巴倫周刊指出，人工智慧 （AI） 科技為近日熱門話題，但這波革命才剛剛起步，發展 AI 過程中，需要運用巨大的計算能力，對於美光科技與賽靈思等半導體公司，為非常好的消息，他們可能成為未來的晶片之星。
巴倫周刊早在 2015 年 10 月，就曾以 AI 為主題做過封面故事，當時的標題為《Watch Out Intel, Here Comes Facebook》。當中曾被提及的 Nvidia，股價已大漲 770%，而美光可能在 AI 發展之撐下，成為新一代晶片界新星，因為發展過程中，需要許多的記憶體晶片，該公司股價迄今已成長 270%。
Nvidia 五年來股價走勢圖
在網路和雲端計算開始興盛之下，網路巨頭可以在其數據中心，彙整大量數據並進行計算，電腦科學家創造出一種新的機器學習 （machine learning） 模式，稱為深度學習 （deep learning），該模式不需要科學家製定明確的計算規則。
下圖顯示一個深度學習的例子，其中一台電腦被教導辨識貓的照片，數以百萬計的貓圖片被輸入電腦，以及許多不是貓的例子亦被輸入，例如狗的照片。電腦將檢測圖像像素中，許多基本形狀的圖案。
深度學習範例之一，辨識貓與狗
這種深度學習是一種強大的新範例：人類只需要設定一個基本目標，如分類圖片，接著讓電腦找出解決方案的模式。電腦所經歷的一系列步驟被稱為「網絡」，而不同的網絡擅長不同的事物，舉例來說，所謂的強化學習為使用非常簡單的訊息，只需要一個場景和一套規則，它們變能找出最佳的行動模式。
Google 曾在 2017 年底，使用這種方法製作能自我學習的電腦圍棋 AI 模型 AlphaGo Zero。該模型運用神經網路的技術，它透過與自己對弈，學習到各種招式並發現新的戰略，他在學習過程中並不需要人類的智慧，它最終擊敗了頂級人類圍棋棋士。
而科技公司在 AI 發展中扮演的重要角色為，提供所需的硬體支援或是新的機器設備，例如 Nvidia 的 GPU 晶片效率比 Intel 的微處理器更高。美光的記憶體晶片需求激增，並預計在 2021 年推出可支援深度學習的晶片。
深度學習將在運算中變得更加普遍，隨著時間推移，深度學習將接管人類編寫程式的工作，但受限於晶片和軟體的發展，要走到此目標還有很長一段路。
更多精彩內容請至 《鉅亨網》 連結>>
我是廣告 請繼續往下閱讀
在網路和雲端計算開始興盛之下，網路巨頭可以在其數據中心，彙整大量數據並進行計算，電腦科學家創造出一種新的機器學習 （machine learning） 模式，稱為深度學習 （deep learning），該模式不需要科學家製定明確的計算規則。
下圖顯示一個深度學習的例子，其中一台電腦被教導辨識貓的照片，數以百萬計的貓圖片被輸入電腦，以及許多不是貓的例子亦被輸入，例如狗的照片。電腦將檢測圖像像素中，許多基本形狀的圖案。
這種深度學習是一種強大的新範例：人類只需要設定一個基本目標，如分類圖片，接著讓電腦找出解決方案的模式。電腦所經歷的一系列步驟被稱為「網絡」，而不同的網絡擅長不同的事物，舉例來說，所謂的強化學習為使用非常簡單的訊息，只需要一個場景和一套規則，它們變能找出最佳的行動模式。
Google 曾在 2017 年底，使用這種方法製作能自我學習的電腦圍棋 AI 模型 AlphaGo Zero。該模型運用神經網路的技術，它透過與自己對弈，學習到各種招式並發現新的戰略，他在學習過程中並不需要人類的智慧，它最終擊敗了頂級人類圍棋棋士。
而科技公司在 AI 發展中扮演的重要角色為，提供所需的硬體支援或是新的機器設備，例如 Nvidia 的 GPU 晶片效率比 Intel 的微處理器更高。美光的記憶體晶片需求激增，並預計在 2021 年推出可支援深度學習的晶片。
深度學習將在運算中變得更加普遍，隨著時間推移，深度學習將接管人類編寫程式的工作，但受限於晶片和軟體的發展，要走到此目標還有很長一段路。
更多精彩內容請至 《鉅亨網》 連結>>
