您的位置:主页 > 申博政治 >弯道超车新武器:卡位人工智慧,三大前瞻技术有未来 台湾有发展 >

弯道超车新武器:卡位人工智慧,三大前瞻技术有未来 台湾有发展

作者: 2020-02-17 浏览: 274 次

在网际网路与行动网路的时代,市场对于程式设计师求才若渴,而Google 、Facebook等公司莫不大力提倡程式设计的重要,或者游说各国政府让程式设计成为国民教育;来到人工智慧时代,这些科技公司又再次面临人才抢夺大战,如何招揽到最适合公司的顶尖人才是重要课题,包括微软、Facebook与Google都积极培训人才,同时也想办法降低机器学习等人工智慧技术门槛,其中Google发表了名为自动化机器学习(Auto Machine Learning)的工具,希望机器学习建模等流程能更为「自动化」。

AI三大基石:演算法、数据与运算

人工智慧的三大基石,除了演算法与数据,另一个就是运算。在众多硬体当中,晶片扮演重要角色。在人工智慧训练过程中,「矩阵乘法」与「记忆体存取」都会产生大量的耗能,但现行市面上的人工智慧晶片,在功耗与效能上仍有不足之处,也因此美国英特尔、Google与NVIDIA等公司莫不投入大量资源研发适用的晶片,其中特殊应用积体电路(Application-specific integrated circuit,ASIC)吸引众多厂商投资,如Google就自产ASIC晶片TPU,华为推出麒麟970。

弯道超车新武器:卡位人工智慧,三大前瞻技术有未来 台湾有发展

而在研究方向上,过去一直被忽视的情感领域研究,也逐渐被重视。「当你看待人类时,我们的情商是我们整体智力的基础。」以情感辨识技术闻名的Affectiva公司的执行长兼共同创办人卡利欧比说(Rana el Kaliouby)。Google Cloud人工智慧暨机器学习首席科学家李飞飞也指出,「现在我们的AI都是用逻辑的方法来判断情感。逻辑代表IQ,而情感代表EQ。未来,从情绪到情感,是人工智慧未来前进的方向。」

人工智慧的下一步:量子电脑

不过,要让人工智慧跨越到下一个层级还有一个重要的技术:量子运算。巴黎硬体创投Hardware Club合伙人杨建铭在〈量子电脑春暖花开〉一文中指出,不同于传统电脑使用0与1的二进位系统,量子电脑在原理上所使用的量子位元(qubit),可以同时以不同的或然率存在于两个状态。这个特质,加上不同量子彼此之间可以跨越距离进行缠结(entanglement),让量子电脑理论上可以用很少的能量就完成大量平行运算。而这样的特性也让全球顶尖企业与新创争相投入大量资金研究,抢夺量子霸权(quantum supremacy),如IBM在2017年7月宣布推出商业量子计算机IBM Q,而Google内部有一个ProjectQ项目也和量子计算有关。

不过,量子电脑离真正商用化还有一大段距离,因此虽然大厂纷纷投入,并外外界放话量子时代正要来临,但真正推出商用化服务的公司很少。「量子电脑的问题在于,目前不管是新创或者Google、IBM乃至于英特尔等大厂的系统,都必须把温度降到绝对零度附近,才能进行量子运算,地球上的降温系统本身就是一个极为耗能的装置,要等到综合能源效率和建置成本到达可以和半导体晶片相比拟,恐怕还要不少的时光。」杨建铭强调。

前瞻技术:ASIC晶片——标準化与规模化的完美平衡

人工智慧晶片可以概分为两大类,一类为人工神经网路(Artificial Neural Network),而另一类为神经拟态计算(Neuromorphic computing)。理论上,神经拟态计算效能更佳,但实务上还无法有好的表现,产业生态链也不完备,如Facebook人工智慧实验室负责人、人工智慧深度学习权威勒丘恩(Yann LeCun)说,「这类网路,没有在任何有意思的问题上表现出与当前最好技术(指人工神经网路深度学习技术)接近的结果。」也因此目前市面上盛行的人工智慧晶片大多属于人工神经网路範畴。

而在人工神经网路晶片之中,又有通用晶片与专用晶片之分。其中ASIC是一种高度客製化的特殊规格积体电路。在演算法模型还没有标準化、而市场规模也还没有成形前,图形处理器(GPU)与现场可程式化闸阵列(FPGA)等通用晶片是较为保险的选择,「可以避免投入大量资源开发了专用晶片后,遇到演算法趋势改变的风险。」工研院IEK产业分析师范哲豪指出。

ASIC是真正适合深度学习的晶片

但是,这些通用晶片一开始就不是针对深度学习设计的,因此在性能与功耗表现有其局限。随着人工智慧技术大量被导入业界,Google与英特尔等大厂纷纷投入晶片高效能与低能耗的ASIC专用晶片研发,突破这些限制。

另一面,过去人工智慧如Siri系统,多是先把终端数据传送到云端,透过云端运算再把结果回传给终端硬体,但由于自驾车无人机等部分智慧联网装置,需要快速反应(无法忍受云端和终端的通讯延迟)与高度隐私性(数据一旦上传云端,有被骇的风险),让各家大厂纷纷投入终端装置可以使用的专用晶片研发。让用在智慧终端的ASIC专用晶片技术成为未来极具潜力的半导体技术。

台湾有发展机会吗?

而台湾过去几十年从CPU到GPU开发,累积相当多的能力与优秀的半导体设计人才,在耗能设计上(efficient semiconductor)具有优势。不过,国研院国家晶片系统设计中心副主任王建镇则指出,「目前全球人工智慧晶片设计与製造领域竞争激烈,台湾若不急起直追,恐怕优势将无法延续。」

加上由于现在演算法都还不确定,软体还充满未知数,若贸然设计终端硬体风险很高,这对台厂来说是不小的挑战。也就是说,这不仅是一场人工智慧硬体的战争,而是一场从演算法软体到硬体的人工智慧软硬整合大战,而这刚好是台湾的痛点,前清华大学副校长吴诚文就说,「硬体跟应用软体的结合,是台湾很痛的一个文化问题。所谓『文化决定造化』,如果我们不改变,造化就是这样,机会就在那里,但我们走不进去。」吴诚文所指的文化,是台湾硬体厂只接大量订单的规模经济模式,「如果这个观点不通,永远无法突破。」

 

弯道超车新武器:卡位人工智慧,三大前瞻技术有未来 台湾有发展

*更多精彩内容请见《数位时代》284期

*尊重智慧财产权,如需转载请注明资料来源:《数位时代》第284期