工業技術研究院 資訊與通訊研究所所長 闕志克

行動上網、雲端運算等技術大幅翻轉人類生活面貌，工研院將強化智慧化致能技術，成為市場多元應用發展的重要後盾。

全球科技大約每十年為一個進展歷程，行動上網、雲端運算等技術已大幅翻轉人類生活面貌，如今我們正站在新一個十年的開端，面對未來科技的挑戰，高效能人工智慧、萬物互聯的通訊能力、以及資訊安全是未來生活及產業關鍵的共同需求，因此，AI人工智慧、半導體晶片、通訊、資安與雲端等「智慧化致能技術」將是提供這些共同需求的關鍵科技。這些新科技將掀起更多元的整合應用，不獨嘉惠於單一產業，是所有產業智慧升級的核心；也帶動2030年在智慧生活、健康樂活與永續環境三大應用領域發展的關鍵，讓每個人的生活發生具體改變。

AI人工智慧被視為第四次工業革命的核心，半導體則是臺灣經濟與產業的優勢所在，串聯萬物的通訊技術，以及掃除萬物連網風險威脅的資安，每一項都是引領下世代科技前進的關鍵技術，為了讓應用與技術緊密鏈結，也與國家科技發展緊密相連，在工研院「2030技術策略與藍圖」之智慧化致能技術中，聚焦AI人工智慧、半導體晶片、通訊、資安與雲端技術等四個面向，以緊密結合產官學研的力量，帶領臺灣產業搶先布局未來十年的競爭力。

AI人工智慧技術 下世代科技發展加速器

AI人工智慧是下世代科技發展最不可或缺的要素，但受限於訓練資料量的不足，使得各類應用發展相對遲緩，讓發展進程減緩。因此，工研院在b未來十年，在AI人工智慧領域將著重在低數據量的訓練模式、自動調校參數及可解釋的AI人工智慧技術，協助產業降低AI人工智慧導入門檻。

例如PCB工廠能利用AI人工智慧，檢測印刷電路板。無人商店也可以應用AI人工智慧來達到結帳自動化等，但這些常見的應用，需要仰賴大量訓練資料，也因此對於應用開發者來說，要在資源有限的情況下拿到大量資料是有困難的。而觀察現行深度學習演算法，可劃分為訓練（Training）與推論（Inference）2個階段，必須先在訓練模型中輸入大量數據資料，讓演算法學會規則，再將訓練過的模式移轉到實際環境中，以學到的規則應用實際現場的系統中來進行推論判斷。

因此「機器學習的超自動化」與「訓練資料最小化」的技術成為AI人工智慧發展之核心關鍵。在訓練模式中，演算法還需要針對訓練內容調整參數，這對資源有限的中小企業來說，都是難以負荷之重，因此工研院著手開發小樣本資料量也能做出同樣精準的訓練模型，及自動化調校參數的技術。展望未來，透過工研院在AI人工智慧的深入探索與精進之下，可降低產業運用AI人工智慧的門檻、提升可信賴度，協助產業迎接下世代的競爭與挑戰。

Chiplet-based 智能運算晶片設計平台、人腦仿生類神經運算、化合物半導體、先進製程與奈米粒子的計量技術等都是半導體晶片技術發展重點。

半導體晶片技術 將強化產業競爭力

積體電路（IC）發明超過一甲子，幾乎主導了整個科技產業的發展；臺灣自1970年代投入半導體研發，40多年來打造成全球半導體重鎮，2019年更重回產值世界第二的寶座。半導體產業很早就走向專業分工，臺灣雖在製造、封裝等領域已居全球領先群，但在IC設計領域仍呈現大者恆大的M型分布，已有少數大廠與全球設計大廠爭勝。

半導體晶片應用日益廣泛，生活周遭的各種用品，或多或少都內建了各式功能的IC。因應未來數位化的多元應用，半導體晶片的重要性勢必提升，帶來龐大商機。近年全球頂尖半導體業者，窮盡努力延續摩爾定律的嘗試不斷，其中小晶片系統（Chiplet）的先進封裝技術，在大廠相繼採用下備受關注，工研院因此積極研發建構臺灣的「小晶片生態系統」。

現行IC是由80％的外部IP加上20％自行研發設計所組成，外部IP需要支付授權費用，這也造成IC設計業者在產品尚未售出時，就必須先投入一筆成本，日後即使銷售狀況不佳，這筆成本也難以回收；小晶片系統的作法是先將IC設計公司自身的20％設計完成，80％的外部IP則由第三方以小晶片方式供應，透過晶片封裝製造平台，將自身設計的部分與外部IP整合在同一封裝內銷售，至於IP的授權金，則視銷售量支付，用多少算多少。除了可以大幅降低IC設計業者的負擔，也讓半導體製造商的商業模式更多元。

未來多數的智慧化系統，將會整合許多功能不同的小IC，這類多元類型的IC，十分適合具備高彈性設計能力的臺灣業者。工研院「2030技術策略與藍圖」在半導體晶片技術上，希望透過小晶片系統，強化整體IC設計產業的競爭力，打造高能效、低成本、高傳輸，可快速上市的小晶片設計技術。期望讓臺灣半導體晶片產業可快速滿足智慧化應用少量多樣高性能AI人工智慧晶片需求，站穩全球關鍵核心地位。

