Frost & Sullivan在研究市場趨勢、專利、投資等要素後，指出未來2-4年內有潛力對社會產生重大影響的人工智慧新興技術，包括多模態神經網路、可解釋人工智慧(XAI)及自主邊緣技術。本文分別針對這三種技術的定義、應用範疇、發展趨勢和代表性案例進行分析。
1. 多模態神經網絡 (Multimodal Neural Networks)
多模態神經網絡可整合文本、語音、圖像、影片等不同類型的數據進行綜合分析，提升分析準確性與全面性，適用於醫療、娛樂及汽車等領域。在醫療領域，可整合病歷、影像、基因等數據進行個人化診斷；在娛樂領域，能提供更豐富的遊戲體驗；在汽車產業中，能發展更安全的駕駛輔助系統。代表性案例包括NVIDIA的Clara平台及微軟的Azure認知服務。未來發展趨勢將著重於提高運算效率和技術標準化，並預計2025-2028年間法規完善將促進該技術的應用。
2. 可解釋人工智慧 (Explainable AI, XAI)
可解釋人工智慧旨在提供透明的模型運作解釋工具，提升模型的透明性與可靠性。常見技術包括SHAP、LIME及DeepLIFT，可解釋模型決策的特徵貢獻度與影響。此技術適合用於確保AI符合道德與監管要求。代表性案例包括以色列CitrusX和富士通的XAI解決方案。未來發展將集中於技術標準化、與雲端整合及提升分析準確性，預計2028年可大規模部署於各領域。
3. 自主邊緣 (Edge Autonomy)
自主邊緣技術可讓邊緣裝置在不依賴雲端的情況下進行即時數據處理和決策，優勢包括低延遲、降低成本、提升隱私與安全性及加速AI模型訓練。該技術應用於智慧交通及工業自動化等場景。代表性案例包括荷蘭Axelera AI的Metis AI平台及美國Activ Surgical的ActivSight技術。未來，隨著5G及AI晶片的普及，邊緣自主裝置將具備更高效的運算能力，並與大型語言模型(LLM)協作以實現更複雜的運算環境。
這三項技術將在未來數年間深刻影響各產業發展，並成為推動人工智慧應用的重要驅動力。
資料來源