高盛99頁人工智能重磅報告 史上最全AI產業盤點

智東西

https://www.taiwanfansclub.com/article-479205-1.html

 

AI背後的三大推手：數據、芯片、算法

 

1、移動網絡大量普及 數據結構化或爆發

數據可以說是機器學習的關鍵。分布全球的無所不在的互聯設備，包括移動設備、物聯網等，使得非結構化的數據大量增長，也就是說，機器學習算法能夠用來模擬、訓練和測試的數據源更加充足。

IDC預計截至2020年，年均數據量將達44澤字節（也就是44萬億字節），未來五年復合年增長率將達141%，大數據技術將逐漸滲透實用領域。

 

移動網絡建立大規模數據庫和雲端處理技術的成本也在不斷降低。

2、GPU應用大勢 新硬件更適配並行結構

GPU被認為是低成本、高計算能力的處理單元，特別是針對雲端服務和新的神經網絡結構，它能提高準確性和計算速率。基於GPU的並行結構允許更快的機器學習培訓體系，遠遠優於目前廣泛使用的基於CPU的數據架構。此外，通過額外的顯卡網絡，GPU體系可以加快迭代，實現更為精確的快速培訓。

芯片浮點能力發展之快可以以NVIDIA GPU（GTX 1080）為例：該芯片性能為9T浮點運算

3、算法不斷優化 大公司推動開源

越來越多的算法研究推動著深度學習的實用性，伯克利、谷歌、Facebook也紛紛公開自家的源代碼框架，也就是Caffe、TensorFlow和Torch。

源代碼的開放吸引著越來越多的軟件開發者嘗試新的算法，不到一年，TensorFlow就以及該形成了一個活絡的存儲庫GitHub，作為目前最大的開發商合作網站。

目前各大科技巨頭在AI產業上的布局，可以看到，硬件、開源算法、雲服務已經成為必爭之地。

1、谷歌：貫徹軟硬件結合的理念

谷歌，或者說現在的Alphabet，已經建立了獨一無二的AI檢索算法，在自然語言處理上面頗具優勢，並應用於谷歌搜索，預計還將在谷歌智能家居生態中大顯身手。公司的開源軟件庫/雲計算平臺TensorFlow還在結合了很多前沿的硬件加速器，推出新的AI張量處理單元TPU。此外，收購的DeepMind也在擊敗李世石的戰役中一舉成名。

2、亞馬遜：籌備開源服務

亞馬遜AWS在雲服務的布局已經頗具優勢，2015年4月，公司宣布推出機器學習服務亞馬遜ML，提供針對性的用戶體驗。今年5月，亞馬遜推出了自家的開源軟件DSSTNE，幫助建立深度學習開發庫。

3、蘋果：活躍的收購者

過去一年間，評估已經收購了Emotient、Turi、Tuplejump等AI創業公司，並雇傭了之前在NVIDIA從事GPU軟件項目的Johnathan Cohen，並找來Ruslan Salakhutdinov作為其AI研發部主管。Siri可以算作蘋果在AI方面最主要的成就之一，此外，蘋果大腦的傳言也什囂塵上。

4、微軟：力推基於GPU和FPGA的雲

微軟首席執行官納德拉介紹稱，微軟正在建立"民主化的AI（democratizing AI）"，目前AI研究小組員工人數超過5000人，目標在於改變人機體驗和交互技術，小娜是比較有代表性的一個成果。此外，公司還在建立基於GPU和FPGA的雲（Azure）方面做努力。

5、Facebook：開源工具組建開發者社群

Facebook在AI方面的主要布局集中在建立開發者社群，開源Torch、Chef、fastText、BigSur 等一系列 AI 工具及資料庫，並推出具體的應用程序，比如已經出現的圖象識別、語音文字轉換和智能翻譯等。

