科技大廠佈局人工智慧 資料開放將促成創新發展

人工智慧可以開發出不同的解決方案,包含分析醫學的影像/圖像、情緒識別、用衛星影像結合巨量資料觀察氣候變遷、語音辨識以及全新購物的型態跟行為。科技大廠也紛紛投入人工智慧領域,例如NVIDIA從GPU出發進而營造出生態系,而IBM則以服務與解決方案見長。

對於多數人來說,辨別路標、穿越人行道或向迎面而來的朋友說聲「嗨!」是再簡單不過的事情。但對視力受損的人們來說,要做到這些事情卻極為困難。2016年,一間名為Eyra的新創公司改變了視障朋友的人生。Eyra推出了一款名為Horus的穿戴式裝置,裝置主機的大小就像一台智慧型手機,只需要戴上其內建有攝影機的耳機裝置,就能透過兩台攝影機拍攝到影像,運用人工智慧分析、識別,並且用語音「描述」出來,就像是真實地「看」到這個世界一樣。

人工智慧(AI)正在改變世界,上述只是其中一個例子。在醫療業,人工智慧協助醫護人員得以優化診斷、治療與照護服務。在零售業,Amazon GO重塑實體店面結帳經驗,打造創新電子化的購物體驗;紐西蘭的IMAGR打造出裝有人工智慧運算攝影機的購物車「SmartCart」,透過追蹤購物者丟入車內的物品,一路計算總額,並且同步更新購物者手機裡的付款資訊,讓購物就像是在散步。

關於人工智慧的影響力,Gartner研究總監呂俊寬如此解讀:「十年前我們很難找到十個跟AI相關領域的運用,但十年後,我們將很難找到十個沒有運用到AI的技術。」

如今,不管銀行、醫療、汽車領域還是農業、資安等領域,均見到AI技術的相關運用,科技大廠也紛紛投入人工智慧領域,例如Google、微軟、IBM、Facebook、Amazon、騰訊、NVIDIA、Intel、鴻海、廣達等等,而這其中,NVIDIA從GPU出發進而營造出生態系,而IBM則以服務與解決方案見長。

NVIDIA著力經營深度學習

多年以來,NVIDIA一直著力於深度學習(Deep Learning),並且投入了許多心力在提升軟硬體。除了強化深度學習的演算函式庫,並且與主要的韌體廠商深入配合之外,也推出速度更快的Pascal架構。NVIDIA技術行銷經理蘇家興指出,相較於單精度浮點數(Single Precision Floating Point,FP32),Pascal架構具有8位元(INT8)運算為主的專門推論指令,在反應速度上足足提高了4倍。

而在硬體的佈局上,NVIDIA持續跟OEM硬體廠商以及雲端服務供應商例如騰訊、微軟以及IBM合作,讓開發者可以很容易地使用到這些硬體資源。就在截稿前,NVIDIA發布一則新聞稿指出,NVIDIA深度學習平台已納入到百度雲的深度學習服務,企業用戶將能立即獲得全球最廣泛採用的人工智慧解決方案。


▲ 運用人工智慧,即時判別阻止金融犯罪。圖為ATM可疑行為即時辨識與預警實際測試效果,紅框為告警提示。

另外NVIDIA也針對深度學習開發了NVIDIA DGX-1。對於NVIDIA而言,這是一個比較特別的產品,原本設計的初衷是為了讓OEM廠商作參考架構設計之用,如今也開始推廣到企業市場。DGX-1的強大運算能力主要是來自於8張Pascal架構NVIDIA Tesla P100,在GPU與GPU之間使用NVLink連接,因而可有效解決GPU之間的溝通瓶頸。搭配2顆20核心Intel Xeon E5-2698 v4處理器、512GB DDR4記憶體以及4顆1.92TB SSD的配置,根據官方資料顯示,其效能就等同於250台x86伺服器組成的運算叢集。

「如果企業剛踏入深度學習領域,對系統組建並不是很熟悉,DGX-1就是一個很好的選項,完全為了深度學習而開發,很多韌體都已經最佳化,而且NVIDIA會定期更新軟體。」蘇家興說明,DGX-1還搭載NVIDIA Ducker容器化工具,企業可以把軟體安裝在Docker環境中,就算在開發或測試的過程出現問題,也不會影響到伺服器其他環境的運作。「NVIDIA Docker的好處是可以完全運用到NVIDIA GPU的效能,而且毋須進行繁複的組態設定。」

IBM推多項AI解決方案

不久前,IBM在北京舉辦了一場論壇,IBM Cognitive Systems展區裡擠滿了人潮,他們關注的焦點是現場展示的「ATM可疑行為即時辨識與預警」解決方案。盜刷冒領是金融業常見的犯罪手法,當有心人士到ATM前故意遮住臉部,機器能不能自動地識別,並且阻止提領?ATM可疑行為即時辨識與預警便是用來解決這項問題,不管是戴上口罩、圍上頭巾或是壓低帽緣等等,在機器面前,無所遁形。

▲ NVIDIA技術行銷經理蘇家興也呼籲政府與業界,在合規的情況下,盡可能將資料開放以提供給業界運用。
台灣IBM系統暨科技事業處資深資訊工程顧問陳俊傑指出,人工智慧已經廣泛地被應用在各行各業中,尤其是圖像與視訊的處理,ATM可疑行為即時辨識與預警只是其中一種應用方式,另外針對乳癌的早期偵測與診斷也很有助益。「依照現今的技術,電腦辨識乳房攝影X光片的辨識能力可以比醫生高出10%,2013年台灣乳癌人數是11,281人,如果辨識能力高了10%,也就意謂能夠多發現1,100人,早期診斷就可以早期治療。」

從解決方案的角度出發,IBM在人工智慧的佈局上,除了IBM Watson認知技術之外,IBM也運用了IBM Power Systems S822LC for HPC,結合快閃儲存以及IBM Spectrum Computing打造出的PowerAI認知運算解決方案,並且鎖定在需要分析與加速的人工智慧應用。另外,針對資料中心,OLTP交易資料的即時分析,則可運用IBM z Systems大型主機搭配IBM Spectrum Scale與Spectrum Control,如此一來,資料不需要搬遷,就能即時處理與分析。

他提到,PowerAI認知運算解決方案有幾個特色,IBM Power Systems S822LC for HPC採用的是Power處理器,另外伺服器也藉由NVidia Tesla P100 GPU,透過NVLink技術而有更好的速度表現。同時,IBM採用了開源碼軟體,將演算法(Algorithm)、韌體等修改完後放到Power Systems上,並且有認知運算的專家,可以協助企業開發應用。

開放資料促成產業發展

在人工智慧,特別是深度學習的發展上,NVIDIA技術行銷經理蘇家興也呼籲政府與業界,在合規的情況下,盡可能將資料開放以提供給業界運用。他認為,製造業與醫療業現階段在深度學習發展的機會較大,一方面台灣本來就是工業製造大國,另一方面,台灣醫療產業在這幾年累積了不少醫療影像的資料,但是卻由於法規與隱私的顧慮,使得有意投入新創的企業陷於沒有資料可建立模型的困境。

「醫療產業面對的難題是,有資料,但卻沒有人才可以設計模型以便讓機器學習、進而輔助醫生,因而需要朝業界來求助;但是新創的企業的問題是,有人才,卻沒有獲得足夠的資料來建模與學習,因而很難發展出好的應用程式。」蘇家興建議雙方可以緊密合作,當然前提是必須在法規遵循上有所鬆綁,端賴產業與政府協助與努力。


追蹤我們Featrue us

本站使用cookie及相關技術分析來改善使用者體驗。瞭解更多

我知道了!