徐若瑄夫妇同框4．0发展的核心。如果一个国家AI应用接受度越高，将对其GDP产生贡献愈大。我国在既有T技术优势及竞争力的基础上，迎合各产业的需求不断增加，开发出各种新应用芯片。

　　人类一直对于与自己相仿的机器人、以及人工智能（AI）的概念饶有兴致。好莱坞电影和科幻小说也一直启发着科学家们向着此方向不断努力。虽然AI的泡沫曾经破灭了多次，但是近年来，一些重大的发展与突破又一次将该领域带回到了公众面前。就目前而言，未来AI发展有八大新趋势。

　　人工智能市场在零售、交通运输和自动化、制造业及农业等各行业垂直领域具有巨大的潜力。而驱动市场的主要因素，是人工智能技术在各种终端用户垂直领域的应用数量不断增加，尤其是改善对终端消费者服务。

　　机器学习和大数据都是掌握海量潜在医疗数据的关键因素。基于AI的系统也能帮助医院改善其操作的流程和数据的管理。鉴于医疗保健专业人员在阅读剂量指示、或诊断数据方面难免会经常犯错，智能AI系统通过具有图像识别和光学字符辨识的功能对所有的数据进行二次检查，以减少此类错误的发生频率。

　　人工智能导入医疗保健行业从2016年到2022年维持很高成长，预计从2016年的6．671亿美元达到2022年的79．888亿美元年均复合增长率为52．68％。

　　过去从PC到手机时代以来，使用者接口都是透过荧幕或键盘来互动。随着智能喇叭（Smart Speaker）、虚拟／扩增实境（VR／AR）与自动驾驶车系统陆续进入人类生活环境，加速在不需要荧幕的情况下，人们也能够很轻松自在与运算系统沟通。

　　例如：使用视觉图形的自动驾驶车，透过人工神经网路以实现即时翻译，也就是说，人工智能让接口变得更为简单且更有智慧，也因此设定了未来互动的高标准模式。

　　现阶段主流的ARM架构处理器速度不够快，若要进行大量的图像运算仍嫌不足，所以未来的手机芯片一定会内建AI运算核心。正如，苹果将3D感测技术带入iPhone之后，Android阵营智慧型手机将在明年（2017）跟进导入3D感测相关应用。

　　AI芯片的核心是半导体及算法。软件硬件成功相结合的关键在于先进的封装技术。总体来说GPUFPGA快，而在功率效能方面FPGA比GPU好，所以AI硬体选择就看产品供应商的需求考量而定。

　　AI“大脑”变聪明是分阶段进行，从机器学习进化到深度学习，再进化至自主学习。首先，是为自主机器打造一个AI平台；还要提供一个能够让自主机器进行自主学习的虚拟环境，必须符合物理法则，碰撞，压力，效果都要与现实世界一样；然后再将AI的“大脑”放到自主机器的框架中；最后建立虚拟世界入口（VR）。

　　CPU是通用于各种设备的超强性能的处理器，什么场景都可以适用，所以就需要将CPU和GPU（或其他处理器）结合起来，做到最完美的构架。为开发人员提供更多算法等。

　　AR成为AI的眼睛，两者是互补、不可或缺，为了机器人学习而创造的在虚拟世界，本身就是虚拟现实。还有，如果要让人进入到虚拟环境去对机器人进行训练，还需要更多其它的技术。

　　如今，基于AI的发展已经成为了主流。各种企业不仅热衷于改进其现有的流程，而且还能看到AI给他们带来的潜在增长点。这也就是为什么CIO们应当重视AI的战略意义和其创新发展的空间。