訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
人工智慧大未來 - 晶片、平台到位 加速AI 產業成型
獲取專題報導零時差!立即訂閱電電公會電子報。

AI+時代的全面來臨,與全球科技大廠加足火力投入研發資源,發展出AI 相關技術。在深度學習領域,包括IBM、微軟等紛紛推出相關平台解決方案;在晶片解決方案與處理器方面,英特爾、輝達也都有很成熟的產品端出,促使AI 智慧機器如華碩的Zenbo、法國的Buddy、豐田的Kirobo Mini,或是軟銀的Pepper陸續問世並且應用於各領域。各環節的到位充分顯示,AI 時代即將來臨,台廠必須掌握國際大廠的系統解決方案與產品優勢,才能掌握後續AI 產業的競逐態勢,進而找到策略整合的方向與契機。

IBM 認知IoT
驅動新一波革命

首先來看投入龐大資源發展AI 的IBM,其全球電子產業專業團隊在2016 IBM 全球電子產業領袖高峰論壇中,提出「認知物聯網(Cognitive IoT)」概念,正好與工研院IEK 提出的AI+ 思維不謀而合。根據IBM調查,到了2020 年,每人每分鐘將會產生1.7MB資料量,然而,IoT 雖然衍生出龐大的資料量,但將近90%的資料從未被應用於實際行動之中,這些資料產生的速度比過去快上2 倍,資料不僅多且複雜,更具多樣性、時效性及機密性,這些挑戰皆衝擊著傳統的運算系統。

在這樣的狀況之下,認知物聯網將成為新一波革命的驅動力,IBM 期望以Cognitive IoT 思維結合IoT 與華生(Watson)的認知運算技術,透過理解(Understand)、推論(Reason)、學習(Learn)三歷程,累積環境與人際互動經驗而成為會思考的IoT。

IBM 強調,在Cognitive IoT 概念之中,未來消費者僅需簡單使用語音控制,即能將新思維融入物件、系統與程序之中,不受傳統規則拘束,各類型圖片、影片、聲音將與機器資料結合,進而能洞察更清晰的情境與相關內容,讓系統與程序能理解意向、整合與分析相關資料,實現真正智慧化。

為加速AI 的創新應用,IBM 也推出開源機器學習平台SystemML,提供給開發者建造各種預測分析的機器學習模型。台灣IBM 表示,IBM在全球10 多個實驗室投入超過3,500 名研發人員,展開與開源叢集運算架構Spark 相關的專案,並讓Spark 開放生態系能使用IBM 研發超過10年的機器學習技術─ SystemML,IBM 的認知運算系統Watson(華生)便整合許多SystemML機器學習的功能,透過結合SystemML 的功能,讓Spark 具有更強大的機器學習能力,以及讓資料科學家更專注於演算法的應用,而非專注於枝微末節的技術。

微軟Cognitive Services API
加速AI 應用開發

再看微軟在AI 的布局。為加速AI 領域的布局,微軟已成立AI 研究部門,包括微軟研究院、微軟訊息平台部門(Information Platform Group)、Bing 及Cortana 產品部門、環境計算(Ambient Computing)和機器人團隊,總計超過5,000 名電腦運算科學家與工程師投入創造AI。

2016 年微軟Ignite 大會上,微軟展示其AI平台「認知服務」(Cognitive Service)與合作夥伴的開發成果,展現AI 融入日常生活的樣貌。台灣微軟營運暨行銷事業群總經理磯貝直之(Naoyuki Isogai)表示,微軟的願景是AI 民主化,讓每個人與組織都能透過所需的工具,在兼顧安全與隱私的情況下,將AI應用於造福人類社會之上。目前微軟已將微軟研究院與Bing 服務的各種人工智慧成果,轉化成Cognitive Services API,讓開發者得以應用。Cognitive Services 包括視覺、語音、語言、知識和搜尋等5 大類、共22 項API,結合各夥伴在不同領域的開發應用,提供人們更進步與安全的生活。