6、Salesforce：建立雲生態

2014和2015年，Salesforce開始利用自家電開發平臺執行雲機器學習任務。公司還收購了Minhash,、PredictionIO、MetaMind等AI公司，目的在於建立雲銷售、雲營銷、雲服務、雲社區、雲物聯網、基於雲的應用程序等。

7、NVIDIA：借力GPU大勢

GPU在之前的計算機應用不多，但AI算法給了它莫大的基於，目前，幾乎所有的AI算法都采用了NVIDIA的GPU，雖然英特爾也在加快研發新的替代芯片FPGA，但目前來看，GPU依舊是比較好的選擇。借此大勢，NVIDIA還專門設計了全球首款針對深度學習的GPU架構（Pascal 架構） 。

8、英特爾：加快芯片研發

GPU的大勢讓英特爾感到了危機，英特爾收購Nervana systems和Altera，加快FPGA的推進，在運算速度和編程靈活性取得一系列進展。2016年中期，英特爾推出了至強二代，用於智能家庭產品的網絡服務和雲服務。

9、Uber：合作汽車制造商

Uber在AI方面的主要布局更趨近於物聯網，尤其是汽車傳感器。2016年9月，Uber在匹茲堡推出了自動駕駛試點項目，並於卡內基梅隆大學教授、汽車制造商合作，研發基於傳感器獲得的數百萬數據點，建立安全、有序、自動的交通模式。

10、IBM：沃森成AI之星

IBM在AI方面的布局很早，公司在全球的AI研發每人元超過3000名，專利超過1400項，覆蓋雲計算和矽納米科學，其超級智腦沃森在自然語言處理和模式識別、非結構化數據處理方面有著出色的表現，已經應用於虛擬代理，幫助金融、醫療等合作夥伴處理和分析數據。

11、中國方面：BAT著力構建神經網絡

目前，國內對於AI的支持力度也比較大，在學術方面也有很是很大的研究熱點。學術機構，以及百度、阿里、騰訊等公司也在語音識別、圖像識別、神經網絡、自然語言處理等方面都有重要的突破。艾瑞咨詢認為，國內AI市場將從2015年的12億元增至2020年的91億元。

 

專欄｜伺服器端人工智慧，FPGA 和 GPU 到底誰更強？

​專欄｜伺服器端人工智慧，FPGA 和 GPU 到底誰更強？

2016-11-26

https://kknews.cc/zh-tw/tech/38lze9g.html

GPU 原本的目的是圖像渲染，因此使用完美支持矢量運算的 SIMD（單指令流多數據流，single instruction multiple data）架構，而這個架構正好能用在機器學習算法上。GPU 本來就是為了加速 3D 遊戲性能的加速器，這裡又被用到了加速機器學習應用上，其實是很有趣的一件事。

要真的做一塊機器學習專用晶片（ASIC）需要極大的決心，首先為了性能必須使用最好的半導體製造工藝，而現在用最新的工藝製造晶片一次性成本就要幾百萬美元，非常貴。

FPGA 全稱「可編輯門陣列」(Field Programmable Gate Array)，

所以說在 FPGA 可以快速實現為機器學習算法開發的處理器架構，而且成本很低（一塊 FPGA 開發板大約售價 1000 美金，比真的製造晶片便宜太多）。
GPU 與 FPGA 的性能分析對比

那麼在伺服器端 GPU 和 FPGA 誰更強呢？在伺服器端，有幾個指標可供對比：

·         峰值性能

·         靈活性

·         平均性能

·         功耗和能效比

FPGA 可以開發出為機器學習算法專用的架構，但是 FPGA 本身的峰值性能較 GPU 要差很多。FPGA 和 GPU 哪個跑機器學習算法更強（平均性能更好），完全取決於 FPGA 架構優化能否彌補峰值性能的劣勢。

