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(tái)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(diǎn)除了軟件模型架構(gòu)的改善,，還須仰賴強(qiáng)大的硬件運(yùn)算能力,，以及大量的有效數(shù)據(jù)才能達(dá)成。其中數(shù)據(jù)直接攸關(guān)AI模型訓(xùn)練完畢的識(shí)別精準(zhǔn)度水平如何,，成為國(guó)際大廠角逐AI應(yīng)用市場(chǎng)的重點(diǎn)所在,。

　　拓墣統(tǒng)計(jì)，從目前AI機(jī)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(dá)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(chǎng)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(tái)大廠,，其共同優(yōu)勢(shì)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(hào),，廠商有時(shí)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(shí)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(jìn)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(shí)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?yàn)槿裟苷莆哲浖_發(fā)環(huán)境，就有機(jī)會(huì)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(shí)(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(xiàng)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(shí)(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(shí)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(jìn)行AI系統(tǒng)訓(xùn)練才能達(dá)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(jī)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(shí),，未來期能提供客戶更高的價(jià)值。