您的位置:澳门皇冠金沙网站-澳门金莎娱乐手机版 > 科学技术 > AI应用的最后一里路,这与台湾一向领先的半导体

AI应用的最后一里路,这与台湾一向领先的半导体

2019-11-25 16:48

原标题:荐读 | AI应用的最后一里路

研华近来积极投入AI深度学习领域,就观察发现,除了要收集海量的学习数据之外,系统开发者最常遭遇的难题莫过于繁琐的系统建置工程,像是要使用什么样硬件平台才能有足够的性能执行复杂的函数运算?什么样规格的硬件可满足噪声干扰多的公共运输系统、高标准的科技厂房无尘作业环境、安全防护等级高的医疗院所等场域之要求?AI系统又要如何连接上层管理软件或云端平台?是否有现成可用的知识模型以缩短深度学习的训练时间?而现有的系统若想要升级为深度学习系统时又该从何下手?

由工研院主办的半导体年度盛事「2019国际超大型积体电路技术研讨会」于23日登场,大会今年聚焦在最热门的AI 、5G、自驾车、半导体异质整合、2D材料等相关技术产业发展现况与未来趋势,邀请Intel、IBM、台积电、安谋、美光、高通、加州大学柏克莱分校、台湾大学等国内外一线厂商及学校专家与会进行分享,看好未来产业走向智慧物联网发展,晶片运算力和运算量的需求将同步提升,处理即时资料比重将大幅提升促动边缘运算兴起,搭配无线高速传输新标准5G等创新应用,将成为半导体产业下一波的成长契机。

姓名:吴庆恺  学号:16020610024

图片 1

为此,研华以兼具软硬件的深度学习完整解决方案──包括负责训练深度学习模型的训练平台、运用知识模型于现场执行推论的推论平台、方便开发深度学习系统的软件开发工具、已完成训练且可直接套用的知识模型、以及专业团队提供的系统规划与技术咨询服务──来解决上述种种问题,从而降低了系统建置的复杂度,让开发者更容易布建AI深度学习系统,并将心力投入于其所熟悉的产业知识(domain know-how)以催生出更多创新又务实的应用。

VLSI-TSA协同主席同时也是工研院电子与光电系统研究所所长吴志毅表示,AI时代的来临,世界各国纷纷将AI列为国家重要的发展目标,而AI改变人类生活型态的速度取决于AI晶片发展的速度,这与台湾一向领先的半导体产业技术有密切的关是,也是台湾产业之切入点。未来装置端的AI晶片,走向可重组来因应不同演算法、异质整合不同的感测器,及拥有共同的介面标准来介接不同厂商之晶片,甚至整合多颗AI晶片来扩增运算力。工研院在此方面整合台湾产、学、研能量,聚焦包括具设计弹性的晶片架构、具低成本的异质整合、低功耗的新兴运算架构、可缩短设计时程的软硬整合平台四大方向,与台湾半导体产业携手,建立起具有全球竞争力的AI晶片产业链。

转载自: 有删节

style="font-size: 16px;">AI落地是大家一直在探讨的问题,因为不管技术多华丽,最终能否应用在人们的日常生活中,才是关键。那么距离AI渗透生活的那天,还有多远呢?这当中还有什么关键拼图待补?

深度学习开启人工智能的更多应用

工研院资通所所长阙志克表示,近年的新兴技术如自驾车、无人机等,皆需要AI技术来协助执行包括自动驾驶、避障、航线规划等功能,背后重要的推手就是「AI晶片」的即时运算能力。AI晶片因为需要配合实际系统应用进行客制化设计,因此没有标准规格,对于台湾厂商而言,分析与制订晶片架构规格的能力就显得特别重要,这也成了政府推动AI产业化的一大挑战。工研院所研发的「AI晶片架构设计与软体编译解决方案」,便是为了克服此一难题,帮助台湾IC设计厂商打通任督二脉,快速抢进AI晶片的市场新商机。

【嵌牛导读】:随着生物识别技术在智能手机找到新的一片天,并拓展到更广泛的行动或商务应用,加上使用者对于装置内部资讯安全的要求日益提高,刺激业者导入多重因素的生物识别验证,进一步驱动生物识别市场蓬勃发展…

