生成式浪潮與通訊新架構

AI從鑑別式技術逐步演進至生成式應用，推動製造、企業治理與服務場域升級。結合6G、衛星通訊與AI原生網路，臺灣憑藉半導體與資通訊優勢，深化全球智慧應用布局。

文■李士勛　圖■陳素芳


▲臺灣資通訊產業推動要角、工業技術研究院資訊與通訊研究所所長丁邦安博士，深入淺出的闡釋「AI無所不在」。
近年來，人工智慧（AI）彷彿一瞬間走入大眾生活，從聊天、寫作、繪圖到程式輔助，應用層出不窮。當然，生成式AI熱潮其實並非憑空出世。在ChatGPT之前，AI在自然語言及影像處理的眾多研究及相關關鍵模型便已奠定基礎，許多AI技術也長期在學界發展及業界應用，直到近年才真正走進大眾視野。

臺灣資通訊產業推動要角、工業技術研究院資訊與通訊研究所所長丁邦安博士，深入淺出的闡釋「AI無所不在」。他指出，瞭解ChatGPT為何如此功能強大，就必須先把時間軸拉回到機器學習（machine learning）來解釋「鑑別式AI」（Discriminative AI）與「生成式AI」（Generative AI），以及它們如何一步步形塑今日AI產業樣貌。

從機器學習談起：AI的第一個成熟世代

丁邦安表示，在ChatGPT出線之前，產業界所熟悉、也最廣泛運用的，其實是鑑別式AI。此波AI發展，主要是因為機器學習和深度神經網路（DNN）技術的成熟。最早的應用則是從「辨識影像是『貓』或『狗』。」這樣看似單純的任務開始，但隨著模型效果逐步提升，這套方法很快被移植到更嚴肅的產業應用上。

鑑別式AI的核心並不在於創造內容，而是在於「判斷」。它學習大量既有資料之後，回答的是「這是什麼？」、「是不是？」、「有沒有問題？」。正因如此，影像辨識在生物演化史中所累積的視覺能力，成為AI最自然的切入點，並隨著深度學習與大規模資料的標註而愈來愈聰明、愈來愈成熟。

丁邦安解釋，鑑別式AI之所以能快速普及，關鍵原因之一是圖形處理器（GPU）的運算能力大幅提升。由於深度神經網路的運算主要是大量矩陣計算，傳統中央處理單元（CPU）其實很難有效負荷；相較之下，輝達（NVIDIA）發展的GPU架構，天生就擅長處理大量平行運算，因此更適合用來進行AI訓練。再加上CUDA（輝達的通用圖形處理器平行運算平臺與程式設計模型）的推出，讓工程師可以用相對簡單、友善的方式撰寫GPU程式，使GPU不僅用於遊戲或繪圖，更成為AI訓練與推論（inference）的核心運算引擎。

依循上述發展脈絡，臺灣雖然在大型生成式語言模型與整體AI平臺建構方面仍在積極發展，但在鑑別式AI的應用範疇，卻與半導體、矽晶片及電路板（PCB）等硬體產業形成緊密共生的供應鏈。隨著影像解析度不斷提升、模型架構日益複雜，對運算效能與記憶體的需求同步增加，進一步推動AI晶片、加速卡、伺服器（server）與資料中心（data center）的壯大。臺灣在半導體製造、伺服器與系統整合等硬體範疇的既有優勢也因此逐步擴大。


▲工研院研發之「AI教練」已於金融保險與公益特教場域完成實證，透過情境模擬、對話控場與即時回饋機制，將培訓由人工檢核升級為AI互動式學習，協助大型壽險業者縮短約20％培訓時間、提升訓練一致性與合規控管，展現生成式AI於企業與公益培訓的產業化效益。圖■工研院

▲工研院與光聚晶電「AI拉麵機器人」可自動辨識配料、精準夾料，完成擺盤與出餐，並透過AI學習老師傅的操作經驗，協助餐飲業提升出餐效率與品質一致性，展現智慧製造於餐飲場域的應用潛力。圖■工研院

從工業導入百工百業 發揚光大鑑別式AI

丁邦安強調，鑑別式AI能夠導入工業界的原因，在於它與實際生產流程可以緊密結合。在製造業的產線上，每道工序都是節點；若能在即時辨識製造過程的瑕疵，就能避免製造過程結束時才發現整批報廢的風險。無論是PCB布局、晶圓製程的毛邊檢測，或紡織品、玻璃瓶回收分類，本質上都是透過AI當作「眼睛」，協助人類進行高速、穩定且一致的判斷。

這也是為什麼在許多製造場所中，即便生成式AI逐漸受到重視，鑑別式AI在製造業依然扮演重要角色。它可靠、可重複執行任務，並與現有系統的高度結合，成為工業自動化不可或缺的一環。


▲工研院打造「AI手語虛擬主播服務」，整合深度學習、大型語言模型與生成式AI等前瞻技術，將中文文本快速轉譯為自然流暢的手語動作影片，已與公共電視合作，率先應用於氣象播報，未來更將逐步拓展至地震警報、交通運輸及體育賽事等多元場域。圖■工研院
生成式AI登場 從判斷走向「無中生有」

AI應用十倍速的真正轉折點，出現在ChatGPT問世。丁邦安指出，生成式AI的出現，讓AI從「看懂世界」進一步邁向「描述世界」，甚至生成世界。生成式AI的基本原理，看似簡單，實則深具革命性，透過類似「接龍」的學習機制，不斷預測下一個字詞、影像或訊號的可能性，模型得以生成連貫、有結構的新內容。

