【人資e周刊】內容包含最新勞工政策解析、企業管理進修、人事聘用秘方,希望您的疑難雜症能獲得解決之道。 【行遍天下旅遊電子報】每月企劃精采的旅遊專題,讓你感受美景與多樣風情,創造屬於個人的旅遊哲學。
★ 無法正常瀏覽內容,請按這裡線上閱讀
新聞  健康  udn部落格  
2023/07/13 第504期  |  訂閱/退訂  |  看歷史報份  |  北美智權網站
 
 
 
 
法規訴訟 《人工智慧AI專題報導:法規》歐盟人工智慧AI法案草案概觀:第三國供應商也適用
《人工智慧AI專題報導:法規》人工智慧AI法案草案通過後的挑戰:5年給歐洲經濟造成310億歐元的損失?
   
研發創新 《人工智慧AI專題報導:應用》ChatGPT通過美國醫師執照考試!生成式AI在智慧醫療應用的前景可期
《人工智慧AI專題報導:應用》人工智慧賦能無人機,風電太陽能廠都受惠
《人工智慧AI專題報導:應用》眾安搶先發表基於生成式AI的保險行業應用白皮書
   
 
《人工智慧AI專題報導:法規》歐盟人工智慧AI法案草案概觀:第三國供應商也適用
李淑蓮╱北美智權報 編輯部
歐洲議會於2023 年 6 月14日以 499 票贊成、28 票反對、93 票棄權的結果通過了人工智慧 (AI) 法案的草案,隨後會與歐盟成員國就該法案的最終形式進行談判,目標是在今年年底前達成共識協議。這些規範將確保歐洲開發及使用的人工智慧能完全符合歐盟的權利和價值觀,包括人類監督、安全、隱私、透明度、非歧視以及社會和環境福祉。

乍看之下歐盟人工智慧法案和台灣關係有點遙遠,其實不然。因為新規範除了適用於在歐盟境內的人工智慧系統供應商之外,還適用於在第三國設立,但於歐盟市場或歐盟提供或使用其人工智慧系統的供應商。為了防止廠商規避法規,新規範也適用於身處第三國的人工智慧系統供應商和用戶,而這些系統所產出的成品會在歐盟使用。在此規範下,歐盟人工智慧法案變得與台商息息相關,加上台灣對於人工智慧的產出及應用也進入立法監管的階段,我們對歐盟於人工智慧的監管方針,也應多加了解。

立法進程及法案概觀

歐盟委員會 (European Commission,以下簡稱委員會)於 2021 年 4 月提出了歐盟人工智慧 (AI) 監管框架提案,而這一份人工智慧法案草案是有史以來首次嘗試對人工智慧製定水平式橫向監管規範。委員會擬議的法律框架側重於人工智慧系統的特定應用和相關風險,提議在歐盟法律中為人工智慧系統建立一個技術中立定義,並根據「基於風險的取向」(risk-based approach)制定具有不同要求和義務的人工智慧系統分類。一些存在「無法接受」風險的人工智慧系統將被禁止。其外,各種「高風險」的人工智慧系統將會被授權,且要遵守一系列要求和義務才能進入歐盟市場。那些僅呈現「有限風險」的人工智慧系統將受低透明度的義務約束。歐盟理事會於 2021 年 12 月同意了歐盟成員國的整體立場,其後,歐洲議會於 2023 年 6 月14日對其立場進行了投票並獲得通過。歐盟立法部門目前開始以談判方式敲定新法案,並對委員會的提案進行實質性修改,包括修改人工智慧系統的定義、擴大被禁止的人工智慧系統清單,並對通用人工智慧和生成人工智慧模型(如ChatGPT)賦予義務。

圖1. 歐盟人工智慧法案立法進程

圖片來源:Artificial intelligence act BRIEFING,EU Legislation in Progress,EPRS |

European Parliamentary Research Service,June 2023

註:此為截至2023年6月為止歐盟人工智慧法案立法進程,綠色部分為已完成,而紅色部分則希望於2023年底前達成

提案簡介

人們預料人工智慧技術將於環境與健康、公共部門、金融、交通、內政和農業……等等多個領域帶來廣泛的經濟和社會效益;特別是在精進預測、優化營運、資源分配以及個性化服務等區塊。然而,當人工智慧技術嵌入到產品及服務中時,人工智慧系統對《歐盟基本權利憲章》(EU Charter of Fundamental Rights) 保護的基本權利帶來的影響,以及人工智慧系統使用時給用戶帶來的安全風險,已開始引起人們的關注。最值得注意的是,人工智慧系統可能會危害人民基本權利,例如不受歧視的權利、言論自由、人類尊嚴、個人數據保護和隱私等等。

