真乄科技業的頂尖投資團隊

AI(人工智慧)可說是2017年最重要趨勢之一，工研院IEK表示，以AI為主軸的新時代即將來臨，預估由AI驅動的硬體營收，將從2015年的8億美元，成長到2025年的1740億美元，年複合成長率達56%，不僅如此，人工智慧戰場已經從軟體走向硬體，最底層的晶片技術將成為誰能在未來勝出的關鍵之一。

工研院IEK表示，AI新時代來臨，以機器來完全或部份取代人力的商業模式正逐步落實於日常生活，其中，透過影像和語音為常見的人機互動模式，亦是廠商重要的發展項目。

例如Amazon推出的三項人工智能服務Rekognition、Polly、Lex將機器學習技術導入影像和語音辨識，提升辨識的準確度，進而發展出不同的商業應用。

Facebook收購語音辨識技術公司Wit.ai，新增人工智慧語音辨識能力等，均顯示語音辨識技術的快速普及化，AI語音辨識商機龐大，除了聲控趨勢當道，多元的互動模式亦有助於提高自然的互動體驗，因而未來相關載具將更著重於全方位的人機互動發展。

工研院IEK表示，在未來，AI科技在各行各業帶來翻天覆地的變革，包括安防、製造業、金融、交通、教育、法律、醫療等行業，也會改變每個人的生活，傳統加速人工智慧運算的神經網路硬體。

主要包括使用中央處理器(CPU)、圖形處理器(GPU)、現場可編程陣列(FPGA)等。根據研究機構Tractica預估，由AI驅動的硬體營收，將從2015年的8億美元，成長到2025年的1,740億美元，年複合成長率達56%，商機十分驚人。

工研院IEK表示也說，「專用領域的智能化」將是AI應用的主要方向。由於應用背景需求明確、領域知識積累深厚、模型建立計算簡單可行等多項因素，在局部的智慧水準單項測試中，AI已可超越人類智慧，並在多領域取得成功應用。然而，目前技術挑戰在於發展低能耗、高準確率的認知計算，包括運算架構電路設計、演算法等。

未來全新運算架構的晶片是特定的演算法加速器，加速包括卷積神經網路(Convolution Neural Network)、遞迴神經網路(Recursive Neural Network)在內的各種神經網路演算法，最大優勢在於其成本和功耗降低，大幅提升人工智慧演算法運行效率。

甚至可能顛覆傳統的電腦架構。隨著Google自製機器學習專用晶片、微軟開始使用客製化晶片打造人工智慧電腦，其他廠商也無不積極搶進或展開探索，IEK預測，人工智慧戰場已經從軟體走向硬體，最底層的晶片技術將成為誰能在未來勝出的關鍵之一。

＊IEK：智慧機器日新月異，大力拓展AI應用生態圈

工研院IEK預估，至2021年每日每小時將有100萬台的IoT裝置被購買，加上AI技術陸續導入，將促使IoT終端裝置升級為各種AIoT智慧機器。美國研究機構BCC Research亦預測，全球人工智慧相關產品已經進入起飛成長的階段。

智慧機器市場於2019～2024年成長率排名前三大依序為：自主機器(31％)、智慧助理(30％)、深度神經運算電腦(22％)；其中，自主機器之智慧機器人、無人車、無人機在未來5年將是發展關鍵期、而服務型機器人成為AIoT新戰場。

IEK認為，2017年將是居家機器人與娛樂休閒機器人百家爭鳴的一年。居家服務機器人將扮演智慧家庭中樞，如：Amazon Echo、華碩Zenbo、豐田Kirobo Mini、夏普COCOROBO及美國Jibo、法國Buddy等。而娛樂休閒型機器人也開始進入商用場域，例如：軟銀Pepper於銀行、店家等，日立EMIEW3於機場導覽、台灣金寶電子機器人於銀行、百貨零售業等。

由於AI成熟的技術導入，促使IoE(Internet of Everything)架構將更為複雜，促使機器學習不斷進化，而能做到軟硬整合、自主決策、互動如人且流暢驅動相關軟硬體的智慧機器人將成為全球產業與市場的新寵。

更值得注意的是，AIoT技術正重新塑造消費性電子產品的關鍵零組件、系統組裝、軟體介面、服務設計產業價值鏈。

促使全球產業正運用開放架構或軟硬體資源(Open-Source HW/SDK/Open APIs)， 整合所有成員一同擴展生態體系，強化所有價值鏈上所有成員價值，共創B2B2C的商業模式。如IBM提供AI平台與Watson APIs，支援各種智慧機器，以擴展各種跨產業AI應用。

由於全球服務型機器人產業鏈尚未成形，成為全球產業積極投入的新興市場。而服務型機器人除了需要AI技術之外，更需要高度軟硬體整合能力，台灣業者可以運用過去PC/NB/Phone等各種消費性電子的軟硬體組裝能力，取得全球服務型機器人研發與製造地位。

Source:http://ctee.com.tw/