 以下新聞稿由 COMPUTEX 提供： 串連 AI 生態系—搶先佈局、商機無限2018 年 COMPUTEX 論壇以「Ubiquitous Intelligence 智慧無國界」為主軸，6/5 在台北國際貿易中心（TICC）3 樓宴會廳舉辦第一場論壇，由外貿協會秘書長葉明水開場，主題為「串聯 AI 生態系」，現場邀集國內外專家學者，描繪當前 AI 的各種應用，並揭櫫其對各產業帶來的變革。從各場次講者的內容，可以歸結出一個共同的重點，亦即 AI 的發展係為了解決人類日常生活中遇到的真實問題，其潛力無窮，能提供創新的解決方案。 本場論壇第一個場次請到 NVIDIA 自主機器（Autonomous Machines）部門副總裁暨總經理 Deepu Talla 描述 AI 如何改變各個產業界現況。目前已能以 GPU（graphics processing unit，圖形處理器）搭配運算，增進運算的速度，不僅用於超級電腦，更能用以發展 AI。而論及 GPU 運算，特別是推論（inference）的複雜度可體現在以下層面上：可編程（programmability）、反應速度（latency）、精確度（accuracy）、網絡規模（size）、運算能力（throughput）、功耗（energy efficiency）、學習速率（rate of learning）。Talla 並舉自駕車、智慧城市、健康照護、消費產業/物聯網為例，說明 AI 技術已能透過臉部辨識、偵測異常狀況、熱度圖（heat maps）等，改善人類生活品質。 ARM IP 產品事業群總裁 Rene Haas 則接力在第二個場次當中提到以目前的成長速度來預測，全球相連的裝置數量很快可以達到上兆個、全球的運算能力亦將爆增。在這樣的背景之下，AI 對於社會的整體影響力不容小覷，而其所可能產生的風險亦需納入考量，例如駭客入侵、個資遭竊、AI 智力超越人類、利用 AI 犯罪等。他並以 Uber、Airbnb，乃至社交軟體等平台的發展，闡釋科技已顛覆人類對於生活的感知。此外，他亦提到 AI 已能應用於氣喘治療（Respiro smart module），特別是監測病患的用藥狀況上已有長足進步。愈來愈多的機器學習已能在用戶端（edge）進行，5G 時代來臨也將促進 AI 的發展。目前有九成的 AI 都能在智慧型手機上運作，而 AI 使用案例已深入生活各個層面。他並且預測未來生活中的所有裝置，甚至是鍵盤，都會是智慧型設計並能自主學習。他認為目前是 AI 發展的關鍵時刻，AI 能改善人類的生活品質，但需要整體科技生態系互助合作，才有辦法降低潛在威脅。 第三個場次（Improving Healthcare with AI）由 Daniel Tse（Product Manager, Medical Imaging, Google AI）介紹 AI 在醫療技術方面的實際應用。他首先揭示 Google 對於 AI 應用的三大願景：
之後他便將重點放在醫療之上，說明機器學習運用於醫療的原因是由於醫療界整體數據量驚人，但專業人力有限。因此透過 AI 用於大量的資料學習，可以針對病人的健康狀況即時診斷。他以糖尿病型視網膜病變（Diabetic retinopathy）為例，指出定期進行眼底照相是早期發現血塊並預防失明的關鍵；為了解決印度眼科醫師的人力短缺，Google 透過深入學習以 AI 判讀眼底攝影，並且相當看好目前前景，此外，Google 團隊目前也在泰國、美國等國家嘗試將此技術應用於臨床試驗等領域。除此之外，眼底攝影亦能揭露病人血糖、血壓等生命跡象，顯示心血管系統的健康狀況。Tse 並提及目前已可運用 AI 來辨識癌症（乳癌、攝護腺癌等）切片狀況以避免誤診。 台灣工業電腦龍頭研華科技的技術長楊瑞祥博士則以「When AI Crosses Industrial IoT」為題，探討 AI 在不同產業情境中的應用狀況，他首先回顧產業發展史，表示我們正處在 2016 年以降的創業第三波（Third Wave），特點即為萬物聯網（Internet of Everything），而其特徵包括大數據、機器學習、AI、雲端平台、開放來源等。我們必須同時觀注科技發展和商業模式，方能確知科技對於產業的影響。以往解決產業問題時，常需要專業的人力和領域的知識技術，目前已可運用演算法、自動化來加強工作效率，但各資訊端要能順利交換訊息，需要視覺化、儀表板、數據基礎設施、數據分析服務、AI 與多個資料庫來支撐。AI 目 前已能運用在庫存管理、車流和人潮管理等實務層面。 起源於矽谷的 Supermicro 資深技術副總裁 Tau Leng 博士則表示有關 AI 的新創企業如雨後春筍般蓬勃發展，投入資本亦大幅增加，顯示 AI 和機器學習已成為科技基礎設施創新的動能。他介紹機器學習的疊代週期（iteration cycle），包含大數據、學習、推論、應用、反饋等。他亦指出 AI 的未來在於 AI 晶片，國際大廠均已競相投入。他以著名的「有軌電車難題」（trolley problem）闡釋未來 AI 發展的倫理問題：機器究竟能否做出攸關人命的決定呢？而隨著自駕車的蓬勃發展，此種問題是無法避免且必須正視的。 最後一個場次則由來自台灣大學通訊與多媒體實驗室（CMLab）的徐宏民教授探討神經網絡的發展。他首先以一個首由 AI 製作的恐怖片前導影片開場，闡釋 AI 已對傳統產業帶來典範轉移，對於軟硬體平台、垂直應用均帶來契機，能夠開創新產業，亦能推動傳統產業發展。他並將 AI 詮釋為 augmented intelligence，也就是設計來幫助人類或企業增進生產力、效率和安全性。他進一步表示目前為產學界攜手的良機，並以自己參與的計畫，如無人機物件計數、低解析度影像人臉辨識等闡明 AI 如何增進作業效率和安全性。 |
|
|
来自： 昵称56049366 > 《文件夹1》
