AI
- Advertisment -
所羅門獲紅點設計大獎與兩項國際機器視覺大獎
所羅門AI 3D視覺產品驚豔國際，分別獲得工業視覺領域最重要的獎項-視覺系統設計創新獎(Vision Systems Design)，與機器視覺產業聯盟(CMVU)評選為機器視覺企業創新產品獎後，所羅門榮獲2020德國紅點設計大獎的頂級獎項-最佳設計獎(Best of the Best)。
名列世界四大設計獎之一的「德國紅點設計大獎(Red Dot Design Award)」，日前公布2020得獎名單，所羅門首度報名即獲得「品牌與傳播設計(Brands&Communication Design)」項的頂級獎項-最佳設計獎(Best Of The Best)。得獎的AccuPick 3D智能取放系統，其直覺式圖形化操作介面，使用者僅要拖拉圖形即能輕鬆設定工作模組的設計與創意理念，獲得評審團高度讚揚。
一年一度的視覺系統設計創新獎(Vision Systems Design)，被譽為工業視覺領域全球最重要的獎項，今年是第二次獲獎，所羅門去年首度參賽，即成為全球華人第一家獲獎企業；機器視覺企業創新產品獎是機器視覺產業聯盟(CMVU)主辦，所羅門憑藉AccuPick 3D出色的創新技術和廣泛的應用領域，備受評委團青睞，強勢斬獲金獎榮譽。
在少量多樣或產品變異性高的環境下，機器人無法自我辨識判斷，且通常需要人將雜亂放置的物件整齊擺放後，機器人才能取料。所羅門自主研發的AccuPick 3D運用深度學習辨識技術，解決過往傳統視覺方式無法處理的產線困難。符合現今業者彈性需求的工作環境，廣泛應用在智慧物流與智慧製造領域。該產品已獲得國際前三大物流商與多家全球500大企業使用，並即將在8月份台北國際自動化展亮相。
天時/地利/人和俱足 開放處理器來勢洶洶
在摩爾定律逐漸走向尾聲，處理器效能提升速度趨緩的情況下，為了榨出更多效能，以滿足人工智慧(AI)等應用對運算能力的需求，晶片設計者開始在主流的處理器IP之外，探索其他的可能性，例如異質運算、異質整合封裝概念的興起，都與CPU效能成長趨緩，有著密不可分的關係。
領域專用運算架構(Domain Specific Architecture)的觀念，為許多IC設計團隊帶來新的靈感。在標準處理器之外，利用客製化的指令集跟邏輯電路，提高特定某幾類運算任務的執行效率，以便讓處理器在功耗、晶片面積沒有大幅增加的前提下，執行特定任務時能有更高的效能，是領域專用運算架構的核心概念。而開放式CPU架構具有自由、可擴充等特性，正好與領域專用運算架構的想法一拍即合，也促成RISC-V在短時間內爆紅。
開放架構處理器的概念並非RISC-V首創，自2005年起，產業內便曾陸續提出OpenSPARC、OpenRISC、OpenCores等開源指令集架構，但始終面臨相關生態系不易建立，難以受到市場廣泛採用的難題。直到2010年加州柏克萊分校的Krste Asanović教授在其實驗室中開始一系列的開放原始碼研究，RISC-V即是他的RISC CPU研究計畫中的一項。隨後2015年，RISC-V基金會在瑞士成立，以非營利組織的形式推動RISC-V生態系進展，才奠定了RISC-V的基礎。
柏克萊掛保證 RISC-V成功引起產業興趣
晶心科技(Andes)技術長暨執行副總經理蘇泓萌(圖1)提及，柏克萊大學原先為了教學目的而開發出RISC-V，而柏克萊大學作為電腦科學人才培育的重鎮之一，其響亮的名聲，是初步吸引廠商對RISC-V產生興趣的原因。
圖1 晶心科技技術長暨執行副總經理蘇泓萌
與其他的開源硬體相比，RISC-V具有兩方面的優勢，一是簡單易學，二則是良好的商業模式。原本就是為了教學而發展出來的RISC-V，跟其他主流CPU或開源CPU相比，很容易學習上手，有些比較年輕的工程師，很可能在學生時代就已經接觸過RISC-V，因此開發團隊的培養、建構，跟採用主流CPU架構開發晶片相比，難度比較低。而商業模式方面，RISC-V是開源硬體，開發者不用支付授權費、權利金，免於承擔龐大的資金壓力，也讓許多廠商更願意嘗試在晶片中採用RISC-V架構。