鑑於人工智慧相關技術的快速發展,近年來人工智慧監管已成為歐盟的核心政策問題。政策制定者承諾制定「以人為中心」(humancentric) 的人工智慧手段,以確保歐洲民眾能夠從依據歐盟價值觀和原則開發及運作的新技術中受益。在其歐盟2020 年人工智慧白皮書中(2020 White Paper on Artificial Intelligence),歐盟委員會承諾促進人工智慧的採用,並解決伴隨應用這項新技術而來的一些相關風險。雖然委員會最初採取了軟法律方法,並發布了不具法律約束力的 《2019值得信賴的人工智慧及政策道德準則》 (2019 Ethics Guidelines for Trustworthy AI and Policy),以及投資建議,但隨後轉向了立法方式,呼籲採用統一的規範來監管人工智慧系統的開發、投入市場及使用。

全球人工智慧監管手段

儘管美國最初對人工智慧採取了寬鬆的態度,但最近要求監管的呼聲越來越高。中國國家互聯網信息辦公室也在諮詢一項監管人工智慧的提案,而英國則正在製定一套有利於創新的監管原則。在國際層面,經濟合作與發展組織(OECD)於 2019 年通過了一項關於人工智慧的(無法律約束力)建議書、聯合國教科文組織 (UNESCO) 於 2021年通過了關於人工智慧倫理的建議書、歐洲委員會目前正在製定一項關於人工智慧的國際公約。此外,在新建立的「歐盟-美國」技術夥伴關係(貿易和技術理事會)的背景下,歐盟和美國正在就強調可信賴及負責任的人工智慧的原則尋求共識。歐盟立法委員於2023年5月發表聯合聲明,敦促拜登總統和歐盟委員會主席烏蘇拉.馮德萊恩召開峰會,尋找控制ChatGPT等先進人工智慧系統發展的方法。

歐洲議會的立場

歐洲議會在 2017 年關於機器人民法規範的廣泛建議中,引領了歐盟層面的辯論,呼籲歐盟委員會評估人工智慧的影響,並起草歐盟人工智慧框架。在2020年和2021年,歐洲議會通過了多項呼籲歐盟採取行動的非立法決議,以及兩項呼籲在人工智慧領域通過歐盟立法的立法決議。第一項立法決議要求委員會為歐盟內人工智慧、機器人和相關技術的開發、部署和使用建立道德原則的法律框架。第二項立法決議呼籲協調民事責任索賠的法律框架,並對高風險人工智慧系統的營運商實行嚴格責任制度。此外,議會還通過了一系列建議,呼籲歐盟在智慧財產權、刑法、教育、文化和視聽領域,以及民用和軍用人工智慧應用方面,對人工智慧採取共同手段。

歐盟理事會角色

歐盟理事會 (Council of the European Union) 在過去(包括在 2017 年和 2019 年)曾多次呼籲採用通用人工智慧規則。理事會在2020年呼籲委員會提出具體建議,並在考慮現有立法基礎下,遵循一個建基於風險、平衡、以及必要的監管方法。此外,理事會呼籲歐盟和成員國考慮採取有效措施來識別、預測和應對包括人工智慧在內的數位技術對基本權利的潛在影響。

繼 2020 年 2 月通過人工智慧白皮書後,委員會於2020年啟動了廣泛的公眾諮詢,並發布了人工智慧監管影響評估、支持性研究和提案草稿,並收到了各方利益關係人的反饋。在其影響評估中,委員會指出人工智慧系統由於其具體特徵,在開發和使用時所引發的幾個問題。

草案帶來的影響

人工智慧法案草案被設計成為歐盟水平橫向立法指引,適用於所有在歐盟市場中投放、或被使用的人工智慧系統。

● 目的、法律依據和範圍

2021 年 4 月公佈的人工智慧法案提案的總體目標是為歐盟內開發和使用值得信賴的人工智慧系統創造條件,以確保單一市場的正常運作。該草案為人工智慧產品和服務的開發、投放到歐盟市場以及使用,制定了統一的法律框架。此外,人工智慧法案提案力求實現一系列具體目標,包括(i)確保投放到歐盟市場的人工智慧系統安全並尊重現有歐盟法律,(ii)確保法律確定性以促進人工智慧投資和創新, (iii) 加強對適用於人工智慧系統的基本權利和安全要求的歐盟法律的治理和有效執行,以及 (iv) 促進合法、安全和值得信賴的人工智慧應用的單一市場發展,並防止市場碎片化......