早期上述技術多用於語言翻譯，但在大型模型出現後，雖然成本急遽上升，但隨著參數數量不斷放大，能力迅速累積。丁邦安特別提到scaling law（或稱scaling rule）的概念：當模型越大、參數越多、資料與算力越充足，模型表現往往越聰明。這個現象，直接把生成式AI的能力與算力、電腦記憶體、大型伺服器與資料中心緊緊綁在一起。

在生成式AI的時代，競爭不再只是演算法本身，而是誰能有資料優勢、整合應用領域的多樣性，以及足夠的財力負擔起更大的計算規模。臺灣在相關供應鏈的角色，因而再次被放大檢視。

生成式AI不只是聊天 三大應用面向

丁邦安強調，生成式AI並非只存在於對話式工具。從工研院的研發布局來看，AI應用大致可分為三大面向。

第一是以製造業為核心的Manufacturing AI（或更廣義的Industrial AI）。製造業約占臺灣國內生產毛額（GDP）的3成以上，長期為支持出口與經濟成長的動能，在鑑別式AI已累積的基礎下，生成式AI可用來強化鑑別式AI的效能，例如透過「生成瑕疵資料」來降低鑑別式AI所需資料集的訓練成本，讓中小型廠商的鑑別系統在現實中尚未累積大量錯誤案例時，也能提前透過料集的自動生成來學會辨識。

第二，是以管理與治理為主的Enterprise AI。白領工作中大量的企劃、行政、銷售、客服、知識管理等工作，皆可由生成式AI協助整理文檔、摘要與決策支援（但最終決策仍由人負責）。此類AI並非取代人，而是讓AI成為工作者的Copilot（按：指決策與工作的輔助者，而非自主決策者）。

第三，則是服務導向的ServiceAI。從微型商家經營社群銷售，到醫療院所中大量資料的整理、醫護人員交班紀錄與摘要等，生成式AI已被證實可有效支援高量、繁瑣且重複的作業流程，進而釋放人力，讓專業人員得以將更多心力投入於判斷、溝通與照護等高價值工作上。

丁邦安特別指出，多數實際應用範疇中，生成式AI與鑑別式AI往往是協作關係，而非彼此取代。

次世代通訊 AI無所不在的另一條主線

如果說AI發展的另一個重要舞臺，那便是次世代通訊。丁邦安認為，6G與5G最大的差異，在於3個並行發展的重要課題。

非地面通訊（NTN）：韌性、主權與太空經濟：首先，是非地面通訊的趨勢。未來在商業模式和成本結構確定後，通訊不再只仰賴地面基地臺，低軌道衛星、高空平臺（如無人機、氣球）都可能成為通訊節點。這對應到3個核心關鍵詞：韌性（在天災人禍下仍能維持通訊）、主權（通訊設備使用權是否掌握在自己手中），以及更長期的太空經濟布局。

其中，太空經濟是在通訊韌性與主權掌握逐步到位後，必然浮現的產業版圖。隨著6G、低軌衛星與AI技術成熟，未來太空將不再只是通訊管道，而是承載資料運算、人類活動與高維度感測的新型經濟空間。對臺灣而言，可以提前布局太空經濟的關鍵零組件及次系統，包含太空等級的硬體、軟體、AI與系統整合能力，成為全球太空經濟中不可或缺的可信供應夥伴。

通感融合（ISAC）：第二點是無人載具多樣化及普及後的無人經濟將促進通訊與感測融合的趨勢。未來通訊設備不僅用來傳輸資料，而是同一款產品可同時進行通訊與雷達感測功能。在商用標準化的消費型產品越過成本門檻後，從車用安全、機器人協作到無人機監測等無人載具的普及，在通訊與感測結合下的綜效，將大幅拓展應用範疇。

AI原生網路（AI-RAN與AI-Native Network）：第三點則是AI原生網路部署及營運的趨勢。當未來在相關標準成熟後，通訊主體可能不再只是人，而是數量龐大的AI代理（AI Agent），通訊流量將大規模成長，網路本身必須內建AI才能即時自我管理、自我運作、自我修復。丁邦安形容，這既是商機，也是風險。隨著AI代理大量成為「主動性行動的通訊主體」，未來將不得不「用AI管AI」，但這同時帶來治理、資安與責任歸屬的高度風險，尤其當AI被授權具有可自動啟動金流與關鍵決策流程時，若缺乏人類最終決策與監督機制，失控將成為系統性問題。在AI無所不在的時代，能夠整合系統、全般理解，並對結果負責的人，反而更為關鍵。


▲工研院近2年已與近70家廠商合作「照片級AI擬真3D建模技術」，透過AI演算法與手機影像快速重建高擬真3D模型，攜手製造業者應用於國際展會，解決大型設備運輸與展示限制，提升行銷與數位展示效益。圖■工研院
從鑑別式到生成式AI 走向無所不在的產業力量

AI並不是突然湧現的浪潮，而是從「鑑別式AI」一路演進到「生成式AI」的長期成果。早期以影像辨識為核心的鑑別式AI，已經深入製造業產線，成為瑕疵檢測與工業自動化的重要工具，同時推升AI晶片、伺服器與資料中心的需求，也進一步強化臺灣在半導體與系統整合上的既有優勢。

隨著ChatGPT的出世，生成式AI讓AI從「判斷」走向「生成」，並拓展到製造、企業治理與服務場域，成為輔助人類決策與溝通的副手。未來，AI與6G、非地面通訊以及通感融合的發展，將使資通訊產業的發展更重視韌性與主權，並逐步延伸到太空經濟。對臺灣而言，重點不在追逐熱門話題，而是深化AI、資通訊產業與其他百工百業的結合，成為值得信賴的全球夥伴。

… 本文摘錄自 《經貿透視》 2026/6月 第694期