SiFive總裁暨執行長Naveed Sherwani(圖2)則從天時、地利、人和的角度，來分析RISC-V快速竄起的原因。在人和方面，Sherwani的觀點與蘇泓萌類似，認為從學術教育需求中誕生的RISC-V，其單純易學、容易客製化的特性，讓RISC-V在推廣時占了很大優勢，這也讓半導體大廠與EDA工具業者看到RISC-V的發展潛力，進而提供支持。這是其他開源或可組態(Configurable)CPU所不曾享有的待遇，也是RISC-V聲勢快速上漲的原因。
圖2 SiFive總裁暨執行長Naveed Sherwani
各國追求半導體自主 RISC-V來得正好
至於在地利方面，由於國際政治的對立加劇，許多國家都需要在談判桌上累積更多籌碼，而半導體作為重要的戰略物資，自然是各國爭相投入扶植的產業。事實上，SiFive在2019年曾經在埃及、巴基斯坦等根本沒有半導體產業的國家舉辦RISC-V論壇，結果動輒吸引數百人、上千人出席，原因也在於各國都想要在半導體領域掌握一定的自主權。對於沒有半導體或資訊科學基礎的國家來說，RISC-V是一個很好的起點。
中國為了追求半導體產業自主，在RISC-V上所投入的資源，更是不在話下。近期中國開放指令生態聯盟才剛舉行CRVS 2020研討會，會中探討了中國RISC-V生態系的未來發展方向，以及中國本土業者在RISC-V處理器設計、驗證、矽智財(IP)與軟體工具等的發展成果，顯示中國有很強烈的企圖心，欲利用RISC-V創造出屬於自己的處理器生態系統。
摩爾定律走向尾聲 運算效能提升要靠客製化
而在天時部分，摩爾定律的進展趨緩，導致處理器效能提升速度大不如前，加上AI應用蓬勃發展，都使得晶片業者必須設法在既有的CPU架構外另闢蹊徑，以滿足客戶對運算效能的需求。
Sherwani就指出，如果處理器的效能提升速度，還能保持十多年前的水準，業界恐怕不會對RISC-V產生這麼大的興趣，因為標準CPU就能滿足應用需求，就算有些電晶體閒置不用或工作效率不彰，對晶片公司跟使用者來說也無所謂。但在摩爾定律走向尾聲，客戶對運算效能的需求卻因為AI暴增之際，晶片業者必然要想辦法讓處理器上每個電晶體都能發揮到極致。針對特定應用進行客製化設計，則是實現這個目標必然要走的路。
蘇泓萌也認為，RISC-V的發展，跟AI有很密切的關係，當AI應用不斷更新，以聲音、人臉辨識與資料中心為主的應用發展比通用的處理器開發更快，須要彈性靈活的解決方案，允許客戶自行修改指令集，才能透過硬體加速滿足AI的效能需求。
應用廣泛的RISC-V便是AI加速的解決方案之一，藉其彈性修改的特性，可依照不同客戶的需求客製化處理器，縮短產品從開發到上市所需的時間。目前RISC-V架構以中低階產品為主，並以美國及中國發展最快。未來RISC-V將走向高階產品，同時持續與學界合作拓展整體生態系。
生態系建立仍為RISC-V最大考驗
基於精簡、可擴充、易於客製等優勢，讓許多廠商對RISC-V躍躍欲試。具代表性的科技公司如英特爾(Intel)、三星(Samsung)及高通(Qualcomm)三大廠商皆對RISC-V處理器IP/解決方案商SiFive投入資金；而聯發科除了是RISC-V基金會的成員之一，也是晶心最大的股東，令市場更加看好RISC-V的發展前景。面對處理器開放架構應用的討論，處理器大廠Arm則選擇部分開放自家處理器架構，因應日益增加的客製化需求。
主流的處理器IP與開放式架構兩陣營各有支持者，而RISC-V架構的出現，提供處理器設計人員在現有IP之外，另一個更具彈性的選擇。基於開源的核心宗旨，RISC-V的開放性可加速創新。然而硬體架構仍須搭配編譯器與軟體工具支援，才能發揮其作用。因此RISC-V的挑戰便在於建立一套完整的支援系統，藉由建立生態系來穩固市場定位，期望未來與主流處理器並駕齊驅。
為了建立RISC-V生態系，學界與業界人士成立基金會共同推動，RISC-V社群中的處理器廠商之間除了各自的策略布局，同時反映了半導體產業的競合關係。蘇泓萌表示，RISC-V社群的廠商間呈現合作性競爭(Co-opetition)關係，競爭對手與合作對象間並沒有明顯的界線。生態圈中存在競爭，但是上下游廠商，甚至競爭對象還是可以合作把餅做大，透過互相支援拓展RISC-V生態系。
實踐AI無處不在 Kneron共享平台KNEO現身
