人工智慧(AI)趨勢大爆發!
近年來,這項技術不再局限於實驗室和生硬的論文裡,而是活生生地走入你我生活當中。究竟什麼是人工智慧?為何這項技術突然間像打通任督二脈、突飛猛進?甚至,它將扭轉各大產業生態,為你我生活帶來一場翻天覆地的大改變。

什麼是人工智慧 不知道就落伍了

人工智慧,是指由人造機器所表現出來的智慧,本質上,人們可以將人工智慧看作類似於正常的人腦,具備常識推理、形成意見或社會行為等能力。

但是,人工智慧是個總括概念,其中匯聚多種技術,譬如機器學習(包括深度學習)、 認知計算、自然語言處理、神經網路等。要讓機器像人類一樣具有學習和判斷能力,必須利用大量數據進行訓練,也就是所謂的「深度學習」,讓機器透過學習,擁有判斷並預測的能力。

自2012年起,企業不約而同開始運用深度運算,取得許多重要資訊,更在短短數年內累積出超乎想像的海量資料庫。這些看似雜亂無章的數據,卻在一點一滴記錄著我們各項使用行為、數據,逐漸拼湊出一個人類從未觸及的新未來。

也是在這短短數年光景,大量累積的數據資料庫與推陳出新的運算方法,反過來化被動為主動,成為推進企業往AI發展的重要動力。例如Google執行長皮采(Sundar Pichai)今年就在開發者大會上登高一呼,喊出修改核心策略,要從過去全力投注的「行動優先」大舉轉向「AI優先」。這個全球科技龍頭戰略方向的大轉彎,更是揭示AI正式崛起的重要象徵。

天時地利人和齊備 AI終於不再只聞樓梯響

不過,AI的觀念誕生至今超過六十個年頭,始終只聞樓梯響、不見人下來,關鍵就出在相關理論、技術與設備還未跟上,加上人們對人工智慧的期望過高,也難怪幾十年下來,AI曾多次被批評是騙人的!

到底是什麼原因,讓一路走來跌跌撞撞的AI在近年來突然進入快速成長期?這一切,靠的是「天時、地利、人和」齊備。

一方面,發展AI的軟硬體條件逐漸成熟,包含晶片、網路、大數據、雲端計算、演算法等硬體越趨完備,另一方面,物聯網(IoT,Internet of Things)開始走入生活,實體物品(智能物品)像是車控系統、家中監控裝置等,只要裝上感測器就能透過無線遙控與終端聯結,透過網路傳輸資料與控制。

同時,各個應用場域(包含金融、製造、服務業等)所產生的巨量數據,其形成的處理分析問題,也推動人工智慧技術向前進一步邁進;加上行動網路時代造就中美科技業七大巨頭Google、Facebook、Microsoft、亞馬遜、騰訊、百度和阿里巴巴崛起,不僅牢牢掌握住數據、技術,還網羅了全球最頂尖的科技人才,一齊把人工智慧硬是推向你我生活中。

三大要素具備 只欠東風

眼看各項元素發展漸趨成熟,為AI發展提供肥沃的土壤,包括大數據、演算法(海量數據、高速運算)都已萬事俱備,目前只欠「設備」必須追上軟體,才能讓AI真正突破過往瓶頸,快速茁壯。

這裡指的「設備」,就是執行高速運算所需要的處理器,目前又以GPU(圖形處理器)蔚為主流。有趣的是,GPU在個人電腦當道的時代,原先是設計用來配合計算機的CPU(中央處理器),承擔圖像的計算任務,到了大數據時代,卻從配角變主角,取代當年打遍市場無敵手的CPU。

配角變主角 GPU新技術正夯

箇中原因,得從GPU的產品特色說起。不像CPU通常有單核、雙核、四核或八核,每個核心每次只能執行一個執行緒;GPU光是一張卡裡面有數百至上千核,能完成龐大的並行計算任務,計算時間更比CPU快上百倍。

靠著高度並行計算的優勢,GPU在需要海量運算的大數據時代一舉蔚為主流,也讓2007年率先推出GPU的輝達(NVIDIA)看準商機,不再局限於圖形處理,積極轉型為機器學習應用硬體廠商,在執行分析、深度學習和機器學習演算法下足功夫,成為研發人員及網路業者進入AI市場的重要途徑。

不過,當年在CPU市場叱吒風雲的英特爾也不是省油的燈,這幾年砸重金發展FPGA作為GPU的替代產品,加入硬體市場角逐,近來更宣布成立新部門,致力開發可直接與輝達競爭的獨立顯示卡。其他業者也陸續推出特殊應用積體電路(ASIC;亦稱客製化晶片),可依產品需求不同而客製化,一路緊追在後。

儘管如此,當前人工智慧主流晶片依舊以搶得先機的GPU遙遙領先,《華爾街日報》報導,若以銷售額來計算,輝達目前擁有近八成的GPU市場率,今年來股價更水漲船高,上漲了99.81%。

人工智慧+物聯網的關鍵價值

在軟、硬體加持下,人工智慧究竟會以什麼形式呈現在世人眼前?目前來看,外界多半認為AI是軟體密集式(Software-intensive)。對此,輝達(NVIDIA)創辦人暨執行長黃仁勳卻認為,這看法並不正確,強調在人工智慧時代,最重要的是使用者需求洞察與產品願景。

