搭上AI人工智慧大浪潮的廣達，董事長林百里今天（11/30）出席第6屆亞洲醫療科技創新論壇，以「Tech for good。Prompting the future 科技向善，AI創新未來醫療」為題，拆解他所看到的AI醫療大未來。
「新AI（New AI）的黎明時刻到來了，」林百里從AI發展歷程談起，1980至1990年代為第零波浪潮時，AI能力相當有限，2000年代則是第零波浪潮漸緩、第一波還在醞釀的沉潛期，直至2012至2022第一波成形，AI足以完成指定任務，也可開始自我訓練，但多層次模組的能力尚且不足，「2022年第二波AI浪潮出現，生成式AI的AI能力更為通用（generalization，廣眾的），善於生成與產出」。
林百里展示一張GPU運算能力與成本的關係圖，顯示算力的投入報酬率在2020年之後陡升，他表示，GPU可支援GPT等複雜程式模型之下，「購買更多，節省更多。超級算力的崛起，徹底改變生產力，台灣獨特定位就在於硬體與供應鏈。」
從私募資金市場觀察，2022 年生成式AI 吸引超過 13.7 億美元（約台幣430億元）資金，相當於過去5年的總和！包括Google投資AI新創團隊Anthropic將近4億美元，Adapt.ai獲得3.5億美元的B輪資金。此外，新創媒合項目之中 ，三分之二與生成式AI有關，創造了諸如估值達40億美元的超級新秀Stability AI、身價逾41億美元的Anthropic，「新的生態位置出現、新的物種出列，開展了2023年的AI生態圈，」林百里表示。
他進一步拆解AI生態圈結構，由下而上可分為：基礎建設層、模型層、應用層。他指出，基礎建設層裡的服務供應商，將觸及一切，並獲得回報，不僅利潤豐厚、持久，也堆疊出具有實力的「防禦層」。中層的模型層，提供了生成式AI的產品與服務，但尚未達到大規模商業化；對應於頂層的應用層，此層服務商倒是進入規模化，但卻面臨留存既有（retention），還是轉而差異化（differentiation）的兩難。
生成式AI在醫療領域，有巨大潛力
至於AI在醫療領域的應用，林百里觀察，「目前仍是非常侷限，但在新AI、也就是生成式AI的導入下，將會有巨大發展潛力，即便是過程充滿挑戰，並且可能歷時良久（Long Journey）」。調查顯示，雖然很多醫生都知道臨床的AI工具，但只有 10% 到 30%的一小部分醫生，真正使用過它們，其中一項原因是，FDA（美國食品藥物管理局）批准的AI設備，主要是單一特定任務的，而不是整合多模型數據的類型，這可能無法滿足醫生的需求。
但在新AI（生成式AI）引領下，透過大量多圖像和文字資料，訓練出「通用的多模態醫學人工智慧模型」，將更像真人醫生，可評估掃描異常情況，並將納入診療判斷，「雖然我們想要大膽一點做，但我們也認為它的發展目標必須是負責任的，這一點非常重要。成功的風險仍然很高，但AI是增強醫療專業，而不是替代醫療專業」。
林百里在演說中展示兩張患者肺部的X光片，分別是肺水腫與氣胸，但AI辨識之下，並非完全準確，只能說是部分準確，「所以導入生成式AI之後，雖然結果為真，但卻需要再驗證」。
針對AI醫療，林百里提出3大建議
「多模態（Multimodality）、真人醫師微調、大規模地協作」，林百里對生成式AI醫療，直率提出三大發展建議。他表示醫療資料來源需要「多樣化」，從電子健康記錄、圖像到基因組數據，整合多種醫療數據類型，豐富AI學習和預測能力，其次是由真人醫師進行醫學知識的回饋微調，專業人員的持續輸入和驗證，得以改善AI模型，更適應特定的臨床需求和結果，最後則是超大規模運算模型之間，持續協作，不僅共進計算技術，也共同校準深厚的醫學專業知識。