終端人工智慧(Edge AI)廠商耐能智慧(Kneron)舉辦開發者大會，宣布推出AI共享平台KNEO，透過「Edge AI Net」的概念，能夠將生命賦予終端設備，實現去中心化、離線本地處理、主動智慧等目標。使用者可以將自己開發的AI應用上傳到該平台與其他開發者共享，實踐AI普及的目標。
Kneron創辦人暨執行長劉峻誠表示，Kneron的晶片設計架構就像是樂高積木，具備「可重組式人工智慧神經網路技術」，會根據不同任務進行重組
AI發展持續落地，尤其是Edge AI呈現百花齊放的狀況，各式各樣的物聯網終端應用持續導入AI，Kneron創辦人暨執行長劉峻誠表示，該公司從2015年成立以來秉持普及AI的信念，期望使AI民主化，並以構建終端AI網路為目標。推出KNEO平台，將以App Store的形式對產業開放，使用者可自行開發AI應用並上傳至該平台，或下載其他人的AI應用後再進行改良，做成個人喜歡的AI形式，實踐AI everywhere的願景。
以KNEO平台下Kneo Stem AI USB加速棒為例，該產品內建耐能KL520 AI晶片，僅靠KNEO Stem驅動AI軟體，即可具備AI功能，只要把KNEO Stem插入小型單板計算機Raspberry Pi的USB連接埠，即可執行如執行物件偵測、人數統計、辦別年齡、性別，和透過攝影機輸入的數據進行人臉識別。
Kneron開發者大會邀請產官學界貴賓共襄盛舉
此外，裝置了KNEO Stem可促進不同感測器之間的通訊，把Raspberry Pi連接到兩個KNEO Stem，一個連接到門鎖，另一個連接到安全攝影機，當兩個人先後接近門鎖時，與門鎖相連的KNEO Stem會辨別出第一人的臉是該鎖的授權使用者，與此同時，與安全攝影機連接的KNEO Stem同時偵測到門前有兩個人，而第二人並沒有授權進入，通過KNEO STEM的聯合智慧，安全攝影機和門鎖進行通訊，以識別門前出現異常並發出警告消息。
劉峻誠強調，與一般AI晶片只做單一功能垂直的應用不同，Kneron的晶片設計架構就像是樂高積木，具備「可重組式人工智慧神經網路技術」，會根據不同任務進行重組，減少運算複雜度，在不同的卷積神經網路模型的使用上，無論是模型內核(Kernel)大小、模型規模，還是影像輸入大小的變化，都能保持高效率使用運算(MAC)單元。以KL520為例，本身是智慧裝置之外，還可以數片疊加，也可加裝在舊型晶片上增加算力，直接與其他設備互相溝通。
Access Control內置耐能低功耗AI晶片的3D人臉智能鎖，續航長達1年，無需任何手動操作
綜觀目前世界上的AI應用，大多採技術至上的原則建構，而不是以使用者為導向，加上物聯網裝置連上雲端後，反倒引發使用者隱私、安全性、資料外洩以及設備製造商可及性的問題。另一方面，由於AI技術多掌握在大廠手中，消費者等於無償提供自身的行為給這些科技大廠分析。
為了避免這種情況，Kneron致力降低終端物聯網產品的技術門檻，讓物聯網裝置無需連上雲端，便可透過晶片自主學習，除了低資料外洩的可能性之外，KNEO平台更結合邊緣運算與區塊鏈的技術，提供一個安全的網路，讓消費者可以建立個人化的子網路，保障自己的隱私權，更能讓消費者拿回自己的行為自主權。
KNEO平台的特色包括：以邊緣運算AI構建而成，無需上雲，可在線下進行AI處理；為一開放的AI平台，吸引AI應用開發人員、消費者與服務供應商共同加入，打造AI生態圈；利用區塊鏈技術保存個人使用行為記錄，保存下來的AI數據(如購物習慣、駕駛行為、健康訊息等圖像或影片)，可轉換為自行管理的數位資產；消費者對自己的數位資產擁有控制權，可自行決定是否要出售予大型科技公司或科技企業買家。
此外，KNEO平台也將成為美國加州大學洛杉磯分校(UCLA)、維吉尼亞大學、聖母大學，以及台灣、香港主要大學AI教育的核心標準。另外，Kneron更與台灣人工智慧學校合作，開設邊緣運算專班，協助企業培養專業AI人才，降低台灣中小企業數位轉型的門檻與客服導入AI的困難。
疫情推波AI應用 診斷系統/智慧輔具助醫療照護
