.jpg)
.jpg)
.jpg)
主持人：歡迎各位來到 Insight Studio，我是今天的主持人朱楚文。在今年的 COMPUTEX，我們看到各家科技廠都在聚焦一個關鍵趨勢：當生成式 AI、Agentic AI 逐漸成形，如果可以在邊緣運算上實現產業變革型的發展，那將會是影響深遠的突破。這也是各界高度關注的議題。今天在 Insight Studio，我們特別邀請到一位重量級來賓與我們一同探討這個關鍵話題。讓我們歡迎 前Google 台灣總經理簡立峰博士！簡博士您好，非常歡迎您。您過去長期投入 AI 的發展，尤其對於語言模型有深入的研究與貢獻。我們今天就想從 AI 的歷史談起。 事實上，雖然近年來 AI 引發熱烈討論，但早在 1950 年，圖靈就已經提出了 AI 的概念。歷經幾波技術發展的高峰與低谷，直到今天，我們似乎正進入了一個全新的 AI 時代。能否請簡博士，從您在 Google 的觀察與研究經驗，來分享一下 AI 技術的重要演進，以及為什麼近幾年會迎來這麼劇烈的突破？ 簡立峰博士： 我想我自己算是幸運，有一個很特別的背景。我是極少數早期研究語言模型的華人之一。在加入 Google 之前，我已經做了 15 年語言理解與語言模型的研究。而在 Google，我也曾是全球少數具有亞洲背景的搜尋引擎主管。AI 技術的發展，我認為有幾個重大轉折點：第一個關鍵點是 2016 年 AlphaGo 的出現。這代表增強式學習（Reinforcement Learning）的突破，讓我們開始相信 AI 不只能識別圖像、理解語言，還能進行預測、推論。所謂「預測型 AI」，例如給一張圖，它可以判斷是人臉還是熊貓。但現在的轉變是生成式 AI 出現了，例如 GPT 系列。這類 AI 不只是回答問題，而是可以根據你的指令「生成內容」。這是一種從「理解」進展到「表達」的跨越。這也是為什麼大家說 ChatGPT 的出現，讓電腦第一次「說人話」——我們甚至能用和媽媽講話的方式跟它溝通，這就像科幻片成真。 主持人：的確，這樣的發展不只讓 AI 進入大眾生活，也開始在產業中扮演重要角色，例如智慧工廠。那簡博士，可否進一步為我們說明「Agentic AI」的概念，它跟大語言模型的關係是什麼？ 簡立峰博士：我們現在談的大語言模型（LLM），像是 ChatGPT，屬於一種「技術」。而 Agentic AI，則是一種「應用」。你可以把 Agent 想成一個 AI 執行者——你下指令，它就能根據指令完成整個任務。例如購物代理人（shopping agent），你只需要說：「幫我買一台筆電，預算兩萬元。」它就會幫你找、比價、安排付款與送貨，過程中還會跟你確認需求。所以，Agentic AI 的關鍵能力是「端到端的執行力」，而不只是產生內容。 這樣的代理人未來可以廣泛應用在 B2B、智慧工廠、智慧交通、醫療設備等等。輝達（NVIDIA）提出「通用 AI 的五階段」，第一階段是能對話，第二階段是能推理，第三階段就是我們現在談的代理人。再往上走，是能決策與發明。我們現在大概正處在「推理」與「代理」這兩階段之間。 主持人：那麼問題來了，既然 AI 模型這麼強大，為什麼不全部放在雲端執行就好？為什麼一定要在「Edge 端」也就是邊緣運算上搭載 AI 呢？ 簡立峰博士：很好的問題。AI 的應用，不是每一個都適合放在雲端。有些場景非常需要「即時反應」、「資料隱私」，甚至「無網路也能運作」。舉例來說： 手術機器人（如達文西手臂），它要具備影像辨識與自動導航的能力，不能只依賴雲端。交通號誌攝影機，不只要拍車，還能即時辨識車禍並自動報警。無人機、車載電腦、工廠機台、智慧路燈… 這些都是 Edge AI 的典型應用場景。幸好，如今大型語言模型開始「縮小化」了，例如 DeepSeek、Llama、Gemma 等小型 LLM。這讓手機、PC、甚至 IoT 設備都能搭載 AI 模型。 主持人：那麼從台灣的角度來看，我們在這一波 AI + Edge 發展中，有什麼獨特優勢？ 簡立峰博士：一句話：工業電腦，台灣是全球重鎮。研華這類公司擁有超過上千種工業電腦架構。如果這些硬體平台都能加上 AI 的大腦、視覺、與機器控制能力，我們不只是在做硬體，而是提供「整機服務」。這波軟硬整合的浪潮，讓台灣的「製造業」可能像「軟體業」一樣靈活。例如未來我們的機器可以 OTA 更新，就像 Tesla 的汽車一樣。台灣的製造業就像裝上輪子的軟體平台，可以跑向全世界。 主持人：未來的 AI 邊緣代理人，還有什麼發展值得期待或仿效的案例呢？ 簡立峰博士：最簡單的案例就是觸控螢幕。未來，我們在飯店櫃台、展場、公共設施看到的螢幕都不只是觸控，而是可以「聽你說話、用語言互動」。每個螢幕背後都有 AI，它會根據使用者語言即時翻譯，讓每個人都能用自己的母語和它對話。這就是所謂的「通用語言互通的未來」，也是台積電在海外製造場導入的 MISMOS 系統的核心概念。 主持人： 非常謝謝簡博士精彩的分享！今天的 Insight Studio，帶給大家許多對於 AI 未來的思考與啟發。我是朱楚文，感謝線上所有朋友的收看，我們下次再會！