AI 已大量滲入廣告服務與金融,擴大數據使用權是國際大廠布局關鍵

作者 | 發布日期 2017 年 04 月 27 日 15:00 | 分類 AI 人工智慧 , Facebook , Google follow us in feedly

近年在深度學習(Deep Learning)模型技術的導入下,讓人工智慧(AI)大放異彩,吸引眾多雲端平台與晶片廠商的關注和投入。TrendForce 旗下拓墣產業研究院最新研究指出,「深度學習」的發展重點除了軟體模型架構的改善,還須仰賴強大的硬體運算能力,以及大量的有效數據資料才能達成。其中數據資料直接攸關 AI 模型訓練完畢的辨識精準度水準為何,成為國際大廠角逐 AI 應用市場的重點所在。



拓墣統計,從目前 AI 中機器學習的應用發展來看,以金融與資訊安全、數位廣告科技比重最高,分別達 20% 與 18%,其他產業的應用也正快速發展中。

大廠積極掌握重要資料或獲取資料使用權

觀察目前布局 AI 應用市場的廠商,主要為 Google、AWS、Facebook、IBM、微軟、蘋果、百度、騰訊、阿里巴巴等雲端或軟體平台大廠,其共同優勢是擁有大量用戶數據庫使用權,利於發展 AI 相關 API、SDK 等軟體工具。

拓墣分析師林貞妤指出,數據庫的擁有者與數據庫使用權未必畫上等號,廠商有時只是獲得資料的使用權,卻不擁有資料本身。AWS、Google 或微軟的 Azure,同時提供公有雲與私有雲的服務,但通常都不擁有客戶的數據資料,只在用戶為特定目的使用雲端 API 等工具輸入資料,廠商才一面提供服務,一面使用這些數據進行自家雲端 API 工具的效能優化。

林貞妤也表示,由於深度學習的實踐仰賴豐富的數據資源,廠商為發展出更多元的 AI 服務,也將開源框架(Open Source Framework)視為重要戰略之一。因為若能掌握軟體開發環境,就有機會拓展後續軟硬體服務,所以無論是 Google 的 TensorFlow、Facebook 的 Torch、微軟的 CNTK,或英特爾購併開發 Neon 的 Nervana Systems,越來越多廠商都試圖穩固自有的軟體開發環境,透露其中潛在的角力關係。

發展專業領域 AI 系統,專業知識與數據是關鍵

若希望利用數據訓練出符合某項專業領域的需求且具高信賴度的 AI 系統,掌握該領域的專業知識(Domain Knowledge)便成為系統發展的關鍵。舉例而言,若要訓練 AI 系統透過影像辨識找出病灶,就必須先取得足量且攸關的病灶影像數據進行 AI 系統訓練才能達成。因此,掌握專業領域關鍵資料的廠商重要性將日益增加。

就以集邦科技為例,做為專業調研機構,除了累積過去逾十多年的資料庫能量外,仍持續累積科技產業各領域的關鍵資訊,在產業全面邁向人工智慧數據化的同時,未來期能提供客戶更高的價值。

(首圖來源:pixabay)