随着Google旗下DeepMind所研发的人工智能(AI)系统AlphaGo所带起的一波人工智能热潮,台湾没有错过。

运用神经网络算法的深度学习技术让讨论了超过半世纪的人工智能得以走出实验室。现今的人工智能已不再只是打败世界棋王的超级计算机、正在路测的无人驾驶车、或者是试图拟人化的机器人等研究领域的专属技术,而是更具实用性、也更大众化的应用系统,譬如以AI的深度学习技术提升科技工厂生产良率、为农民筛选质量不良的坏果、于零售门市进行人流分析、协助医师判读医学成像、停车场的车位在席侦测、以及主动纠举交通违规等等。

积体电路是奠定微电子技术的基础,也为人类生活带来了深远的影响。一直致力贡献于IC设计及半导体产业发展的潘文渊文教基金会史钦泰董事长表示,过去台湾产业向来以硬体见长,在整体资源有限下,政府必须聚焦在重点产业专注发展,而今在网路时代许多应用都与软体相关,从物联网、大数据到人工智慧的新兴应用等,这对制造业来说,除了基本功如持续研发、关注客户、了解竞争对手并放眼世界等不能松懈外,还必须关注人才延揽与培育以及创新,朝未来智能系统的趋势跨业整合。

【嵌牛鼻子】:新的商机,生物识别,穿戴式装置,逐渐普及,安全无虞,云端架构,情境研判

台湾科技部长陈良基将2017年订为台湾的「人工智慧元年」(小编注:台湾称人工智能作人工智能,),从建立「人工智能高速运算服务」、在台大、清大、交大、成大设立「AI创新研究中心」、打造中科与南科的「智能机器人自造者基地」,到AI计画的最后一块拼图「半导体射月计画」,都是希望强化台湾半导体产业于人工边缘智能(AI Edge Intelligence)的核心技术竞争力和在前瞻半导体制程与人工智能晶片系统研发。

目前研华的深度学习完整解决方案以成功导入制造业、农业、零售业、交通运输业等诸多行业。光是智能交通领域就有城市道路车流统计分析、捷运车厢人潮侦测、停车场车种计数与车牌辨识、户外停车场车位侦测、公交车停靠区违规停车、大型车辆行车管控、铁道落轨或入侵铁道侦测等等的应用。

《2019 ERSO Award得主揭晓》表彰台湾半导体、电子、资通讯、光电及显示等产业有杰出贡献的ERSO Award于会中宣布今年度得奖人名单,包括中美硅晶董事长卢明光、华邦电子董事长焦佑钧、M31星科技董事长林孝平、纬颖科技总经理洪丽甯共四位。

【嵌牛提问】:生物识别技术市场蓬勃发展的同时,对于此领域有兴趣的业者不禁会问,市场蓝海在哪儿?

曾经走红的万物联网让科技产业认为,这就是未来的智能样貌,直到AlphaGo击败世界棋王,科技圈才发现人工智能所带来的「智能服务」,才是真正赋予了万物联网的背后价值。

其中,城市道路车流统计分析的解决方案是于交通控制中心安装服务器等级的训练平台SKY-6100、路侧设备处则安装高性能的推论平台MIC-7500,两款硬件平台即可将该路段每个车道上行经的车辆依车种别(如脚踏车、摩托车、汽车、货车、公交车等)进行辨识,辨识结果再经由网络上传至云端平台。而研华的SDK内提供的API则能让数据与系统整合厂商的应用系统无缝对接,从而生成车流报表、或供仪表板实时显示、亦可作为智能控制之数据源。而与过往在道路上铺设感应线圈来统计每一时段有多少车辆经过只能有粗略的总量报表相比,导入深度学习应用的新管理模式不仅免除了封路铺设线圈的麻烦,亦能获得更详尽也更精确的统计资料。

