物聯(lián)網(wǎng)的高速發(fā)展帶來許多社會各方面的關(guān)注。 這幾年產(chǎn)業(yè)界一直在談物聯(lián)網(wǎng)，其實在今年非常重要的改變，就是已經(jīng)看到從物聯(lián)網(wǎng)把很多東西跟人做一些結(jié)合，進入到要透過人工智能(AI)來加值的時代。 很多人認(rèn)為所謂的「加值」，可能就是在做軟硬整合;但其實聞名全球的競爭力大師麥可. 波特曾提醒臺灣，不要忘記自由優(yōu)勢，也不要馬上談「效率驅(qū)動」進入到「創(chuàng)新驅(qū)動」，而要把效率驅(qū)動「加乘」創(chuàng)新驅(qū)動。

也就是把臺灣特別是跟效率有關(guān)的硬件制造、甚至其他科技產(chǎn)業(yè)能夠整合在一起。 因為全世界有太多國家都在做創(chuàng)新、都朝AI發(fā)展，所以AI時代來臨，可讓各界重新去思考軟硬整合定義，并不是一定就是軟件加硬件，而是要以「軟實力乘于硬實力」。

所謂的「軟實力」，從AI的角度來看，是既有「人」的智能，未來也有「機器」的智能。 但是什么是機器智能? 例如Google開發(fā)人工智能軟件AlphaGo，慢慢走出圍棋棋士所不能夠下(或不曾想到)的方法。 在未來，機器甚至可能也可教機器人，更可教新進人員。

從AI加乘角度，來看AI又是如何影響民眾的生活? 曾有一部老電影，描述加州理工學(xué)院的上課場景。 觀眾先透過鏡頭，從教室外聽到有老師在對學(xué)生講課的聲音，然而當(dāng)鏡頭轉(zhuǎn)入到教室內(nèi)，卻發(fā)現(xiàn)到講桌上只擺錄音機，但老師人不在教室。 原來老師是透過錄音機傳送在對學(xué)生講課，有趣的是，每個學(xué)生的課桌上也都放置一臺錄音機在錄音。

當(dāng)時這部電影已經(jīng)預(yù)示現(xiàn)今在線教學(xué)方式及未來情報分析的情境：前端的作業(yè)可能是由AI的協(xié)助。

其實現(xiàn)在也開始有一些AI的機器在寫新聞稿的媒體報導(dǎo)出現(xiàn)，其對于知識的研究者和知識的傳播者都是一項挑戰(zhàn)，也代表人的智能加上機器的智能，在AI加值之下將會更為重要。 從產(chǎn)業(yè)面向來看，AI加值在臺灣產(chǎn)業(yè)、在制造業(yè)及服務(wù)業(yè)都是很大的面向。 從AI的本質(zhì)來看，基本上是仿真人，所以在服務(wù)業(yè)上，希望透過AI加值后，在工作效率上有更大價值;在制造業(yè)也希望提高生產(chǎn)力。

去年世界經(jīng)濟論壇(有提到幾個重要對于全球經(jīng)濟的議題，其中一個就是AI，大家比較認(rèn)同的方向都是在于提升生產(chǎn)力，希望朝兩個方向走：第一、是讓過去可能需要有十個人做的事情，未來可透過AI讓機器做助手以提高生產(chǎn)力;另外一個是要發(fā)展很多AI創(chuàng)新應(yīng)用。

人工智能不是新領(lǐng)域，六、七十年前就有人工智能的領(lǐng)域在開展，過去也歷經(jīng)過多次起伏，但現(xiàn)在卻可以進到實際的產(chǎn)業(yè)化;從觀察整個產(chǎn)業(yè)開展的角度可以發(fā)現(xiàn)，有兩個非常不同產(chǎn)業(yè)環(huán)境。 第一個是數(shù)據(jù)：現(xiàn)在有愈來愈多數(shù)據(jù)讓機器可以有更多經(jīng)驗;還有運算，不管是運算能力芯片，或整個運算環(huán)境都跟過去大不相同。

另外，是經(jīng)驗整合，去年下半年很多國際業(yè)者將平臺開放，希望能把Data computation的能力放進去后，讓更多人把數(shù)據(jù)放上來做一些應(yīng)用，促使更多實際的經(jīng)驗來做整合。 因此可預(yù)料的是，2017年接下來在Data、Computation及Experience三個面向會形成整合戰(zhàn)。

在AI產(chǎn)業(yè)生態(tài)會有三個發(fā)展方向：

第一、是「產(chǎn)業(yè)AI化路徑」，即使有很多產(chǎn)業(yè)需要可以來應(yīng)用，但本身AI是否為一個產(chǎn)業(yè)? 是否有夠好的芯片及終端設(shè)備及相關(guān)解決方案來實現(xiàn)?

