AI邊縁運算

除了5G，施柏榮認為在2020年，將看到更多邊緣運算應用場景。像在醫療端，雖然已經能透過深度學習，讓AI自動判讀醫學影像，如核磁共振（MRI）。但醫療檢測結果屬於個人敏感資訊，傳上雲端難免引發疑慮。透過邊緣運算，在儀器這一端完成判讀，降低外洩風險。

科技硬體產業製造，邊緣運算也派得上用場。比如說，生產線上扮演品質把關者的光學檢測系統（AOI），就能導入邊緣運算與深度學習，一方面讓檢測鏡頭藉由正常與異常的零組件照片，以及深度學習訓練出辨識技術，另一方面導入邊緣運算架構，提高辨識速度。

展望未來，邊緣運算可以處理的題材，將以「視覺辨識」為主流。以耐能開發，瞄準邊緣運算市場的KL520人工智慧晶片為例，目前除了用在智慧門鎖3D人臉辨識，也能用在手機，辨識圖像中的文字並且擷取成文字檔。

除了既有物件辨識，施伯榮認為在2020年，行為辨識能力會更成熟。例如，在生產線上可藉此減少操作人員的不當工作行為。

科技始終來自於人性。雖然邊緣運算試圖透過將資料留在終端減少安全顧慮，但能否克服，還是得看企業接受度。要讓科技不只接地氣，更能深得人心，「信任」可能扮演更重要的角色。