是票房還是毒藥？　科技巨擘追逐AI競折腰

人工智慧(Artificial Intelligence, AI)從2016年開始一路受到科技產業追捧，事實上相關能量自2010年代就開始累積，包括始於2009年的ImageNet圖像識別大賽，於2015年成功將機器的圖像識別正確率超越人類；2016年AlphaGo打敗南韓圍棋棋王李世乭，成功吸引全球重新關注AI，這一年多來，只要跟這個關鍵字沾上邊，科技產業便趨之若鶩，在不斷吹捧的過程中，也有相對的憂慮與危機意識不斷醞釀。 

2007年由史丹佛大學教授李飛飛主持的ImageNet計畫，由蒐集網路上數以十億計的照片開始，並將照片分類、標示，再餵給電腦，透過大量的資料成功讓機器認識「貓」，訓練機器使用類似人類大腦神經元的運作方式，這種機器學習方式就是現今熱門的深度學習(Deep Learning)，也延續上一波人工智慧理論基礎積極發展卷積神經網路(Convolutional Neural Network)，憑著過去的基礎，很多研究迅速有了很好的成果。 

AI如此多嬌  科技巨擘競追求  

AI一時從束諸高閣的昨日經典，變成鍍了金的未來藍海，早期投入的繪圖處理器龍頭NVIDIA，2016年股價就翻漲230%，創辦人黃仁勳(圖1)近期在公開場合的演說與媒體的訪問，也是以AI教父之姿大談GPU未來能協助人們實現更多夢想，並表示，摩爾定律已接近極限，處理器電晶體每年持續增加50%，但CPU效能成長僅10%，CPU不可能再成長，深度學習將是另一種解決方案。 

圖1 NVIDIA創辦人暨執行長黃仁勳認為，摩爾定律接近極限，處理器電晶體每年增加50%，但效能成長僅10%，深度學習將是另一條路。

NVIDIA GPU在圖形辨識的效能上明顯優於CPU，具備AI的影像辨識已經能創造許多過去前所未見的功能與應用，包括工業自動化、醫療、智慧交通等等。然而，AI除了影像辨識之外，語音辨識也已進入商業應用的階段，語言理解有其邏輯性，透過語音處理器與雲端大量語料資料庫，除了中文之外的語音辨識、語意理解也有非常好的表現。 

昔日PC時代的霸主Intel同樣不希望錯過AI的商機，不僅宣布投資10億美元發展AI，也投資三家人工智慧領域的廠商－CognitiveScale(機器智慧軟體)、AEye(機器人視覺)、Element AI(AI解決方案)。日前並宣布對台引進Intel Nervana AI學院計畫，協助拓展台灣的人工智慧創新動能。 

Intel Nervana系列產品有四大部分，該公司人工智慧產品事業群副總裁暨技術長Amir Khosrowshahi(圖2)指出，包括以Intel Xeon為基礎的AI晶片Lake Crest，Intel Mobileye則是主動式安全自動駕駛應用的視覺技術，而其FPGA是用以執行深度學習推論(Inference)應用，Intel Movidius是低功耗視覺技術，讓機器學習可以在各式物聯網終端上執行，看起來Intel對AI不僅有野心也全力投入。 

AI是最佳幫手還是最大威脅？ 

AI的無所不能帶來龐大商機，同時也帶來相對應的威脅，不久前在葡萄牙里斯本舉辦的2017年網路峰會(Web Summit)，公認當今世上最聰明的人類之一，英國物理學家霍金利用遠距視訊出席開幕晚會發表演說表示：「人工智慧的崛起，可能會是人類史上最糟糕或是最棒的事情。」儘管AI的能力或許可以為消除貧窮或疾病帶來貢獻，也可能因為AI的高智商，發生足以傷害人類的演變。 

圖2 Intel人工智慧產品事業群副總裁暨技術長Amir Khosrowshahi宣布，引進Intel Nervana AI學院計畫，協助拓展台灣的AI創新。

一般而言，從AI的技術發展歷程來看，AI分成強人工智慧(Strong AI)與弱人工智慧(Weak AI)，強人工智慧要求電腦的智慧需要更全面廣泛，需要有推理、學習、規畫、語言溝通、知覺等能力展現出全面性的智慧、跟人類並駕齊驅。所以目前可見的AI包括AlphaGo都不屬於強人工智慧，只會單一的技能，就像AlphaGo只會下圍棋卻不會下象棋。另外，一般人學開車只要數10小時的訓練，但要汽車自駕至少需要數百萬小時的練習，現今的AI還缺乏每個人與生俱來的深層認知能力，應該從協助人類完成工作的角度思考，不必太過憂心。 

AI是最佳機會還是最大挑戰？ 

另外，黃仁勳形容AI是一種「自動化的自動化」(Automation of Automation)，會大量降低人力需求與成本，為人類帶來更好的生活品質。近年各國與各廠商競相投入AI的發展，又是另一場科技產業的軍備競賽，資金、人才、政策缺一不可，台灣相較歐美大國規模都小，近年中國的崛起，在產業新興領域的投入一點也不手軟，沒錢、沒人的台灣要加強籌畫如何布局？如何競爭？ 

從人類的五感來觀察，視覺與聽覺是現在AI已經找到方法的應用，有初步的成果，現有檯面上的廠商也已經布局、占據有利市場位置，但是觸覺、嗅覺、味覺還有最難量化的情感，也是AI可以大顯身手的領域，AI應用一般由運算平台、演算法、神經網路、資料庫所組成，在新興五感的領域，演算法與神經網路架構的發展都還在起步，存在很多發展空間，如果能積極布局，發展出高效率的技術，必能在未來AI市場取得一席之地。