AI Engineering
根據麥肯錫全球研究所(McKinsey Global Institute) 的一項研究，幾乎所有公司在其業務流程中至少使用了一項 AI 技術。處在 AI 世代，人工智能的發展，將會與我們息息相關。
1. 用 AI 實行超自動化
面對疫情問題，不少企業由今年開始都將超自動化（hyperautomation）作為其業務未來運作的目標之一 ，而 IT 研究與顧問諮詢公司 Gartner 更將「超自動化」這個概念列為明年的關鍵科技趨勢之一。所謂「超自動化」，指的是企業內的一切運作，包括其生產流程均可以被自動化，由原本以軟件（software package）運行的設備，改以由超自動化操作的流程，透過機器人流程自動化（robotic process automation，RPA）、人工智慧、機器學習等技術，讓機器擁有自我判斷的能力，因應數據按照不同條件與情況作出快速的調節，從而複製人們在自動化過程中所參與的工作。
2. 以 AI 解決網絡安全問題
自疫情出現後，不少公司都實行「在家工作」的模式，但同時也衍生了有關網絡安全的隱憂，故有關利用 AI 來解決網絡安全問題將會是明年的一大趨勢。許多公司以 hybrid 模式或完全遙距的方式工作，不過有關的資訊、密碼、機密文件的安全均受到考驗，而未來透過使用 AI ，可以用來辨識新的攻擊威脅，如檢測出可疑 IP 地址和潛在的數據洩露，更可以結合區塊鏈技術，保障數據安全及改善遠距的身份驗證，亦讓公司可以隨時得知何人及何時曾查閱的資訊。
另外，專家亦預測明年物聯網 （IoT）將會深度結合 AI 技術，而 IoT 定義由 internet of things 進化為 artificial intelligence of things（AloT；智慧物聯網），透過 AI、machine learning 和 deep learning 等技術，讓設備可以邁向自主化，預測將會具體應用在製造業及醫療產業的領域。
工廠的機器生產的數據可以經 AI 系統搜集及分析，用來強化生產效能及效率，更可以準確地預測裝置的壽命及維護時間，一方面能提高設備安全性，亦可減低因臨時停工帶來的意外損失；在醫療業界，AI 有助讓數據可以應用至整個醫療流程上，如利用更快的影像辨識來支援臨床決策，甚至可以應用於遠距診症、手術輔助等，從而加快智慧醫療和遠距醫療的步伐。
現時市場缺乏工業級支援工具，變相要由人工智慧原型轉化到生產並不容易。根據 Gartner 的統計指出，現時僅有 53% 的 AI 項目能夠成功實現。因此，故明年預測技術亦將會朝著 AI engineering 的概念進發，意思便是將 AI 導入 DevOps（development & operations）的概念中，以人工智能整合工程策略，並專注於在開發、驗證、部署各種不同的機器學習，為企業提供實時最佳解決方案，從而縮短開發的時間，強化 AI 模型的穩定性及生產效能。
5. AI 應用的道德爭議
人工智能技術為我們生活帶來便利，但其亦有具爭議的灰色地帶，有關 AI 技術在道德倫理上的執行，將會是 2021年的另一重點趨勢。早幾年推出的 deepfake（深度合成）技術，透過人臉圖像合成技術及深度學習，來製作極為逼真的合成影像，因此一直被關注不法之徒會否以利用它來製作虛假資訊。而明年，有預測指有越來越多企業，將希望在內部及面對客戶的應用程式上加入臉部識別功能，用來作為非接觸式的身份驗證。然而，用 AI 作人臉識別身份驗證，並判斷人的身份、種族及性別，其實會牽涉隱私、歧視及監控等敏感議題；另一方面，企業若要使用人臉識別技術，亦必須經過法律顧問的重重審查。
轉載自：
https://www.innopreneur.io/blogs/innovative-product-technology/ai-predictions-2021