集微网推出集成电路微信公共号: '天天IC' , 重大新闻即时发布, 天天IC, 天天集微网, 积微成著! 复制 laoyaoic 微信公共号搜索添加关注.
1.先天条件差异大 两岸AI发展政策大不同;
中国国务院于2017年7月提出「新一代人工智能发展规划」, 为针对人工智能提出首个国家级政策, 以三阶段进行发展规划, 目标于2030年成为人工智能技术与产业应用大国. 此份规划针对人工智能基础理论范畴提出框架, 并且针对产业发展, 应用领域进行讨论, 针对AI领域提出人才计划, 期望透过各阶段的目标达成, 进而推动下一波产业升级.
人工智能经过60多年的演进, 目前在大数据, 行动应用, 超级计算机, 物联网, 脑科学等新技术突破, 新理论发展与社会经济推进的浪潮下, 人工智能成为国际竞争的焦点. 中国在过去将人工智能归属于为其他计划里的附属发展项目. 由于进展迅速, 前期由「互联网+ 」人工智能三年行动实施方案纳入推广, 计划将执行至2018年. 为了能够掌握发展动态, 抢得先机, 并且成为领导世界人工智能发展的大国, 接续计划于2017年7月年推出《新一代人工智能发展规划》, 将人工智能提高到国家战略的层次, 并且公布三阶段的发展计划, 此次单独将人工智能列为重点发展项目, 显示中国政府对此领域的高度重视.
中国AI政策三步走 涵盖范围更胜互联网+
相较《「互联网+」人工智能三年行动实施方案》, 新公布的《新一代人工智能发展规划》涵盖领域更为广泛, 且更注重在政府服务与产业应用端.
2020年: 中国此阶段发展目标是在人工智能整体技术应用上与世界先进水平同步, 希望促成人工智能产业成为新的经济成长点, 人工智能技术应用成为改善民生的新途径. 加强五大领域基础理论发展: 大数据智能, 跨媒体智能, 群体智能, 混合增强智能, 自主智能系统. 配合硬设备需求同步发展核心零件, 高阶设备等. 目标在重点领域全面展开创新应用, 聚集高水平的人才队伍和创新团队. 根据产业发展推进, 建立人工智能技术相关标准, 服务体系和产业生态链. 就部分领域的人工智能伦理规范和政策法规初步建立.
2025年: 中国在人工智能基础理论应有重大突破, 部分技术与应用将达到世界领先水平, 人工智能成为中国产业升级和经济转型的主要动力, 智能社会建设达成积极发展. 将新一代人工智能广泛运用在智能制造, 智能医疗, 智能城市, 智能农业与国防建设.
2030年: 到此时期, 中国在人工智能理论, 技术与应用将达到世界领先水平, 成为世界主要人工智能创新中心. 形成涵盖核心技术, 关键系统, 支撑平台和智能应用的完善产业链和尖端产业群.
三大领域支持中国AI发展
中国政府有鉴于世界主要发达国家都将发展人工智能作为提升国家竞争力与维护国家安全的主要战略, 因此国务院规划此「新一代人工智能发展规划」, 围绕在核心技术发展, 顶尖人才引进与培育, 并根据产业发展需求推行标准规范等措施, 目标在人工智能发展上掌握关键技术与领导地位, 促人工智能创造出新技术, 新产品, 新产业与新模式, 成为经济成长新动能.
对于人工智能发展的布局, 设立「1+N」人工智能计划群, 结合新技术开发与国家重点项目相互配合. 「1」是指新一代人工智能重大科技项目, 聚焦基础理论和关键共同技术的前瞻布局. 「N」是指国家相关规划计划中部署的人工智能研发项目, 重点是加强与新一代人工智能重大科技项目的衔接, 协同推进人工智能的理论研究, 技术突破和产品研发应用. 在「核高基」(核心电子零件, 高阶通用芯片, 基础软件), 集成电路设备等国家科技重大专项中支持人工智能软硬件发展.
