AI 趨勢新聞精選
【2021/3/11〜2021/3/17】
➡️ ➡️ 我們將在電子報提供您更深入數據處理洞察，點擊連結訂閱：https://ai-blog.flow.tw/register
中美力拼量子技術，日本成為兵家關鍵？
日經中文網重點摘錄：
美國的政權更迭，圍繞尖端技術的中美主導權競爭進入新局面。焦點之一是影響中長期産業競爭力和安全保障的量子技術。中國也毫不讓步。3 月 5 日在始於 2021 年的五年計劃中提出，將政府和社會的研發費用年平均增加 7％以上，AI、半導體與量子技術被列為重點對象之一。
作為新一代計算機的量子計算機不僅將給材料、藥物開發和 AI 利用帶來革新，還具有使互聯網等使用的密碼失去作用的「破壞力」。只要 1 個國家在開發上取得成功，他國的通信安全將受到威脅。屆時成為盾的是具備終極保密性的量子通信和密碼，中美都志在必得。
美國政府 2020 年提出了「量子互聯網」構想，開發競爭正在演變成一場跨越通信加密和計算機界限的總體戰。中國在穩步完善相關體制，2021 年 1 月宣佈構建了連接衛星和地面，長達 4600 公里的量子通信網。日本在通信加密技術上比美國更有優勢，東芝、NEC、NTT 三家企業掌握著近1成硬體專利。
用AI守護河流健康 11年的數據抓出926次排污
電腦王重點摘錄：
當發生異常降雨時，污水處理設施被允許向河流中排放未處理過的污水。這是由於雨水和未經處理的污水會給污水廠的暴雨罐造成過大壓力，導致溢流進入處理管路。但這種未經處理的污水溢流排放頻率引起了環境學家和環保人士的擔憂。
科學家們利用機器學習技術，從兩處污水處理設施超過 11 年的資料中，辨識出了 926 次污水直接排放入英國河流的「洩漏事件」。該研究由 UKCEH 的 Peter Hammond 教授領導，研究使用了一種模式辨識演算法，最初用於醫學基因學研究，探測兒童臉部形狀的細微區別。
作為對此研究的回應，英國水務公司（Water UK）向 BBC News 表示，接下來五年，將有 11 億歐元的投資流入，用於」改善暴雨溢流和污水處理工作」。「很多公司已經正在使用 AI 技術管理其資產了」，英國水務公司的發言人表示：」我們將持續探索創新技術以穩固河流未來的健康。」
👉 推薦閱讀：【2021數據處理實戰攻略】—建立數據文化，提升AI成功機率
黃金新十年來臨，AI產業將面臨哪些機遇與挑戰？
Yahoo奇摩重點摘錄：
中國十三屆全國人大四次會議表決通過十四五規劃綱要，智能經濟被寄予厚望。2021 年很可能會是智能經濟的一道分水嶺。今年兩會上，代表們都在強調兩個字：應用，更關注 AI 在產業經濟、社會民生與城市治理等領域的落地。會上有 4 個討論主軸：
AI 基礎技術進一步突破。隨著 AI 的大規模應用，AI 技術已出現瓶頸。科學家與工程師們在現有技術框架下克服瓶頸，但卻很難將其消除。當前的運算體系在成本、性能與能耗上均不堪重負。
智能雲將成社會水電煤。IDC 在《中國人工智能雲服務市場研究報告（2020H1）》報告中指出，企業智能化轉型是驅動 AI Cloud 市場規模增長的重要因素，AI 雲服務廠商在整體 AI 軟件及應用市場中將獲得越來越高的市場份額。
服務機器人迎來黃金發展期。新十年有望爆發式增長的 AI 應用則是服務機器。2020 年疫情推動服務機器人增長，它們幫助家庭清潔地板、陪伴孩子，幫助企業分揀送貨，通過紫外光對環境進行消毒。中國服務機器人至 2023 年銷量將超過 50 萬台。
AI 進一步下沉到傳統行業。前十年，AI 在一些行業率先落地，主要集中在金融、教育、娛樂、信息等相對新興的第三產業。新十年，AI 則會進一步下沉到千行百業，包括製造業、醫療、養老業以及古老的農業。
AI 產業依然有一些客觀問題有待行業給出答案，這些問題都是老問題，只不過當下更加緊迫。三大重要挑戰包括：AI 商業化能力有待證明、人才荒依然有待緩解，以及 AI 倫理問題變成燃眉之急。
企業發展 AI 一大迷思：花太多時間與精力建立模型
TechOrange 重點摘錄：
從影像辨識、語音辨識，到深度學習，各產業近年來都看好 AI 人工智慧所帶來的龐大效益，但真正能從開發走到應用的企業卻不在多數，許多企業會以為管理 AI 模型跟一般網頁一樣，只需要管理程式碼，但其實兩者間有很大的落差。
SAS 台灣業務顧問部陳新銓副總經理以某零售業者為例，起初協助他們建立 VIP 客戶最適商品預測模型，在初嚐甜頭後希望擴大規模延伸到更多客群，然而在過程中即遇到「模型數量暴增」、「機器學習團隊溝通協作不易」，和「模型準確率隨時間下降」3 大挑戰。
從上述三大挑戰可以發現，AI 應用的成功關鍵，在於開發後的「部署」維運管理，當模型準確率下滑時，必須能隨即重啟訓練機制，讓它達到「生生流轉」的效益。
ModelOps 流程最好能在雲端環境上運行，因為模型在訓練和執行時，可能因為企業營運的淡旺季之分，導致所需求的運算資源量不一樣，而架構在雲端環境裡，才能讓企業根據需求彈性調整，避免旺季不敷使用或淡季閒置浪費的問題，讓 AI 投資的每一塊錢都能花在刀口上。