第二、是「AI 產(chǎn)業(yè)化路徑」，像醫(yī)療、金融業(yè)等不同產(chǎn)業(yè)面向，都希望能提高生產(chǎn)力，能有創(chuàng)新的價值。 另今年有一條路徑是會持續(xù)進行，就是在物聯(lián)網(wǎng)環(huán)境中，預(yù)料今年會有很多低成本的聯(lián)網(wǎng)及設(shè)備將持續(xù)出現(xiàn)。

人機互動密切 語音助理聚焦

有人說，2017年CES展最大贏家是沒參展亞馬遜(Amazon)，其研發(fā)人工智能語音助理已廣泛運用在許多裝置。

亞馬遜采用開放式架構(gòu)，核心軟件放在云端，其他廠商可以跟亞馬遜介接其Alexa語音助理服務(wù)，讓自己的產(chǎn)品也具有語音助理的功能。

最好的人機語音接口并非觸控屏幕或鼠標(biāo)，而是以語音、直接講話的方式最為直覺與方便。 預(yù)期2017年類似亞馬遜的語音助理會更普及運用在許多終端裝置，因此將衍生音頻傳感器的需求，預(yù)料今年MEMS麥克風(fēng)市場會加速成長。

推AI專用芯片 降低運算成本

工研院IEK預(yù)測，人工智能趨勢開始改變最底層的運算芯片技術(shù)方向。 今年初有個網(wǎng)絡(luò)賬號在國際網(wǎng)絡(luò)圍棋連勝60場零敗紀(jì)錄，后來揭曉是Google人工智能程序AlphaGo。 因此許多人開始思考，更難問題是否也可透過此方式解決。

但AlphaGo最大問題是在現(xiàn)有硬件架構(gòu)上，下一盤棋需動用數(shù)十臺服務(wù)器與數(shù)百顆處理器，消耗電量需要數(shù)千美元，非常昂貴。 目前計算機是通用型運算架構(gòu)，不適合人工智能運算，預(yù)料會有更多針對人工智能專用運算開發(fā)設(shè)計芯片。 Intel、IBM或NVidia已朝此方向開發(fā)，未來運算成本會逐漸降低。

發(fā)展機器學(xué)習(xí) 強化預(yù)測分析

機器學(xué)習(xí)(Machine Learning)算法能提供模式辨識、統(tǒng)計模式、數(shù)據(jù)探勘、知識發(fā)現(xiàn)、自我調(diào)適、自主組織與預(yù)測分析等各種應(yīng)用。

其中，模式辨識是最常見的應(yīng)用，如影像辨識與語音識別是去年全球人工智能主要研發(fā)重點。

預(yù)期今年焦點將轉(zhuǎn)向至「預(yù)測分析」。

透過個人資料數(shù)據(jù)運算，醫(yī)學(xué)上已可預(yù)測未來得到心臟病機率、甚至得心肌梗塞的時機點。

預(yù)測分析是一種數(shù)據(jù)分析技術(shù)，在機器學(xué)習(xí)的導(dǎo)入下，預(yù)測能力大幅提升。

價值鏈再升級 擴展生態(tài)體系

Garnter預(yù)估，至2021年每日每小時將有100萬臺IoT裝置被購買，加上AI技術(shù)陸續(xù)導(dǎo)入，將促使IoT終端裝置升級為各種AIoT智能機器。 能做到軟硬整合、自主決策、互動如人且流暢驅(qū)動相關(guān)軟硬件的智能機器人，將成為全球產(chǎn)業(yè)與市場的新寵。 居家服務(wù)機器人將扮演智能家庭中樞，娛樂休閑型機器人也開始進入商用場域。

AIoT技術(shù)正重新塑造消費性電子產(chǎn)品之關(guān)鍵零組件、系統(tǒng)組裝、軟件接口、服務(wù)設(shè)計之產(chǎn)業(yè)價值鏈。 促使全球產(chǎn)業(yè)正運用開放架構(gòu)或軟硬件資源，整合所有成員擴展生態(tài)體系，強化價值鏈上所有成員。

MEC技術(shù)崛起 改善用戶體驗

在物聯(lián)網(wǎng)趨勢帶動下，今年通訊領(lǐng)域用戶行為會有些變化，視訊使用頻率提高，不管是Facebook的多人在線直播或是「網(wǎng)紅經(jīng)濟」，今年趨勢會朝滿足實時傳遞要求。

另AR/VR應(yīng)用興起，電信運營商針對基礎(chǔ)建設(shè)不只提高帶寬，也需考慮并滿足低延遲服務(wù)需求，Mobile Edge Computing (MEC)技術(shù)因應(yīng)而生。

