账号:
密码:
最新动态
产业快讯
CTIMES / 文章 /
从云端大厂AI布局看台湾云端产业机会与挑战
 

【作者: 黃世弘】2019年01月15日 星期二

浏览人次:【8666】


大国政府积极投入AI人才培育与技术研发,设立法规标准与道德规范,使AI技术为其国家发展带来正面效益,所投入产业发展上多在公共事业、交通运输、制造、医疗等领域发展AI应用,因这些领域已累积大量的资料,采用AI技术立竿见影。


大国AI发展策略、研发技术与应用

美国在AI技术研发上处于领先地位,AI发展策略意在以政府资助力量持续投入AI技术研发保持领先地位,使美国民众在工作上与企业在事业发展上透过AI技术得到益处。中国大陆在AI发展策略短期已迎头赶上AI技术与应用领先国家为目标,并明确订下各个阶段的时程与目标,志在2030年成为全球主要的AI创新中心。欧盟成立专责组织并订定规范为确保各成员国之间发展AI的公平性、安全和资讯透明。日本政府AI发展投入于日本社会5.0的四大领域:生产力、医疗保健、流通运输、资讯安全来发展AI应用,计画由政府推动发展出跨领域的AI生态系统。


@表1:大国政府之AI发展策略




































?



美国



大陆



欧盟



日本



?


政策要点



1.保持美国在AI研发的领导地位


2.发展美国人工作上取得AI的优势


3.推动政府资助AI研发


4.消除创新的阻碍



1.2020年:赶上全球AI领先国家的AI技术与应用


2.2025年:在特定AI领域达到“全球领先”


3.2030年:中国成为全球主要的AI创新中心



1.提高欧盟的技术和工业能力,增加公共部门和私有企业应用AI使欧盟对AI产生的社会经济变化做好准备


2.建立合适的道德和法律规范



1.2020年之前发展跨领域数据驱动的AI 应用


2.发展跨领域公共事业的AI 应用


3.2025-2030年发展跨领域建立AI生态系统



投入重点



建置技术研发、人机协作、系统安全、人才培育等的基础环境推动制造、物流、金融与运输等产业应用



投入研发,工业化,教育人才和技术取得,订定标准和法规,道德规范和建立安全控管机制



建立”欧洲AI联盟”订定AI的道德准则,以解决成员国之间发展AI造成的不公平,安全和资讯透明等问题



发展AI于日本社会5.0注重的4大领域 - 生产力,医疗保健、流通运输、资讯安全等产业之应用



云端应用



美国俄勒冈州和奥兰多的执法单位使用云端平台与人脸辨识,在执法时用摄影机扫描并辨识潜在嫌疑人



中国各省市发展政务云AI应用,平安城市工程应用云端运算平台、深度学习影像识别与道路摄影机建置智慧城市视讯监控系统



运用欧盟的数位化单一市场策略底下的欧洲云计划所建立的欧洲开放科学云服务来促进欧洲AI技术发展与应用推广



2020年东京奥运观众指导系统使用AI、云端物联网技术,透过路边摄影机、手机讯号推测预防交通堵塞及犯罪行为



资料来源:各国政府,资策会MIC整理,201811


各国政府部门也利用云端运算的高扩展性与易于连接终端设备的特性,采用云端平台来发展AI应用,美国有执法单位使用云端平台与人脸辨识技术,在执法时用摄影机扫描并辨识潜在嫌疑人。中国大陆各省市发展政务云AI应用,利用平安城市工程应用云端运算平台、深度学习影像识别与道路摄影机建置智慧城市视讯监控系统。欧盟使用云端运算服务来促进成员国AI技术发展与应用推广。日本计画在2020年的东京奥运观众指导系统应用AI及云端物联网技术,分析路边摄影机的影像、手机讯号推测并预防交通堵塞及犯罪行为。


AI与云端服务的主导权

未来云端AI服务的赢家将拥有AI开发平台的主导权,云端服务供应商皆积极透过投入云端AI服务以取得在AI与云端服务市场的主导地位。云端AI平台的发展趋势在于提供AI的开发工具与API服务,由于云端运算基础设施服务的资源取得容易,企业开发人员使用云端AI平台建立AI开发环境,可以节省运算资源取得与管理维运设备的时间,专注于AI技术的开发测试。


云端AI开发工具的发展趋势一种是提供完整的AI服务开发流程托管平台,如AWS的SageMaker,提供开发者从程式码的开发介面工具到应用程式部署的全托管介面,另一种发展趋势是提供简易使用的拖拉式介面的AI服务开发平台,如Microsoft的Azure Machine Learning Studio,开发者只要准备已标注好的训练用的资料集,就使用已建置好的演算法及训练模型,来快速取的训练结果。


