迎向AI浪頭—材料的應用與駕馭

 

刊登日期:2023/11/15
  • 字級

張獻仁 / 大億交通前研發經理
一、前言
ChatGPT推出1年多就能即時創作一篇架構完整的作品。隨著學習案例的增加,專業能力也不斷提升,在不久的未來將很難判斷是人工智慧的創作還是真人的報告。善用AI能使強者更強,藉由AI執行繁瑣的條件模擬,預先剔除錯誤的思維,朝著正確的方向做對的事,能更快達標。AI沒有情緒、不需休息,能超快的執行繁瑣、無趣的演算,使結果面面俱到,更沒有人的情緒、失察產生的不可信結果。未來有標準答案的工作將會被AI取代,無標準答案的價值性工作,透過AI的前處理、過濾與確認,亦能幫助人處理容易出錯的演算、邏輯判斷、複雜、更困難的推理工作,找出關鍵影響因素或最佳化結果。AI的價值在於超人的學習與判斷能力,避險與致勝的決定在電光火石之間即完成。與日俱增的case study使AI的智慧比人類的智慧成長快的多,AI可望成為人類最忠實的伙計,但如果人類不努力也很可能被AI的智慧奴役化。
 
AI智慧來自於學習、除錯、判斷、變通與創造等,而人的創造力來自於從無到有的基本素養,基本功夫越紮實,創造力越強,基本功夫包含對物的基本特性認知與應用,如材料的物理特性,生化質能的轉化,生物特性,觸媒轉化與稼接等。當AI有這些基本知能,就能透過指令深化學習,執行有用的結果或創意,進而啟發更高層次創新。
 
NVIDIA CEO黃仁勳發表自家AI超級電腦、人工智慧平臺軟體、人工智慧模型和服務能打造出無限可能的想像並實現它。制式化的專業技能可被AI快速學習,所以擁有專業證照執業的「師」族群很有可能被擁有AI的資本家經營的超級事業體所取代,如同連鎖量販店取代雜貨小舖一般。
 
產業盛行的CAE模擬靠工程師的本事,AI的模擬是網際網路可以找得到的都一網打盡,包括分析真偽與深度學習,這是連專家都可能一時難以望其項背的產出。也是產業巨頭不斷購買頂級AI GPU,如NVIDIA的A100、H100做動態模擬的原因。
 
三、新的商業思惟模式
(四) AI時代的消費思維
AI下的自動化將商品更簡化成核心(core)和終端(terminal)兩部分。如手機的核心是中央處理器,占總價50%以上,其他的終端是顯示器、鏡頭、電池等模組,透過有線/無線和core傳輸I/O,依core指令工作。所以手機故障維修多是換故障排除後的主機板,或是檢測後的可用的B級品。模組化的產品,耗材或故障維修費相對增高。如電動車的輪胎動力組、電池組是耗材,行車電腦是整車核心,當兩三個模組或行車電腦失效,消費者可能要考慮換新車了,因為模組維修與新購的成本差異有限。避免意外使荷包大失血,此時電動車的FSD的自駕能力就成了購車首選。因為FSD能主動規避車禍,降低生命財產的損失。
 
(五) AI時代商品的PEST評估與行銷
PEST代表外部環境的政治(Political)、經濟(Economic)、社會(Social)和科技(Technological)的影響力。是企業在擬定新商品行銷策略時必要的分析項目。如頻繁的重大交通事故之下,政府擬定了保護人身安全的規範,如NCAP(New Car Assessment Programme的縮寫)。歐盟有Euro NCAP;日本有J-NCAP;台灣有T-NCAP測試評價,車廠也努力朝高星等評價以取得消費者信賴。以高等級的防護來降低傷亡程度。其中較重大的測試項目有車輛正面碰撞、正面偏位碰撞、側撞、後撞等項目(表二),最高5顆星評價。因此車輛設計不再是堅固耐撞,而是高速碰撞還能保護車內乘員的潰縮設計,購車者可以事先參考碰撞測試影片或政府單位釋出的暢銷車款NCAP評價星級,評估哪一款的新車+保養+車損的費用最適合自己。以經歷過碰撞生死大關的車主來看,通常會選NCAP高星級評價的車款,畢竟生命重於一切。
 
表二、車輛撞擊各區NCAP主要試驗規範
表二、車輛撞擊各區NCAP主要試驗規範
 
四、AI模組平臺的發展和應用
由於CPU時代各種CAE模擬運算能力都仰賴CPU的運算速度。動態模擬少了GPU可能跑不出來,AI時代改變了運算模式,將由靜態的CPU時代轉換成動態的GPU運算、模擬、和深化學習,進而自主創作。台積電的先進製程助NVIVIA、AMD等微處理晶片能在AI領域領先競爭者。User端使高階的AI模組或平臺能更快速跑出結果,不致隨時陷入lag或當機。從業界大量搶購NVIDIA的AI頂級顯示卡A100、H100情況來看,雖然H100售價超過百萬台幣仍有供不應求的現象。以現在的CAE模擬要投入大量的人力訓練和模擬軟體設備投資,一個工程師至少要經歷2~3年歷練才有能力把模擬結果應用到設計修正,而一組百萬級AI經商業化模擬軟體供應商的訓練,或業界祕而不宣的教導學習,可能不到1年就能做出同樣的產出水準。所以,黃仁勳說AI很貴,但買越多省越多。
 
AI時代將使模擬更有智慧和效率,模擬不再是工程師憑一己功力瞎子摸象不斷設定模擬參數找出還可以的結果,AI強大的自我學習能力,能不斷嘗試錯誤、修正錯誤、避免錯誤。所以判斷力和執行力可以勝過人類。當資料庫知識經驗越充足,AI創作與執行的能力就越 ---以上為部分節錄資料,完整內容請見下方附檔。

分享