2017年或許真是名符其實的AI元年, AI技術不管從技術面, 產品面, 乃至社會面, 皆有具體成果, 更引發各界不同的迴響. 過去, 電視世代的人們討論電視對人們生活的影響, 網路與移動世代議論網路世界與移動裝置如何改變人們的社交關係, 如今AI時代即將來臨, 這樣一個比擬, 甚至超越人類智能的技術, 在經曆2017年一整年發展後, 在2018年將有更多令人矚目的進展. 甚至, AI產業也影響中美兩國在國力上的較量, 這也是AI與其他科技技術與眾不同之處. AI走過半世紀 從科幻題材終成為人類社會一環 AI嚴格來說並非是新技術, 第二次世界大戰戰後Alan Turing的若干研究已開啟AI技術的先河. 1952年當Turing寫下第一套西洋棋程式時, 囿於當時計算機運算能力不足, 所謂AI仍只是計算紙上的猜想. 但65年過後, Deepmind的AlphaGo席捲中韓圍棋能手, 以勝利者之姿凸顯AI技術已有本事超越人類智能. 今日的AI已從理想化的科幻概念, 轉變為付諸實現的實用科技, 而AI在2018年的發展, 將可能從第三方的助理角色(Third person), 轉變為主導人們生活情境的第一人(First Person). AI技術演化超過半個世紀, 從原理推導, 硬體性能提升, 最後來到海量數據搜集與演演算法的精進, 然而將其部署到市場, 乃至提供實際服務或是真實產品, 其節奏可能超乎許多人的預期, 甚至對於既有的產業結構以及商業模式發動令人意想不到的衝擊. AI發展到了2018年, Venture Beat認為其意義從形而上的虛擬智能, 轉化為市場上常規性的服務與產品, 換言之, 對於大眾而言, AI將褪去神秘的科技名詞, 成為平台或是裝置中的實質服務與產品; 對於企業而言, AI可轉換為更高效率的商業工具, 可洞悉過往遺漏或錯失的商機, 甚至創造新的商機, 如智能語音助理, 新的電競遊戲, 自駕車, 或是更獨特且吸引消費者的服務與產品, 另一方面企業本身的IT架構也將隨著AI晶片與相關開放架構的推出, 出現少見的更新潮. 本文將從消費端的應用與企業端的市場, 推測在2018年將有哪些顯著變化. 高端手機搶先展開AI應用 機器視覺成為主要戰場 隨著智能手機市場的飽和, 移動市場的發展預期不會有太多變化, 特別是在中階市場上. 但隨著大陸手機品牌攻入高端市場, 特別如蘋果(Apple)與華為推出AI設計的移動處理器晶片, 為2018年的高端手機市場增添更多話題. ABI Research認為, 智能手機產業隨著傳統軟硬體成長空間縮小, 將進入 '後手機時代' , 未來的手機發展將由AI, 聲控, 手勢操作, 與實境體驗等, 建構未來新世代的手機規格與使用體驗標準. ABI Research以此觀察2018年後的手機產業, AI或許佔有舉足輕重的地位, 這對於目前在AI技術投入甚深的Google與亞馬遜而言, 將是一大利多. ABI Research認為這兩家公司有機會引導新世代的手機發展, 兩者不受傳統科技產業的硬體包袱限制, 又是在網路世代崛起的科技巨頭, 科技能力源自於軟體, 對於開發用戶體驗饒富心得與成就(如YouTube與電商), 特別在於AI領域上, Google在開發資源與神經學習架構上具有舉足輕重的地位, 亞馬遜則在智能語音助理與人機界面上富有心得. 相較於Google與亞馬遜在後手機時代的 '開創者' , ABI Research認為蘋果, 三星電子(Samsung Electronics), 微軟(Microsoft), 華為等現階段硬體廠商只能成為後手機時代的 '跟隨者' . AI被視為破壞與創造既有市場與體驗的利器, 對於傳統手機廠商而言, AI固然有著市場話題與技術突破的代表性價值, 但為了保護既有企業投資與組織架構, 其對於具有破壞性的創新技術通常態度較為保留, 投資腳步保守且漸進, 是故在後手機時代, 這些跟隨者的地位更易受到開創者的挑戰. ABI Research相當有趣, 蘋果對於AI的保守態度一直飽受外界質疑, 在重視收集消費者數位足跡的現下, 蘋果對於用戶隱私的重視與保護, 用戶資訊無法離開終端裝置, 反倒是Google與Amazon可謂盡情搜集, 成就其在神經網路學習架構與消費者行為分析上最重要的數據來源. 不過, 鑒於蘋果, 三星, 華為在目前移動終端裝置擁有絕對市佔優勢, 在制定手機規格與AI硬體上享有話語權, Google與亞馬遜或許在創意展現與場景應用能搶得市場話題, 但不見得在2018年對於手機產業有天搖地動的影響, 遑論亞馬遜在發展自有品牌手機上的慘痛經驗. 手機上的AI應用, 機器視覺無疑是最重要的一環. 隨著蘋果推出Face ID與A11 Bionic晶片, 總算將手機上的AI軟硬體做了完整結合, 但眾家廠商對於機器視覺到底如何應用, 有著截然不同的分歧, 此一分歧顯現在AI硬體架構上的不同. 根據DIGITIMES Research的觀察, AI架構隨著各家廠商發展CPU, GPU, DSP(Digital Signal Processor, 數字訊號處理器), DLA(Deep Learning Accelerator, 深度學習加速器)的腳步不同而有所差異, 這與作為初階, 中階, 高端的影像處理難度有莫大關係, 但也代表眾家手機廠商視移動終端裝置乃採集與處理機器視覺的第一步, 不管之後的數據資料是存取於裝置本身(蘋果), 或是雲端資料所用(Google), 或作為晶片解決方案的一環(Qualcomm), 2018年移動產業AI技術在機器視覺這塊將會是大廠間捉對廝殺的角力戰場.
