2017年10月12日 星期四

未來 AI 發展八大新趨勢

未來 AI 發展八大新趨勢

科技產業資訊室 - May 發表於 2017106

http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=13837

人工智慧(AI)是物聯網及工業4.0發展的核心。尤其,當特斯拉(Tesla)推出電動車蘋果(Apple)發表新機iPhone X推出FaceID之後,讓市場體驗到AI晶片的無限商機。

AI晶片包含三大類市場,分別是數據中心(雲端)通信終端產品(手機)特定應用產品(自駕車、頭戴式AR/VR、無人機、機器人...)

當前機器學習多採用 GPU圖像處理,尤以Nvidia 是此一領域龍頭,但是,有些業者認為GPU處理效率不夠快

為搶未來AI應用市場商機,科技巨鱷如Google、微軟、蘋果企圖建構AI平台生態模式吃下整個產業鏈。

 

 

目前來看,未來AI發展有八大新趨勢

趨勢一:AI 於各行業垂直領域應用具有巨大的潛力

 

趨勢二:AI導入醫療保健行業維持高速成長

人工智慧導入醫療保健行業2016年到2022年維持很高成長,預計從2016年的6.671億美元達到2022年的79.888億美元年均複合增長率為52.68

趨勢三:AI取代螢幕成為新UI / UX介面

過去從PC到手機時代以來,使用者介面都是透過螢幕鍵盤來互動。

隨著智慧喇叭(Smart Speaker)、虛擬/擴增實境(VR/AR)與自動駕駛車系統陸續進入人類生活環境,加速在不需要螢幕的情況下,人們也能夠很輕鬆自在與運算系統溝通。

 

趨勢四:未來手機晶片一定內建AI運算核心

蘋果將3D感測技術帶入iPhone之後,

Android陣營智慧型手機將在明年(2017)跟進導入3D感測相關應用。

趨勢五:AI晶片關鍵在於成功整合軟硬體
AI晶片的核心是半導體演算法

AI硬體主要是要求更快運算速度低功耗

包括GPUDSPASICFPGA和神經元晶片,且須與深度學習演算法相結合,而成功相結合的關鍵在於先進的封裝技術

總體來說GPUFPGA,而在功率效能方面FPGAGPU,所以AI硬體選擇就看產品供應商的需求考量而定。

 

趨勢六:AI自主學習是終極目標
AI"大腦"變聰明是分階段進行,從機器學習進化到深度學習,再進化至自主學習

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CPUGPU(或其他處理器)結合起來

CPU通用於各種設備,什麼場景都可以適用。所以,最完美的架構是把CPUGPU(或其他處理器)結合起來。

 

 

趨勢八:AR成為AI的眼睛,兩者是互補、不可或缺

可以AR比喻成AI的眼睛。為了機器人學習而創造的在虛擬世界,本身就是虛擬現實

結語

新出現的處理器只是為了處理新發現或尚未解決的問題,而且未來傾向將CPU整合。同時,晶片市場期望能有更多競爭及選擇,不要英特爾、高通獨大。

迎物聯網時代來臨,以往大家認為摩爾定律最後會走到極限

 

Ps:

摩爾定律英語:Moore's law)是由英特爾Intel)創始人之一戈登·摩爾Gordon Moore)提出來的。

其內容為:積體電路上可容納的電晶體電晶體)數目,約每隔兩年便會增加一倍;經常被參照的「18個月」,是由英特爾執行長大衛·豪斯David House)所說:預計18個月會將晶片的效能提高一倍(即更多的電晶體使其更快)

 

沒有留言:

張貼留言

追蹤者