微軟進一步指出,由深度學習技術延伸的Cognitive Services API,是利用電腦智慧擴充使用者體驗的工具,運用辨識、語音、語言和知識等人工智慧演算,進行自然的關聯式互動,其主要API 包括人臉辨識、情緒辨識、影像辨識、文字轉換語言、語音辨識、語言理解智慧服務等。

目前Cognitive Services 已藉由多種媒介,如手機、機器人等運用在各行業中,為人類在工作、生活中提供多種服務。

英特爾推AI 資料中心
運算方案Nervana 平台

至於半導體大廠英特爾(Intel) 在AI 上的布局,即是透過推出AI 資料中心運算方案Nervana 平台,攜手產業鏈合作夥伴,預定在未來3 年讓訓練深度學習(deep learning)模型所耗用的時間,比採用GPU 解決方案的時間減少100 倍。除此之外,英特爾也強化支援開放性AI產業體系,推出一系列開發工具,增進易用性與跨平台相容性,為更佳的創新樹立根基。

根據進程,英特爾將在2017 上半年測試首顆代號為Lake Crest 的晶片,2017 年稍晚就會供應給主要客戶。此外,英特爾還宣布產品藍圖中另一款代號為Knights Crest 的新產品,此產品緊密結合Intel Xeon 處理器™以及Nervana 技術,可針對類神經網路(neural network)進行最佳化,為深度學習(deep learning)提供最高效能之外,還透過高頻寬互連(interconnect),提供前所未有的運算密度,加速提升深度學習的創新腳步。

英特爾執行副總裁暨資料中心事業群總經理Diane Bryant 表示,英特爾新一代Intel Xeon Phi ™處理器(代號Knights Mill)也將為深度學習運算提供比上一代處理器快4 倍的效能,並在2017年問市。另外,英特爾已開始供應新一代IntelXeon 處理器(代號Skylake),給一些特定的雲端服務供應商,內涵技術可大幅提升機器學習作業負載在推論方面的效能,預計在2017 年中旬將全面推出這一系列新平台,以因應各種客戶的需求與應用,屆時將推出更多的功能與組態。

輝達強勢投入
成AI 重要技術推手

近來輝達創辦人暨執行長黃仁勳被外界稱為「人工智慧教父」,可見輝達在AI 領域的發展受到各界的肯定與矚目。過去幾年,輝達一直致力於發展人工智慧與深度學習技術,成為推動AI發展的重要技術推手,例如,該公司hyperscale級端對端資料中心平台,可以協助網路服務供應商加速他們的巨量機器學習作業負載量。
NVIDIA 指出,hyperscale 級產品系列包括2款加速器,其中一款加速器可讓研究人員針對不斷增加的人工智慧技術應用項目,加快其中全新深度神經網絡的創新與設計;另一款加速器則是在資料中,部署深度神經網絡設計的低功耗加速器。這些加速器可讓開發人員在hyperscale 級的資料中心,運用效能強勁的Tesla 加速運算平台,藉以加速機器學習的運算效率,並打造前所未有的人工智慧應用。

「業界已展開人工智慧的競賽。機器學習無疑是現今運算技術上,最重要的發展項目之一,其規模已涵蓋PC、網路和雲端運算。當我們談論這個議題時,消費性雲端服務、汽車和醫療保健等產業,正因運用機器學習發生重大變革。」

黃仁勳表示,機器學習是這個世代的一項重大運算挑戰,NVIDIA 設計了hyperscale 級Tesla 加速器系列,為機器學習大幅提升效率,可為資料中心節省巨額成本和時間。

顯然,在AI 發展的過程中,微軟、IBM、英特爾、輝達等國際科技大廠的加碼投入,已經使得AI 底層所需的技術陸續到位,未來AI 的加速發展,將有賴終端製造商開發相關裝置,以及家庭、企業或個人導入相關應用,為AI 創造遍地開花的繁榮景像。

獲取專題報導零時差!立即訂閱電電公會電子報。