2016年圍棋軟體Alpha Go問世後，人工智慧(AI)技術成為熱門話題。直至2020年，人工智慧的技術發展邁向普及，廣泛應用於各領域之外，機器學習(Machine Learning, ML)、深度學習(Deep Learning)、邊緣運算(Edge Computing)的技術都更臻成熟。今年疫情掀起智慧醫療討論風潮，將AI用於藥物研發與病毒研究，同時回顧自2012年AlexNet架構問世後，影像辨識大量運用在診斷及手術輔助場景。另一方面，結合AR的人機介面往智慧輔具方面發展，透過生物感測輔助身障人士擁有更便利的生活。種種醫療照護領域應用需求，搭配台灣AI技術的破壞式創新，使得台廠有望在市場中搶得商機。
AI朝向深度學習/少資料訓練發展
資策會產業情報研究所(MIC)資深產業分析師兼組長韓揚銘說明，MIC統計在2016年Alpha Go出現以後的深度學習框架更新狀況，發現2018年度各框架的更新總次數最高，總共達31次。框架更新的過程中，可觀察到有兩大趨勢，一是很多公司提供深度學習的框架加速AI模型的開發，二則是許多公司討論深度增強式學習框架應用的可能性。市場上的深度學習框架開發仍處於百家爭鳴階段，大廠之間不斷競爭，希望成為未來應用主流。
現階段的人工智慧技術由深度學習主導，朝向改善深度學習、解開AI判讀過程的黑盒子，以及使用少量資料訓練模型的方向發展。其中Meta-Learning只需要搜集少數資料，即可從不同的模型架構來快速獲得學習能力，達到通用的學習效果。影像辨識的模型訓練，也可以使用生成對抗網路(GAN)合成影像資料，再透過生成模型與判別模型相互訓練，達成多樣本訓練的需求。部分醫療影像便是使用GAN技術，用2D影像資料訓練模型，來進行3D影像的判讀。
韓揚銘分析現階段台灣的AI市場，由AI起家的AI產業，以及做出AI產品的科技公司所形成的產業AI，統計共有342家，並擴及13領域。技術分布上，以數據推論為大宗，第二大為電腦視覺(圖1)。成立時間上，以2016年Alpha Go研發前後為分界，2013年AI相關的公司開始大幅增加，又以2017年增加幅度最高。投入的領域方面，2016年以前成立的公司，以製造、跨域整合及商業服務為主，2016年以後，多數公司投入跨域整合、醫療健康、行銷與媒體。
圖1 產業AI與AI產業技術發展 資料來源：MIC，06/2020
為疫情協作 補足AI算力需求
2020年隨新型冠狀病毒(COVID-19)疫情發生，AI技術大量應用在疫苗及藥物的研發工作，其中所需要的大量運算能力，可藉由分散式的協作達成。工研院產科國際所研究經理陳右怡舉例說明，AI進行疫苗研發跟藥物開發需要強大的算力，而為了補足算力，史丹佛大學的實驗室透過網站提供軟體下載，全球各地的志願者下載後，可以設定電腦在閒置的時段內提供算力來解碼病毒，並將結果回傳實驗室，由全球百萬台電腦共同進行，拆解COVID-19的病毒結構，以利藥物研究。
影像辨識助臨床診斷
回顧AI在智慧醫療領域的進程，新冠疫情尚未爆發前，2012年Google發表AlexNet架構，人類在影像辨別上有大幅的技術成長，資策會MIC資深產業分析師吳駿驊表示，自此開始AI相關的論文數量在六年間成長六倍。然而新技術的研發伴隨法規等落地挑戰，由於診療輔助的AI系統來自於大量醫療數據的機器學習成果，上市前達成臨床與效能評估後導入醫院，但是進入實際應用場景後，仍會隨著比對醫師診斷結果、搜集更多使用者數據而不斷的循環更新。換句話說，AI診斷系統上市後仍因為持續的訓練、優化而改變，但是當時的規範無法歸類相關產品，AI系統因而面臨醫療法規認證的挑戰。直到2018年4月FDA採認全球首款AI設備，通過一款近視視網膜的AI影像辨識系統的認證。吳駿驊進一步說明，目前世界各國的規範不同，但是隨著AI的技術持續推進，法規就會逐漸具體化。
就AI醫療發展的現況而言，MIC統計CB Insights在2020年5月挑選百大新創的AI公司中(圖2)，醫療領域在去年跟今年都有14家，14家之中又以診斷輔助為大宗，數量跟募資金額皆最高。吳駿驊提及，影像辨識的判讀輔助是最具快速商用機會的應用，來自量測腫瘤、斷層掃描、病理切片、核磁共振、超音波及X光的影像數據，可以協助醫師快速分類並判讀病徵，找到高風險的影像或者避免醫師漏診。
圖2 輔助診斷與藥物開發為市場熱區 資料來源：CB Insights；MIC整理，05/2020
生物感測搭配UI成就智慧輔具
