今年5月，AlphaGo Master打敗了目前職業圍棋排名世界第1的柯潔，在強大的機器面前，人類只能感到絕望，至少在圍棋的領域是如此。上週，就在大家即將要忘記這件事情的時候，AlphaGo所屬公司DeepMind，在Nature上的一篇論文又喚醒了人們的記憶，這次他們推出的是AlphaGo Zero。
過去的版本，是用大量的人類棋譜來訓練AlphaGo，而這次的Zero版本則是只給了基本的圍棋規則，然後就讓AlphaGo「自學」，在經過一定的時間後，這個版本成了所有AlphaGo中最強的1個。
這說明了，只要在基本規則相對明確的情況之下，人工智慧不需要大量的數據也可以自行進行訓練，並在特定的領域中達到相當好的成效。除此之外，我們即將進入5G時代，物聯網、車聯網的應用將會創造出更多的數據，而這些都會成為人工智慧未來成長茁壯的養分。
[廣告] 請繼續往下閱讀.
運算拚速度 台積電受惠
這也是為什麼許多科技巨頭在近幾年大舉投入人工智慧領域的原因，包括Google、Amazon、Facebook、百度都是如此。因為越來越快的運算速度，越來越多的數據，讓深度學習可以真正實現，成為人工智慧的基礎。
那麼，台灣在這股人工智慧浪潮中該扮演什麼樣的角色呢？
事實上，人工智慧未來的發展瓶頸之一可能會是卡在硬體上，而那是台灣一直以來最擅長的領域。
[廣告] 請繼續往下閱讀..
人工智慧所需要的運算會耗費大量的能源，以AlphaGo為例，它下1局圍棋需要耗費3,000美元（約新台幣9萬元）的電費，以能量來算，大約是1個成人1年所需要的能量。所以，更快的運算速度、更好的耗能效率、甚至更好的散熱，都會是人工智慧未來在硬體領域所需要克服的。
以運算速度來說，目前用來做深度學習的處理晶片從CPU開始轉為GPU，創造了Nvidia的亮眼成績，Google則是自行開發了TPU，許多業內人士更評估未來可能會運用到FPGA晶片，但不管是哪一種處理器，擁有先進製程的台積電絕對會是受益者之一。
所以，雖然台灣在數據部分確實沒有辦法跟這些網路巨頭們來比拚，但是這並不代表台灣企業就會在這波商機中缺席，AI的崛起，或許正是硬體復興的時機。
更多鏡週刊報導
【達觀股市】5G基建大好 後續商機更值推敲
【達觀股市】非農落漆但升息繼續 資金派對將散場
【達觀股市】川普稅改大放送 資金回流美國
【達觀股市】再見QE 注意美縮表蝴蝶效應
[廣告] 請繼續往下閱讀...