人工智能（AI）與物聯網（IoT）匯流的AIoT正成為新的科技趨勢，帶動5G網絡、無人駕駛、智能家居等新興技術領域的發展，引導新一輪的科技創新。
AI催化傳統商業升級
2015年，亞馬遜推出的“Echo”的觸屏應用嶄露頭角，成功將有語音功能的“Alexa”智能音響帶入家庭領域，掀起了全球範圍內的家庭智能市場的熱潮。2017年智能音響進入爆發期，以中英文為主的智能語音產業鏈成型。隨後，以“家庭人工智能”為方向，各大廠相繼推出各種智能設備。
不僅僅侷限於家庭，在AIoT技術下，智能商務的概念也隨之開啟。從無人餐廳、無人超市等無人工模式的發展，再到AI技術串接的第三方開發者、人臉支付、智能儲物櫃，以及具備情感社交、導航、倉儲物流等功能的智能AI。各種整合了AIoT軟硬件的解決方案，AI應用平臺串聯各種智能應用，開發出全新的服務。
AI算法技術也積極尋求新突破，除了解決機器學習的投入成本，環境因素等問題外，更開拓機器實現跨任務學習的能力，讓機器能夠像人一樣藉由經驗積累達到學習成長。近年來Google的“阿爾法狗”已經在自我學習階段大放異彩。
AIoT實際操作中的困境
人工智能大勢所趨，世界各大企業如Google、亞馬遜、IBM、蘋果、英特爾、微軟等都積極併購且大幅投資AI相關的新興企業，為下階段的策略進行佈局，但目前AI的商業應用，仍以Chatbot（聊天機器人）最為普及。
根據CB Insights研究報告指出，2016年550家新興企業中，以AI為核心產品成交的有658筆投資，累積金額高達50億美元的資金。國際數據分析和諮詢公司Gartner也指出，
截止到2018年6月，客戶訪問AI相關的關鍵字增幅高達5倍之多。除了詢問技術問題，這些公司也想知道在其既有商品中可以加入哪些AI技術以提升商業價值。儘管AI應用與商機正在快速崛起，但AIoT的發展目前仍面臨兩大難題：包括投入資金成本的巨大以及相關人才的稀缺。
Gartner主要針對大企業的調查表明，多數企業仍處於紙上談兵的狀態，尚未真正展開行動，真正導入AI應用的僅一成。縱觀多個領域，AI的應用仍侷限於客戶管理與業務銷售範圍。Gartner也指出，目前AI在商用決策應用方面風險依舊很高，主要原因在於機器學習的“深度學習預測模型”仍存在不可預計的問題，其產生決策的邏輯透明度程度低，導致使用者的信任度不夠，如自動駕駛等。
AIoT將成AI落地關鍵
現階段各科技大廠主要將深度學習應用在模式辨識上，僅能識別、感知事物，但AI的自主性較低，無法進行需要邏輯與複雜思考的決策或行動。舉例來說，在醫療影像辨識的診斷上，AI識別雖可以勝過人工識別，對症狀的判斷也較為準確，但若要提出治療對策，卻仍停留在人工智能的初級判斷，遠遠不及有經驗的醫生，面對疑難雜症就更相形見絀了。
因此，如何讓AI更貼近人類思考模式，並發展出適合AIoT終端運作的技術，是目前國際大廠創新企業積極發展的目標。在未來AIoT模式下，AI應用平臺、AI算法與AI感測晶片將呈現三位一體，統一由交由AI指揮決策。
AI算法對設備端芯片的並行計算能力和存儲器帶寬提出了更高的要求，儘管基於GPU的傳統芯片能夠在終端實現推理算法，但其功耗大、性價比低的弊端卻不容忽視。在技術限制上，目前低功耗AI運算晶片已經是全球半導體產業的發展焦點，各種解決方案不斷湧現，各有優劣。而算法的輕量化，則需要技術濃縮，將龐大的算法模型精簡，以更好地運用到終端上。
儘管當前AI技術的運用難題以及多種顧慮仍有待解決，但未來在產業趨勢的帶動下，AI與IoT的合流將推動智能應用的普及，加速智能化社會的到來。
閱讀更多 Ledlighting達人 的文章
