人工智能(AI)是物聯網及工業4.0發展的核心。如果一個國家AI應用接受度越高，將對其GDP產生貢獻愈大。我國在既有半導體及ICT技術優勢及競爭力的基礎上，迎合各產業的需求不斷增加，開發出各種新應用晶片。
人類一直對於與自己相仿的機器人、以及人工智能（AI）的概念饒有興致。好萊塢電影和科幻小說也一直啟發著科學家們向著此方向不斷努力。雖然AI的泡沫曾經破滅了多次，但是近年來，一些重大的發展與突破又一次將該領域帶回到了公眾面前。就目前而言，未來AI發展有八大新趨勢。
1.行業垂直領域應用
人工智能市場在零售、交通運輸和自動化、製造業及農業等各行業垂直領域具有巨大的潛力。而驅動市場的主要因素，是人工智能技術在各種終端用戶垂直領域的應用數量不斷增加，尤其是改善對終端消費者服務。
2.醫療保健行業成長
機器學習和大數據都是掌握海量潛在醫療數據的關鍵因素。基於AI的系統也能幫助醫院改善其操作的流程和數據的管理。鑑於醫療保健專業人員在閱讀劑量指示、或診斷數據方面難免會經常犯錯，智能AI系統通過具有圖像識別和光學字符辨識的功能對所有的數據進行二次檢查，以減少此類錯誤的發生頻率。
人工智能導入醫療保健行業從2016年到2022年維持很高成長，預計從2016年的6.671億美元達到2022年的79.888億美元年均複合增長率為52.68%。
3.AI成為新UI介面
過去從PC到手機時代以來，使用者介面都是透過熒幕或鍵盤來互動。隨著智能喇叭(Smart Speaker)、虛擬/擴增實境(VR/AR)與自動駕駛車系統陸續進入人類生活環境，加速在不需要熒幕的情況下，人們也能夠很輕鬆自在與運算系統溝通。
例如：使用視覺圖形的自動駕駛車，透過人工神經網路以實現即時翻譯，也就是說，人工智能讓介面變得更為簡單且更有智慧，也因此設定了未來互動的高標準模式。
4.手機晶片AI核心
現階段主流的ARM架構處理器速度不夠快，若要進行大量的圖像運算仍嫌不足，所以未來的手機晶片一定會內建AI運算核心。正如，蘋果將3D感測技術帶入iPhone之後，Android陣營智慧型手機將在明年(2017)跟進導入3D感測相關應用。
五、AI晶片關鍵在於成功整合軟硬體
AI晶片的核心是半導體及演算法。軟件硬件成功相結合的關鍵在於先進的封裝技術。總體來說GPU比FPGA快，而在功率效能方面FPGA比GPU好，所以AI硬體選擇就看產品供應商的需求考量而定。
6.自主學習是目標
AI“大腦”變聰明是分階段進行，從機器學習進化到深度學習，再進化至自主學習。首先，是為自主機器打造一個AI平臺;還要提供一個能夠讓自主機器進行自主學習的虛擬環境，必須符合物理法則，碰撞，壓力，效果都要與現實世界一樣;然後再將AI的“大腦”放到自主機器的框架中;最後建立虛擬世界入口(VR)。
7.CPU和GPU結合
CPU是通用於各種設備的超強性能的處理器，什麼場景都可以適用，所以就需要將CPU和GPU(或其他處理器)結合起來，做到最完美的構架。為開發人員提供更多算法等。
8.AR和 AI共進退
AR成為AI的眼睛，兩者是互補、不可或缺，為了機器人學習而創造的在虛擬世界，本身就是虛擬現實。還有，如果要讓人進入到虛擬環境去對機器人進行訓練，還需要更多其它的技術。
如今，基於AI的發展已經成為了主流。各種企業不僅熱衷於改進其現有的流程，而且還能看到AI給他們帶來的潛在增長點。這也就是為什麼CIO們應當重視AI的戰略意義和其創新發展的空間。
閱讀更多 中國雲計算 的文章
