C114讯 2月20日消息（林想）AI(人工智能)可说是2017年最重要趋势之一，台湾工研院IEK表示，以AI为主轴的新时代即将来临，预估由AI驱动的硬件营收将从2015年的8亿美元增长到2025年的1740亿美元，年复合增长率达56%，不仅如此，人工智能战场已经从软件走向硬件，最底层的芯片技术将成为谁能在未来胜出的关键之一。
工研院IEK表示，AI新时代来临，以机器来完全或部份取代人力的商业模式正逐步落实于日常生活，其中，透过影像和语音为常见的人机互动模式，亦是厂商重要的发展项目，例如Amazon推出的三项人工智能服务Rekognition、Polly、Lex将机器学习技术导入影像和语音辨识，提升辨识的准确度，进而发展出不同的商业应用。Facebook收购语音辨识技术公司Wit.ai，新增人工智能语音辨识能力等，均显示语音辨识技术的快速普及化，AI语音辨识商机庞大，除了声控趋势当道，多元的互动模式亦有助于提高自然的互动体验，因而未来相关载具将更著重于全方位的人机互动发展。
工研院IEK还表示，在未来，AI科技在各行各业带来翻天覆地的变革，包括安防、制造业、金融、交通、教育、法律、医疗等行业，也会改变每个人的生活，传统加速人工智能运算的神经网路硬件，主要包括使用中央处理器(CPU)、图形处理器(GPU)、现场可编程阵列(FPGA)等。根据研究机构Tractica预估，由AI驱动的硬件营收将从2015年的8亿美元，增长到2025年的1740亿美元，年复合增长率达56%，商机十分惊人。
工研院IEK尤其指出，“专用领域的智能化”将是AI应用的主要方向。由于应用背景需求明确、领域知识积累深厚、模型建立计算简单可行等多项因素，在局部的智慧水准单项测试中，AI已可超越人类智慧，并在多领域取得成功应用。然而，目前技术挑战在于发展低能耗、高准确率的认知计算，包括运算架构电路设计、演算法等。
未来全新运算架构的芯片是特定的演算法加速器，加速包括卷积神经网络(Convolution Neural Network)、递回式神经网路(Recursive Neural Network)在内的各种神经网路演算法，最大优势在于其成本和功耗降低，大幅提升人工智能演算法运行效率，甚至可能颠覆传统的电脑架构。随著Google自制机器学习专用芯片、微软开始使用客製化芯片打造人工智能电脑，其他厂商也无不积极抢进或展开探索，IEK预测，人工智能战场已经从软件走向硬件，最底层的芯片技术将成为谁能在未来胜出的关键之一。
