智慧應用 影音
Microchip
ADI

人工智慧正夯 未來10年市場大餅上看30倍以上

2016年3月Google的AlphaGo電腦打敗南韓圍棋棋王李世乭成為又一人工智慧里程碑(法新社)

回顧2016年科技產業,最具話題的公司之一就是英偉達(NVIDIA),該公司以圖形處理器(GPU)為主要產品,由於近年來成功地將GPU產品及相關技術從遊戲拓展到資料中心(Data Center)、人工智慧(AI)、自駕車(Self-driving Car)及虛擬實境(VR)等最夯的應用,加上近期業績亮麗,2016年截至12月28日,NVIDIA市值成長231%,遠勝過S&P 500及Nasdaq指數的年度增幅(分別10.1%及8.6%)。

「人工智慧」在50多年前在美國開啟研究風潮,在1980年代「日本第一」口號盛行,日本通商產業省(現稱經濟產業省) 於1982年提出所謂「第五代電腦」大型國家重點研發計畫,希望開發出具備人工智慧、像人類一樣有學習、判斷、思考及推理能力的超級電腦,一舉超越美國在電腦發展方面的先行者優勢,但最後無法達標,於10年後黯然終止。相對地,個人電腦(PC)產業於1980年代起崛起,反而帶動美國及台灣在PC相關產業的飛躍成長。

人工智慧可分多個領域,機器學習是最多廠商投入的,其次是自然語言處理及圖像辦識。機器學習內也有各種派別,目前是「深度學習」(Deep Learning)最熱門,原則上學習模型的結構越深,分析或預測的準確性越高,然而需要的資料量及電腦運算能力也越多,正好今天世界上隨時有大量的資料產生中,而演算法及GPU能力也已大幅進步。人工智慧目前在語音辨識及圖像辨識的正確率均已超過人類,NVIDIA的人工智慧電腦一秒鐘已可辨識1.3萬張照片,也比一般伺服器快170倍,未來在醫療、金融服務、自動駕駛車、機器人、企業行銷等領域備受期待。

在PC之後,帶動科技產業的關鍵產品與技術是智慧型手機、網際網路,台灣在這兩大浪潮中載浮載沉,成績相對平淡。有人說,2016年是人工智慧再興起的元年,從Google的AlphaGo電腦4勝1負大勝知名人類棋士,到IBM華生電腦越來越多的商業化案例,再看到臉書、英特爾、蘋果、亞馬遜、百度、騰訊、阿里巴巴等各知名廠商一齊大舉投入此一領域,可看到人工智慧今後有機會引領新的浪潮。

NVIDIA 目前在全球發展人工智慧扮演重要的催化角色,其主力產品GPU內可有百個以上核心,適合同時大量處理影像資料,較目前的CPU有更高處理能力且較為省電。在2013年全球有100個組織與NVIDIA在「深度學習」領域進行合作,2015年躍升至3,409家,2016年更超越1.9萬家,深度學習炙手可熱的情形可見一斑。

將GPU用於人工智慧,雖比目前的CPU方案更有效率,然而畢竟GPU還是有其設計上的限度,Google、英特爾、IBM等廠商積極投入學習性能達目前市面GPU 10倍~1000倍的人工智慧專用型晶片,以因應未來需模擬更複雜神經網路的需要,至於普及型人工智慧晶片,可安裝在客戶端例如一般人的手機或可攜式裝置上,不必事事都丟到雲端去處理,真正達到即時、高效率的虛擬助理目標。

市場研究公司Tractica預估,2016年人工智慧用GPU/CPU市場規模約14億美元,到2025年合計將達714億美元,成長50倍。其他機構多也看好未來10年人工智慧相關營收年複合成長率可達40%以上,也就是10年後市場規模將達到約30倍以上。另一方面,白宮最近3個月內連續發布報告,呼籲政府及民間提早準備,因應人工智慧及自動化將來對工作與人口就業上難以避免的衝擊。

現階段人工智慧的軟、硬體技術,就其長期潛力而言,目前還只是於初期階段,未來人工智慧發展不僅僅會大幅改變我們生活及工作方式,也將牽動不少科技廠商到底未來能夠10倍規模成長(包括相關處理器、記憶體及各種服務)或是被時代潮流所淘汰。

黃銘章為DIGITIMES 半導體產業及市場領域提供市場動向見解及諮詢服務,近年來在車用半導體、寬能隙(Wide Band Gap;WBG)半導體產業分析上有所投入。
在職業生涯初期,黃銘章曾在寶來證券、崇越科技擔任上市輔導及產業分析工作,奠定對台灣科技及半導體產業生態系的理解,其後於DIGITIMES擔任研究分析及諮詢工作達25年。 黃銘章的教育背景包括東吳大學電子計算機科學系(Computer Science)學士、清華大學工業工程(Industrial Engineering)研究所碩士。

研究領域
科技產業趨勢
半導體產業