3引爆點 人工智慧蓄勢高飛

　人工智慧發展已超過60年歷史，期間也歷經了多次興衰，在當時的環境限制下，AI一度曾被視為是不值得研究的科技，不過，面對此次興起的人工智慧熱潮，英特爾及聯想兩大科技巨擘皆認為，受惠大數據應用、演算法突破與運算能力提升的3大要素兼備，將替AI技術鋪墊出更好的基礎，實質帶動產業發展。

　英特爾表示，回顧歷史，每隔幾年就會有一個新興技術或概念，成為市場熱門議題，像是雲端運算、大數據、物聯網、人工智慧、區塊鏈、量子運算等，都是近年最受關注的焦點，而Alpha GO戰勝棋王，也再度點燃大眾對人工智慧的興趣，隨之而起的是更多的AI技術發展與導入。

　聯想指出，人工智慧與情感關係，基本上可以分為「強AI」與「弱AI」，「強AI」強調電腦將能擁有情感、知覺等人類特徵，但以目前應用較為廣泛的深度學習，因為只能模擬人類具有思維的行為表現，並不具意識，則被歸類為「弱AI」。

　AI一詞最早出現在1950年代，主要關注如何以電腦解決問題，但在硬體限制下，人工智慧研究方向只能侷限在邏輯數學領域，實務上貢獻程度不高，加上兩大知名AI研究計畫皆宣告失敗，因而面臨第一波寒冬期，企業與政府陸續撤資，不過摩爾定律則在此時起飛，電腦運算與儲存能力大幅成長。

　後續人工智慧的機器學習概念從1980年代開始興起，利用數學模型來模擬生物大腦，並提出反向傳播算法，但也因為運算量太過龐大，模型修改相當耗費時間，成為當時AI發展無法解決的絆腳石。

AI技術 進入成熟階段

　直到2012年，影像辨識技術出現突破，先以人工方式將1,400萬張照片上的人臉、五官位置、距離等加以標記，讓神經網路深度學習，使得辨識成功率第一次突破8成，電腦辨識影片在2015年首度超過人類的95％，立下AI人工智慧的一大里程碑，聲音辨識也在同年超越人類辨識度，去年比賽辨識率更高達97、98％，AI技術進入成熟階段。

　歸納AI人工智慧目前蓬勃發展的3大要素，第一是大數據爆發，替深度學習的人工智慧發展奠定基礎，其次是更快、更普遍的演算法，在語音辨識、機器視覺上更為適合，第三為使用GPU及硬體提升，促使運算能力的速度及準確度皆有大幅提升。

　針對人工智慧、物聯網與區塊鏈的關係，聯想舉例，物聯網應用程序可以感知人的健康與活動，AI則透過檢測與觀察作出反應並告知，而此時所有的互動都可以通過區塊鏈驗證和保護，提供具簡單、經濟高效且永久性的決策紀錄。