【本文未完,完整內容請見《北美智權報》336期:《人工智慧AI專題報導:法規》歐盟人工智慧AI法案草案概觀:第三國供應商也適用

※如欲轉載本文,請與北美智權報聯絡

 
《人工智慧AI專題報導:法規》人工智慧AI法案草案通過後的挑戰:5年給歐洲經濟造成310億歐元的損失?
李淑蓮╱北美智權報 編輯部
本刊期另一篇文章《歐盟人工智慧AI法案草案概觀:第三國供應商也適用》簡述了歐盟人工智慧AI法案草案的產出過程及大概框架,當中提到「繼 2020 年 2 月通過人工智慧白皮書後,歐盟委員會於2020年啟動了廣泛的公眾諮詢,並發布了人工智慧監管影響評估、支持性研究和提案草稿,並收到了各方利益關係人的反饋。」然而,不知道是否當初歐盟委員會在研擬草案時,沒有參考諮詢所獲得的意見及利益關係人的反饋,在草案6月14日於議會通過後,各方「雜音」不斷;看來要在年底前達成草案正式成為法案及生效的目標,仍要克服很多挑戰。

其中,最嚴重的「雜音」是在歐盟委員會通過人工智慧AI法案草案兩週後,包括NBIC Finance、Carrefour、Siemens、Renault group、ARM、Merck、TomTom、Heineken、Accor……等超過150家歐洲風險投資公司、科技公司及商業巨頭的創始人、首席行政官、主席,共同簽署了公開信,警告歐盟法律對人工智慧的過度監管。

圖1.公開信中部分聯署企業及組織

資料來源:Artificial Intelligence: Europe's chance to rejoin the technological avant-garde公開信截圖

該封題為「人工智慧:歐洲重新加入技術前衛派的機會」(Artificial Intelligence: Europe's chance to rejoin the technological avant-garde)的公開信於6月30日發出給歐盟委員會、歐洲議會及歐盟成員國。信中提出警告,指出如果歐盟通過抑制創新的法律,歐洲可能會錯過生成式人工智慧革命的重要時機。

聯署方在公開信中表示:「根據我們的評估,該立法草案將危及歐洲的競爭力和技術主權,但卻無法有效解決我們現在和將要面臨的挑戰。」公開信強調,人工智慧為歐洲提供了重新加入技術先鋒的機會,然而,歐盟目前的監管草案可能已超出必要的監管範圍,並扼殺了人工智慧提供的發展機會,對於生成人工智慧來說尤其如此。

公開信指出,根據歐洲議會最近通過的草案版本,基礎模型無論其用例為何,都將受到嚴格監管,開發和實施此類AI系統的公司將面臨不成比例的合規成本和責任風險。這種監管可能會導致高度創新的公司將其活動轉移到國外,投資者將從歐洲基礎模型和歐洲人工智慧的開發中撤回資金。進而在歐洲和美國之間造成「嚴重的生產力差距」,阻礙歐洲在人工智慧時代的競爭能力。

事實上,歐盟近兩年來一直致力於製定《人工智慧法案》的提案草稿,評論者認為,如果此提案成為正式法律,可能會使歐洲成為營運人工智慧平台的最嚴格司法管轄區。然而,自OpenAI的 ChatGPT 聊天機器人推出以來,各國對其監管要求不斷增強,引發了對隱私和其他問題的擔憂,歐盟只是將之具體化而已。

聯署方認為,監管機構應該制定僅限於「嚴格合規」而不是「基於風險取向的廣泛原則」的法律,這意味著歐洲將被迫「站在新人工智慧時代的邊緣」。為了解決過度規管的問題,聯署方呼籲成立一個由行業專家組成的歐盟監管機構,該機構將監督新法律的實施,並將新的技術進步情況考慮進去。聯署方相信藉由行業專家的參與,可以在不抑制創新的情況下更有效地執法;而此一做法將可確保歐洲在人工智慧領域保持競爭力,不落後於其他地區。

草案對執法之建議

就監管及執法部分,草案只要求成員國指定一個或多個主管機構,包括國家監管機構,負責監督該法規的適用和實施,並由成員國和歐盟的代表在歐盟層面組成及設立歐洲人工智慧委員會,但沒有提到讓行業專家參與。

此外,草案規劃國家市場監管機構將負責評估營運商是否遵守高風險人工智慧系統的義務和要求。監管機構有權存取機密信息(包括人工智慧系統的源代碼)並遵守具有約束力的保密義務。根據侵權的嚴重程度,監管機構對不遵守《人工智慧法》的行為將處以不同規模的行政罰款(最高可達 3000 萬歐元或全球年營業額的 6%)。同時成員國需要製定處罰規則,包括行政罰款,並採取一切必要措施確保這些規則得到適當和有效的執行。

