テクノロジー: 遥香はるか

<< 2022年10月 >>
日	月	火	水	木	金	土
						1
2	3	4	5	6	7	8
9	10	11	12	13	14	15
16	17	18	19	20	21	22
23	24	25	26	27	28	29
30	31

TOP / テクノロジー

2020年08月31日

AI對整個economic經濟的影響到底有多大

大家好我們又見面了今天要繼續來跟盧教授談一下AI我們談的面向我們希望從AI對整個economic經濟的影響到底有多大我這邊跟大家說明一下我看過一個報導它推測整個AI對整個經濟的影響各種報導的數據都不大一樣有人講是到3.6個兆有人講是1.2個兆不過我覺得這個數字大小反正都推估沒有關係但是我看到這個報表它說整個AI對經濟的影響可以講有三大部分整個產業的價值鏈有三大部分第一個就是software 軟件那我猜這個軟件指的就是Language 演繹法只佔了14%硬件的部分佔了30%各位知道研華是一個硬件的提供廠商台灣在硬件這塊是非常專業所以我特別的關注這一部分就是我們的core我們台灣的core我們要去protect

core第三個部分叫應用就是Application佔了56%我們剛剛提到AI即將要像水銀瀉地一樣遍地開花在從農業一直應用到醫療到治安各個領域都會被AI所覆蓋所以這部分它提到價值會達到56%所以我想盧老師您是這方面的專家您要不要來judge一下comment一下這個比例您認為是不是合理我覺得春盛兄講的這個比例是正確的因為有一天AI的軟件會像Android一樣普及我以前開玩笑說只要是成熟的AI就叫做工具不成熟的工具才叫做AI舉個例子來講計算機加減乘除跟開根號電腦計算機可以很快的算出來這個在50年前叫做人工智能現在的calculator變得很成熟了所以calculator就變成工具我們現在看覺得語音辨識叫做AI如果有一天所有的手機或者alexa剛剛春盛兄講的都變得非常成熟的時候語音辨識就變成工具我們說人臉辨識現在叫做AI如果哪一天人臉辨識變得非常成熟的時候人臉辨識就叫做工具在中國已經是工具了這個工具呢所有世界的大廠都必爭最後只有倚天劍跟屠龍刀會勝出所以我們說軟件界有14%的商機但是這個商機呢很多會歸納到大廠因為大廠有數據、有計算能力、有人才硬件部分我覺得就像剛剛春盛兄講的先談軟件部分我請教一下您剛剛提到大國才會有這種軟件的確不管是看TensorFlow是GoogleCaffe是UC Berkeley的發明另外像CNTK 微軟有一個問題是為什麼這些大廠這些軟件公司都把這些它的軟件把它開放出來為什麼他不想用這個東西來賺錢它要的是數據我舉個例子加州有一個學校它做機械人的OS它開放大家免費使用或者我們這樣講機器的學習是這個樣子的假設市面上研華科技有有1000萬個機械人出去了一千萬個機械人的數據都會返匯到我的雲端我們人類的學習是一個人一個人在學習但是如果一旦我變很便宜地讓大家使用的時候我馬上就有1000萬台機器的數據回來所以我的演算法會變得超級聰明這樣我懂了開放

分享會讓你更壯大您繼續講硬件的部分等一下我有一些自己的觀點我們再來碰撞一下硬件這個東西在舊AI時代就有了舊AI用了很多的Recursive(遞迴)用的程式語言有很多的遞迴演算法用傳統的CPU呢它不適合做遞迴演算法所以在早期的AI就一直說要有AI Machine要為AI的演算法算出特別的機器出來後來到了深度學習之後因為它有很多記憶體跟CPU之間的交換因為現在的CPU是一顆general-purpose的CPU處理這個特別演算法的時候負擔會非常的重所以他們發現GPU是因為處理圖形的矩陣它本來就有記憶體跟CPU的交換所以GPU當時在Hinton沒有AI machine的時候他就用GPU來做他的演算法等到大家發現這個商機之後我是不是可以針對深度學習的演算法做出了一個新式的CPU這是一種趨勢就像比如說有GPU前陣子阿里巴巴的達摩院在一個禮拜以前提出他們也要有一個NPU是專門對深度學習特殊演算法所做的CPU另外一個機會是什麼呢我們是可以把機器學習的成果也燒成一個晶片舉例來說現在有一個醫生如果他對x光肺癌的判讀非常準確我們是不是可以把他判讀之後的演算法變成了一個晶片之後這個晶片就可以裝在很多醫療的設備裏快速的複製它所以我們會覺得硬件的晶片就像剛剛春盛兄說的我們台灣的不管是晶圓代工或者是AI