上述說法的實踐,正是目前業界積極投入的「人工智慧+物聯網」,預料這兩者共同創造的創新應用服務,將大舉顛覆現有產業。

統一證券自營部投資經理邱怡婷認為,要了解AI+IoT(物聯網)的關鍵價值,要先將「雲」和「端」分開看。

「雲」的關鍵在智能,即AI,就像是把大腦放在雲端,透過資料中心(Data Center)分析資料。因此,受惠的相關產業有光纖100G、白牌switch、GPU、ASIC和3D NAND FLASH產業。

至於「端」的價值在生態系,即物聯網(IoT),應用範圍相當廣,包括自動駕駛車、智能家居、工業4.0、廣告投放,甚至是Fintech都包含在內。而這些則須要透過感測器來連接,因此受惠產業包括多鏡頭、感測器(3D Sensing、RFID)以及聲音傳輸/接收(類比IC)產業。

邱怡婷指出,上述相關應用分為「產業+AI」、「AI+新產業」兩大塊來看。所謂「產業+AI」,是指現有產業藉由AI來優化,可從得到的數據結果改善生產效率、節省開支,或作為行銷時的參考依據等。例如零售業透過人工智慧分析得到的數據,可從中挖掘出使用者需求,提供更切合所需的服務,並作為行銷策略。

至於「AI+新產業」,是指藉由AI衍伸出的全新型態產業,例如自駕車等,屬於全新產業鏈。尤其擁有許多使用者資料的科技龍頭,更容易從中爬梳出別人沒看過的趨勢,進而發產出顛覆型的新產業。

展望2018年,工研院產經中心預期,AI與物聯網將快速匯流,進化為AIoT,驅動智慧應用大鳴大放。然而,在AI關鍵技術不斷突破之際,台灣產業也面臨技術選擇、尋找潛力應用等數位轉型等重要議題。

台灣發展人工智慧一點都不晚

眼看AI趨勢迅速襲來,台灣跟上了嗎?「台灣在人工智慧領域發展的確有點慢,但現在開始並不算太晚!」黃仁勳在GTC 2017年度大會中提到,台灣雖然在軟體領域不強,只要找到利基點,還是有很好的發展機會,這也是為什麼新加坡、韓國與德國等,都傾全力發展人工智慧。

他呼籲台灣不要認為自己在軟體領域發展不強就遲疑不前,相反地,要趕快跳進來,政府更得趕緊建置好基礎設施與各類工具,讓各行各業參與其中。

黃仁勳:我不認為台灣的優勢只在「終端」

既然猶未晚也,那台灣在「人工智慧+物聯網」的新趨勢下,究竟站在哪個風口?多數市場分析師認為,台灣在AI發展上最具優勢的是終端AI,也就是硬體製造,而非雲端AI。

對此,黃仁勳不全然贊同。他坦言,在雲端AI領域,的確具有龐大資料中心、人工智慧專家與使用者數據網際網路服務商佔有優勢,如Google。但他認為,人工智慧不會結束在雲端而已,這僅是開始,下一個階段的人工智慧會移往產業人工智慧,滲透交通、物流與製造等各種產業,像是台積電就使用深度學習做智慧製造、鴻海利用深度學習做視覺檢測與品質管理。

不過,黃仁勳認同台灣在「終端AI」有很好的發展機會,終端意指「在地」,而「雲端」意指全球,終端人工智慧的商機是很在地的,例如美國公司很難控制台灣的終端服務。另外,在終端領域,需要各式各樣的人工智慧晶片,這也是台灣的機會。

工研院IEK主任蘇孟宗更進一步分析,台灣的優勢在於製造業的終端資料、各類型資料庫(先進製造、健康醫療等)、及半導體核心運算技術等。這些都是人工智慧的在地應用,各產業可透過垂直整合或生態系領導者,扮演全球人工智慧的關鍵伙伴。

你不跟著起義 就等著被它革命

瑞士銀行(UBS)研究報告預估,2015至2020年,全球人工智慧產業的年均複合成長率有望高達20%,到2020年將實現125億美元的規模,並在下個十年末達到數百億美元的營收規模,預估金融服務、醫療保健、製造業、零售及交通運輸等將是受影響最大的行業。鉅亨網將在下一期專題報導,帶您深入探討AI掀起的這波動盪,將為上述產業帶來哪些翻天覆地的變動。

這場AI帶來的產業新革命,台灣已經無法置身事外。不跟著起義,難保不會成為下一個被它革命的對象。與其頑強抵抗,倒不如與AI攜手同行,不再用走得慢或規模小做為畫地自限的理由。

邱怡婷舉例說道,電腦剛推出時,電腦的使用普及嗎?但現在大眾普遍都會使用電腦,重點是誰利用電腦來做更好的產品。由此推想,AI未來肯定也是如此,即使台灣不是走得最快的,只要加緊趕上浪頭,就有辦法站得跟它一樣高,看到別人未曾見過的新風景,擘劃出台灣產業的新機會。