近年在深度學(xué)習(xí)(Deep Learning)模型技術(shù)的導(dǎo)入下，讓人工智能(AI)大放異彩，吸引眾多云端平臺與芯片廠商的關(guān)注和投入。拓墣產(chǎn)業(yè)研究院最新研究指出，深度學(xué)習(xí)的發(fā)展重點除了軟件模型架構(gòu)的改善，還須仰賴強大的硬件運算能力，以及大量的有效數(shù)據(jù)才能達成。其中數(shù)據(jù)直接攸關(guān)AI模型訓(xùn)練完畢的識別精準度水平如何，成為國際大廠角逐AI應(yīng)用市場的重點所在。

　　拓墣統(tǒng)計，從目前AI機器學(xué)習(xí)的應(yīng)用發(fā)展來看，以金融與信息安全、數(shù)字廣告科技比重最高，分別達20%與18%，其他產(chǎn)業(yè)的應(yīng)用也正快速發(fā)展中。

　　大廠積極掌握重要數(shù)據(jù)或獲取數(shù)據(jù)使用權(quán)

　　觀察目前布局AI應(yīng)用市場的廠商，主要為谷歌、AWS、臉書、IBM、微軟、蘋果、百度、騰訊、阿里巴巴等云端或軟件平臺大廠，其共同優(yōu)勢是擁有大量用戶數(shù)據(jù)庫使用權(quán)，利于發(fā)展AI相關(guān)API、SDK等軟件工具。

　　拓墣分析師林貞妤指出，數(shù)據(jù)庫的擁有者與數(shù)據(jù)庫使用權(quán)未必畫上等號，廠商有時只是獲得數(shù)據(jù)的使用權(quán)，卻不擁有數(shù)據(jù)本身。AWS、谷歌或微軟的Azure，同時提供公有云與私有云的服務(wù)，但通常都不擁有客戶的數(shù)據(jù)，只在用戶為特定目的使用云端API等工具輸入數(shù)據(jù)，廠商才一面提供服務(wù)，一面使用這些數(shù)據(jù)進行自家云端API工具的效能優(yōu)化。

　　林貞妤也表示，由于深度學(xué)習(xí)的實踐仰賴豐富的數(shù)據(jù)資源，廠商為發(fā)展出更多元的AI服務(wù)，也將開源框架(Open Source Framework)視為重要戰(zhàn)略之一。因為若能掌握軟件開發(fā)環(huán)境，就有機會拓展后續(xù)軟硬件服務(wù)，所以無論是谷歌的TensorFlow、臉書的Torch、微軟的CNTK，或英特爾并購開發(fā)Neon的Nervana Systems，越來越多廠商都試圖穩(wěn)固自有的軟件開發(fā)環(huán)境，透露其中潛在的角力關(guān)系。

　　發(fā)展專業(yè)領(lǐng)域AI系統(tǒng)，專業(yè)知識(Domain Knowledge)與數(shù)據(jù)是關(guān)鍵

　　若希望利用數(shù)據(jù)訓(xùn)練出符合某項專業(yè)領(lǐng)域的需求且具高信賴度的AI系統(tǒng)，掌握該領(lǐng)域的專業(yè)知識(Domain Knowledge)便成為系統(tǒng)發(fā)展的關(guān)鍵。舉例而言，若要訓(xùn)練AI系統(tǒng)透過影像識別找出病灶，就必須先取得足量且攸關(guān)的病灶影像數(shù)據(jù)進行AI系統(tǒng)訓(xùn)練才能達成。因此，掌握專業(yè)領(lǐng)域關(guān)鍵資料的廠商重要性將日益增加。

　　就以集邦咨詢?yōu)槔?，作為專業(yè)調(diào)研機構(gòu)，除了累積過去逾十多年的數(shù)據(jù)庫能量外，仍持續(xù)累積科技產(chǎn)業(yè)各領(lǐng)域的關(guān)鍵信息，在產(chǎn)業(yè)全面邁向人工智能數(shù)據(jù)化的同時，未來期能提供客戶更高的價值。