未來(lái) AI 發(fā)展八大新趨勢

　　人工智慧(AI)是物聯(lián)網(wǎng)及工業(yè)4.0發(fā)展的核心。尤其，當特斯拉(Tesla)推出電動(dòng)車(chē)及蘋(píng)果(Apple)發(fā)表新機iPhone X推出FaceID之后，讓市場(chǎng)體驗到AI晶片的無(wú)限商機。同時(shí)，AI應用接受度越高的國家，將對其GDP產(chǎn)生貢獻愈大。我國在既有半導體及ICT技術(shù)優(yōu)勢及競爭力的基礎上，迎合各產(chǎn)業(yè)的需求不斷增加，開(kāi)發(fā)出各種新應用晶片，不僅讓臺灣在半導體的競爭力絕對在全球可扮演關(guān)鍵的角色，同時(shí)將為臺灣的經(jīng)濟帶來(lái)未來(lái)30年的新榮景。

　　AI晶片包含三大類(lèi)市場(chǎng)，分別是數據中心(云端)、通信終端產(chǎn)品(手機)、特定應用產(chǎn)品(自駕車(chē)、頭戴式AR/VR、無(wú)人機、機器人...)。當前機器學(xué)習多采用 GPU圖像處理，尤以Nvidia 是此一領(lǐng)域龍頭，但是，有些業(yè)者認為GPU處理效率不夠快，而且因應眾多特定新產(chǎn)品的不同需求，于是，推出NPU、VPU、TPU、NVPU...等等。目前還不清楚哪種架構的晶片會(huì )在 AI 大戰獲勝。但(手機)終端市場(chǎng)對于A(yíng)I晶片的功耗、尺寸、價(jià)格都有極為嚴格的要求，難度上比云端數據晶片更高。為搶未來(lái)AI應用市場(chǎng)商機，科技巨鱷如Google、微軟、蘋(píng)果企圖建構AI平臺生態(tài)模式吃下整個(gè)產(chǎn)業(yè)鏈。

　　目前來(lái)看，未來(lái)AI發(fā)展有八大新趨勢

　　趨勢一：AI 于各行業(yè)垂直領(lǐng)域應用具有巨大的潛力

　　人工智慧市場(chǎng)在零售、交通運輸和自動(dòng)化、制造業(yè)及農業(yè)等各行業(yè)垂直領(lǐng)域具有巨大的潛力。而驅動(dòng)市場(chǎng)的主要因素，是人工智慧技術(shù)在各種終端用戶(hù)垂直領(lǐng)域的應用數量不斷增加，尤其是改善對終端消費者服務(wù)。

　　當然人工智慧市場(chǎng)要起來(lái)也受到IT基礎設施完善、智慧型手機及智能穿戴式裝置的普及。其中，以自然語(yǔ)言處理(NLP)應用市場(chǎng)占AI市場(chǎng)很大部分。隨著(zhù)自然語(yǔ)言處理的技術(shù)不斷精進(jìn)而驅動(dòng)消費者服務(wù)的成長(cháng)，還有：汽車(chē)資通訊娛樂(lè )系統、AI機器人及支持AI的智慧手機等領(lǐng)域。

　　趨勢二：AI導入醫療保健行業(yè)維持高速成長(cháng)

　　由于醫療保健行業(yè)大量使用大數據及人工智慧，進(jìn)而精準改善疾病診斷、醫療人員與患者之間人力的不平衡、降低醫療成本、促進(jìn)跨行業(yè)合作關(guān)系。此外AI還廣泛應用于臨床試驗、大型醫療計劃、醫療諮詢(xún)與宣傳推廣和銷(xiāo)售開(kāi)發(fā)。人工智慧導入醫療保健行業(yè)從2016年到2022年維持很高成長(cháng)，預計從2016年的6.671億美元達到2022年的79.888億美元年均復合增長(cháng)率為52.68%。

　　趨勢三：AI取代熒幕成為新UI / UX介面

　　過(guò)去從PC到手機時(shí)代以來(lái)，使用者介面都是透過(guò)熒幕或鍵盤(pán)來(lái)互動(dòng)。隨著(zhù)智慧喇叭(Smart Speaker)、虛擬/擴增實(shí)境(VR/AR)與自動(dòng)駕駛車(chē)系統陸續進(jìn)入人類(lèi)生活環(huán)境，加速在不需要熒幕的情況下，人們也能夠很輕松自在與運算系統溝通。這表示著(zhù)人工智慧透過(guò)自然語(yǔ)言處理與機器學(xué)習讓技術(shù)變得更為直觀(guān)，也變得較易操控，未來(lái)將可以取代熒幕在使用者介面與使用者體驗的地位。人工智慧除了在企業(yè)后端扮演重要角色外，在技術(shù)介面也可承擔更復雜角色。例如：使用視覺(jué)圖形的自動(dòng)駕駛車(chē)，透過(guò)人工神經(jīng)網(wǎng)路以實(shí)現即時(shí)翻譯，也就是說(shuō)，人工智慧讓介面變得更為簡(jiǎn)單且更有智慧，也因此設定了未來(lái)互動(dòng)的高標準模式。

