LLM產學交流會圓滿落幕  盼TAIDE共創台灣AI產業未來藍圖

「2023 LLM產學技術交流會」於8月下旬圓滿落幕，就LLM在產業AI化所需之不同主題進行技術探討。陽明交通大學

AI議題佔據2023年的科技版面，大型語言模型（LLM）橫空出世的服務與應用、危機與轉機，更是產學研探討的重點之一。為此，陽明交大人工智慧系統檢測中心、國家高速網路與計算中心、台灣人工智慧協會，於8月下旬攜手舉辦了「2023 LLM產學技術交流會」，邀請產學研專家、國網中心團隊、AI新創服務公司發表專題演講及實體技術展示，就LLM在產業AI化所需之不同主題進行技術探討，吸引滿場學員熱絡交流。

從AI聊到LLM，再從LLM聊到TAIDE

著眼於大型語言模型的研究熱潮與產業熱議，本次活動聚焦在智慧製造、永續發展、大型語言模型、社會責任、國網中心應用服務、以及AI技術產業落地等六大主題進行分享。

其中具有台灣文化特色、用語與價值觀元素，並以繁體中文進行訓練的「可信賴AI對話引擎TAIDE」（Trustworthy AI Dialog Engine）成為此次活動最大熱點，在壓軸大戲Panel Discussion中，收穫各產業代表滿滿的期許，TAIDE計畫主持人李育杰教授也分享開發過程的艱辛與後續計畫。

事實上，TAIDE計畫在2023年6月中才正式亮相，是國科會整合台灣學研力量，專為台灣打造的生成式AI對話引擎，旨在讓政府和企業可根據需求，選擇合適的模型大小與算力，自行訓練模型，打造內部應用，滿足企業高機敏性資料保護的需求，9月將開始邁向大規模測試階段。

誠如陽明交大資訊學院副院長陳添福所言，「ChatGPT應用風起雲湧，大型語言模型將從普適性的通用模組，進入特定領域的產業客製化應用，未來利用大型模型的『縮小版』，由企業做出自己的客製化知識管理系統，訓練出自己的『企業大腦』，已成為未來的產業機會。」當產業關注的焦點從AI轉到LLM，再從LLM轉到TAIDE，藉由此一活動提供的對話平台，台灣AI產業的未來藍圖已開始蓄積啟動，邁向運用大型模型解決問題能力的階段。

Knowledge Marker平台與產學小聯盟會員召募

近幾年，台灣開始走向智慧製造（工業4.0）的新目標，資訊化的重點也由傳統的大數據驅動（Data-Driven）分析，走向可以創造新內容和想法的大型生成式AI解決方案。

然而建置大型生成式AI平台必須具有「演算法」、「知識庫」與「計算力」這三項核心能力，不是單一單位所能獨立建構的。有感於此，本次活動主辦單位之一的陽明交通大學人工智慧系統檢測中心（以下簡稱檢測中心）計畫成立「產學小聯盟」，整合產學資源，共同建立一個可分享的大型模型平台，提供會員各種演算法範例，並在MIT使用規則下整合成為一個半開放原始碼的教育用平台；或針對會員提出之需求，依據實際狀況進行範例研究開發。

目前平台上的範例包含三大類：一、各種常用的統計檢定、趨勢分析、統計圖與統計分析，約50餘種。二、基本的深度學習（CNN, RNN…範例）約10餘種。三、大型整合範例約20餘種，如：老師傅「直覺式」知識萃取與標注；數據正規化與自動規則歸納；關聯式、異常識別與預測；貝氏網路階層分析；大型模型合成數據產生器…等。

陽明交通大學人工智慧系統檢測中心從2018年成立以來，一直以獨立第三方角色，協助國內外AI系統效能的評價與調校，並以AI產業應用與智慧製造等議題舉辦產學技術交流會，期許成為AI知識使用者與供應者之間的橋樑。在「2023 LLM產學技術交流會」獲得與會者高度迴響之際，檢測中心誠摯邀請有興趣合作的產學研單位加入「產學小聯盟計畫」，不論是參與合作生態圈的「標準會員」、可以獲得專業顧問分享服務的「研發會員」，還是如同擁有虛擬專業研發中心的「專案會員」，都可滿足學術研究或企業發展上的關鍵需求。更多LLM產學合作與技術相關資訊，請聯繫人工智慧系統檢測中心林小姐。