對投資和中小企業的影響

其實,除了聯署公開信的大型企業以外,研究機構也對草案抱持懷疑態度。數據創新中心(代表大型線上平台)的一項研究強調,人工智慧法案草案所產生的合規成本可能會對歐洲人工智慧投資產生寒蟬效應,尤其會阻礙中小企業(SME)從事開發高風險人工智慧系統。數據創新中心指出,人工智慧法案將在未來5年給歐洲經濟造成 310 億歐元的損失,並使人工智慧投資減少近 20%。然而,這種對合規成本的估計受到了歐洲政策研究中心的專家以及其他經濟學家的質疑。不過,歐洲數位中小企業聯盟則表示認同,警告歐盟不要過於嚴格的合規要求,並要求中小企業在標準制定程序中要有有效代表,並在所有歐盟成員國中強制實施沙盒。

【完整內容請見《北美智權報》336期:《人工智慧AI專題報導:法規》人工智慧AI法案草案通過後的挑戰:5年給歐洲經濟造成 310 億歐元的損失?

※如欲轉載本文,請與北美智權報聯絡

參考資料:

1.Artificial intelligence act BRIEFING,EU Legislation in Progress,EPRS | European Parliamentary Research Service,June 2023

2.Regulatory framework proposal on artificial intelligence, European Commission, Last update 20 June 2023

3.Open letter to the representatives of the European Commission, the European Council and the European Parliament,Artificial Intelligence: Europe's chance to rejoin the technological avant-garde (English Version Open Letter AI Act [28.06.])

 
《人工智慧AI專題報導:應用》ChatGPT通過美國醫師執照考試!生成式AI在智慧醫療應用的前景可期
吳碧娥╱北美智權報 編輯部

人工智慧(AI)聊天機器人ChatGPT日前在未經人為訓練的前提下,通過了以困難著稱的美國執業醫師資格考試(USMLE),成為AI在醫療領域達到成熟的一個重要里程碑,未來將在臨床決策和醫學教育中發揮更多助益。資策會MIC觀察到,生成式AI已從文字、影像、蛋白質三種內容生成技術切入,為智慧醫療帶來三大類的創新應用。

資策會MIC產業分析師郭乃禎指出,生成式AI於智慧醫療的應用,首先是「生成醫學文件」,將可為專業醫護草擬報告、彙整資料等助理應用,未來甚至可為一般民眾提供用藥方法、健康狀況等諮詢;二為「生成放射影像」,生成式AI能為既有輔助診斷提供訓練資料,提供放射醫師更多診斷參考依據;三為「生成蛋白質結構」,利用生成式AI可為藥物研發流程省下大量時間與金錢成本,並促進新藥研究發展。目前國際智慧醫療大廠已將這三種生成式AI技術導入產品,並獲得醫院、藥廠機構使用。

郭乃禎表示,以目前生成式AI發展出的技術,已可理解醫學術語,並生成醫學文件和放射影像。美國MIT研究團隊發現,GPT-3可以看懂醫師問診筆記中的術語縮寫,並進⼀步解釋,顯見GPT-3已具備醫學知識。而Open AI的DALL-E 2模型,是一種透過自然語言描述生成逼真圖像的AI系統,在期刊中被證實可生成符合解剖學表現的醫療放射影像,並可理解胸椎、骨盆等臨床用語;尤其在X光影像上,DALL-E 2已習得醫學術語與影像各特徵的對應關係,可針對受損與模糊的X光影像進行修補。隨著更多資料持續微調與訓練,可期待DALL-E 2模型在放射影像生成中有更好的表現。

生成創新蛋白質、縮短新藥研發時程

藥物研發始於疾病研究與藥物標靶探索,標靶為可與藥物分子反應之疾病分子,通常為蛋白質;而掌握蛋白質生成與其結構,可加速標靶認定,並進一步展開對藥物分子組成的研究。郭乃禎指出,由於藥物研發需要耗費十分高昂的時間和金錢成本,尤其在初期研究動輒需要花上數年與百萬美元,生成式AI則有潛力在還未掌握太多資料時,就能預測並生成標靶蛋白質。生成式AI可從既有蛋白質序列資料生成大量新序列、蛋白質結構,為標靶探索提供充分研究內容,加速相關研究進行。

藥物研發公司Insilico Medicine是NVIDIA Inception新創培育計畫的成員,多年來投入於使用生成式 AI 開發治療衰弱性疾病的新療法,該公司在其生成式AI藥物設計引擎Chemistry42中使用NVIDIA Tensor Core GPU來生成新穎的分子結構,也是2015年NVIDIA DGX系統早期的首批採用者之一。