迎向数位转型的风潮

近年企业迎向数位转型的风潮,运用AI、物联网与区块链等新兴科技进行数位转型,开创新的商业模式。在此趋势驱使下,企业需要能因应业务快速变动需求的资讯系统架构,在资讯系统架构需能迅速调整与成本控管的考量下,企业普遍转向使用云端运算服务的混合云架构,以整合公有云服务与既有的IT基础架构。


国际大厂因应此趋势,皆积极力推混合云解决方案,如微软的混合云解决方案Azure Stack,并在新版的Windows Server 2019提供混合云资料中心Web管理介面Windows Admin Center,以管理公有云服务Azure与企业内部资料中心的Windows Server架构,思科与Google合作,将思科混合云平台放上Google公有云服务等,混合云架构协助企业提升使用云端运算服务的管理效率与安全性,加速企业使用云端运算服务。


云端运算服务大厂亦积极推展云端AI开发工具,如立即可接取使用的各种AI API与发展可快速部署的AI模型训练平台。 AI模型训练平台在云端的开发环境预先安装好MXNet、TensorFlow等框架及高效能的AI演算法提供训练模型使用,提供多种自动化应用程式部署模式。为了符合AI对的运算的需求,云端大厂也开始提供多样化的弹性运算资源,包含GPU的弹性运算服务、现场可程式化闸道阵列FPGA服务、甚至自制TPU张量运算服务,以缩短AI服务开发时程。


两大全球云端大厂之AI布局

探讨Amazon与Microsoft两大全球云端大厂之AI布局,以四个构面「使用工具」、「开发环境」、「快速得到训练成果」、「应用推广」来剖析这两间云端服务大厂对于云端AI服务的发展策略。



图1
图1

在分析构面中,「使用工具」项目用AI模型训练工具支援的演算法与框架及API认知服务的功能与应用两项目进行分析。 「开发环境」项目,分析两大厂在云端平台及终端设备上开发AI服务,所提供与支援的开发工具。 「快速得到训练成果」部分以如何运用合作、投资、并购等方式,提升云端平台的运算能力,及优化演算法以快速得到AI模型的训练结果,帮助用户加快AI服务上线时程。最后的「应用推广」项目,分析两大厂在AI服务应用上如何发展云端AI服务的生态系,协助企业用户运用其云端AI服务并发展商业模式。


Amazon云端AI平台探究

Amazon云端AI平台提供Amazon Machine Learning及SageMaker两种AI训练模型平台。 Amazon Machine Learning提供简易操作的平台工具,提供常用的演算法,可以自动载入AWS储存服务中标注好的资料集进行训练。 SageMaker提供整个机器学习开发生命周期完整的托管服务,开发环境已预先安装好架构,内建高效能机器学习演算法供训练模型使用,并有多种自动化应用程式部署模式,操作自由度高,适合资料科学或AI专家使用。


Amazon在API认知服务方面,可将多种API组合使用,如将语音转为文字的Transcribe API与分析文本的Comprehend API组合,可分析电话客服中客户回应的情感状态等商务应用。


AWS云端平台提供的开发环境已预载多种应用程式设计语言的开发套件,深度学习AMI(Amazon Machine Images)已预先设定好AI训练模型架构与常用的Python套件和Anaconda平台简化AI开发环境部署。


终端应用智慧音箱Echo搭配Alexa for Business 开发套件的Alexa Skills Kit 可以建立语音助理的技能,视讯摄影机DeepLens可在摄影机上执行深度学习模型,对看到的内容进行分析、预测。


AWS的云端平台开发环境上让开发人员无论惯用于何种开发工具或AI架构,都可以开发AI应用程式,开发环境支援多种开源开发套件协助云端用户降低应用程式开发的成本,预载开发工具可节省开发人员部署环境的时间。


Amazon云端AI服务提供多种加速算力的选项,与Nvidia合作方面有Amazon EC2 P系列提供GPU运算力加速,与Intel合作方面有Amazon EC2 C系列的CPU与F系列的FPGA运算力加速选项。


在与NXP合作方面Amazon的云端服务可透过AWS Greengrass扩展到终端装置端,以边缘计算方式的将数据加以收取、分析,以成功整合NXP所研发的Layerscape智慧闸道平台。


2012-2018年间Amazon投资2家及并购4家AI 产业新创公司,将整合其AI产品及演算法以丰富云端AI服务的功能。



图2
图2

Amazon将其云端服务加上AI应用,携手云端用户走入产业应用,AWS的云端基础架构服务有超过50%的市占率,云端服务非常丰富完整,拥有众多的企业客户。这些企业客户在AWS上已有大量的数据资料,透过云端AI服务协助企业开发AI产业应用,进行数位转型、发展创新服务,可看到Amazon的AI应用在医疗健康、媒体娱乐、汽车产业、智慧家庭上以有成功的应用推广案例。