​

什麼是手機OTA升級

什麼是手機OTA升級？

https://kknews.cc/zh-tw/tech/o9gq4p.html

什麼是OTA

OTA（Over－the－Air Technology）即空中下載技術。是通過移動通信（GSM或CDMA）的空中接口對SIM卡數據及應用進行遠程管理的技術。

空中接口可以採用WAP、GPRS、CDMA1X及短消息技術。

OTA技術的應用，使得移動通信不僅可以提供語音和數據服務，而且還能提供新業務下載。

 

「PTT之父」杜奕瑾卸下微軟小娜研發總監，要建設台灣人工智慧實驗基地

​【獨家】「PTT之父」杜奕瑾卸下微軟小娜研發總監，要建設台灣人工智慧實驗基地

張翔一／換日線編輯部 

2017/03/31

https://crossing.cw.com.tw/blogTopic.action?id=707&nid=7805

杜奕瑾也因此被無數曾經、或至今仍熱切使用這個匿名言論平臺的「鄉民」們，暱稱為「PTT之父」、「杜老爹」甚至「上古神獸」、「創世神」。（編按：PTT 是全華文世界最大的 BBS 網路社群，在 BBS 的全盛時期，15 年前全台共有超過 400 個 BBS 站，如今卻僅剩下 PTT 屹立不搖。其留下來的「鄉民」組織規範，社群的習性與動員力，深深影響台灣社會與中國大陸BBS社群的發展，就連臉書有的推讚推文習慣多年前在PTT年即已呈現。）

「其實全世界都有頂尖的台灣軟體人才，深厚的硬體資源，是可以把大家力量聚集起來，成立國際級的團隊。」

 

回顧兩年前，在短暫的來台出差空檔，當時正準備推出微軟人工智慧秘書＂Cortana＂的杜奕瑾，對《天下雜誌》、《換日線》的採訪記者篤定地說：「現在台灣在講雲端與大數據，但大數據的下一步就是人工智慧的研究與應用，才會給數據真正的靈魂，這是科技巨頭最重視的領域之一，透過 Deep Learning 技術上也有了重大的突破。在不遠的未來，我們一定會不斷聽到＂AI＂這兩個字。而對台灣的軟體人才來說，這會是很好的機會。」​

嫌傳統學習法太無聊，科學家用 AI 做出學英文利器 — 專訪 Lingvist 創辦人 Mait Müntel

​嫌傳統學習法太無聊，科學家用 AI 做出學英文利器 — 專訪 Lingvist 創辦人 Mait Müntel

Posted on2017/03/23

https://buzzorange.com/techorange/2017/03/23/lingvist-interview/

我們可以對一個由 50,000多字組成的語言進行分析，透過人工智慧分析此語言，我們可以分出許多小型測驗與練習，達成因材施教。

藉由人工智慧的協助，讓完整的調適性軟體可行，你已經不是讀到書的下一章節，而是根據每個字的調適，根據每個錯誤從中學習。而每個不同的軟體使用者，會在軟體中看到不同的字，不同組合的字句與例子，這是在傳統以章節式的學習法，是完全不同的，電腦可以協助的學習要來得更多。

在語言學習上感到挫折，往往是在發現自己學習進度沒有進展，並且往往與他人相較的情況下，學生開始產生自我懷疑，進而感到挫折，對學習產生了厭煩感。這也是調適性科技能夠發揮極大幫助的地方，你不用再跟其他同學比較， 電腦能夠知道學生真正的進度與適合的教材，但是在一般教育課程的情況下，老師無法知道個人真正的進度。

 

如果電腦能夠將你的個性、你的學習方法、你的記憶模式與遺忘曲線皆納入考量，這將能夠促進學習的速度。

 

我們的技術並不是要去取代老師，或是教育者。而是去 幫助老師更精確的了解，學生在學習時需要加強的部分是哪些 ，透過不斷的學習、複習、測驗，來判讀（identity）出弱點，爾後在教學上輔助教育者與學生，針對需要加強的部分補充。

 