Insilico在臨床前藥物發現過程的每個步驟,都使用生成式AI來識別藥物化合物可以靶向的分子、產生新的候選藥物、評估這些候選藥物與目標的結合程度,甚至預測臨床試驗的結果。若使用傳統的研發方式,平均需要7.5年的努力、成本可能超過4億美元,Insilico以生成式AI開發藥物,在專案開始後兩年半就進入了臨床實驗的第一階段,整個研發流程僅花費260萬美元[1]。

圖一、生成式AI研發創新蛋白質示意圖

圖片來源:2023/7/3,《生成式AI發展機會與在智慧醫療之應用分析線上研討會》,郭乃禎簡報資料。

生成式AI在智慧醫療產品的發展方向

1.生成醫學文件,強化醫護助理應用

微軟在2021年以160億美元代價收購的語音識別公司Nuance Communications,日前推出一款能生成臨床筆記的AI醫療應用程式Dragon Ambient eXperience(DAX)Express,目標在大規模自動化建立臨床文件,使用對話式、環境式和生成式 AI的獨特組合,結合OpenAI 最新、功能最強大的GPT-4模型,標榜透過自然對話使用、可理解圖片資料,能將長達4小時的門診問診紀錄內容,在幾秒內完成重點摘要並建立臨床筆記草稿,醫生可以對DAX Express生成的記錄進行編輯,並在輸入患者的電子健康記錄之前進行簽名。利用GPT-4強化病歷報告生成,可協助減輕醫生的行政工作量、將更多時間用來照顧患者[2]。

2.建立放射影像生成平台

若欲大規模使用AI加速醫療服務,需要數千個神經網路共同運作,才能涵蓋人類生理學、疾病,甚至醫院營運等範疇,這對當前的智慧醫院環境而言是一大挑戰。MONAI是一個透過輝達(NVIDIA)的技術加速運算的開源醫學影像AI框架,下載量已超過65萬次,現在進一步藉由MONAI Application Packages(MAPs)將這些模型導入臨床工作流程。大多數AI模型至今仍停留在研發階段,而MONAI Deploy提供的MAP是一種打包AI模型的方式,讓具有影響力的臨床AI可以被頻繁實際應用,更方便部署在現有的醫療生態系內。

MONAI Deploy由來自十餘間醫學影像機構的專家,組成制定MAP規範的工作小組,開發人員使用 MAP可以幫助研究人員在臨床環境中輕鬆打包和測試模型、加速AI模型的發展,並收集實際的回饋來改進AI的表現。MONAI Deploy除了造福 AI應用程式開發人員,還能支援運行AI應用程式的臨床和基礎設施平台,以整合的方式來進行AI應用。

目前已有醫療機構、學術醫療中心與AI軟體開發人員開始採用 MONAI Deploy,包括美國辛辛那提兒童醫院(Cincinnati Children's Hospital Medical Center)、英國國民保健署 (NHS)、加州大學舊金山分校 (University of California, San Francisco)、NVIDIA Inception新創培育計畫的成員Qure.ai和SimBioSys公司等等,使AI突破性的研究成果在醫學臨床上發揮作用。另外,包括Amazon HealthLake Imaging、Google Cloud、甲骨文雲端基礎架構(Oracle Cloud Infrastructure)等雲端平台,也已整合MONAI Deploy與MAPs的服務[3]。

3. 利用蛋白質生成平台加速藥物研發

AI框架還能用來支援大型語言模型生成優質蛋白質,加快藥物設計的速度。NVIDIA的Transformer模型,使用神經網路來理解文字的意涵,讀取蛋白質中的數百萬種氨基酸序列的技術,以了解與掌握大自然如何組成蛋白質。傳統的蛋白質生成方式稱為定向進化,通常一次只能改變幾個氨基酸的序列,透過AI機器學習可以排查海量的蛋白質序列,並有效地識別出最有用的序列......

