是票房還是毒藥？科技巨頭追逐人工智能（AI）競折腰
人工智能（AI）一時從束諸高閣的昨日經典，變成鍍了金的未來藍海，科技大廠包括NVIDIA與Intel投注資源不在話下，但AI到底是人類的幫手還是威脅？是產業機會還是難以跨越的挑戰？賽局已經逐漸發酵，如何解謎，唯靠智慧。
人工智能（ArtificialIntelligence，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，包括始于2009年的ImageNet圖像識別大賽，于2015年成功將機器的圖像識別正確率超越人類；2016年AlphaGo打敗韓國圍棋棋王李世乭，成功吸引全球重新關注AI，這一年多來，只要跟這個關鍵詞沾上邊，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計劃，由搜集網絡上數以十億計的照片開始，并將照片分類、標示，再喂給計算機，透過大量的數據成功讓機器認識"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（DeepLearning），也延續上一波人工智能理論基礎積極發展卷積神經網絡（ConvolutionalNeuralNetwork），憑著過去的基礎，很多研究迅速有了很好的成果。
AI如此多嬌科技巨頭競追求
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%，創辦人黃仁勛（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，并表示，摩爾定律已接近極限，處理器晶體管每年持續增加50%，機器人維修，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1NVIDIA創辦人暨執行官黃仁勛認為，摩爾定律接近極限，處理器晶體管每年增加50%，但效能成長僅10%，深度學習將是另一條路。
NVIDIAGPU在圖形辨識的效能上明顯優于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、智能交通等等。然而，AI除了影像辨識之外，語音識別也已進入商業應用的階段，語言理解有其邏輯性，透過語音處理器與云端大量語料數據庫，除了中文之外的語音識別、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，也投資三家人工智能領域的廠商－CognitiveScale（機器智能軟件）、AEye（機器人視覺）、ElementAI（AI解決方案）。
IntelNervana系列產品有四大部分，該公司人工智能產品事業群副總裁暨技術官AmirKhosrowshahi（圖2）指出，包括以IntelXeon為基礎的AI芯片LakeCrest，IntelMobileye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，IntelMovidius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年網絡峰會（WebSummit），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：人工智能的崛起，可能會是人類史上最糟糕或是最棒的事情。盡管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2Intel人工智能產品事業群副總裁暨技術官AmirKhosrowshahi宣布，引進IntelNervanaAI學院計劃，協助拓展AI創新。
一般而言，從AI的技術發展歷程來看，AI分成強人工智能（StrongAI）與弱人工智能（WeakAI），強人工智能要求計算機的智能需要更全面廣泛，需要有推理、學習、規劃、語言溝通、知覺等能力展現出全面性的智慧、跟人類并駕齊驅。所以目前可見的AI包括AlphaGo都不屬于強人工智能，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，黃仁勛形容AI是一種自動化的自動化（AutomationofAutomation），會大量降低人力需求與成本，為人類帶來更好的生活質量。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。
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，現有臺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應用一般由運算平臺、算法、神經網絡、數據庫所組成，在新興五感的領域，算法與神經網絡架構的發展都還在起步，庫卡機器人驅動器維修，存在很多發展空間，如果能積極布局，發展出高效率的技術，工業機器人維修，必能在未來AI市場取得一席之地。