2030年通訊領域看似僅一個世代的差距，卻可能是人類最接近夢想的關鍵時刻。

通訊技術 搶攻6G超廣域覆蓋

行動通訊是智慧裝置與系統的重要傳輸骨幹，2030年預料將進入第六代行動通訊（6G）時代。行動通訊大抵以十年一輪的速度更迭演進，每一次的躍進，都大幅影響人類生活，如2G的類比轉數位通訊、3G時代的行動上網、4G時代的影音傳輸、視訊通話。2019年5G商轉，與過去聚焦個人通訊娛樂不同，5G的應用觸角更延伸到工業、醫療、交通等領域。

由於5G具有大頻寬、低延遲等特性，在各式應用當中又以雲端遊戲可彰顯即時性，因此將是發展相對快速的應用。例如競技無人機在環境複雜、充滿障礙物的競技場中高速飛行，展示華麗的操控技巧，工研院也研發數位FPV+MR競技無人機系統，有三大特色包括低延遲的第一人稱視角FPV（First Person View）數位傳輸、混合實境MR（Mixed Reality）與精準定位技術。為了推動5G的多元應用，工研院也舉辦世界首航5G MR無人機競技賽，不僅是全球首場結合數位無線圖傳，也是首次採用虛實障礙賽道的競技無人機比賽。希望透過比賽驗證賽事直播的商業化概念，打造5G聯網無人機應用產業生態系。

根據市場觀察，預計5G通訊的發展到2030年可能改由6G接手，從過去行動通訊標準的制定過程，並觀察近期各國投入研發的項目，衛星與水下通訊，極可能是下一代行動通訊的發展重點。從2G到5G，每一代行動通訊都需要布建密集的基地台，但受限於成本，基地台建置數量取決當地人口密度，人口愈稀疏的地區，覆蓋率就愈低。若以通訊衛星取代現行作法，由上往下的覆蓋角度會更大，一具衛星就可抵過成千上百的基地台，無論是覆蓋範圍或成本都可達到最佳化。

至於水下通訊在交通與國防上的潛力，形同國力的延伸，因此也吸引科技大國積極投入，未來透過無所不在的水下通訊，可打造海洋物聯網，拓展各項利基應用。6G行動通訊系統，打造地面、海洋、天際與太空的4D超廣域覆蓋，真正達成通訊，無所不在。未來十年，在通訊領域看似僅一個世代的差距，卻是人類最接近夢想的關鍵時刻。

數據是AI人工智慧時代的鑽石，但未來發展的關鍵仍得兼顧隱私及資料保護的資料探勘加持，才能多方進行協同運算，分析萃取高價值的數據。

資安與雲端技術 打造安全多元的未來

5G時代來臨，低延遲需求引爆邊緣運算興起，串起雲與端之間的高效運作，也為本地電信業者創造全新營運機制與價值；物聯裝置產生的巨量數據持續被收集與分析，也讓個人隱私與資料所有權遭遇前所未有的挑戰，工研院超前部署2030資安與雲端議題，協助產業提前掌握商機，迎向市場新藍海。

雲端服務由來已久，從電子郵件服務到線上遊戲，都是雲端運算的範疇，進入5G、AI人工智慧與物聯網時代，雲端運算還將跨入製造、醫療、交通等領域，為人類創造更大價值。然而，成千上億的物聯裝置，若都要連上雲端才能運作，不僅拖慢反應速度，頻寬成本也很高昂，尤其是自駕車、智慧製造等領域，更需要接近終端的運算，來滿足低延遲、資安等需求，邊緣運算於是應運而生。

目前全球公有雲市場，幾乎都是Amazon、Google、Microsoft等國際大廠的天下，邊緣運算的興起，讓本地電信業者也有機會切入這塊市場，提供介於公有雲與終端間的邊緣運算服務。工研院為協助電信業者掌握商機，目前已初步完成可完整監測、控制基地台邊緣運算機制的相關技術。

而掌握邊緣運算的電信業者，將成為雲端產業落地的關鍵樞紐，終端使用者也可自由選擇、切換不同的公有雲，如此一來，本地電信業者將有更多與大型雲端平台談判的籌碼，進而創造出更豐富的產業生態與商業模式。

數據是AI人工智慧時代的鑽石，但絕大多數的數據屬於個人或企業的財產，要想收集分析，可能因隱私或企業利益遭拒，所以工研院也投入「兼顧隱私及資料保護的資料探勘技術」研發，可確保在資料不落地之下，進行敏感資料的應用分析處理，也能在不需交出資料所有權之下，多方進行協同運算，分析萃取高價值的數據，期待此一技術能落實在醫療、金融等領域，造福大眾。整體來看，期望透過新技術創造新商業模式，引領產業邁向美好未來。

智慧化致能技術 驅動產業多元應用

科技快速更迭，工研院針對未來趨勢、產業與社會變動，擘畫「2030 技術策略與藍圖」，除了將技術研發更聚焦社會需求之智慧生活（Smart Living）、健康樂活（Quality Health）與永續環境（Sustainable Environment）領域應用，更重要的是強化「智慧化致能技術」（Intelligentization Enabling Technologies），成為市場多元應用發展的重要後盾，驅動產業促發更多的應用可能，厚植我國產業實力。