並且透過這樣的不斷回應的科技，你會按照個人的進度，循序漸進的學習。舉例來說，可能兩位學生今天有不同的語言學習能力，我必須要花 140個小時才能夠學會某種語言，同樣的語言，你只要花84個小時就能夠學會，但重要的是我們都學會了，這並不代表誰學的比較快或慢，而是每個人學習語言的時間本來就不一樣，但藉由新的學習方法，我們能夠更有效率，並且更目標性的學習到我們的常用語言。

 ​

​微信支付要來柬埔寨了

​

​​

微信支付要來柬埔寨了！你興奮嗎？

2017-04-02 

http://mp.weixin.qq.com/s/2B75ieDvKsFfTqq7KL5JBQ

現在在泰國很多中國遊客光顧的商家都已經實現微信和支付寶支付了。全部是以人民幣結算無需兌換本地貨幣，非常便利快捷。

微信支付進軍柬埔寨

▼

騰訊旗下微信支付團隊於3月28日考察了柬埔寨國際支付市場，在柬單網的帶領下分別與柬埔寨愛喜利達銀行，中國銀行，加華銀行以及柬埔寨大眾銀行舉行了會談

 

柬埔寨各大銀行也表示隨著中國遊客的增長以及在柬國人數量的增長，微信支付進入柬埔寨市場可以擴大中國人在柬埔寨的消費力，吸引更多國人來柬埔寨。

 

目前微信支付已經與加華銀行達成了初步協議，計畫在今年6月左右上線微信支付功能。屆時柬單網也會成為微信支付線下推廣的指定合作夥伴。協助商家接入支付功能，為商家引流中國遊客。

 

 

從2016年初開始，微信支付開始將觸角伸至境外。目前，它已經在全球範圍內的11個國家和地區落地，其中包括了日本、韓國、泰國、中國香港等廣受中國遊客歡迎的國家和地區。微信支付"人民幣收款，向境外商家結算外幣"的跨境支付模式也已全面落地。如今微信支付現已支持英鎊、港幣、美元、日元、加拿大元、澳大利亞元、歐元、紐西蘭元、韓元和泰銖10個外幣的交易。

 ​

美國矽谷預測10年後的世界

美國矽谷預測10年後的世界

來源：公眾號"君子微言"

現在因為人工智慧(AI)的發展，配合更高速度的積體電路，科技正在加快其發展速度。據悉，在很短的5-10年後，醫療健保、自駕汽車、教育、服務業都將面臨被淘汰的危機。

1. Uber 是一家軟體公司，它沒有擁有汽車，卻能夠讓你「隨叫隨到」有汽車坐，現在，它已是全球最大的Taxi公司了。

2. Airbnb 也是一家軟體公司，它沒有擁有任何旅館，但它的軟體讓你能夠住進世界各地願出租的房間，現在，它已是全球最大的旅館業了。

3. 2016年5月，Google的電腦打敗全球最厲害的南韓圍棋高手，因為它開發出有人工智慧(AI)的電腦，使用能夠「自己學習」的軟體，所以它的AI能夠加速度的進步，達到比專家原先預期的、提前10年的成就。

4. 在美國，使用IBM 的Watson電腦軟體，你能夠在幾秒內，就有90%的準確性的法律顧問，比較起只有70%準確性的人為律師，既便捷又便宜。

所以，你如果還有家人親友在讀大學的法律系，建議他們停學省錢，因為市場已大幅的縮減了，未來的世界，只需要現在10%的專業律師就夠了。

5. Watson 也已經能夠幫病人檢驗癌症，而且比醫生正確4 倍。

6. 臉書也有一套AI的軟體可以比人類更準確的鑒察(辨識)人臉，而且無所不在。

7. 到了2030年，AI的電腦會比世界上任何的專家學者還要聰明。

8. 2017年起，會自動駕駛的汽車就可以在公眾場所使用。約在2020年，整個汽車工業就會遭遇到全面性的改變，你再不需要擁用汽車。你可以用手機叫自動駕駛的車，來帶你到你想去的目的地。