【本文未完,完整內容請見《北美智權報》336期:《人工智慧AI專題報導:應用》ChatGPT通過美國醫師執照考試!生成式AI在智慧醫療應用的前景可期

※如欲轉載本文,請與北美智權報聯絡

 
《人工智慧AI專題報導:應用》人工智慧賦能無人機,風電太陽能廠都受惠
芮嘉瑋╱中技社科技暨工程研究中心
隨著電子、資通訊與材料技術的快速發展,品質輕、效率高的無人機設備不斷湧現,使得無人機能夠在高空長航程下進行較為高效便捷的工作,特別在資通訊、人工智慧和電腦視覺等新興科技日益成熟的加持之下,無人機智慧巡檢工作已日益普及,成為無人機應用類別中非常重要的一項,在巡檢監測的應用領域裡,無人機幾乎可以完美應用於諸如風電、太陽能電廠等各行業。

風機葉片運維重中之重

根據桑迪亞國家實驗室(Sandia National Laboratories)指出,每年平均每200個風力機葉片就會有1個以上發生故障[1],且隨著風機逐漸朝深水域及大型化發展,葉片侵蝕及磨損程度將日益嚴重,風機葉片的檢查成為離岸風電運維的重要項目。然而,提供運維服務的難度也因此日益升高,故風電運維產業須不斷提升相關技術以因應此一趨勢,從而無人化檢修技術逐漸浮現,帶動無人機檢查及爬行器維修葉片的新興檢測技術發展。英國自動化風機檢測系統開發公司Perceptual Robotics與布里斯托大學(University of Bristol)在一項檢測風機葉片的研究計畫中共同宣佈,機器人和人工智慧在檢測風機故障的作業中,比進行相同檢測的技術人員提升14%的準確度。而無人機這空中飛行的機器人用於在離岸風場等難以到達的極端環境中進行維運和檢查,無需派遣人員前往即可收集到風機結構的完整資訊,包括高清影片、圖像、地理定位和感測數據等豐富的數據。以無人機自主收集檢測數據、辨識圖像,並搭載以人工智慧為基礎的瑕疵檢測模型自動進行分析和處理,透過掃描葉片表面自動辨別和分類葉片損壞原因,可望實現葉片表面瑕疵全自動檢測,以及滿足全自動數據處理的需求。該項解決方案可分析風機葉片是否存在潛在的損壞並提供足夠的檢查數據,以便在任何必要的維修時做出更安全、更快速、更準確的決策。

無人機搭載AI為大勢所趨

無人機進行自動巡檢的現有技術中,自動巡檢往往是透過提前規劃巡檢路徑來實現,但是,由於風機為運動結構,每次停機的朝向都不一樣,因此需要對風機進行重新建模,導致增加了巡檢的工作量;另外,提前規劃巡檢路徑或透過無人機搭載的相機進行葉片識別存在誤差,導致無人機在自動巡檢過程中容易出現巡檢過程偏航的現象;其次,根據無人機採集的葉片圖像,無法精確計算出葉片上某一缺陷的實際大小和實際位置,進而導致故障分析處理的難度較大。因此,近來開始有透過無人機結合電腦視覺和深度學習等人工智慧相關技術,實現對風機葉片的自動巡檢,以解決現有技術自動巡檢路徑誤差較大的現象,以及無法精確的計算葉片缺陷的技術問題,從而對葉片損傷進行跟蹤,便於檢修工作安排,提高對風機葉片進行巡檢的效率,並能夠獲取更多的葉片資料,降低嚴重問題發生的頻次,以提升風場運行葉片的穩定性和安全性。

太陽能電廠維運痛點

太陽能電廠的太陽能板用於接收太陽能輻射,並將太陽能輻射轉化為電能,因此太陽能電廠的太陽能板都是裸露在外,會由於灰塵、樹葉、鳥糞、樹枝和塑膠袋等掉落在其上遮擋其陽光,使太陽能板的發電效率降低。為了保障太陽能板效率不降低,需要對太陽能電廠的太陽能板進行定期巡檢,以發現太陽能板上的雜物,方便及時清理。其次,太陽能電廠為了盡可能的增大陽光接收面積,通常都會將太陽能電廠的面積建得非常巨大(單一個太陽能電廠至少50∼60萬片太陽能板),光靠人力檢測每片太陽能板確實窒礙難行,即便抽樣檢測也無法看見落在樣本以外的太陽能板的故障風險。

全檢耗時費力、抽檢不夠精確,是太陽能電廠的兩大維運痛點。隨著無人機技術的發展和智慧電網建設的推進,基於視覺圖像的太陽能電廠智慧巡檢系統,能夠大幅縮減運維成本(人力、時間)。在已有的一些太陽能電廠智慧巡檢系統中,通常包含了巡檢路徑規劃、無人機智能飛行、圖像採集遠距離圖傳、設備故障智慧診斷、巡檢報告生成等功能,開始實現從「手持設備巡檢」到「無人機自動巡檢」的轉變,這時無人機巧扮智慧巡檢小幫手,大幅提升電廠巡檢效率。然而,如何充分地結合智慧化技術,成為下一階段的發展方向。