chip本來就在世界領先的地位所以這方面一個是所謂的CPU變成GPU的深度學習的CPU第二個是深度學習之後結果是不是可以放在一個晶片上面可以讓它快速的傳播這件事情我覺得這都是台灣的一些機會的確我想跟各位報告就是現在各位知道台灣的電腦大概是全世界90%的電腦都是台灣公司生產的不管是在中國或是在越南或在台灣生產另外全球60%~70%的工業電腦都是台灣廠商生產的台灣的半導體佔了4兆佔了全球60%的份額半導體IC的設計也佔了全球大概30%台灣在這個領域上面是佔有一個得天獨厚的基礎所以在AI的時代我是覺得不管在系統或在晶片都是一個台灣非常好的機會我想很快跟大家看一下我觀察到了AI時代的來臨有哪些機會第一個就晶片還有甚至將來AI的chipset會往ASIC您剛剛提到了達摩院我認為他就是一個ASIC將來會有更多的看起來它不是一個半導體的公司但是它只是一個應用公司它會為它自己的需求設計出一個AI的晶片第二個就是需要AI 訓練機器Training

Machine跟Inference Machine這些都是電腦當然就是AI的Tool set怎麼把有關於Vision，MotionVoice recognition做成是一個一個API剛剛盧老師Demo的語音TranslationGoogle已經把Translation的API開放出來所以任何公司都可以去訂閱它的API設計你自己

屬於你的產業的翻譯機器還有就是應用我們剛剛提到應用佔了將近56%的價值這一部分的價值也是台灣可以想辦法去強化的等一下我會有一些論述認為這為什麼會是台灣的機會我們再來談盧老師您對AI除了這個以外還有沒有其他的我突然發現我了解研華的陽謀了你們本來是電腦到工業電腦專門做工業4.0未來就會有AI電腦專門做AI因為有一天AI會像Android一樣的普及但是我們有一個快速提供便宜快速運算的機器變的非常重要這點滿不錯的所謂應用的部分我以前常開玩笑說我說獅子唯一打不過的是一群螞蟻獅子打不過的是一群螞蟻我說台灣做AI其實這個世界上已經有很多AI的獅子有Google 甚至是阿里巴巴有微軟有亞馬遜都是所謂的獅子其實台灣人都很用功因為我們都會看到我們的典範Google怎麼做亞馬遜怎麼做所以我們每個人都想做獅子但是我覺得台灣以中小企業為主我們不是獅子跟獅子打架我們應該是一群螞蟻每個人都做Edge每個人都在做一個Device每一個人都在做小的應用因為我們會覺得當這些應用串連起來有一個共有的雲層來控制這些螞蟻的時候我覺得獅子唯一打不過的是一群螞蟻所以台灣的中小企業應該聯合起來做螞蟻而不應該去做另外一隻獅子剛剛我們談到AI兩個很重要的概念就是AI要先把它的演繹法要訓練要用大量的Data來訓練它到底在哪裏訓練因為它的Data量非常小就不是一個小的台式機或是一個工業電腦可以設計他必須要到Cloud裏面到雲端裏面像不管是到亞馬遜

或是到阿里巴巴到Google就是微軟你要去訓練不過研華這一部分我們也提出了我們自己的Private Cloud如果你不希望你的Data拿到雲端裏面去訓練為了怕有機密的問題研華也提出一個叫做AI的WISE-STACK我們把你所有需要用的Server、Storage都做成一個Rack你可以自己構建自己的Private的AI的Training Machine另外談到Inference Machine你訓練完又要推理要把你訓練出來已經很小的Software把它安裝到Edge靠近應用端所以我們把它稱為Edge

