人工智能(ai)一时从束诸高阁的昨日经典，变成镀了金的未来蓝海，科技大厂包括nvidia与intel投注资源不在话下，但ai到底是人类的帮手还是威胁?是产业机会还是难以跨越的挑战?赛局已经逐渐发酵，如何解谜，唯靠智慧。
人工智能(artificial intelligence, ai)从2016年开始一路受到科技产业追捧，事实上相关能量自2010年代就开始累积，包括始于2009年的imagenet图像识别大赛，于2015年成功将机器的图像识别正确率超越人类;2016年alphago打败韩国围棋棋王李世乭，成功吸引全球重新关注ai，这一年多来，只要跟这个关键词沾上边，科技产业便趋之若鹜，在不断吹捧的过程中，也有相对的忧虑与危机意识不断酝酿。
2007年由史丹佛大学教授李飞飞主持的imagenet计划，由搜集网络上数以十亿计的照片开始，并将照片分类、标示，再喂给计算机，透过大量的数据成功让机器认识"猫"，训练机器使用类似人类大脑神经元的运作方式，这种机器学习方式就是现今热门的深度学习(deep learning)，也延续上一波人工智能理论基础积极发展卷积神经网络(convolutional neural network)，凭着过去的基础，很多研究迅速有了很好的成果。
ai如此多娇 科技巨头竞追求
ai一时从束诸高阁的昨日经典，变成镀了金的未来蓝海，早期投入的绘图处理器龙头nvidia，2016年股价就翻涨230%，创办人黄仁勋(图1)近期在公开场合的演说与媒体的访问，也是以ai教父之姿大谈gpu未来能协助人们实现更多梦想，并表示，摩尔定律已接近极限，处理器晶体管每年持续增加50%，但cpu效能成长仅10%，cpu不可能再成长，深度学习将是另一种解决方案。
图1 nvidia创办人暨执行官黄仁勋认为，摩尔定律接近极限，处理器晶体管每年增加50%，但效能成长仅10%，深度学习将是另一条路。
nvidia gpu在图形辨识的效能上明显优于cpu，具备ai的影像辨识已经能创造许多过去前所未见的功能与应用，包括工业自动化、医疗、智能交通等等。然而，ai除了影像辨识之外，语音识别也已进入商业应用的阶段，语言理解有其逻辑性，透过语音处理器与云端大量语料数据库，除了中文之外的语音识别、语意理解也有非常好的表现。
昔日pc时代的霸主intel同样不希望错过ai的商机，不仅宣布投资10亿美元发展ai，也投资三家人工智能领域的厂商-cognitivescale(机器智能软件)、aeye(机器人视觉)、element ai(ai解决方案)。
intel nervana系列产品有四大部分，该公司人工智能产品事业群副总裁暨技术官amir khosrowshahi(图2)指出，包括以intel xeon为基础的ai芯片lake crest，intel mobileye则是主动式安全自动驾驶应用的视觉技术，而其fpga是用以执行深度学习推论(inference)应用，intel movidius是低功耗视觉技术，让机器学习可以在各式物联网终端上执行，看起来intel对ai不仅有野心也全力投入。
ai是最佳帮手还是最大威胁?
ai的无所不能带来庞大商机，同时也带来相对应的威胁，不久前在葡萄牙里斯本举办的2017年网络峰会(web summit)，公认当今世上最聪明的人类之一，英国物理学家霍金利用远距视讯出席开幕晚会发表演说表示：“人工智能的崛起，可能会是人类史上最糟糕或是最棒的事情。”尽管ai的能力或许可以为消除贫穷或疾病带来贡献，也可能因为ai的高智商，发生足以伤害人类的演变。
图2 intel人工智能产品事业群副总裁暨技术官amir khosrowshahi宣布，引进intel nervana ai学院计划，协助拓展台湾的ai创新。
一般而言，从ai的技术发展历程来看，ai分成强人工智能(strong ai)与弱人工智能(weak ai)，强人工智能要求计算机的智能需要更全面广泛，需要有推理、学习、规划、语言沟通、知觉等能力展现出全面性的智慧、跟人类并驾齐驱。所以目前可见的ai包括alphago都不属于强人工智能，只会单一的技能，就像alphago只会下围棋却不会下象棋。另外，一般人学开车只要数10小时的训练，但要汽车自驾至少需要数百万小时的练习，现今的ai还缺乏每个人与生俱来的深层认知能力，应该从协助人类完成工作的角度思考，不必太过忧心。
ai是最佳机会还是最大挑战?
另外，黄仁勋形容ai是一种“自动化的自动化”(automation of automation)，会大量降低人力需求与成本，为人类带来更好的生活质量。近年各国与各厂商竞相投入ai的发展，又是另一场科技产业的军备竞赛，资金、人才、政策缺一不可。
从人类的五感来观察，视觉与听觉是现在ai已经找到方法的应用，有初步的成果，现有台面上的厂商也已经布局、占据有利市场位置，但是触觉、嗅觉、味觉还有最难量化的情感，也是ai可以大显身手的领域，ai应用一般由运算平台、算法、神经网络、数据库所组成，在新兴五感的领域，算法与神经网络架构的发展都还在起步，存在很多发展空间，如果能积极布局，发展出高效率的技术，必能在未来ai市场取得一席之地。
（转载）
以上是网络信息转载，信息真实性自行斟酌。