AI賦能無人機 實現電廠智能巡檢

為此導入一種基於機器學習的太陽能電廠無人機巡檢方法和系統[2],該方法如圖1所示,其特徵在於將空拍圖片透過預處理得到訓練樣本集合;利用機器學習演算法從訓練樣本中產生分類預測模型;對待處理的空拍圖片利用該分類預測模型進行分類;判斷待處理空拍圖片的分類結果是否達到預期,以解決現有技術巡檢效率低的問題,由空拍機進行全檢,免於全檢耗時費力、抽檢不夠精確的雙重挑戰。這方面亦有導入一種基於無人機圖像的太陽能電廠智慧巡檢系統[3],該系統包括無人機資料導入模組、巡檢資料解析模組、深度學習演算法模組、數位太陽能電廠模組、巡檢結果管理模組和巡檢回放模組(圖2),利用深度學習演算法處理無人機巡檢所採集的紅外光圖像、可見光圖像等多模態資料,實現太陽能板缺陷的精確檢測及巡檢效率。

圖1:基於機器學習的太陽能電廠無人機巡檢方法示意圖

圖片來源:作者自行繪製

圖2:太陽能電廠智慧巡檢系統模組圖

圖片來源:作者自行繪製

美國專利US10546371B1涉及一種使用無人機的遠程控制設備及一種無需接觸結構即可檢查結構的系統[4]。其中該遠程控制設備包括聲納/超聲波收發器、用於生成對應於結構的地理標籤的映射模組、紅外相機、光達,並結合深度學習等人工智慧技術,使其可應用於諸如太陽能電廠和風電廠的智能巡檢。另,發表在國際期刊Procedia Computer Science且收錄於機器人和智慧製造國際研討會(International Conference on Robotics and Smart Manufacturing, RoSMa2018)上之論文[5],涉及一種借力無人機賦能太陽能電廠智能監控的技術,討論了無人機在太陽能電廠中的作用以及利用無人機實現智能和自動化以進行主動監控和數據記錄的範圍。研究發現,識別技術、人工智慧和機器學習可以賦能無人機,讓大型太陽能電廠的監控變得更簡單。論文中太陽能電廠遠程監控如圖3示意,而該遠程監控的最新趨勢包括使用無人機系統。

圖3:太陽能電廠遠程監控示意圖

圖片來源:Journal of Procedia Computer Science[6]

【本文未完,完整內容請見《北美智權報》336期:《人工智慧AI專題報導:應用》人工智慧賦能無人機,風電太陽能廠都受惠

※如欲轉載本文,請與北美智權報聯絡

【本文僅反映專家作者意見,不代表本報及其任職單位之立場。】

 
《人工智慧AI專題報導:應用》眾安搶先發表基於生成式AI的保險行業應用白皮書
鐘國晉╱台灣專利師
隨著ChatGPT的興起,生成式AI (AI-Generated Content,AIGC) 的技術應用逐漸受到各行業關注。AIGC具備自然語言識別及寫作能力,可根據對話脈絡理解意圖,快速適應場景需求,發展出多面向的應用。中國大陸純網路保險公司眾安保險(ZA Life Limited)與其子公司眾安科技 (ZA Tech),積極探索AIGC在保險領域的應用,並於2023年5月發布《AIGC / ChatGPT保險行業應用白皮書》(以下稱《白皮書》),期望藉此推廣AIGC在保險業的應用價值。本文將以眾安保險的例子探討AIGC在保險業的應用與限制。

眾安保險嘗試用AIGC改善保險價值鏈的各環節值

《白皮書》中臚列了AIGC在保險價值鏈的各環節。首先在商品研發上,AIGC經由適當的提示 (prompt),能進行資料的收集和預處理任務 (例如非結構化資料的轉換),有利於理解客戶的需求及風險特徵,設計出符合實際需要的保險商品,並增加定價的精準性。在通路行銷上,AIGC透過自然語言互動,為銷售人員推薦適合客戶的保險商品,並根據客戶的偏好或情緒狀態,擬定對應的保險商品推薦方案;同時亦能與其他AI工具結合,自動產生宣傳海報、宣傳影片等廣告素材。

至於在核保理賠方面,AIGC能學習一般保險公司的核保理賠規則,自動且快速地處理大量保單 (像是團險等大批量保單),對於缺件或重複投保等異常情況進行把關,也能夠自動審核理賠申請,藉由影像特徵等資訊評估理賠金額,有效提升效率和降低作業成本。