9. 未來的世界，你再也不必擁有車，或花時間加油、停車、排隊去考駕照、交保險費，尤其是城市，將會很安靜，走路很安全，因為90%的汽車都不見了，以前的停車場，將會變成公園。

10. 現在，平均每10萬公里就有一次車禍，造成每年全球有約120萬人的死亡。

以後有AI電腦控制的自動駕駛汽車，平均每1000萬公里才有一次車禍，約減少一百萬人死亡。因為保險費和需要保險的人極少，保險公司會面臨更多的倒閉風潮。



11. 大部份的傳統汽車公司會面臨倒閉。 Tesla、 Apple、及Google 的革命性軟體，將會用在每一部汽車上。據悉，Volkswagen和Audi 的工程師非常擔心Tesla革命性的電池和人工智慧軟體技術。

12. 房地產公司會遭遇極大的變化。因為你可以在車程中工作，距離將不是選住房屋的主要條件之一。市民會選擇住在較遠、但是較空曠且環境優美的鄉村。

13. 電動汽車很安靜，會在2020變成主流。所以城市會很變成安靜，而且空氣乾淨。

14. 太陽能在過去30年也有快速的進展。去年，全球太陽能的增產超過石油的增產。

預計，到2025年時，太陽能的價格(低廉)會使煤礦業大量的破產。因為電費非常的便宜，淨化水及海水淡化的費用大減，人類將能解決人口增加的需水問題。

15. 健保：今年醫療設備商會供應如同「星球大戰」電影中的Tricorder，讓你的手機做眼睛的掃瞄，呼吸氣體及血液的化學檢驗：用54個「生物指標」，就可檢驗出你是否有任何疾病的徵兆。因為費用低，幾年後，全球人類都可以有世界級的疾病預防服務。

16. 立體列印(3D printing)：預計10 年內，3D列印設備會由近20000美元減到400美元，而速度增加100倍快。所有的「個人化」設計鞋子，將開始用這種設備生產，其他如大型的機場，其零件也能使用這種設備供應，至於人類太空船，也會使用這種設備。



17. 今年底，你的手機就會有3D掃瞄的功能，你可以測量你的腳送去做「個人化」鞋子。據悉，在中國，他們已經用這種設備製造了一棟6層樓辦公室，預計到2027年時， 10% 的產品會用3D的列印設備製造。

18. 產業機會：

a. 工作：20年內，70-80% 的工作會消失，即使有很多新的工作機會，但是不足以彌補被智慧機械所取代的原有工作。

b. 農業：將有 $100 機械人耕作，不必吃飯、不用住宅、及支付薪水，只要便宜的電池即可。在開發國家的農夫，將變成機械人的經理。溫室建築物可以有少量的水。到2018年，肉可以從實驗室生產，不必養豬、雞或牛。30%用在畜牧的土地，會變成其他用途的土地。很多初創公司會供給高蛋白質的昆蟲當成食品。

c. 到2020年時，你的手機會從你的表情看出，與你說話的人是不是說「假話」？是否騙人的？政治人物(如總統候選人)若說假話，馬上會被當場揭發。

d. 數位時代的錢，將是Bitcoin ，是在智慧電腦中的「資料」。

e. 教育：最便宜的智能手機在非州是$10美元一隻。

f. 到2020年時，全球70%的人類會有自己的手機，所以能夠上網接受世界級的教育，但大部份的老師會被智慧電腦取代。所有的「小學生」都要會寫Code，你如果不會，你就是像住在Amazon森林中的原住民，無法在社會上做什麼。你的國家，你的孩子準備好了嗎？

GOOGLE熱搜排行榜- Google Trends

https://trends.google.com.tw/trends/topcharts

GOOGLE熱搜排行榜

 Google Trends 也就是所謂的「Google 趨勢」

​​