2016年底，Google旗下DeepMind的AlphaGo開始挑戰全球職業圍棋棋士，短短半年的時間，連敗全球頂尖高手，更在2017年5月擊敗排名第1的中國棋手柯潔，不久后NVIDIA創辦人暨執行長黃仁勛在臺北舉辦的Computex 2017人工智慧論壇(AI Forum)上，一席演說更為這波AI浪潮揭開序幕，不過應該多數人都知道，這次的熱潮并非人類史上第一次，從1940年起，就已有學界開始研究。

1940年類神經網路成為當時的科技新焦點，部分學者開始研究并提出多篇論文，1951年有學者建造了全球第一臺神經網絡機，不過囿于當時的技術并不成熟，這波浪潮并未持續，1980年AI浪潮再起，這次的演算法再加入多層次感知器與反向傳播演算法，相較于1940年，這次相對成熟，與現在的演算法相當接近，只是硬體運算能力不足，再加上資料難以取得，難以建立出具有意義的數據庫，因此這次的發展也未能商業化。

AI再次啟動 應用逐一落實

2016年開始啟動的AI熱潮，再次強化了1980年的演算法，同時在網路、運算單元等技術的成熟下，AI有了全新的局面，透過發展超過20年的網際網路，研發者搜集資訊的能力大增，而效能強大的處理器，也足以負荷這些數據的運算，更重要的是近年來云端運算與物聯網概念已逐漸成熟，讓AI的應用有了可借力之處，因此無論產、官、學、研都看好這次的AI啟動。

就目前來看，AI與物聯網將會是最佳組合，物聯網綿密的感測網路建置與通訊傳輸，將可讓有效取得大量數據，打造出具意義的資料庫，透過AI的演算后，再經由物聯網的應用層讓系統做出智慧反映，目前物聯網的發展重點為垂直市場應用，因此就近期發展來看，這波AI發展也會在非消費端先產生。

智慧交通

相對于其他產業，交通的智慧化應用一直走得較快，智慧交通包括汽車與基礎建設兩部分，在汽車方面，今年1月的CES展會中，整合AI的智慧車輛，例如Qualcomm以具備通訊聯網、演算優勢的驍龍晶片打造智慧車載平臺，而透過電子儀表和數位面板輔助，車子會看或聽，在CES展上更演示兩地聯網控制的全自動駕駛模擬，NVIDIA則以超級電腦運算的優勢打造自動駕駛藍圖，繼與奧迪合作后，也宣布和福斯攜手把AI導入未來車款，主攻自動駕駛和車用輔助系統。

圖1 : NVIDIA以超級電腦運算的優勢打造自動駕駛藍圖，把AI導入未來車款，主攻自動駕駛和車用輔助系。(Source: motor1)

基礎建設也是透過物聯網為基礎，以AI處理底層感測網路所傳回的各類資訊，例如日本現在已開始嘗試將AI的深度學習模式導入交通系統，透過路上監視錄影機的影像訊號，推算出該路段未來1～2小時的車流量，再將交通訊息提供給駕駛，借此舒緩交通狀況，在商用車的車隊管理部分，則是以行車電腦做成駕駛紀錄，由AI判斷司機的駕駛行為，確保行車安全。

智慧制造

自從德國在2012年提出工業4.0政策后，智慧化就席卷了全球制造業，智慧化必須根基于自動化，而自動化系統在制造領域根基已久，目前多數制造業者都已有一定的自動化基礎，也因此智慧化在制造業的啟動速度會快于其他產業。

制造業應用AI可分為前后兩端，前端指的是制造現場，后端則是云端分析，這兩大部分透過通訊技術鏈接，形成工業物聯網架構，AI在制造現場前端主要是用于制程的即時反應與控制，由于制造系統的運作快速，所有的動作因應也必須跟上系統腳步，AI在這方面可透過過去龐大的數據紀錄，即時分析出制造狀況，以主動控制或被動提醒方式協助設備操作者處理相關事宜。

后臺的云端分析系統，則可以強大的AI運算能力分析前端設備傳回的資訊，再加上產業鏈中生態系統的資訊，制定出最佳生產策略，提供給決策者與管理者參考。

智慧醫療

智慧醫療近年來已多有案例，包括醫院本體與行動醫療、長照等，都有醫療機構建置相關系統，AI在醫療的應用主要分為診斷與照護兩部分，診斷方面是透過高速的運算單元，快速且精準的分析醫療資訊，提供醫師判斷病因，例如X光片、電腦斷層…等影像資料，一直以來都必須由專業醫師查看判斷，不過由于大型醫院每天的相關資料過于龐大，已造成醫師的沉重工作負擔，現在的深度學習的AI演算法，可以快速提升資料判讀的正確率，再將可能結果提供給醫師，由醫師做最后決定。

圖2 : 深度學習的AI演算法可以快速提升資料判讀的正確率，再將可能結果提供給醫師。 (Source: wired)

照護部分也是透過資料的感測、累積與判讀，讓照護動作更精確周全、護理人員的工作更有效率，例如AI可分析醫院安全監視系統畫面中病患的動作意義，例如在公共區域跌倒，AI既可即時分辨，并通知護理人員前往協助，長照方面，則可在長照機構或家中的設備中設置AI功能，綜合受照護者所有被監測的生理狀況，并將分析結果傳回醫療機構，降低護理人員的工作負擔。

智慧家庭

智慧家庭概念問世已超過10年之久，不過由于過去都是IT廠商主導，產業生態系中其它環節—如家電業者的意愿不高，因此市場未有起色，不過自從Amazon開始強化該公司的語音聲控助理Alexa軟體平臺后，智慧家庭的聲勢再起，Amazon去年推出的Echo Plus已有更強大的智慧型家電控制功能，可以自動搜索附近的智慧型家電進行控制，官方稱目前已經有100多個設備，支援通過 Echo Plus 進行控制，中間無需任何的媒介。

由于Alexa目前仍沒有中文版本，因次臺灣建商所使用的智慧家庭AI語音聲控系統，均采用臺商自行研發的產品，遠雄建設近期發表的二代智慧宅，就與中華電信合作，住戶在家中對電器的指令，會傳送到位于中華電信機房的云端系統分析語音意義，再將結果傳送回家中系統，這些訊號來回看似迂回，不過傳送的速度相當快，使用者并不需要等待，由于家庭應用注重隱私，因此目前AI在智慧家庭應用仍以語音識別的控制為主，其它應用必須等待語音控制技術成熟、市場飽和后才會浮現。

**刊頭圖：(Source: future of life)