MEC技術(shù)是指應(yīng)用鄰近行動用戶的無線通信網(wǎng)絡(luò)設(shè)備，提供IT與云端運算資源供使用的一種技術(shù)，藉由將部分內(nèi)容和儲存下移到靠近網(wǎng)絡(luò)邊緣，可降低帶寬占用及網(wǎng)絡(luò)等待時間性，提高用戶體驗。

低功耗廣域網(wǎng) 將加速商業(yè)化

低功耗廣域網(wǎng)技術(shù)發(fā)展迅速，產(chǎn)品問世促使服務(wù)加速商用化。 3GPP NB-IoT去年底開始有相關(guān)的硬件平臺問世，預(yù)計今年有更多產(chǎn)品及電信營運商加入，以提供智能城市應(yīng)用，電信營運商主導(dǎo)公網(wǎng)建置競爭，將成下階段LPWAN發(fā)展主要驅(qū)動力。 發(fā)展初期面臨低功耗技術(shù)網(wǎng)絡(luò)異質(zhì)整合議題，中長期可采整合布局，效法歐洲u-blox模塊，將Ingenu納入產(chǎn)品組合方式，整合物聯(lián)網(wǎng)異質(zhì)網(wǎng)絡(luò)整合平臺，并整合混合云環(huán)境的平臺介接能力，以此切入LPWAN解決方案供應(yīng)鏈。

5G網(wǎng)絡(luò)先暖身 帶動設(shè)備需求

去年4G基礎(chǔ)建設(shè)有些遲滯，預(yù)計今年相關(guān)需求會浮現(xiàn)。 日、韓、俄等國在2018年有重要體育賽事的試驗服務(wù)推出。

市場預(yù)期，西歐、北美、日本、南韓、中國將為5G終端第一波需求國家，整體5G商業(yè)運營時程預(yù)估2020年實現(xiàn)。

今年pre-5G準(zhǔn)備商用時程更為接近，將帶動終端需求如Pre 5G Router、智能型手機等產(chǎn)品需求展開，加上pre-5G與5G環(huán)境需整合許多頻段，預(yù)期在天線或RF等均有相對應(yīng)更多數(shù)采用。

感測融合技術(shù) 增加自駕安全

近年來無人車及無人機等載具興起，傳感器融合將是后續(xù)發(fā)展最重要的關(guān)鍵。 傳感器融合的創(chuàng)新概念就是同時間匯集「多顆」、「同類型」或「不同種類」傳感器信息，整合所有高精度的感測數(shù)據(jù)，以更準(zhǔn)確感知車輛外圍環(huán)境。 相對于現(xiàn)有獨立感測系統(tǒng)，傳感器融合技術(shù)可以做出更好、更安全的車輛控制的指令。

Intel、Mobileye、BMW今年合作發(fā)表Intel Go自駕車平臺，可為車輛爭取到2.5秒的關(guān)鍵時間，發(fā)生交通事故時可提高生存率。

雙R應(yīng)用爆發(fā) 虛擬經(jīng)濟成形

AR/VR內(nèi)容應(yīng)用爆發(fā)，虛擬經(jīng)濟生態(tài)漸成形。

去年是硬件裝置發(fā)展年，在應(yīng)用開發(fā)平臺與開發(fā)者努力下，今年將是內(nèi)容與應(yīng)用發(fā)展的沖刺年。 例如HTC開始建構(gòu)應(yīng)用生態(tài)圈，成立投資新創(chuàng)、開發(fā)工具及應(yīng)用商城，吸引許多開發(fā)者開發(fā)許多應(yīng)用與Vive配件。 此外，AR/VR與人工智能的結(jié)合，也被看好是新世代的虛擬世界雛型浮現(xiàn)。 而AR/VR的發(fā)展也逐漸像真人，兩者結(jié)合將更模糊真實與虛擬世界的界線，形成全新的「虛擬經(jīng)濟」體系。

區(qū)塊鏈成趨勢 擴大使用范圍

今年區(qū)塊鏈的技術(shù)，包括在食品安全與產(chǎn)業(yè)供應(yīng)鏈等應(yīng)用上，預(yù)期將有很好的發(fā)展。 世界經(jīng)濟論壇調(diào)查指出，2027年前區(qū)塊鏈將被廣泛應(yīng)用。 美國Walmart已利用區(qū)塊鏈技術(shù)管理包裝食品及中國大陸的肉品市場等。

至于臺灣在區(qū)塊鏈技術(shù)市場切入點，由于具有制造業(yè)強項及食安需求，新進廠商可在應(yīng)用面進一步發(fā)酵。 區(qū)塊鏈技術(shù)若與AI結(jié)合應(yīng)用，AI將快速運算大量數(shù)據(jù)，區(qū)塊鏈也可輔助AI技術(shù)，確保每筆數(shù)據(jù)的真實性，幫助企業(yè)做正確的判斷。