除了AI醫療的臨床應用，非接觸式的人機介面也是AI在醫療照顧領域有成功案例的技術趨勢。當AI結合跨領域知識，便可以造福過往不易接觸科技的族群，如視障/聽障/身障人士，皆可透過生理感測技術，取得智慧輔具而獲得更便利的生活。此外AR應用的加入，則為醫生提供更多手術所需的參考依據。
資策會MIC資深產業分析師林巧珍提及，非接觸的人機介面結合生物感測，能夠開發出更人性化且價格親民的輔具，也能在手術方面輔助醫生判斷病人狀態。例如智慧義肢BrainCo藉由感測腦波跟肌肉訊號，達到控制智慧義肢的目的，並且結合演算法學習使用者的習慣，協助肢障人士做到拿杯子、握手等動作。視障輔具Orcam則是結合手勢辨識、語音與視覺UI的產品，當視障者將Orcam戴在眼睛旁邊，手指向任何物品或文字，裝置即可朗誦內容或提供物品名稱。在購物情境中，裝置會告訴使用者手中的鈔票面額，或者閱讀時為使用者朗讀內容。
人機介面用在智慧輔具之外，結合AR所做的Medivis是手術房的混合實境系統，由兩位醫師號召軟體工程師創業，可應用在手術房與教學情境中。以腦部手術為例，傳統上醫生會先從平面顯示器觀看患者大致的2D器官位置圖片，現在如果改用混合實境的視覺UI介面，能夠把患者的全息影像直接覆蓋、顯示在患者的身體上面，手術醫生可以隔空透過手勢即時與影像互動，即可看到患者的器官全貌，找到精準的下刀位置，大幅降低手術風險。此外，Medivis還能用於醫學院的教學訓練。除了顯示虛擬實境3D影像，Medivis可以容納最多20個學生跟同一個影像互動，降低模擬手術成本的同時提高學生學習成效。
林巧珍認為，目前UI技術由不同單位各自研發，但是接下來將走向合作，形成跨領域產業。整體而言，智慧輔具作為剛性需求，賦能載具將開枝散葉，市場敏感度高的新公司即便沒有大廠的知名度跟資源，還是有機會突圍成為獨角獸公司。加上未來三到五年AR/MR的技術越加活絡，科技設備的控制會跳脫螢幕與滑鼠，直接由視覺、手勢甚至意識操控。
台廠機會在精準醫療
綜觀AI醫療的走向，吳駿驊提出台灣廠商的三大機會。一是在原先以國際大廠為主流的醫療產業中，AI破壞式創新的快速研發形式，使得台灣有機會進入醫療的核心市場。其二是醫療儀器生產多來自大型廠商，而雲端廠商如Google、阿里巴巴皆想競爭智慧醫療的軟體市場，除了面臨多數醫院資料不能上傳雲端的問題，軟硬體產商也都積極尋找合作夥伴，以提供完整的方案。
在產業的競合關係中，ICT業者可以考慮利用新創與醫院的合作優勢，打造國內醫院的智慧解決方案，包括如何收資料、部署AI等，在應用的流程中隨時搜集資料。第三個機會則來自精準醫療的需求。生病往往是飲食不對、沒有運動等生活習慣導致，如果能夠搜集並分析生理數據，便有可能達到疾病預防的效果。而搜集數據所需的感測器，包含穿戴裝置使用的判斷模型皆是台灣的技術強項，因此可以發展相關的消費性電子產品(圖3)。
圖3 健康照護各次領域也快速採用AI技術 資料來源：MIC，05/2020
NVIDIA/佛羅里達大學合作打造教學用AI超級電腦
晶片製造商Nvidia日前宣布與佛羅里達大學(UF)合作，為高等教育打造人工智慧(AI)超級電腦，提供700 petaflop的AI性能，UF可望成為國際上具先進AI教學技術的學校。
圖 Nvidia與UF合作，為高等教育打造AI超級電腦。來源：Nvidia
這個合作計畫案的資金總額為7,000萬美元，其中2,500萬來自NVIDIA，提供的項目包括軟、硬體、訓練與相關服務，另外2,500萬則由NVIDIA共同創辦人暨UF校友Chris Malachowsky提供。UF則耗資2,000萬設立以AI為中心的超級電腦與數據中心，期望成為優良的AI教育大學。
UF同時透過NVIDIA DGX SuperPOD架構，強化其現有使用NVIDIA晶片的超級電腦HiPerGator，預計在2021年初讓這台電腦開始運作。超級電腦將能協助UF的學生學習AI工具，並將所學用以解決海平面上升、人口高齡化、數據安全、客製化藥物、大眾運輸與食品安全等問題，預計在2030年將累積30000名從UF畢業的AI人才。
過去NVIDIA以提供個人電腦的影像晶片，提升遊戲畫面的臨場感聞名，但現在已有許多數據中心採用內建GPU的運算硬體，用以加快AI的執行速度，例如訓練電腦分類影像。
宅經濟實現OMO體驗 抗疫雲端應用新常態降臨