　　趨勢四：未來(lái)手機晶片一定內建AI運算核心

　　現階段主流的ARM架構處理器速度不夠快，若要進(jìn)行大量的圖像運算仍嫌不足，所以未來(lái)的手機晶片一定會(huì )內建AI運算核心。正如，蘋(píng)果將3D感測技術(shù)帶入iPhone之后，Android陣營(yíng)智慧型手機將在明年(2017)跟進(jìn)導入3D感測相關(guān)應用。

　　趨勢五：AI晶片關(guān)鍵在于成功整合軟硬體

　　AI晶片的核心是半導體及演算法。AI硬體主要是要求更快運算速度與低功耗，包括GPU、DSP、ASIC、FPGA和神經(jīng)元晶片，且須與深度學(xué)習演算法相結合，而成功相結合的關(guān)鍵在于先進(jìn)的封裝技術(shù)?？傮w來(lái)說(shuō)GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬體選擇就看產(chǎn)品供應商的需求考量而定。例如，蘋(píng)果的Face ID臉部辨識就是3D深度感測晶片加上神經(jīng)引擎運算功能，整合高達8個(gè)元件進(jìn)行分析，分別是紅外線(xiàn)鏡頭、泛光感應元件、距離感應器、環(huán)境光感測器、前端相機、點(diǎn)陣投影器、喇叭與麥克風(fēng)。蘋(píng)果強調用戶(hù)的生物識別數據，包含：指紋或臉部辨識都以加密形式儲存在iPhone內部，所以不易被竊取。

　　趨勢六：AI自主學(xué)習是終極目標

　　AI“大腦”變聰明是分階段進(jìn)行，從機器學(xué)習進(jìn)化到深度學(xué)習，再進(jìn)化至自主學(xué)習。目前，仍處于機器學(xué)習及深度學(xué)習的階段，若要達到自主學(xué)習需要解決四大關(guān)鍵問(wèn)題。首先，是為自主機器打造一個(gè)AI平臺;還要提供一個(gè)能夠讓自主機器進(jìn)行自主學(xué)習的虛擬環(huán)境，必須符合物理法則，碰撞，壓力，效果都要與現實(shí)世界一樣;然后再將AI的“大腦”放到自主機器的框架中;最后建立虛擬世界入口(VR)。目前，NVIDIA推出自主機器處理器Xavier，就在為自主機器的商用和普及做準備工作。

　　趨勢七：最完美的架構是把CPU和GPU(或其他處理器)結合起來(lái)

　　未來(lái)，還會(huì )推出許多專(zhuān)門(mén)的領(lǐng)域所需的超強性能的處理器，但是CPU是通用于各種設備，什么場(chǎng)景都可以適用。所以，最完美的架構是把CPU和GPU(或其他處理器)結合起來(lái)。例如，NVIDIA推出CUDA計算架構，將專(zhuān)用功能ASIC與通用編程模型相結合，使開(kāi)發(fā)人員實(shí)現多種算法。

　　趨勢八：AR成為AI的眼睛，兩者是互補、不可或缺

　　未來(lái)的AI需要AR，未來(lái)的AR也需要AI，可以將AR比喻成AI的眼睛。為了機器人學(xué)習而創(chuàng )造的在虛擬世界，本身就是虛擬現實(shí)。還有，如果要讓人進(jìn)入到虛擬環(huán)境去對機器人進(jìn)行訓練，還需要更多其它的技術(shù)。

　　結語(yǔ)

　　至于 CPU是否會(huì )被TPU、NPU、VPU….等之類(lèi)新類(lèi)型處理器取代，答案應該不會(huì )。因為，新出現的處理器只是為了處理新發(fā)現或尚未解決的問(wèn)題，而且未來(lái)傾向將CPU整合。同時(shí)，晶片市場(chǎng)期望能有更多競爭及選擇，不要英特爾、高通獨大。

　　迎接物聯(lián)網(wǎng)時(shí)代來(lái)臨，以往大家認為摩爾定律最后會(huì )走到極限，但未來(lái)矽世代是異質(zhì)性及跨界的整合，還有很多需求未出現。NVIDIA執行長(cháng)黃仁勛則表示，摩爾定律已經(jīng)是舊時(shí)代的法則，GPU的計算速率和神經(jīng)網(wǎng)路復雜性都在過(guò)去2到5年內呈現出爆發(fā)性成長(cháng)。

　　展望未來(lái)，隨著(zhù)AI、物聯(lián)網(wǎng)、VR/AR、5G等技術(shù)成熟，將帶動(dòng)新一波半導體產(chǎn)業(yè)的30年榮景，包括：記憶體、中央處理器、通訊與感測器四大晶片，各種新產(chǎn)品應用晶片需求不斷增加，以臺灣在半導體的競爭力絕對在全球可扮演關(guān)鍵的角色。