人工智慧的未來

有一篇報告提出未來的人工智慧將可以模仿人的腦進行深度的學習 此外未來的機器人 不需要休息與實務 也不會有情緒 切可以絕對的服從指令在未來的製造業取代藍領的功能 這就是藍領機器人

在2018年 現在每一分鐘全世界產生 2500000則 臉書貼文 4000000個Google搜尋 五萬個APP下載以及2一封的郵件

數據量10分的龐大 所以主要的科技公司都透過併購 來取得大數據分析的工具 和應用 大數據分析的架構可以透過機器的學習 機器可以透過篩選與萃取 重分析對象 龐大的資料 圖片影像文字 冷萃取出想要學習的資料 然後透過機器學習的引擎 產出分析的模式與演算法再透過分析經過分類以及找出數值 來驗證分析的結果

總的來說 大數據分析的價值鏈分為5個部分 收集 需要透過晶片和終端或環境感測的裝置 儲存需要有個巨量的資料庫軟體或平台 將資料儲存到雲端 萃取 需要有數學的演算法可以進行資料的挖掘和資料的壓縮 分析需要建立分析的模型以及專業分析的人員給予調整與訓練 最後應用 就是要有趨勢的預測 將分析的決策如何應用在適合的地方也可以提供一些使用者的介面 讓這些應用提供給其他的 應用開發商讓他們來使用

目前看到大數據分析比較有價值的潛力行業包括 廣告媒體產業 政府公部門 智慧工廠 的流程管理 零售與批發的管理 醫療的照護 以及教育

在台灣可以結合一些開放的優質資料 例如媒體的資料 悠遊卡的數據健保卡的數據 以及電子化的政府 所以 未來如何將資料 透過串流 採集的方式 結合企業本身的數據進行及時的分析這將是一個大數據商機所必備的基礎

進行大數據分析需要有資料科學家的參與 資料科學家在應用的領域有專業的知識 他們也懂得一些 IP地技能 同時對於量化分析 與關聯性 有一些 資料科學的常識因此才可以 將數據變成黃金

有一些產業別的人工智慧創新應用服務 的例子 例如偵測信用卡交易模型預測潛在的照片 並提供預警 觀察個人的信用資料與稅務資料來推測消費者的收入 透過分析消費者的信用貸款 進而判斷是否提供小額的信貸 透過消費者所上傳的照片進行旅遊的建議 利用關鍵字的搜尋來推測哪些熱門的旅遊地點與規劃 透過氣喘病人的 呼吸器依其感測裝置透過GPS尋找氣喘發作的環境因素 透過穿戴裝置追蹤民眾的睡眠 以及心理壓力 透過消費者在網路上的使用網站與內容進行歸納與分析須預測廣告推播的精準資訊

未來產業的策略建議是針對資訊硬體產業 需要整合軟體與硬體 擴增雲設備 強化顧問服務的能力 並且加強在網路服務與電子商務產業的機會

參考全球幾個數位平台的大贏家 例如Amazon netflix Apple Google linkedin Airbnb uber 等等 這些全球 巨擘 有明確的 差異 化客戶價值與平台服務 值得參考