人工智慧可以開發出不同的解決方案，包含分析醫學的影像／圖像、情緒識別、用衛星影像結合巨量資料觀察氣候變遷、語音辨識以及全新購物的型態跟行為。科技大廠也紛紛投入人工智慧領域，例如NVIDIA從GPU出發進而營造出生態系，而IBM則以服務與解決方案見長。
對於多數人來說，辨別路標、穿越人行道或向迎面而來的朋友說聲「嗨！」是再簡單不過的事情。但對視力受損的人們來說，要做到這些事情卻極為困難。2016年，一間名為Eyra的新創公司改變了視障朋友的人生。Eyra推出了一款名為Horus的穿戴式裝置，裝置主機的大小就像一台智慧型手機，只需要戴上其內建有攝影機的耳機裝置，就能透過兩台攝影機拍攝到影像，運用人工智慧分析、識別，並且用語音「描述」出來，就像是真實地「看」到這個世界一樣。
人工智慧（AI）正在改變世界，上述只是其中一個例子。在醫療業，人工智慧協助醫護人員得以優化診斷、治療與照護服務。在零售業，Amazon GO重塑實體店面結帳經驗，打造創新電子化的購物體驗；紐西蘭的IMAGR打造出裝有人工智慧運算攝影機的購物車「SmartCart」，透過追蹤購物者丟入車內的物品，一路計算總額，並且同步更新購物者手機裡的付款資訊，讓購物就像是在散步。
關於人工智慧的影響力，Gartner研究總監呂俊寬如此解讀：「十年前我們很難找到十個跟AI相關領域的運用，但十年後，我們將很難找到十個沒有運用到AI的技術。」
如今，不管銀行、醫療、汽車領域還是農業、資安等領域，均見到AI技術的相關運用，科技大廠也紛紛投入人工智慧領域，例如Google、微軟、IBM、Facebook、Amazon、騰訊、NVIDIA、Intel、鴻海、廣達等等，而這其中，NVIDIA從GPU出發進而營造出生態系，而IBM則以服務與解決方案見長。
NVIDIA著力經營深度學習
多年以來，NVIDIA一直著力於深度學習（Deep Learning），並且投入了許多心力在提升軟硬體。除了強化深度學習的演算函式庫，並且與主要的韌體廠商深入配合之外，也推出速度更快的Pascal架構。NVIDIA技術行銷經理蘇家興指出，相較於單精度浮點數（Single Precision Floating Point，FP32），Pascal架構具有8位元（INT8）運算為主的專門推論指令，在反應速度上足足提高了4倍。
而在硬體的佈局上，NVIDIA持續跟OEM硬體廠商以及雲端服務供應商例如騰訊、微軟以及IBM合作，讓開發者可以很容易地使用到這些硬體資源。就在截稿前，NVIDIA發布一則新聞稿指出，NVIDIA深度學習平台已納入到百度雲的深度學習服務，企業用戶將能立即獲得全球最廣泛採用的人工智慧解決方案。
 |
| ▲ 運用人工智慧，即時判別阻止金融犯罪。圖為ATM可疑行為即時辨識與預警實際測試效果，紅框為告警提示。 |
另外NVIDIA也針對深度學習開發了NVIDIA DGX-1。對於NVIDIA而言，這是一個比較特別的產品，原本設計的初衷是為了讓OEM廠商作參考架構設計之用，如今也開始推廣到企業市場。DGX-1的強大運算能力主要是來自於8張Pascal架構NVIDIA Tesla P100，在GPU與GPU之間使用NVLink連接，因而可有效解決GPU之間的溝通瓶頸。搭配2顆20核心Intel Xeon E5-2698 v4處理器、512GB DDR4記憶體以及4顆1.92TB SSD的配置，根據官方資料顯示，其效能就等同於250台x86伺服器組成的運算叢集。
「如果企業剛踏入深度學習領域，對系統組建並不是很熟悉，DGX-1就是一個很好的選項，完全為了深度學習而開發，很多韌體都已經最佳化，而且NVIDIA會定期更新軟體。」蘇家興說明，DGX-1還搭載NVIDIA Ducker容器化工具，企業可以把軟體安裝在Docker環境中，就算在開發或測試的過程出現問題，也不會影響到伺服器其他環境的運作。「NVIDIA Docker的好處是可以完全運用到NVIDIA GPU的效能，而且毋須進行繁複的組態設定。」
IBM推多項AI解決方案
不久前，IBM在北京舉辦了一場論壇，IBM Cognitive Systems展區裡擠滿了人潮，他們關注的焦點是現場展示的「ATM可疑行為即時辨識與預警」解決方案。盜刷冒領是金融業常見的犯罪手法，當有心人士到ATM前故意遮住臉部，機器能不能自動地識別，並且阻止提領？ATM可疑行為即時辨識與預警便是用來解決這項問題，不管是戴上口罩、圍上頭巾或是壓低帽緣等等，在機器面前，無所遁形。
 |
| ▲ NVIDIA技術行銷經理蘇家興也呼籲政府與業界，在合規的情況下，盡可能將資料開放以提供給業界運用。 |
台灣IBM系統暨科技事業處資深資訊工程顧問陳俊傑指出，人工智慧已經廣泛地被應用在各行各業中，尤其是圖像與視訊的處理，ATM可疑行為即時辨識與預警只是其中一種應用方式，另外針對乳癌的早期偵測與診斷也很有助益。「依照現今的技術，電腦辨識乳房攝影X光片的辨識能力可以比醫生高出10%，2013年台灣乳癌人數是11,281人，如果辨識能力高了10%，也就意謂能夠多發現1,100人，早期診斷就可以早期治療。」
從解決方案的角度出發，IBM在人工智慧的佈局上，除了IBM Watson認知技術之外，IBM也運用了IBM Power Systems S822LC for HPC，結合快閃儲存以及IBM Spectrum Computing打造出的PowerAI認知運算解決方案，並且鎖定在需要分析與加速的人工智慧應用。另外，針對資料中心，OLTP交易資料的即時分析，則可運用IBM z Systems大型主機搭配IBM Spectrum Scale與Spectrum Control，如此一來，資料不需要搬遷，就能即時處理與分析。
他提到，PowerAI認知運算解決方案有幾個特色，IBM Power Systems S822LC for HPC採用的是Power處理器，另外伺服器也藉由NVidia Tesla P100 GPU，透過NVLink技術而有更好的速度表現。同時，IBM採用了開源碼軟體，將演算法（Algorithm）、韌體等修改完後放到Power Systems上，並且有認知運算的專家，可以協助企業開發應用。
開放資料促成產業發展
在人工智慧，特別是深度學習的發展上，NVIDIA技術行銷經理蘇家興也呼籲政府與業界，在合規的情況下，盡可能將資料開放以提供給業界運用。他認為，製造業與醫療業現階段在深度學習發展的機會較大，一方面台灣本來就是工業製造大國，另一方面，台灣醫療產業在這幾年累積了不少醫療影像的資料，但是卻由於法規與隱私的顧慮，使得有意投入新創的企業陷於沒有資料可建立模型的困境。
「醫療產業面對的難題是，有資料，但卻沒有人才可以設計模型以便讓機器學習、進而輔助醫生，因而需要朝業界來求助；但是新創的企業的問題是，有人才，卻沒有獲得足夠的資料來建模與學習，因而很難發展出好的應用程式。」蘇家興建議雙方可以緊密合作，當然前提是必須在法規遵循上有所鬆綁，端賴產業與政府協助與努力。