ERSO Award肯定卢明光董事长成功带领中美硅晶建构完整的晶圆生产线,产品系列已跨越资讯、通讯、光电、民生能源等领域,供应国内专业晶圆材料。焦佑钧董事长率领华邦电子致力于记忆体产品的生产与设计,以IC发展上之专业技术来拓展人类生活各项领域之应用。林孝平董事长于2011自行创业,提供半导体产业高速传输介面及基本元件IP,协助相关产业减少产品开发阶段失败机会,客户涵盖各大晶圆代工厂与IC设计公司。洪丽甯总经理领导纬颖科技,锁定云端伺服器业务发展、专攻云端客户,提供巨型资料中心、云端基础架构产品及系统解决方案服务。 潘文渊文教基金会自2007年起设置「ERSO Award」,期望延续开创台湾科技产业及培育人才的精神,带动新科技产业发展,从创新及产业开创性等角度遴选出台湾产业的杰出领导人。

【嵌牛正文】:

边缘智能,AI应用的最后一里路

而公交车停靠区违规停车案例则是于现场装设内建知识模型之外观精巧的小型推论平台MIC-7200来接收侦测摄影机拍摄的影像,经过推论平台的辨识,一旦发现停靠该区的车辆并非公交车,不但现场设置的电子广告牌与广播器会发送警示以告知车主禁止停车的讯息,同时系统亦会于停靠逾三分钟后将数据上传至云端平台之车牌辨识系统以及警察局,以供执法人员径行举发违规临停。透过这样的科技执法工具,人力吃紧的派出所可以远程监控且不再需要亲临现场即能取缔违规;而心存侥幸、贪图一时方便的车主亦在持续影像监控下无所遁形,从而降低任意违停的乱象。

2019VLSI 国际超大型积体电路研讨会邀请到国内、外一线厂商及学校,分享国际最新半导体元件与制程、晶片设计趋势以及系统整合的设计与应用,并针对AI、5G应用程式、自动驾驶、半导体异质整合、2D材料之发展现况与未来趋势进行分析与探讨。活动吸引来自现场来自世界各地包括欧、美、日本、韩国、台湾等地重量级大厂近900人齐聚,开幕当天现场冠盖云集,包括科技部部长陈良基、经济部技术处科技专家蔡猷陞等均共同参与此科技盛会。

随着生物识别技术在智能手机找到新的一片天,并拓展到更广泛的行动或商务应用,加上使用者对于装置内部资讯安全的要求日益提高,刺激业者导入多重因素的生物识别验证,进一步驱动生物识别市场蓬勃发展…

事实上,许多具有传感器的装置早就存在我们的生活里,如摄影机、相机、喇叭与麦克风等也在过去10年左右,数位化连上网路。但连结网路摄影机与网路连接储存装置(NAS)所组成的数位监视系统相较于过去闭路式、类比讯号的监视装置,除了储存资料数位化之外,在本质上并没有太大的不同,一样需要人监看、回放,并判断实际现场状况。但当人工智能应用普及,影像辨识、语音辨识转成文字不再遥不可及,网路摄影机或现场麦克风所传回的资料都可即时透过自动辨识,判断画面中的物体,加上搜集人脸资讯及现场收音,AI都足以自动综合解读更多现场状况,让安防业者不再需要配置人力长时间全神贯注监看,仅须排除异常状态。

AI是为了解决人类现存问题而存在,而具有自我训练能力因而大幅提高图片、影像、文字或语言等数据辨识度的深度学习则让AI成为在各行各业真正实用的好帮手。但各领域中擅长数据整理与分析的系统开发者并不那么了解深度学习需要怎样的运算环境。而于垂直产业有广泛的软硬件整合经验又有多样化产品线的研华可针对不同场域提供适合的深度学习完整解决方案,还能从丰富的第三方合作伙伴中引进系统所需的资源,从而减轻了繁杂的系统建置工作并降低技术门坎,让系统开发者能尽速完成项目。而研华也相信透过这样资源整合的全方位服务,由AI深度学习技术延伸出的创新智能应用,遍地开花的繁荣景象定是指日可待。

