-
人工智慧產業技術發展綜析
-
點閱:118
9人已收藏
- 並列題名:Artificial intelligence
- 作者: 韓揚銘, NIKKEI ELECTRONICS等作
- 出版社:資訊工業策進會產業情報研究所
- 出版年:2021
- 集叢名:熱門產品研究系列
- ISBN:9789575818159
- 格式:PDF,JPG
- 附註:含附錄
人工智慧(AI)的研究,可說是如何將生物腦部功能模型化(單純化)的研究,由於深度學習的技術發展,使得國際大廠及研究機構投入許多資源至此領域,因此造就深度學習的軟體框架及原始碼的開放,開始讓產業界大量使用深度學習進行預測及判讀。
在生成技術方面,相對於傳統用於分類與辨識的人工智慧,可製作出與照片幾無差異的影像,或是與本人一模一樣聲音的「生成AI」,又被稱為新世代AI。除了可以大量產生辨識用AI用途的訓練資料之外,還可望大幅降低動畫描繪、商業設計、虛擬實境(VR)用影像之製作成本。
生成AI技術,在通訊與廣播領域也有很高的使用價值。因為相較於傳統基於規則的編碼技術與影像缺損的修復,採用深層學習的技術,不僅壓縮率可望大幅提升,且可發揮遠超過傳統的修復能力。然而在此過程中,判斷發送端的資料是否正確傳遞至接收端之指標與基準,也勢必面臨很大的改變。
此外在近年,較傳統深度神經網路(DNN)更接近腦部的「脈衝神經網路(SNN)」,在節能省電的效能方面,開始大幅凌駕DNN。美國Intel、IBM等一線大廠,也紛紛積極投入相關技術的開發。業界預估在不久的將來,SNN將可望取代DNN成為主流技術。
在自然語言處理方面,電腦是否能理解人類語言是人工智慧發展成熟的一項指標。自從大數據發展後,帶來自然語言技術與應用發展,產生Apple Siri、Google翻譯等諸多劃時代人工智慧應用。事實上,自然語言應用已經深入在企業、個人的許多日常應用中。包含:語音助理、社群聆聽、人資管理、疾病預防、授信分析等。
在人工智慧領域迎來第三波熱潮後,知識圖譜是近年深受關注的關鍵技術之一。2012年Google首先推出了知識圖譜搜尋服務,證明知識圖譜在供需媒合的顯著效益,吸引各產業龍頭積極布局研發,並成功實踐了許多應用案例。
本書以人工智慧之技術發展為主題,彙整人工智慧新近的重要技術發展,包括自然語言處理與知識圖譜等相關技術,以及在各產業領域之應用,供產官學研相關人士作為參考。
- 前言(第I頁)
- 目錄(第III頁)
- 圖目錄(第IV頁)
- 表目錄(第VIII頁)
- 第一章 人工智慧產業發展動向(第1頁)
- 一、AI 產業發展現況與創新應用趨勢(第1頁)
- 二、2020 年人工智慧技術及產業趨勢觀測(第12頁)
- 第二章 人工智慧技術發展趨勢分析(第19頁)
- 一、深度學習發展及運用現況(第19頁)
- 二、技術再進化——生成 AI 之技術現況與應用趨勢分析(第24頁)
- 三、基準面臨變革——生成 AI 融入資通訊技術之趨勢分析(第35頁)
- 四、AI 技術新突破——神經網路 DNN 與 SNN 發展動向剖析(第44頁)
- 第三章 人工智慧自然語言處理與知識圖譜(第57頁)
- 一、自然語言處理於各應用領域之案例探討(第57頁)
- 二、交談式 AI 發展趨勢——從深度學習到知識圖譜(第75頁)
- 三、深度學習下知識圖譜技術演進與發展趨勢(第94頁)
- 第四章 結論(第107頁)
- 附錄(第111頁)
- 一、 英文名詞縮寫對照表(第111頁)
- 二、 中英文名詞對照表(第112頁)