Computing研華在這一部分我們也在佈局我們除了在Training Machine我們也做了很多Edge Computing我利用這個機會跟大家說明一下就是我剛剛提到整個Edge的量數量集會比在Cloud的數量集大我認為上千倍上千倍到上萬倍我舉個例子比方說每一個交通執法的電線桿上面的電腦就是1個Edge不可能抓拍把這個相片送到雲端判斷說這個是不是贓車所以一定要在Edge端就判斷我們現在看到Edge有幾個技術當然最早的Nvdia其實Nvidia的GPU是做Graphic的Intel也在兩年前透過併購一家公司專門做AI晶片的叫Movidius另外XILINX這些都是各有擅長還有將來的AI的晶片研華在這一部分我們也都會根據不同的技術做出AI的Edge Computing也可以講就是研華正在從一個過去傳統IPC的公司演化變成是一個AI的Edge

Computing所以我們的陽謀被盧老師發現所以等一下我想這一段我們就談到可以看到就是整個AI的機會是非常多最後我想跟大家來探討一下AI的機會跟台灣有什麼樣的連結我認為就是我們剛剛提到應用是佔了整個AI經濟的影響將近56%最大一部分因為AI會應用到各行各業如果我們從整個價值鏈，產業鏈AI的應用產業鏈來講前端要有Sensor它可能是一個攝影頭可能是一個SensorVibration Sensor它要有一個在Edge端的AI Machine研華在這一部分也有很多的AI Machine各種不同的平台另外我們需要有一個AI軟件平台這個AI軟件平台目前大概都世界大廠提供Intel、微軟它可以把各種不同的演算法吃進來提供一個平台所以在這一個階段研華提供了完整的從Sensor到AI的軟件平台跟硬件所以對要做應用的人它就非常的簡單它不需要去多系統要讓這個應用能夠滿地開花其實我認為最重要的這個螞蟻您剛提到的螞蟻雄兵在哪裏就在這裏我把它稱為叫Industrial

雲平台提供雲端服務公司，其高效及高可用性的解決方案SmartCLOUD™ Compute。

AI Solution Provider我最近一年我碰到非常多的優秀的新創團隊公司大概就7個人，10個人他們做人臉識別他做瑕疵檢測比方說有專門做高爾夫球的印刷球面印刷的瑕疵檢測有做螺絲釘你不要看小的螺絲釘每一個都是用AI去判別的還有挑蘋果挑草莓大小所以這種應用非常多而且每一家都是專注在幾個領域所以有很多小的AI的新創團隊這些都是需要台灣不管從政府到社會到企業來一起關注因為這些小的新創企業其實他們的資源非常的有限也沒有很大的資金也沒有很多的人所以研華的戰略就是我把前端硬件、軟件平台都幫你做好了你就專心的在產業領域裏面去做應用研華前端幫你準備好後端包括AI的雲我們叫AI Cloud的部分透過WISE-PaaS的平台來幫你嫁接我再提出一個我希望在這邊也提着一個呼籲就是我們台灣來成立一個Industrial

AI Solution Provider的Consortium希望這集陳良基部長可以聽到然後一起由政府帶頭成立一個Industrial AI

Solution Provider的Consortium因為這才是真正來幫台灣優秀的AI人才找出路的最重要的實踐的方法我們今天非常高興跟盧教授從AI的經濟學從軟件到硬件到應用我們論述了台灣怎麼樣抓住下一波AI的機會我們今天就先談到這裏下一集呢我們想跟各位來談一下既然AI這麼大的機會我們的人才從哪裏來我們要怎麼樣儲備台灣的人才尤其AI相關的人才以上謝謝大家

遥香はるか

2020年08月31日

AI對整個economic經濟的影響到底有多大

AI對整個economic經濟的影響到底有多大

哲學家如何證明人都會死？有怎樣的邏輯？

手机无线充电10年的發展史

機械人跟人怎麼樣利用雙方的特性協同合作

広告