cwlogo

切換側邊選單 天下全閱讀 切換搜尋選單
切換會員選單

iPhoneX發表會沒告訴你的AI新浪潮

精華簡文

iPhoneX發表會沒告訴你的AI新浪潮

圖片來源:取自蘋果官網

瀏覽數

7366

iPhoneX發表會沒告訴你的AI新浪潮

Web Only

網民嘲諷蘋果了無新意的同時,我個人看到的是蘋果持續佈局,讓世界朝著其設定目標前進。其實蘋果的強項在於軟硬整合,打造引領時代的產品,並早早看到市場趨勢,3年前決定晶片設計加入神經網路引擎(Neural Engine),可不是三兩下就簡單做出來。

這些年人工智慧(Artificial Intelligence, AI)技術正在蓬勃發展,尤其是在影像識別、語言翻譯、下圍棋等項目的長足進步,讓人工智慧受到各界矚目。然而,如何將人工智慧技術用於強化產品的功能,往往不是光有創新的想法就行,必須注重專業領域知識和工程關鍵細節,否則發展出來的人工智慧應用可能會中看不中用。

兩個最重要的工程關鍵是運算能力和資料蒐集的管道。人工智慧的概念在1950年代就有熱烈的討論,但人工智慧之所以在過去的60年歲月中載浮載沉,主因是運算能力的嚴重不足,而且欠缺大量的數據。

最近這一波的人工智慧風潮,讓大家驚豔的應用,正是得力於繪圖處理機(Graphics Processing Unit, GPU)所帶來的強大平行計算能力,以及雲端服務/物聯網應用所蒐集到的大數據,這些底層的資訊工程技術可說是實現人工智慧所需的科技基礎(Enabling Technologies)。

人工神經網路催化,物聯網迎新時代

人工神經網路(Artificial Neural Network)是目前最熱門的機器學習技術之一,其設計的原理啟發自生物的神經系統。如何打造出能快速解決複雜問題的人工神經網路,是當前業界研發的重點項目。

Google於2014年開始研製Tensor Processing Unit (TPU),大幅改進自家的影像識別、語音辨認、語言翻譯等服務所使用的人工神經網路,同時也造就了AlphaGo的成功;處理機大廠英特爾(Intel)、輝達(NVIDIA)、超微(AMD),也為了加速人工神經網路,在處理機的設計上加入類似TPU的設計,角逐人工智慧時代來臨後高效能計算和資料中心的市場。

另一方面,希望擁有傲人智慧的手機和物聯網裝置,也開始加入對人工神經網路的支援。然而,極為消耗計算資源的大型的人工神經網路,如果沒有加速器,手機的電力可能很快就耗盡。華為(Huawei)在9月初公開新一代的Kirin 970處理機晶片,強調它是世界第一個具有人工神經網路加速引擎的手機晶片,能夠在耗電一半的狀況下加速25倍。

蘋果新推出的iPhone X,雖然被許多網民認為了無新意,但手機上配備的A11 Bionic處理機,也內建加速人工神經網路計算的Neural Engine,而且還以此為基礎打造出Face ID,可以即時辨識使用者的臉孔。(延伸閱讀:為搶iPhoneX,台灣電信業「2017限定版」被庫克表揚的祕密

Google幾年前就已經在Android手機上推出臉孔辨識登入的功能,卻被人輕易破解,反而被當成笑話,蘋果首次公開展示Face ID,也遇到一番波折,官方解釋是因為該手機的Face ID功能事先被多位來賓嘗試解鎖失敗,因此手機要求使用者輸入密碼。

我傾向於接受蘋果的解釋,但無論如何,等到11月3日發售日那天,Face ID將接受大眾的檢驗。蘋果為了Face ID做了不少工作,宣稱辨識錯誤率僅百萬分之一,比現有iPhone上的Touch ID的五萬分之一還要好上許多。(延伸閱讀:iPhone X亮相,所有傳言成真:臉部辨識和3D動態表情符號是亮點

刷「臉」解鎖,臉孔辨識將改變人們生活

首先,iPhone X上配置了一系列的感測器與光源投射器,其次是在軟體設計上必須考慮各種自然或人為改變容貌的因素,然後再運用A11 Bionic處理機上Neural Engine以每秒可做600G次(G是10的9次方)的運算能力去分析上述的感測資料和因素。當然,以蘋果慣有對產品高品質的要求,想必事先已經雇用白帽駭客來找碴,免得量產之後鬧笑話,只可惜百密一疏,初次登場時還是出了一點小差錯。

大家可以想像,如果Face ID的技術可以進一步普及至各種物聯網裝置,屆時我們出門什麼都不用帶,就可以發動車子,刷「臉」購物。在網民嘲諷蘋果了無新意的同時,我個人看到的是蘋果持續佈局,讓世界朝著他設定的目標前進。

其實蘋果的強項從來就不是創新,而是以超群的軟硬整合打造出能引領使用者的產品,無論是當年的Apple II、Mac、還是iPhone,皆是如此,蘋果並非人工智慧或人工神經網路的先驅者,但是他看到市場的趨勢,在3年前開始設計A11晶片時就決定加入Neural Engine,並不是三兩下就做出來。

工程與科學理論不同之處,往往就在實作的細節之中,以Google和蘋果網羅的一流好手,還需要數年的研發,才能將技術推上檯面。

我時常奉勸朋友們不要把人工智慧看得太膚淺,用機器學習軟體幫資料建模只是人工智慧的一部份,設計製造人工神經網路處理機也只是其中的一環,如果能夠好好整合軟硬體,加上對於應用領域工藝技術的精益求精,會有較高的機會做出與眾不同的產品。這也就是我一開始所說的,中看不中用的應用很多,要能夠可靠地把事情做好的話,必須有專業知識和注重細節。(責任編輯:賴品潔)

作者簡介:洪士灝
現任台大資工系教授兼副主任。密西根大學電腦博士、台大電機學士。曾於昇陽電腦研發高階系統技術,2005年於台大任教,研究平行處理、效能優化、異質運算、大數據系統、人工智慧、資訊安全,培育學術實務兼備的人才。

【延伸閱讀】iPhone X全解析

關鍵字:

好友人數

文章下載

PDF下載 付費閱讀
 
登入會員看更多

訂閱全閱讀,全站通行