隨著行動通訊技術正式邁入5G世代，許多人都在好奇，什麼會是5G的殺手級應用？或許在回答這個問題之前，應該先來關注，最近這半年以來，在全民防疫的非常時期，究竟有哪些企業及消費性的雲端應用嶄露頭角，未來在5G世代最有機會引領潮流？
宅經濟發燒 雲端應用快速推進
在抗疫期間，大家為了保持社交距離，被迫在家遠距工作或上課，使得網路流量與應用程式(App)下載量均同步攀高。根據愛立信(Ericsson)最新統計，在疫情蔓延實施禁令後，全球各地的網路流量成長20~100%之多，其中以家用固網的流量成長最多，行動網路的流量則增加10~20%，Wi-Fi或固網寬頻網路的平均使用時間，每天增加約2.5個小時。
另外，根據行動應用分析平台App Annie統計(圖1)，2020年第一季全球用戶下載310億個新的App，較2019年第四季增加15%，應用商店支出則超過234億美元，創下歷史新高，全球手機用戶的每日平均使用時間較去年同期成長20%。
圖1 疫情期間行動用戶使用時間變化
在這波疫情的影響下，在家工作(Work from Home)或分流上班的比例大幅提升，讓視訊會議、遠端工作、協同辦公等相關的雲端平台及工具應用大受歡迎，包括ZOOM、Google Meets、Microsoft Teams、華為雲WeLink、釘釘(DingTalk)等App都在不同地區出現爆炸性成長，意外助長了商業工具類App的盛行，第一季全球下載量大增30%。
在消費性App方面，由於民眾閉關在家，對於遊戲、社交、休閒娛樂、健康、學習等應用的需求普遍增加。根據Sensor Tower發布的「Q1 2020 Store Intelligence Data Digest」(圖2)，遊戲類App的合計下載量首度超過130億次，年增率逾5成，創下歷史新高，商業類及教育類App下載量都成長1倍以上，另外包括新聞、社交網路、閱讀類App也成長超過50%。
圖2 第一季各類型App下載量變化
5G、AIoT加持 數位應用開創新面貌
如果說2003年SARS爆發，帶動了e化的第一波浪潮，那麼2020年的新冠疫情蔓延，就是推動雲端平台與行動應用普及化的重要關鍵點。過去這些年來，許多產業都在朝向數位化、智慧化、雲端化、行動化的科技演進趨勢邁進，但不可否認的是，包括教育、醫療、運動、商業等許多領域，在數位轉型的道路上仍是明顯落後，觀望的比投入的多很多，直到近期新冠疫情的衝擊才積極回應。不管如何，這波疫情都帶給相關業者發展數位應用的寶貴經驗。
以數位教育為例，目前台灣的發展腳步恐怕遠低於一般人的想像。根據經濟合作暨發展組織(OECD)的教學與學習國際調查(TALIS)，台灣的國中教師讓學生使用資通訊工具，進行專題或課堂作業比率僅15%，遠低於OECD國家的53%；另根據資策會產業情報研究所(MIC)統計，目前數位學習僅占整體學習方式的1~2成。
但台灣在疫情升溫後，各級學校都密集備戰，並針對線上補課、遠距教學、智慧教育等應用進行部署，疫情期間教育單位與師生較常使用線上學習、遠距課程等模式，取代傳統的課堂教學，自然會熟悉數位教育的使用習慣，而且發現到科技工具在教育價值鏈能夠發揮的特殊優勢。
尤其在5G網路的高頻寬、AI賦能與大數據分析的助力下，數位教育已經可以做到高度個人化、智慧化、互動化的程度，例如在安排課程之前，可以根據每個學生不同的興趣、能力、學習進度，透過AI找到最速配的老師、同學、教材及學習方式；在課程當中，可自動為教學內容呈現即時字幕、甚至即時翻譯，並可根據學生的臉部反應、互動狀況評估其學習興趣；課後還能用AI協助老師掌握學生的上課狀況並派發作業，並可辨識學生作業是否有抄襲之嫌。
善用數位科技工具 實現OMO體驗經濟
面對疫情的影響，損失最慘重的莫過於實體經濟了，包括實體零售、觀光旅遊業、實體展覽、演唱會、球賽都受到極大衝擊，但相關業者紛紛為此重新調整戰略，在疫情期間嘗試線上銷售或數位商業模式，未來解封後也會善用數位工具，實現線上線下融合的全新體驗經濟。
疫情期間各類型App使用量變化