而在客戶服務部份,AIGC可以在客服人員與客戶談話過程中,由對話上下文即時引導客服人員接下來溝通的方向,從而滿足客戶的需求;同時自動針對整體談話內容加入註記與進行總結,作為保險公司維持高品質客戶服務的重要參考。

就內部事務而言,AIGC也可用來建置保險公司內部知識庫,以聊天機器人的方式,嵌入企業內部網站的對話視窗,實現更便捷的知識傳承與共享。此外,在整理會議紀錄的摘要,以及設計客製化面試問題時,AIGC的自然語言處理能力也可望有所發揮。

在系統開發時,AIGC能輔助開發人員編寫、生成及優化程式碼,還可用來實現自動化系統測試,使開發人員及早發現問題,增加系統的可靠性。另外在系統維運過程中,AIGC也能在提示之下自動生成腳本文件,減輕維運人員的工作負擔。

AIGC可望能強化保險科技之應用價值

以眾安科技為例,已思考將AIGC應用在自家研發的產品中,諸如能夠從與客戶對話的智能行銷平台掌握客戶的興趣偏好,進而產生對應的商品推薦;自動按需要配置方案的保險核心業務系統,以滿足客戶個性化的保險需求;可識別各式醫療單據的智能理賠系統,不僅節省人力還能增進客戶的服務體驗。

除了眾安保險,2015年創立於美國的Lemonade也是一家純網路保險公司,同樣運用AIGC技術打造輔銷機器人Maya,只需與客戶在App上進行簡單的交談,便能立即推薦適當的保險商品,並提供「90秒內完成投保,3分鐘內完成理賠」的高效體驗。

此外,美國Allstate保險也研發了名為ABIe的AIGC智能客服系統,可自動回答客戶或保險代理人問題,也具備了個性化風險評估、保險報價及自動核保等功能,用以紓解客服人員的龐大負擔。

而瑞士蘇黎世保險 (Zurich Insurance) 則聚焦於AIGC於理賠上的應用,從統計理賠歷史資料出發,改善承保程序及優化理賠效率。該公司還計畫以專利保護前述的研發成果,相關內容已於歐洲專利局 (EPO) 專利資料庫公開[1]。

圖1. 眾安保險於保險價值鏈的各環節中運用AIGC

資料來源:眾安保險 / 眾安科技

AIGC垂直領域應用方案的建置考量

關於AIGC垂直領域應用方案的落地實施,主要有兩種方式:一種是使用開源的基礎模型(如LLaMA、BLOOM等),直接客製化調整;另一種則依自身需求串接API,針對ChatGPT的基礎模型進行微調(Fine-Tuning)。

前者的優點在於原始碼係對外公開,修改彈性高,且可支援本地部署,惟須注意並非所有基礎模型在開源協議上都允許商用。因ChatGPT的資料全儲存在境外的機房,根據我國個人資料保護法之規範,原則上不允許將客戶資料傳輸至境外,所以後者較適合運用在自動生成廣告宣傳文案,新聞資料彙整與統計等作業。

若要將AIGC應用在保險業務,如商品開發、通路行銷、核保理賠甚至是客戶服務,除非客戶資料限於公司內部使用,否則會碰觸到委外處理的議題[2]。要是能以本地或私有雲的方式,部署AIGC垂直領域應用方案,較能妥善控制個人資料管理的風險。

小結

AIGC強大的創造力,能幫助保險公司精進作業流程,打造創新商品和智能化服務,開拓更廣闊的業務型態。基於個人資料保護的考量,採取由內而外的策略,先以非機敏資料發展AIGC處理內部事務的應用方案,確保資料安全滿足監管要求後,再逐步往外擴展至保險價值鏈的其他環節,會是比較安全保險的做法。

【完整內容請見《北美智權報》336期:《人工智慧AI專題報導:應用》眾安搶先發表基於生成式AI的保險行業應用白皮書

※如欲轉載本文,請與北美智權報聯絡

參考資料:

2023年5月,《AIGC/ChatGPT保險行業應用白皮書》

備註:

1.以申請人(Assignee)為Zurich Insurance檢索後,近10年內申請的案件,包括兩件歐洲專利公開案EP4191607A1、EP4191609A1。

2.我國金融監督管理委員會所訂立《保險業作業委託他人處理應注意事項》,對保險公司將資料導入外部雲端進行規範。

【本文僅反映專家作者意見,不代表本報立場。】

 
 
本電子報著作權均屬「聯合線上公司」或授權「聯合線上公司」使用之合法權利人所有,
禁止未經授權轉載或節錄。若對電子報內容有任何疑問或要求轉載授權,請【
聯絡我們】。
  免費電子報 | 著作權聲明 | 隱私權聲明 | 聯絡我們