由资料驱动的金融产业离不开人工智能

而人工智能目前在金融领域的主要应用是高频交易[1]──让机器以远高于人工效率的方式执行交易。无论是在传统金融或加密货币的世界中，这类应用都将持续发展，我们也将看到不同的人工智能技术加入这场“战局”。目前有投资者采用人工智能进行长期的预测──这类应用需要系统理解投资者的长期目标，而上述目标通常集中在营业额、收入和利润等指标上。

高频交易的策略确实相当重要，但事实证明加密货币的长期预测更具挑战性。在加密货币市场上出现的各种情况，很多都是由“人类的疯狂”所造成。仅管人工智能模型对此问题尚未产出好的因应之道，但可以预期的是，透过密切监测媒体和社群网络趋势，未来的人工智能模型将有望针对此类行为做出更准确的预测。

医疗保健和生物医学研究中的人工智能

透过遗传代码序列化的数码化工具和由遗传代码序列生成传讯核糖核酸（mRNA）的转录工具，使新冠病毒的mRNA疫苗原型得以在数天内研发成功；人工智能也能协助预测Sars-Cov-2病毒的新突变，进而使开发下一个mRNA疫苗的过程更为迅速；或是被授权，借由听取患者的咳嗽声，辅助医师判断患者是否有罹患新冠肺炎或其他疾病的可能性。

在生物医学领域，氨基酸或DNA等序列的使用可说是相当普遍，由于序列可视为一种具有隐性结构的语言，因此自然语言处理模型所采用的架构便可运用在理解并生成生物医学领域的序列。2021年初令人印象深刻的例子要属，生物医学研究人员使用语言模型架构来预测病毒突变并了解蛋白质折叠（Protein folding）的成因，这对疫苗与药物的研发来说具有关键性突破的意义。这项发现其实是将模型架构经过微调以解决生物医学领域的问题。

机器学习和人工智能并不是为了取代临床医师和研究人员而生，而是为了让专业人员的工作变得更有效率，并加速验证假设的过程。利用机器学习和人工智能模型进行数码仿真，能让临床医师和研究人员更快速了解细胞成长后的状况，而不是只能花费时间等待细胞的培养。随著越来越多人开始佩戴可监测心率、体温、血压及其他关键数据的装置，医师也因此能够获得更多资料以更深入了解患者的病情，不再依靠病人的回忆进行判断，诊断的准确性也会随之提升。

教育领域的未来展望

许多课程和教科书都是为了为数众多的一般学生所设计，这些教材涵盖了为培养不同能力的人才所设计的内容。然而，国际教育权威等专家却指出，这种“灌输式”的教育方式并没有考虑到学生的个人能力和需求。人工智能的出现正彻底改变既有创建和授课的方式。人工智能能够用于为学生提供更个人化的课程或试题，与其让每个学生都使用同一套内容，不如依据其水平制作个人化内容更符合其需求。

举例而言，某位同学在数学方面非常擅长分数，但在三角函数问题上却碰上困难。此时，人工智能并不会让这位同学去上标准课程，而是减少他花在解分数试题上所花的时间，增加学习三角函数问题的比重。人工智能也能监测学生的学习进度，并根据其需求主动调整课程的内容。

网络上的信息众多且繁杂，作弊和剽窃现已成为严重议题。虽然侦测抄袭相对容易（人工智能已可检测出直接抄袭和类似文本，例如只修改几个词或时态），但除此之外仍有其他难题尚待解决。例如，当语言被翻译成他种语言的情况将难以被侦测，需要持续精进能应对这类问题的人工智能技术。与此同时，解读图像的人工智能也正在开发中，将可用于查出美术系学生抄袭或模仿他人设计的情况。

智慧农业与工厂

工厂和农场也正以创新的方式使用资料，不过其应用人工智能的方式与其他领域截然不同。工厂和农场并未将重点放在最终使用者身上，而是著重于产品、农产品与机器。正因如此，会需要在传感器、机器人、自动化以及营运最优化方面进行投资。

目前人工智能在此方面的最大进展是将某个研究成果套用到不同领域上。好比人工智能可用于提高苹果的产量，那这类模型是否也能应用于种植香蕉或桃子等其他水果？同理，假设一家液晶面板工厂已找到提高良率的方法，其所采用的工具和获得的经验能否应用于其他制程和工厂？

基于上述，对于 2021 年后的人工智能，我们所能做的最大预测或许可以用一个词汇概括，也就是“杠杆作用”。采用现有的人工智能模型架构、结合开发良好的模型，找到普及化现有模型或是推广至其他领域应用的方法，将不断强化人工智能所带来的影响，同时加速各个产业推动数码转型。欲了解更多有关人工智能的趋势，请参访 。

[1] 高频交易：指从极短时间的市场价格变化中寻求获利的程序交易，比如利用某股票在不同交易所间的微小价差进行获利。

关于 Appier

Appier 透过人工智能协助企业解决棘手的商业挑战。身为全球领导品牌的合作伙伴，Appier提供一套全方位的企业级产品，支持数据驱动的决策并加速业务增长。Appier 于 2012 年由一群充满热情的电脑科学家和信息工程师共同创立。如今，Appier 在亚太及欧洲地区 15 个营业据点拥有 450多名员工，并荣获《财富》杂志评选为 Top 50 人工智能公司。Appier 已从红杉资本，软银集团和 LINE 等投资者募集了 1.62 亿美元的资金。欲了解更多信息，请造访 。