我是廣告 請繼續往下閱讀
生成式AI仰賴由資料與算力構成底層基礎架構，往上疊加深度學習演算法，建構出生成式AI模型。資策會揭露兩大技術趨勢，第一，「垂直領域專用模型將蓬勃發展」，現階段技術發展以通用大模型為主，但其所需要的算力資源、後續模型推論營運，僅有少數廠商有能力開發，未來垂直領域需要客製化模型以解決特定任務，可觀察到垂直領域已出現降低參數的專用模型。
第二，「多模態將成為通用與專用模型基本配備」，當單一大模型能處理文字、圖像、影片和語音等多種任務時，便稱為多模態基礎模型，未來無論是通用（GPT-4、PaLM-E）或專用（Gen 2、DALL·E 2）模型，多模態都將成為基本配備。
資策會產業分析師楊淳安指出，生成式AI需要大量資料與算力，因此促進雲端服務、資料庫、晶片等軟硬體產品的需求與創新，為各行各業提供新興應用與商業模式，形成生成式AI生態系，其中，台灣資通訊業者可發展生成式AI三大模式。
首先，基礎架構與模型開發業者可使用開源資源開發通用模型，提供通用大型語言模型API串接或顧問服務；其次是使用開源資源開發專用模型，根據用戶需求加入客製化設計，提供垂直領域專用模型。第三是應用服務業者，可透過串接國際廠商API，微調模型後開發專用模型，提供垂直領域應用服務。
觀測生成式AI於智慧醫療應用，資策會提到，生成式AI已從文字、影像、蛋白質三種內容生成技術切入，為智慧醫療帶來創新應用，一為「生成醫學文件」，將可為專業醫護提供草擬報告、彙整資料等助理應用，甚至未來可為一般民眾提供用藥方法、健康狀況等諮詢；二為「生成放射影像」，為既有輔助診斷AI提供訓練資料，提供放射醫師更多診斷參考依據；三為「生成蛋白質結構」，為藥物研發流程節省大量時間與金錢成本，並促進相關研究發展。
資策會MIC產業分析師郭乃禎指出，目前國際智慧醫療大廠已將這三種生成式AI技術導入產品，並獲得醫院、藥廠機構使用。國內廠商所開發的智慧醫療產品，橫跨健康促進、診察與治療、照護與復健，且多具有AI功能，建議未來可針對生成式AI技術已切入市場「醫護助理、放射醫學影像、藥物研發」，從已布局的AI醫療應用中，進一步思考是否導入生成式AI，強化既有優勢。