中国在核心芯片与零组件研发制造及软件开发等方面仍持续紧追, 利用国家科技重大专项, 掌握关键零组件的自制技术与自主生产能力, 并且形成完整的产业生态系, 为国内人工智能发展所需的硬设备与技术提供支持, 并且加快人工智能的开发进展与产业应用.
AI发展必须注重在基本理论与硬件支持系统的建立, 中国政府希望能够建造适合AI发展的环境, 并且就现有的数据数据进行研发, 透过建立开放平台与开放程序代码, 鼓励各方投入研究开发AI领域的理论与应用, 目标则是在未来能够拓展至产业应用, 形成另一波产业升级的动力. 为达成此目标, 中国政府除了既有的计划支持外, 也配合园区设立与鼓励措施等方式, 加快AI发展的推进.
由中国政府领头推动数项产业优先开始讨论标准订立, 并且鼓励国内企业参与或主导制定国际标准, 以技术标准「走出去」带动人工智能产品和服务在海外推广应用. 初步针对应用端的硬件插槽, 接口等进行规格, 检测标准制定, 期望能够透过国内的产业技术优势与市场规模, 带动国际标准的制定, 有利于未来海外市场的开发拓展, 且避免受制于他国标准与技术而产生安全风险.
规划提及将进行相关知识产权与伦理规范的制定, 在有一套共通规范标准与道德价值体系下, 发展人工智能, 保护财产权益, 也避免应用的道德争议, 并且寻求在人工智能法律法规, 国际规则等方面的国际合作, 共同应对全球性挑战.
中国AI人才缺口大 吸引全球人才为要务
中国与美国是当今世界人工智能研发领域的领头羊, 国际科技论文发表量和发明专利授权量已居世界第二, 然而相较主要人工智能研发国家如英国, 印度, 德国和日本等国, 中国在论文影响力上还略逊于英美等国, 因此着力于相关基础理论与技术, 加快研发进程.
美国在人工智能领域人才位居世界之首, 中国则排名第七. 中国官方预估国内人工智能产业人才需求缺口高达五百万人, 现有人才仅约五万名. 因此将会再加大吸纳海外人才与培育国内人才的力道, 为加速基础理论与技术突破, 特别锁定高阶人才, 搭配人工智能产业园区的设立, 提供发展利基. 现阶段美国华人为回流或投入中国人工智能发展的大宗, 未来更将吸纳各国人才投入. 中国科技公司纷纷投入重金招募海外人才, 特别是挟有大数据与资源的平台商, 对人工智能的科研人才更具吸引力.
中国AI规划里强调培育各领域领头企业, 如百度, 阿里巴巴及腾讯等大型企业, 透过其累积的技术能量与巨量数据资源, 作为发展人工智能的独特优势, 利用大型平台所提供的数据资源与技术开发, 期望能够带动相关应用系统与设备发展, 如无人载具, 穿戴装置, 机器人, 物联网传感器等, 汇聚各产业资源形成新的生态链, 并且促进人工智能在中小企业的发展与各领域的应用.
由于数据收集需要透过各种感知, 传输, 储存, 计算与处理等功能来累积大数据供人工智能开发使用, 因此通信设施(5G)的建设也成为重要支持项目. 大数据的储存与超级计算机等设备, 一般企业恐难以负担, 由中国政府主导建设超级计算中心对人工智能的应用的需求. 中国于5G通讯技术与规格的发展, 台厂应持续追踪, 未来若要将产品推至中国则须配合当地市场的规格需求. 另外考虑系统设备耗能与供电稳定需求, 因此也同步推广新型智能能源网络做为未来能源供需规划的基础.
台湾市场规模受限 AI发展要靠海外练兵
台湾科技部陆续公布AI发展方案, 分为五大领域包含研发服务, 创新加值, 创意实践, 产业领航与社会参与, 透过产学研共同努力推动AI的应用发展. 目前则注重基础理论与算法的开发, AI在机器人的产业应用以及基础设施与关键芯片的开发. 中国在基础理论, 机器人应用与芯片开发上与台湾呈现竞争的状态, 均希望能够掌握未来AI的产业应用端与关键芯片的自主能力.