以旅遊業為例，在各國實施邊境管制後，旅客根本無法出國，讓提供機票、訂房、體驗旅遊的網站毫無用武之地。不過，包括Airbnb、Expedia等平台業者立刻轉向提供線上體驗服務，Airbnb打造線上達人體驗，讓無法親臨該城市的旅客，也可以透過雲端平台跟著全球體驗達人如葡萄牙品酒師、魔術師、米其林主廚等，一起遊歷世界各地的有趣文化；Expedia則是推出「在家體驗世界」虛擬活動與行程，可以重返古羅馬競技場的榮耀、感受龐貝城的歷史悲劇、穿越凡爾賽宮的富麗堂皇，讓旅友們在家就能重溫世界的美好與多元。
雖然這是疫情期間暫時性的作法，但這樣的雲端體驗或虛擬旅遊，未來很可能成為旅遊業的常態，成為推廣實體旅遊的重要行銷手法。
舉例來說，旅客在訂購旅行團之前，可以先透過虛擬實境(VR)體驗當地的風光，在進入某個博物館或歷史景點時，則可透過擴增實境(AR)穿越時空看到幾百年前的3D場景重現。
另一方面，在疫情期間許多實體活動被迫喊卡，民眾無法親臨現場觀看精彩的球賽或演唱會，但未來如能善用5G、AIoT、VR/AR等科技工具，可以帶給觀眾前所未有的觀看體驗，也能真正把用戶從線上拉回到線下，參與更具沈浸式、互動式的情境體驗。
事實上，包括台中、桃園都在打造智慧球場，透過5G的高頻寬、低延遲、大規模物聯網等優勢，可以提供票券掃描座位引導、精彩賽事關鍵重播、即時戰術分析、AR擴增實境開場表演、多視角AR觀賽、即時AR互動抽獎遊戲、AI好球自動剪輯等功能，讓看球這件事也能處處充滿驚喜。
臺北流行音樂中心也與中華電信、HTC等業者攜手，提供5G及8K多視角高解析度現場直播，觀眾只要戴上VR 360全景顯示器頭盔，就能自行切換多種觀看視角，讓場內後方觀眾也能同步感受最前排觀眾相同的臨場感，甚至切換到後台或來自遠端的影像，擁抱前所未有的視聽體驗。
Cartesiam優化意法開發板 推出新版AI軟體工具
Cartesiam推出針對意法半導體(STMicroelectronics, ST)STM32開發板優化的新版NanoEdge AI Studio軟體工具。NanoEdge AI Studio開發環境消除傳統AI開發障礙，並針對缺乏機器學習專業資源的企業而設計。新版本讓任何嵌入式開發者都可以利用STM32微控制器快速開發AI解決方案。在其諸多優化功能中，還可直接透過STM32的串列／USB連接埠和Cartesiam加強版自動資料符合性檢查和品質驗證工具在NanoEdge AI Studio中記錄現場資料。
NanoEdge AI Studio讓系統設計人員可以利用低功耗Arm微控制器，將機器學習演算法直接整合到連網裝置、家電、工業機床等各種產品設備。該軟體讓設備能夠學習正常行為，檢測該行為的任何變化，即使在複雜的雜訊很大的環境中也能發現異常行為。
新版提供一個新硬體平台選項，讓開發者可以直接選擇意法的Nucleo-F401RE或Nucleo-L432KC開發板。在選擇這些板子後，使用者可以解鎖設計流程的最後一步，並下載可在所選硬體平台上的自訂機器學習函式庫。
意法半導體AI解決方案經理Miguel Castro表示，ST微控制器的使用者不僅可以從Cartesiam的解決方案中受益，而且還能繼續使用已經習慣的電路板生態系統和開發環境。透過為ST的神經網路開發環境STM32Cube.AI增加一個簡易的機器學習函式庫產生功能。
Cartesiam的執行長Joel Rubino則表示， NanoEdge AI Studio已被世界各種規模之企業用於開發預測性維護、詐欺偵測和智慧安全解決方案。為特定的STM32板專門量身訂製，新版NanoEdge AI Studio將為我們的客戶開發測試新的配套設備以及內部預測性維護子系統，提供一個可靠的軟硬體平台。
聯發科AI技術傳捷報 入選國際頂尖CVPR會議
聯發科日前榮獲國際頂尖電腦視覺與模式辨識(IEEE Computer Vision and Pattern Recognition, CVPR)會議論文的收錄並於大會上發表創新技術，聯發科是臺灣極少數論文獲選收錄的企業，顯示公司技術尖端實力獲得國際權威的肯定。
CVPR會議是國際最有影響力的年度AI盛事之一，由IEEE計算機協會(IEEE Computer Society)及電腦視覺基金會(Computer Vision Foundation)主辦。CVPR一向重視突破性的創新，臺灣今年有11篇論文入選，多半為學界的前端研究。聯發科長期投資先進製程與前瞻技術，今年脫穎而出，首度以堅強的AI研發實力打入國際級研究領域行列。
