Loading

Loading

The English version is AI translated.

Continue
远东人月刊 Far Eastern Magazine
本期索引

2020年07月號 封面故事

应用大无限 远传引AI走入日常

远东人月刊 / 编辑室採访整理

  
  随着科技的进步,AI(人工智慧)早已悄悄进入我们的生活,在各个领域发展壮大。身为远东集团数位先驱的远传电信,更是早一步布局AI新科技,实绩遍及纺纤、水泥、钢铁等产业,包含:AI智慧路灯、云端智能环控/环安、AI资安管理平臺、AI人脸辨识……等应用,引领个人、企业,甚至是远传自身,踏入更智慧的新纪元。


智慧生活 人人有感
  人工智慧就像新时代中的电和网路,可为各行各业所用。远传目前开发的AI应用除了提供个人用户,也分别针对企业客户与内部作业进行优化。

  在个人应用上,经由人工智慧加强电商客户体验,并提升成交率,例如:friDay购物平臺透过数据挖掘畅销品,同时结合平臺内搜寻、商品业绩等数据,以及外部的Google Trend、竞业热销排行、比价网、PTT等资料,预测热卖品并提供个人用户选品建议。

  除此之外,远传也致力于智慧家庭发展,其中,智慧音箱在智慧家庭AI应用中是不可或缺的装置之一,尤其语音部分,更是人工智慧的重要舞臺,必须让智慧音箱听懂各类消费者的语音、腔调,而且要老少皆宜。因此,正式推出智慧音箱前,远传先收集上千个语音录音,透过人工智慧分析,让智慧音箱「听懂」各类话语、指令。2018年,远传领先全臺,推出「爱讲」智慧音箱,以「臺式中文语音助理」获得育儿族和银髮族的喜爱,稳居臺湾在地化智慧音箱领导品牌。2019年,远传再推出「小爱讲」、「小狐狸」两款携带式智慧音箱,除了持续扩大数位内容服务、强化「语音加值服务生态圈」,9月更宣布全面佈局「智慧控制生态圈」,陆续推出智慧家庭联网设备,扩大与家电品牌串接,透过「爱讲」智慧音箱,整合智慧家庭的物联网,加速开拓智慧控制版图。

  未来远传将持续拓展智慧音箱的产品线,提供消费者更多的服务与加值内容,同时积极利用远传音箱带动多样的Home-based IoT家电装置,让消费者在家里就能轻松享受现代科技的服务。

智慧预测 各界帮手  

  AI在企业界的应用同样多不胜数,远传近年致力发展物联网应用,以2019年推出的智慧路灯为例,可根据人流、气候、环境,建立路灯照度控制的建议值,达到照明和节能的双重需求。同时,基于装置讯息、属性与保养行为,建立预测模型,使路灯维护的排工策略更具经济效率。另一项能源管理系统则是利用内外气候和过去用电行为,建立室内温度预测模型与耗电预测模型,并藉此建立用电的最佳方程式,达到中央空调系统的用电节约目标。

  在营运上,人工智慧也是增加营收、降低营运成本与风险的好帮手。以电信业最困扰的欠款问题为例,远传透过AI预测欠款风险,做出更弹性的帐单代收消费额度设计。随着文字服务需求扩大,远传也利用Robot取代简易类型的服务量,以提升客服效率并降低成本。不仅如此,远传还研发自有文字分类技术与优良数据标籤,并建置ML(机器学习)演算法模型与爬网,解决大量网站无法分类的问题,大规模优化旧有系统,让行销与销售更精准。
  远传人工智慧的应用也延伸至远东集团关系企业,与远东新世纪印染厂合作的AI智慧验布机、AI智慧验印花机,可透过视觉化AI,以高画质的影像辨识良品的种类与特徵,结合智能学习不断优化,确实提升出货时的验布效率,并减少瑕疵品带来的客诉。

