3引爆点 人工智慧蓄势高飞

人工智慧发展已超过60年歷史，期间也歷经了多次兴衰，在当时的环境限制下，AI一度曾被视为是不值得研究的科技，不过，面对此次兴起的人工智慧热潮，英特尔及联想两大科技巨擘皆认为，受惠大数据应用、演算法突破与运算能力提升的3大要素兼备，将替AI技术铺垫出更好的基础，实质带动產业发展。

英特尔表示，回顾歷史，每隔几年就会有一个新兴技术或概念，成为市场热门议题，像是云端运算、大数据、物联网、人工智慧、区块链、量子运算等，都是近年最受关注的焦点，而Alpha GO战胜棋王，也再度点燃大眾对人工智慧的兴趣，随之而起的是更多的AI技术发展与导入。

联想指出，人工智慧与情感关系，基本上可以分为「强AI」与「弱AI」，「强AI」强调电脑将能拥有情感、知觉等人类特徵，但以目前应用较为广泛的深度学习，因为只能模拟人类具有思维的行为表现，并不具意识，则被归类为「弱AI」。

AI一词最早出现在1950年代，主要关注如何以电脑解决问题，但在硬体限制下，人工智慧研究方向只能局限在逻辑数学领域，实务上贡献程度不高，加上两大知名AI研究计画皆宣告失败，因而面临第一波寒冬期，企业与政府陆续撤资，不过摩尔定律则在此时起飞，电脑运算与储存能力大幅成长。

后续人工智慧的机器学习概念从1980年代开始兴起，利用数学模型来模拟生物大脑，并提出反向传播算法，但也因为运算量太过庞大，模型修改相当耗费时间，成为当时AI发展无法解决的绊脚石。

AI技术 进入成熟阶段

直到2012年，影像辨识技术出现突破，先以人工方式将1,400万张照片上的人脸、五官位置、距离等加以标记，让神经网路深度学习，使得辨识成功率第一次突破8成，电脑辨识影片在2015年首度超过人类的95％，立下AI人工智慧的一大里程碑，声音辨识也在同年超越人类辨识度，去年比赛辨识率更高达97、98％，AI技术进入成熟阶段。

归纳AI人工智慧目前蓬勃发展的3大要素，第一是大数据爆发，替深度学习的人工智慧发展奠定基础，其次是更快、更普遍的演算法，在语音辨识、机器视觉上更为适合，第三为使用GPU及硬体提升，促使运算能力的速度及准确度皆有大幅提升。

针对人工智慧、物联网与区块链的关系，联想举例，物联网应用程序可以感知人的健康与活动，AI则透过检测与观察作出反应并告知，而此时所有的互动都可以通过区块链验证和保护，提供具简单、经济高效且永久性的决策纪录。

(工商时报)

新闻来源