各国在人工智能发展均提出相关政策吸引人才投入, 目前美国华裔与留学人才大量返回中国发展, 民间与政府投入大量资源不断招收各国高阶人才, 台湾应思考如何在国内创造具诱因的经营环境, 同时考虑对外国人在台工作的相关法规, 以利吸引人才回台或来台投资与经营.
中国政府以国家力量支持与培养AI的人才库, 透过自主研究, 发展AI在理论基础与产业应用层面的能量累积. 中国内部对于AI的人才需求逐步扩大, 透过开辟专门管道, 鼓励特定领域的海外专家与团队与国内学术单位与研究机构进行合作, 并且利用政策优惠引导企业引进AI相关人才.
若台湾短时间内无法创造出有利环境, 海外练兵则可作为国家同步培育未来的人工智能产业人才的途径, 透过学术交流, 实习或与海外主要公司合作开发, 加快在人工智能开发上的能量累积.
科技部公布AI人才培育计划与中国AI发展计划进行对照, 台湾人才初步规划以自主培训以及海外练兵为主, 中国则加大吸收海外人才至中国发展为主, 特别针对重点领域顶尖人才与优秀青年人才为目标.
台湾在IC设计与芯片制造在世界仍具优势, 应着力于发展AI on chip, 未来对人工智能芯片及高效能运算芯片将会随着相关产品的推展而推升需求, 因此掌握高效能运算能力的芯片生产能力, 是发展人工智能, 自驾车等下一代科技的基础设施之一.
相关物联网与传感器的发展也可配合AI的发展趋势, AI开发需要大量数据, 台湾目前在大数据资源相对较少, 因此透过建置传感器与推展智能终端设备与产品, 利用物联网搜集数据, 针对环境或是特殊场域所收集的数据进行人工智能开发, 据科技部建议可以在智能应用领域如金融科技, 智能制造, 智能健康医疗, 与智能交通等领域深入发展. 新电子
2.减少警员心理困扰, 英国警方用 AI 搜寻儿童色情网络内容;
在 2016 年, 国际刑警曾经宣布会利用人工智能技术, 协助搜寻网络的儿童色情内容, 尽快取缔和拘捕散布这些不法内容的人. 现在英国警方也开始引入人工智能系统, 在带走怀疑散布儿童色情物品嫌疑犯的计算机和智能手机里, 尝试分辨出有问题的影片和图像.
英国警方表示, 他们已经利用软件, 协助扫描和辨认含有枪械, 毒品和金钱的影像好一段时间. 不过软件在辨认裸照则成效不佳, 期望未来两三年会陆续改善. 警方的终极目标是, 利用人工智能缩短扫描充公装置的时间, 同时避免需要每天亲自翻阅这些令人困扰的影像, 对负责办理案件的警员造成心理创伤.
警方还表示, 为了对罪犯做出不同程度的量刑判罚, 现在他们需要亲自将儿童色情内容分类. 可以想象对年复一年处理案件的人会有多大困扰, 如果能够训练人工智能取而代之, 就能够减少人类的参与. Unwire HK
3.AI协助医疗眼底检测 精准度已达九成以上;
由于台湾眼科医疗人员缺乏, 糖尿病眼部检测转诊率低, 工研院开发了「AI辨识医学影像系统」. 以大量眼底影像及医生辨识标示之数据库为基础, 透过人工智能技术协助医师筛选高危险群及需要照护的病患, 做到完善的预防与治疗, 目前精准度已达九成以上
工研院智能诊疗系统部经理陈建任指出, 由于目前台湾的眼科医生人才缺乏, 全台湾的眼科医师不到1,700位. 然而, 糖尿病患在发病十年之后, 有35%将会出现眼底病变, 严重将会进一步导致失明. 然而, 习惯在在地区医院, 小区诊所的家医科或一般内科就诊的糖尿病患, 在有眼底病变疑虑时, 只有17.4%有确实转诊眼科诊所检查. 因此开发, 推广该设备, 希望借助人工智能协助家医科医师进行眼底病变检查.