聯發科技執行副總經理暨技術長周漁君表示，聯發科技追求技術領先，五年來投入2,800億元於前瞻技術研發。近年公司更積極展開人工智慧佈局，深耕發展各類智慧裝置與應用的核心技術，當中電腦視覺就是相當重要的一環，其應用擴及智慧手機、智慧家庭、物聯網及聯網汽車等各領域。
聯發科技及學校合作團隊也在全球CVPR國際會議上發表關於行動裝置先進影像重建技術的研究論文，創新突破獲得肯定。電腦視覺旨在探討如何讓鏡頭或電腦像人眼一樣辨識數位圖像、影像，以利搜尋、分類、重建、優化等。其應用多元，包含醫學圖像分析、指紋及人臉辨識、動態捕捉、智慧優化圖像及影像等。聯發科技從多媒體起家，圖像、影像處理貫穿於眾產品線中。近年投入AI技術開發，藉由完整的軟體(NeuroPilot 3.0)、硬體(AI專屬硬體APU)平台，以進階技術分析、處理圖像及影像，推動終端人工智慧(Edge AI)發展，滿足客戶需求。
Mentor生態系統助安霸AI視覺處理器符合汽車目標
Mentor近期宣布，其 Tessent軟體安全生態系統協助人工智慧視覺晶片公司安霸(Ambarella)成功達成系統內(In-system)測試要求，並該公司的CV22FS和CV2FS汽車攝影機系統單晶片(SoC)實現了ISO26262汽車安全完整性等級(ASIL)目標。
Ambarella VLSI總監Praveen Jaini表示，可測試性設計(DFT)是積體電路(IC)設計的關鍵要素，對於鎖定安全關鍵型汽車應用的先進AI元件來說更是如此。Mentor的Tessent安全生態系統為我們提供了許多強大、省時的功能，不僅協助我們快速實現設計目標，還兼顧了客戶所期望的成本效益和可靠性。由於Mentor的Tessent生態系統具高度擴展性，可為開發創新設計和新一代裝置提供最佳的靈活性。
Tessent Safety生態系統包含多項Mentor IC測試技術，是業界汽車IC測試解決方案的完整組合，並與Mentor的業界領導合作夥伴緊密連結。該生態系統可提供一系列先進的IC測試技術，包括線上(In-line)元件監測，這是一種創新方法，可把嵌入式監視器分布在每個半導體裝置中，並透過共通的基礎架構將其連接在一起，以實現快速偵測並回報系統中任何位置的隨機故障。
Mentor副總裁暨Tessent產品總經理Brady Benware表示，Tessent Safety生態系統透過可擴展的DFT架構，協助我們的客戶因應和克服挑戰，此架構是專為解決自駕車IC設計所面臨的嚴格時間、成本和品質要求所打造。
工研院攜手全家打造易取智慧商店 強化零售產業韌性
工研院於日前發表全臺首套自主研發之「易取智慧商店」，運用AI人工智慧發展電腦視覺辨識以及多重感測技術，發展具高精準率、即時回饋、利於布建的智慧零售技術，與邁向科技零售業的全家便利商店簽約合作，將於工研院光復院區建置智慧商店，並在今年年底進行試營運開幕。
工研院副院長張培仁表示，此發表有兩個重大意義。第一，社會少子化、高齡化，未來要用科技解決零售業勞動力不足的問題；第二，新冠肺炎疫情衝擊零售業，引發數位轉型、強化產業韌性需求。
工研院研發電腦視覺辨識與多重感測技術，能「高精準率」辨識商品取放與消費者身份，正確率達98 %以上；並能「即時回饋」消費者拿取的商品種類與數量於手機App上；以物聯網技術串聯攝影機與智慧貨架系統，強化運算效率的同時，更降低攝影機設置的數量與成本，十分「利於布建」，回應了零售業者快速布建與大量應用的需求，使店內商品管理自動化，如自動即時檯帳更新、補貨提醒等，降低結帳/清點所需的人力。
工研院巨量資訊科技中心執行長馮文生指出，研發這套技術並非要取代傳統超商，而是因應消費者的需求，針對特定場域展店，例如小型社區、偏遠地區等。此外，這套技術不僅能應用在便利商店，包括賣場、量販、零售百貨、物流、倉儲領域都能應用。
「易取智慧商店」的購物流程十分簡單。首先，只要透過手機App掃描商店入口的QR code就能開啟閘門。接著，系統能即時辨識消費者拿取的商品種類與數量，並同步更新手機購物車資訊。最後，透過手機App掃描商店出口的QR code就能開啟閘門，手機購物車即自動完成結帳，不僅讓消費者免排隊、拿了就走，還能立即收到消費明細。