Search
要讓電腦能夠分辨貓或狗曾是電腦視覺領域上的一大難題。但在 2012 年，運用 CNN 架構的 AlexNet 在 ILSVRC 競賽上取得巨大成功後，CNN 逐漸為各方所重視。
隨後各種 CNN 的模型也開始出現，在 ILSVRC 競賽上的表現也逐年上升。
如今，讓電腦分辨數種不同物件已不再是難事。在這篇文章中，我們來看看 CNN 發展的故事👉https://bit.ly/2AlPQpb
#台灣人工智慧學校medium專欄
#作者為台灣人工智慧學校AI工程師
#台北總校 #台中校區 #南部校區
【龐大人口加持】中國 AI 上游技術不如美國，智慧語音、機器視覺等中端平臺卻蓬勃發展！
Posted on2019/06/25
钜亨網
【為什麼我們要挑選這篇文章】中國積極發展 AI，雖然在 IC 設計等上游領域，中國落後其他國家；但由於中國具有龐大市場的優勢，因此 AI 中游的技術平臺，例如智慧語音、機器視覺等應用蓬勃發展，並在市場中取得獲利機會。
由於中國有市場規模優勢與政府政策支援，AI 上游技術與國外公司的差距有機會縮小，但貿易戰是中國發展 AI 的威脅，可能會跟華為一樣，遭到美方的封殺。（責任編輯：郭家宏）
AI 是下一世代全球科技發展重點方向，全球主要國家無不卯足全力積極發展自身 AI 產業鏈。而中國在 AI 上游領域，如 IC 設計類，與歐美國家相比，明顯落後。根據 IC insights 資料顯示，2017 年中國與 AI 相關的 IC 設計產值占全球市場比重只有 13%。
同時，若以 Compass Intelligence 的排名資料來看，中國 AI 龍頭－華為海思的 AI 晶片發展指數為 64.5，排名全球第 12。排名前三的則分別為 NVIDIA、Intel、IBM，其指數均在 80 以上。
此外，在前目前中美貿易戰的影響下，與 AI 相關的中國 IC 設計大廠，如海思、寒武紀、紫光展銳其 AI 發展勢必會受到更嚴峻的考驗。
不過在 AI 產業鏈中游的技術平臺方面，如智慧語音、機器視覺、自然語言處理等領域，中國則是較蓬勃發展。主要在於中國人口數量多，帶起大量的消費性電子需求，而這類技術平臺有獨特的地域性，如語言處理方面，中國各地方言多，一般外國廠商在收集資料資料上並不如本土在地廠商發展得有效率，因此也讓中國本土廠商有練兵機會。
智慧語音：成熟度高，保持穩定的高速度成長
智慧語音是中國 AI 技術中成熟度較高，也是較早進入商用化的技術。近幾年客戶群及應用領域不斷擴大，使得整體產業保持穩定的高速成長幅度。
根據中國中商產業研究院的預估，到 2018 年中國的智慧語音市場規模將達到人民幣 159.7 億元（約新臺幣 720 億元）。雖然與國際市場的 141 億美元（約新臺幣 4250 元）有一大段差距，但也意味著中國市場仍有很大的成長空間，中國中商產業研究院認為未來幾年有機會保持年增率在 40% 左右的高速成長區間。
機器視覺：金融科技發展，下游需求迅速擴大
至於機器視覺技術則是從 2012 年開始出現突破性的發展，從最具權威的 ILSVRC 圖像識別競賽的錯誤率來看，在 2010 年時中國廠商設計出的機器視覺辨識技術錯誤率接 30%，但到 2016 年已下滑至不到 5%。
而受到金融科技的快速發展，機器視覺技術的下游需求迅速擴大，帶動其技術於近兩年在中國出現爆炸式成長。中國中商產業研究院預計到 2020 年，中國電腦視覺市場產值將達到人民幣 755.5 億元（約新臺幣 3400 億元），連續四年保持 100% 以上的成長速度。
自然語言處理：技術門檻高，發展相對落後
自然語言處理技術（NLP）雖然下游的產業應用範圍廣，但目前全球相關技術發展離真正的理想，即接近人類的語言理解能力，還是有一大段距離，同時自然語言處理技術也是技術門檻相對較高的領域。
中國信通院提供資料顯示，中國 2017 年的自然語言處理市場規模大約為人民幣 49.77 億元，產值不到全球市場十分之一，相對於國際發展是較落後。
也因為 NLP 技術遲遲無法有效突破之下，招商證券預估到 2021 年，中國 NLP 市場年均成長率只有約 20% 左右。
憑藉消費優勢與政府支援，中國 AI 與國際差距將縮小
綜合來看，中國科技廠在 AI 上游競爭力不如國際大廠，但憑藉著中國消費量大的優勢，再加上中國政府的產業政策支援，有機會逐漸縮小與國際大廠之間的差距。
同時若以 AI 中游三大核心技術產值來看，中國 AI 產業鏈中游產值可望在 2020 年超過千億人民幣。
附圖：中國智慧語音市場規模。資料來源：中商產業研究院 2018 年中國智慧語音市場比重結構。資料來源：中國前瞻產業研究院
中國電腦視覺市場規模。資料來源：中商產業研究院 2017 年中國電腦視覺市場比重結構。資料來源：IDC
資料來源：https://buzzorange.com/techoran…/…/25/china-ai-development/…
🔥（熱烈招生中，歡迎企業包班）
【政府補助50％】基於電腦視覺之物體偵測與辨識
本課程首先將介紹傳統的特徵式物體辨識系統，並以車道線偵測為例，接著我們將引入特徵(Feature)+分類器(Classifier)之機械學習技巧，並運用到汽車之偵測。從2010年開始，Imagenet大規模視覺辨識競賽( Imagenet Large Scale Visual Recognition Competition, ILSVRC )以前所未有的資料量(>1 million)帶起了深度學習(Deep Learning)的熱潮，從2012年開始，各種不同的CNN(Convolutional Neural Network)，如Alexnet, GoogLenet, VGG，Residual Network等分類器因此比賽不斷的被發明，而運用CNN之物體偵測與辨識亦從不可端對端(end-to-end)學習的R-CNN, Fast R-CNN, Faster R-CNN一路進化到真正實現端對端學習的YOLO(You Only Look Once)與SSD( Single Shot Multibox Detector)，而這樣的單一CNN即可同時偵測多類(行人、腳踏車、汽車、機車、巴士等)物體。
課程網址：https://college.itri.org.tw/…/A4EA3591-12F0-4994-90E4-8D9D7…