该AI辨识医学影像系统使用Goole开源机器学习系统TensorFlow, 以五万张来自开放数据库的图片进行数千次的深度学习, 并已经过另五万张图片测试, 目前判别的精准度已可到达90%. 该设备已进入临床验证阶段, 希望能在2018年开始将该设备导入家医科诊所.
台湾有高达227万名糖尿病患者, 且国人整体近视率高达43% , 罹患黄斑部病变, 白内障等眼疾机率极高. 该单位具体展现工研院与区域医院, 如北市联医, 家医诊所等15家医院及糖尿病照护网, 县市卫生局健检中心与公益团体跨业整合的健康医疗创新服务. 陈建任表示, 由于眼底区域包含了视网膜与黄斑部, 除了针对糖尿病的并发症检测之外, 未来也计划将设备往眼镜行推广, 让一般民众皆可以更容易维护眼底健康.
陈建任进一步表示, 在未来也能将该技术运用在伤口照护领域. 以人工智能辨识伤口组织之比例与影像历程变化, 协助护理人员精确了解伤口变化, 再透过云端平台联机, 于第一时间取得专业伤口照护人力支持, 提升医疗效率, 将带动智能医疗新创软件产业的发展及医学影像设备业者加值应用商机. 新电子
4.处理器/软件框架双管齐下 IBM携手群环共筑台湾AI生态系
因应人工智能(AI)快速发展, 并完善台湾AI生态系, IBM宣布与群环科技扩大合作, PowerAI深度学习平台框架, 提供AI解决方案的仿真测试, 加速深度学习框架与神经网络训练时间 ; 而IBM也于日前发布新一代POWER9处理器, 提升AI运算效能, 期待在PowerAI深度学习平台框架及POWER9的助力下, 提升企业AI竞争力.
台湾IBM硬件系统事业部总经理李正屹表示, 在AI浪潮下, 有许多企业积极思考转型方向及IT部署策略, IBM积极从硬件加速上层应用之发展, 与群环科技扩大合作, 力推PowerAI深度学习架构等认知解决方案 ; 同时IBM也持续在大型主机, 服务器及储存领域的服务中注入AI动能, 像是推出POWER9及相关数据流的储存与管理.
IBM日前发表针对AI工作负载而设计POWER9处理器, 有助于加速建置AI应用. IBM硬件系统部资深信息技术顾问吴志峰指出, POWER9处理器具备两项IBM独有的技术, 分别为支持NVIDIA NVLINK, 可大幅提升GPU与CPU之间的数据交换速度; 以及在POWER9处理器中内建分布式深度学习( Distributed Deep Learning, DDL)软件来提升深度学习效能.
吴志峰进一步说明, 进行深度学习训练时, 皆会使用到GPU及CPU的数据资源, 为使GPU与CPU之间的数据传输速度也能如同GPU与GPU一般, IBM便与NVIDIA合作开发NVLINK技术, 提升GPU与CPU两者间的内存系统数据搬移效能.
至于DDL软件, 则是用来提升大规模深度学习模型的效能, 且能缩短训练深度学习模型的时间. 以往要部署大规模的深度学习, 往往须要花费数天甚至数周来训练深度学习模型, 而IBM研发DDL, 可优化数十台服务器中, 共上百颗GPU的平行运算, 增加处理速度, 减少深度学习模型的训练时间.
除了DDL之外, IBM也备有IBM Deep Learning Impact的软件开发工具包, 可在开发和优化神经网络的过程中, 提供完整的生命周期管理; 也提供11个产业相关模型, 其中包含超参调优, 可提高5~10%的准确度, 并进行平行化训练, 现已经可以做到85%的加速比, 以协助用户快速收敛做出一个好的模型.
李正屹说, IBM透过将产业场景, 数据及专业经验导入认知解决方案中, 以各产业Know-how链结IBM的AI深度学习平台架构, 提供符合特定产业需求的AI动能, 加速企业认知转型, 促进台湾AI生态圈发展. 新电子