  AI不仅能帮助企业升级,还能够打击犯罪。2018年远传接获刑警局通知,由于「远传在金门的讯号太好」,意外成为诈骗犯的首选,许多使用易付卡的诈骗电话源自邻近金门的厦门地区,为了从源头解决问题,远传先派工程团队前往金门,调整基地臺讯号,并实际搭船至海中央测试讯号强度,以确保金门用户不受影响,成功让诈骗电话减少近四成。由于资料是机器学习的根本,远传接着将过去的诈骗电话资料进行大数据分析,从资料中有效分离出每天通话量、拨打行为、平均通话时间等特徵,并且透过资料科学家选择合适的AI演算法及尝试各种模型参数,以建立机器学习模型,最终找出诈骗犯的36个关键线索,去年透过「预测诈骗自动侦测系统」侦测诈骗正确率高达92.5%,也让远传成为臺湾首创透过AI机器学习侦测诈骗电话,并取得经济部专利的电信业者。

  不单人类行为可以运用AI建立预测模型,远传携手水利署发表全臺首例的「线上崩塌与浊度预报系统」,更是以AI预测自然环境,不过使用的对象、资料和模型种类不一样。简单来说,机器学习分为二种:迴归(regression)与分类(classification),前者通常用来预测一个数值,包括:房价、明天股市收盘点数、未来的天气情况…等,举例而言,一个产品的实际价格为500元,通过迴归分析可得预测值为499元;此外,崩塌与浊度预报系统也是「迴归」问题,藉由模型得到一个数字,藉此逐时预报6小时后发生崩塌的机率、浊度上升情形,为防灾工作争取宝贵的应变时间。至于AI对于诈骗的侦测则属于「分类」问题,意即随便抽样一个人,模型将判断「是」或「不是」诈骗。

 

智慧挑战 商机无限
  AI能为不同应用场景提供的解决方案包罗万象,远比人们想像的多更多,虽然未来发展无限,却也无可避免要面临下列挑战。
1.    商机与需求:由于人工智慧成效难测量、需投入人力与成本高、现有公司系统架构整合不易,导致目前需求尚未明朗。建议公司机构在投入人工智慧之前,先釐清目的,例如:希望经由人工智慧解决的问题为何?未来如何将人工智慧运用在产品、服务与流程?唯有找出问题、确立需求,才能开发出真正有效的AI应用。
2.    数据质量:人工智慧必须建立在对的数据与质量上,且数据能持续被取得,但目前多数公司可取得的数据有限,或是文字、影像、图片、语音等不同类型的数据难以整合,使得人工智慧的应用发展与成效受到影响。
3.    人才与工具:目前市场上的AI人才有限,然而,培育人才需要经验、时间及资源,且大部分的企业需要有商机诱因才愿意投入。再者,现在仍缺乏整合型的开源应用开发工具,造成开发过程缓慢且容易有资讯与流程的安全疑虑。
4.    潜在风险:人工智慧应用的兴起带来生活上的便利,不过,意外发生时的责任归属(例如:自驾车意外)与资讯安全也衍生出服务提供者的法律责任风险。另外,人工智慧应用将不可避免的取代部分原有人力工作,如何在技术精进与就业市场的冲击间取得平衡,也是一大难题。

  尽管如此,随着通讯技术演进,即将到来的5G,其大频宽、广覆盖与低延迟特性,将有助于边缘运算的实现,为人工智慧发展再推进一步,尤其预计未来在交通运输与无人机上将有令人期待的成果。在人工智慧与5G的结合下,智慧交通能够真正走入V2X(Vehicle to Everything)智能协同,强化车辆对于环境的感知能力与侦测范围,提升道路交通安全,减少伤亡。至于无人机经由加装的监控镜头取得高清影像串流,可用于环境监测,事故风险和防灾侦查上。如同日本KDDI电信商已运用无人机,提供安全、迅速以及具有成本效益的基础设施监测服务。

  远传从单纯提供语音、讯息的传统电信业,不断转型朝数据、数位创新应用的服务供应商前进,在充满多元商机的智慧时代中,为电信产业注入活水,相信离AI应用百花齐放的目标已不远矣。#
 

回上一页  回单元索引
留言(0)

你可能会喜欢的Recommend

活动分享Events