Microsoft Azure平台服务工具

Microsoft Azure提供两种平台服务工具。 ML Studio设计简单易用,已内建多种演算法,使用网页介面以拖拉方式设计AI模型,提供新手一个AI模型设计的练习场域,适合学习AI的新手与初期想尝试使用AI建构应用服务的企业。另一个平台服务工具ML Services可将训练好的AI模型透过Docker进行应用程式容器化,推送到边缘终端设备,运用Azure IoT Edge的AI工具组将预先建立的模型封装并部署到IoT闸道或终端装置上。


Microsoft Azure的AI API服务众多且应用情境完整,涵盖语音翻译,声音识别,文字和语音相互转换,图像及视讯,搜寻服务等,其Chatbot工具集可整合企业应用软体服务如:Of?ce 365 email等。


Microsoft开发环境趋向开源,发展.Net开发平台的跨平台框架,提供Visual Studio AI工具组与云端平台AI开源工具,成立AI开放架构ONNX联盟连结终端晶片大厂,落实智慧云端、智慧边缘战略。


Microsoft与Facebook联手发表的开放神经网路交换ONNX格式,让Facebook正在发展的Caffe2、PyTorch或是Microsoft自家的Cognitive Toolkit架构所开发的机器学习模型,能够在其他架构中进行训练并转移到另一个架构中进行推论,使学习模型可以在架构间互通。已支援Caffe2、Chainer、Cognitive Toolkit、MXNet 和 PyTorch 、PaddlePaddle等开发架构,此联盟吸引众多晶片大厂投入,加以整合软、硬体技术加速AI终端运算发展。


Microsoft与Intel、Qualcomm晶片大厂合作提升运算能力,与Intel合作方面,在Azure Brainwave Project服务中采用Intel的FPGA晶片技术,FPGA的低延迟即时推论功能,帮助Microsoft将AI服务应用在云端和边缘端上,与Qualcomm合作方面,携手打造运行Azure IoT Edge的视觉化AI开发工具组。


2012~2018年微软对投资10家及并购8家AI产业新创公司,将其开发好的AI服务整入云端AI API及平台服务,使云端平台用户快速取得AI模型的训练结果,加速AI产品上线时程。


Microsoft在云端AI服务的应用推广策略以培育AI人才、支持开源社群来累积云端用户开发AI应用服务研发能量,并在2018年Build大会上公布3个100计画,计画以100项Microsoft AI工具,与100家企业合作,共同创造100个关键产业应用。


在产业的垂直应用上与大型企业客户发展AI落地应用,例如与Walmart合作采用Microsoft 云端AI服务与资料平台发展无人商店,与中国移动合作,将其语音辨识技术,用于客户中心服务。


微软研究院亦免费开放其线上AI课程给开发人员跟新手,帮助企业培训更多人才,Microsoft策略支持开源生态,2018年并购GitHub原始码开源社群平台,支持发展开源,加速打造完整的AI生态体系。


结语

综观两大厂的云端AI服务发展布局,两大厂在云端平台上积极布局,其云端AI服务丰富完整,发展策略上Microsoft携手与其广大的企业客户群,提供各样云端AI的工具与开发资源打造AI生态体系,Amazon凭借其云端市占率第一的优势,给予AWS的众多用户一站式完整云端服务,发展其产业的AI应用。


(本文作者黄世弘为资策会MIC产业分析师)


相关文章
等待春燕 工具机业逆风而行
ST开启再生能源革命 携手自然迎接能源挑战
精确模拟现实世界 数位分身优化真实世界体验
大数据时代下,我们仍需要更大的工厂空间吗?
可视化解痛点让数位转型有感
comments powered by Disqus
相关讨论
  相关新闻
» Ansys模拟分析解决方案 获现代汽车认证为首选供应商
» SOLIDWORKS公开演示未来AI 率先导入工业设计软体应用
» BMW与达梭系统合作 打造3DEXPERIENCE未来工程平台
» 西门子加入半导体教育联盟 应对产业技能和人才短缺问题
» 益华电脑与达梭首度支援云平台方案 加速机电系统开发转型


刊登廣告 新聞信箱 读者信箱 著作權聲明 隱私權聲明 本站介紹

Copyright ©1999-2024 远播信息股份有限公司版权所有 Powered by O3  v3.20.1.HK83J9L8DPESTACUKB
地址:台北数位产业园区(digiBlock Taipei) 103台北市大同区承德路三段287-2号A栋204室
电话 (02)2585-5526 #0 转接至总机 /  E-Mail: webmaster@ctimes.com.tw