近几年,有许多的“旧”科技,因技术的突破或是某个产业的导入,而再度从人们的记忆深处被意识到,例如虚拟实境(VR)、扩增实境(AR)、人工智能(AI)…等。近期又有一项技术,因智能手机业者的采纳,迎来一波新的应用高潮,甚至将从智能手机出发,拓展到其他行动装置或消费性电子领域,不仅为消费性市场带来新的商机,也为相关半导体业者迎来春燕,这项技术就是——生物识别(Biometric)。

监视系统配上人工智能应用,仿佛在机器中加上了灵魂,如果可透过人工智能学习不同辨识内容组合的场景意义,并对应相应的处理机制,就赋予数位监视系统协助安防控制,真正达成智能化。

生物识别技术是透过电脑与光学、声学、生物感测器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性(如指纹、人脸、虹膜、指静脉等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。事实上,生物识别技术尤其指纹识别,早被一些企业单位用于“重要区域”的门禁系统,但2013年苹果(Apple)iPhone 5采用指纹扫描搭配Touch ID安全协定后,其他智能手机业者如三星(Samsung)纷纷跟进,使指纹识别技术率先进到智能手机系统。

然而,要能够让摄影机进行影像辨识,除了可以将影像透过即时传输回主机上再进行计算判读外,也可以想办法透过摄影机上的处理器,直接计算进行辨识。前者需要占用大量网路传输资源,也有延迟时间的限制,但如果可以在摄影机里加上适当设计、可节省电力的处理器与作业系统,直接现场计算辨识,不但可以省却传输成本,也能减少辨识结果的延迟时间,加快即时反应。「边缘智能」就是指「在最终端装置上的处理器与全套作业系统」,也可说是人工智能落实到真实生活未来应用的最后一哩路。

接下来,三星在今年4月推出的Galaxy S8,整合脸部识别技术,以及虹膜识别、指纹扫描等生物识别技术。而今年苹果 iPhone问世10周年纪念旗舰机种X以脸部识别Face ID取代过去的指纹识别,更让生物识别市场为之沸腾。不仅如此,阿里无人商店带动的刷脸购物,也让生物识别技术朝商务应用拓展。

从训练到推论,晶片是最后一块拼图

爆红!市场前景可期

然而对企业来说,深度神经网络1(Deep Neural Networks,DNNs)所带起的人工智能浪潮,就如同遥远的国度发生了大海啸,要把如今相对成熟的图像辨识、语音辨识或文本翻译,放进真实环境做商业应用仍还有一段距离。

随着生物识别技术在智能手机找到新的一片天,并逐渐将“势力范围”拓展到智能手机以外的行动装置或商务应用,生物识别技术的市场发展也较过去更加蓬勃。不仅市调单位的调查结果积极正面,半导体业者也摩拳擦掌,准备抢攻越来越大的商机大饼。

由于深度学习2的演算法与相关应用仍在快速演进中,无论是智能城市、智能零售、智能音箱或无人车等实际的应用场景,仍在大量搜集数据,让深度学习演算法学习辨别这些资料特征与模式的阶段,这个系统过程称为训练(Training),让电脑尝试从我们所搜集的资料来学习。

在智能手机方面,根据Acuity Market Intelligence的调查,2017年有近三分之二的新款智能手机具有生物识别能力,不仅如此,该单位并预测包括智能手机、穿戴式装置与平板电脑上的行动生物识别市场年营收将从2016年的65亿美元成长至2022年的506亿美元,年复合成长率接近41%。即使市场对于生物识别技术的隐私及安全性仍有隐忧,但2017年底前,全球具备生物识别的行动装置数将高达19亿台,加上目前Android系统智能手机的指纹识别功能已开始从旗舰型机种下放至中低阶产品,预计2019年生物识别技术在智能手机的渗透率将达100%。因此可预期2022年,全球内建生物识别的行动装置可望达到55亿台,此时,穿戴式装置与平板电脑生物识别技术的普及率也将达100%。

本文由澳门皇冠金沙网站-澳门金莎娱乐手机版发布于科学技术,转载请注明出处:AI应用的最后一里路,这与台湾一向领先的半导体

关键词: