AlphaGo阿法狗最終以41的比數贏了韓國棋手李世石。在AlphaGo阿法狗贏了第一場之後,人工智慧AI就不斷被人們討論著。在1997IBM的深藍贏了西洋棋,靠的是電腦快速的運算速度。而這場電腦與人的圍棋競賽之所以受到注目,是因為圍棋可以有的變化太多了,而且獲勝目標不像西洋棋或象棋把王吃掉這麼單純。圍棋最終是要圍比對方大範圍的地,光最終的結果就有無限的可能,所以靠不斷提高運算速度這樣的蠻力行為是無法提升電腦圍棋實力到打敗人類的程度。而AlphaGo阿法狗可以展現厲害的圍棋實力,靠的除了運算速度外,還有就是深度學習的算法。

 

另外,與這次出賽的AlphaGo阿法狗是分散式版本。它擁有1,202 個中央處理器和 176 個圖形處理器。相對於單機版的AlphaGo阿法狗,用白話來說就是可以透過網路,利用網路上其他電腦的運算能力,來協助進行決策。總結來說,AlphaGo阿法狗與深藍世代的不同,可以說是算法、雲端的時代相比於硬體運算速度時代。

 

在提升硬體運算速度時代,最有名的就是摩爾定律。摩爾定律在說:半導體每兩年運算速度可以提升一倍,而成本減半。在這個時代中的商業模式是:微軟每幾年升級Windows版本,而為了要運行新版Windows,使用者需要購買新的電腦。這個循環帶動整個產業的供應鏈成長,台灣過去受惠於這個循環,在電腦硬體供應鏈上扮演重要腳色。但由於趨勢的改變,這些供應鏈將走向沒落。同時,摩爾定律也經遇到了瓶頸,因為現在已經在小小的晶片上,塞入了非常高密度的晶體,這造成的結果是晶片溫度過高,所以散熱變成了提升速度的阻礙。

 

趨勢也已經改變,如同電腦下棋的改變一般,雲端與算法越來越重要,而不再只是過去的提高運算速度。這些雲端與算法由幾家科技大公司主導:亞馬遜、Google、微軟、阿里巴巴、百度和騰訊。對應到台灣,以台灣產業多半扮演供應商角色來說,電腦相關硬體製造產業將走向衰退,網路相關供應商中,會有較大的成長機會。

arrow
arrow

    JamesCapital 發表在 痞客邦 留言(0) 人氣()