Loading

Loading

The English version is AI translated.

Continue
遠東人月刊 Far Eastern Magazine
本期索引

2020年07月號 封面故事

應用大無限 遠傳引AI走入日常

遠東人月刊 / 編輯室採訪整理

  
  隨著科技的進步,AI(人工智慧)早已悄悄進入我們的生活,在各個領域發展壯大。身為遠東集團數位先驅的遠傳電信,更是早一步布局AI新科技,實績遍及紡纖、水泥、鋼鐵等產業,包含:AI智慧路燈、雲端智能環控/環安、AI資安管理平臺、AI人臉辨識……等應用,引領個人、企業,甚至是遠傳自身,踏入更智慧的新紀元。


智慧生活 人人有感
  人工智慧就像新時代中的電和網路,可為各行各業所用。遠傳目前開發的AI應用除了提供個人用戶,也分別針對企業客戶與內部作業進行優化。

  在個人應用上,經由人工智慧加強電商客戶體驗,並提升成交率,例如:friDay購物平臺透過數據挖掘暢銷品,同時結合平臺內搜尋、商品業績等數據,以及外部的Google Trend、競業熱銷排行、比價網、PTT等資料,預測熱賣品並提供個人用戶選品建議。

  除此之外,遠傳也致力於智慧家庭發展,其中,智慧音箱在智慧家庭AI應用中是不可或缺的裝置之一,尤其語音部分,更是人工智慧的重要舞臺,必須讓智慧音箱聽懂各類消費者的語音、腔調,而且要老少皆宜。因此,正式推出智慧音箱前,遠傳先收集上千個語音錄音,透過人工智慧分析,讓智慧音箱「聽懂」各類話語、指令。2018年,遠傳領先全臺,推出「愛講」智慧音箱,以「臺式中文語音助理」獲得育兒族和銀髮族的喜愛,穩居臺灣在地化智慧音箱領導品牌。2019年,遠傳再推出「小愛講」、「小狐狸」兩款攜帶式智慧音箱,除了持續擴大數位內容服務、強化「語音加值服務生態圈」,9月更宣布全面佈局「智慧控制生態圈」,陸續推出智慧家庭聯網設備,擴大與家電品牌串接,透過「愛講」智慧音箱,整合智慧家庭的物聯網,加速開拓智慧控制版圖。

  未來遠傳將持續拓展智慧音箱的產品線,提供消費者更多的服務與加值內容,同時積極利用遠傳音箱帶動多樣的Home-based IoT家電裝置,讓消費者在家裡就能輕鬆享受現代科技的服務。

智慧預測 各界幫手  

  AI在企業界的應用同樣多不勝數,遠傳近年致力發展物聯網應用,以2019年推出的智慧路燈為例,可根據人流、氣候、環境,建立路燈照度控制的建議值,達到照明和節能的雙重需求。同時,基於裝置訊息、屬性與保養行為,建立預測模型,使路燈維護的排工策略更具經濟效率。另一項能源管理系統則是利用內外氣候和過去用電行為,建立室內溫度預測模型與耗電預測模型,並藉此建立用電的最佳方程式,達到中央空調系統的用電節約目標。

  在營運上,人工智慧也是增加營收、降低營運成本與風險的好幫手。以電信業最困擾的欠款問題為例,遠傳透過AI預測欠款風險,做出更彈性的帳單代收消費額度設計。隨著文字服務需求擴大,遠傳也利用Robot取代簡易類型的服務量,以提升客服效率並降低成本。不僅如此,遠傳還研發自有文字分類技術與優良數據標籤,並建置ML(機器學習)演算法模型與爬網,解決大量網站無法分類的問題,大規模優化舊有系統,讓行銷與銷售更精準。
  遠傳人工智慧的應用也延伸至遠東集團關係企業,與遠東新世紀印染廠合作的AI智慧驗布機、AI智慧驗印花機,可透過視覺化AI,以高畫質的影像辨識良品的種類與特徵,結合智能學習不斷優化,確實提升出貨時的驗布效率,並減少瑕疵品帶來的客訴。

  AI不僅能幫助企業升級,還能夠打擊犯罪。2018年遠傳接獲刑警局通知,由於「遠傳在金門的訊號太好」,意外成為詐騙犯的首選,許多使用易付卡的詐騙電話源自鄰近金門的廈門地區,為了從源頭解決問題,遠傳先派工程團隊前往金門,調整基地臺訊號,並實際搭船至海中央測試訊號強度,以確保金門用戶不受影響,成功讓詐騙電話減少近四成。由於資料是機器學習的根本,遠傳接著將過去的詐騙電話資料進行大數據分析,從資料中有效分離出每天通話量、撥打行為、平均通話時間等特徵,並且透過資料科學家選擇合適的AI演算法及嘗試各種模型參數,以建立機器學習模型,最終找出詐騙犯的36個關鍵線索,去年透過「預測詐騙自動偵測系統」偵測詐騙正確率高達92.5%,也讓遠傳成為臺灣首創透過AI機器學習偵測詐騙電話,並取得經濟部專利的電信業者。

  不單人類行為可以運用AI建立預測模型,遠傳攜手水利署發表全臺首例的「線上崩塌與濁度預報系統」,更是以AI預測自然環境,不過使用的對象、資料和模型種類不一樣。簡單來說,機器學習分為二種:迴歸(regression)與分類(classification),前者通常用來預測一個數值,包括:房價、明天股市收盤點數、未來的天氣情況…等,舉例而言,一個產品的實際價格為500元,通過迴歸分析可得預測值為499元;此外,崩塌與濁度預報系統也是「迴歸」問題,藉由模型得到一個數字,藉此逐時預報6小時後發生崩塌的機率、濁度上升情形,為防災工作爭取寶貴的應變時間。至於AI對於詐騙的偵測則屬於「分類」問題,意即隨便抽樣一個人,模型將判斷「是」或「不是」詐騙。

 

智慧挑戰 商機無限
  AI能為不同應用場景提供的解決方案包羅萬象,遠比人們想像的多更多,雖然未來發展無限,卻也無可避免要面臨下列挑戰。
1.    商機與需求:由於人工智慧成效難測量、需投入人力與成本高、現有公司系統架構整合不易,導致目前需求尚未明朗。建議公司機構在投入人工智慧之前,先釐清目的,例如:希望經由人工智慧解決的問題為何?未來如何將人工智慧運用在產品、服務與流程?唯有找出問題、確立需求,才能開發出真正有效的AI應用。
2.    數據質量:人工智慧必須建立在對的數據與質量上,且數據能持續被取得,但目前多數公司可取得的數據有限,或是文字、影像、圖片、語音等不同類型的數據難以整合,使得人工智慧的應用發展與成效受到影響。
3.    人才與工具:目前市場上的AI人才有限,然而,培育人才需要經驗、時間及資源,且大部分的企業需要有商機誘因才願意投入。再者,現在仍缺乏整合型的開源應用開發工具,造成開發過程緩慢且容易有資訊與流程的安全疑慮。
4.    潛在風險:人工智慧應用的興起帶來生活上的便利,不過,意外發生時的責任歸屬(例如:自駕車意外)與資訊安全也衍生出服務提供者的法律責任風險。另外,人工智慧應用將不可避免的取代部分原有人力工作,如何在技術精進與就業市場的衝擊間取得平衡,也是一大難題。

  儘管如此,隨著通訊技術演進,即將到來的5G,其大頻寬、廣覆蓋與低延遲特性,將有助於邊緣運算的實現,為人工智慧發展再推進一步,尤其預計未來在交通運輸與無人機上將有令人期待的成果。在人工智慧與5G的結合下,智慧交通能夠真正走入V2X(Vehicle to Everything)智能協同,強化車輛對於環境的感知能力與偵測範圍,提升道路交通安全,減少傷亡。至於無人機經由加裝的監控鏡頭取得高清影像串流,可用於環境監測,事故風險和防災偵查上。如同日本KDDI電信商已運用無人機,提供安全、迅速以及具有成本效益的基礎設施監測服務。

  遠傳從單純提供語音、訊息的傳統電信業,不斷轉型朝數據、數位創新應用的服務供應商前進,在充滿多元商機的智慧時代中,為電信產業注入活水,相信離AI應用百花齊放的目標已不遠矣。#
 

回上一頁  回單元索引
留言(0)

你可能會喜歡的Recommend

活動分享Events