啟動成功關鍵,隨時掌握商周.com最新資訊
提供第一手新聞解析、財經趨勢、專屬活動
啟動成功關鍵,隨時掌握商周.com最新資訊
提供第一手新聞解析、財經趨勢、專屬活動
10月31日下午的台灣半導體協會年會,放眼望去,從台積電董事長劉德音、聯發科執行長蔡力行、廣達總裁林百里到日本NTT DoCoMo資深副總裁Takehiro Nakamura,這些市值加起來新台幣破10兆元的上市公司董事長、總經理,統統坐在台下聆聽沈向洋的演講。
沈向洋,微軟全球執行副總裁,他是微軟人工智慧與研究事業部的負責人,負責整個集團的AI(人工智慧)策略。他,也是微軟內部位階、權力最高的華人,微軟研發最核心的微軟研究院,由他領軍。
出生:1966年
學歷:卡內基梅隆大學機器人學博士
經歷:微軟全球資深副總裁、微軟亞洲研究院院長兼首席科學家
現職:微軟全球執行副總裁
這天上午,沈向洋先是在台大電機資訊學院與師生對話,下午再趕往新竹演講。以下是商周集結兩場演講問答精華。
光是雲端運算再加上AI,這樣的一些需求,就已經(發展到)今天,接下來,大家還會加5G,接下來邊緣運算,現在微軟來講,特別是我們現在所謂的雲端運算,也計畫這樣走。
接下來的巨大機會,都是在物聯網和邊緣運算,是從上面往下的、從雲端往邊緣。越來越多的邊緣裝置,會越來越強大,我自己沒有看到電腦運算需求的盡頭。
原因可能還是非常明顯,第一,你要知道,所有這些雲端運算的廠商,都是最大的晶片用戶。
第二個原因可能是,只有他們自己才知道,到底是有什麼樣的作業量要跑。比如說,傳統的資料中心裡面,跑得最多的是CPU(中央處理器),今天跑最多的還是CPU,但是因為深度學習的出現,所以有這麼多的GPU(繪圖處理器),越來越多的GPU就這樣子一窩蜂進去。
我們老是開玩笑,我上次見到Jensen (輝達執行長黃仁勳),還跟他講,我們老是在談論營收時講說,「他(黃仁勳)應該一路笑到銀行裡了!」黃仁勳還開玩笑:「只是Small Bank(小間的銀行)。」 我回他:「還Small Bank!我們都知道我們付你多少錢。」
因為已經做了一般的GPU晶片,那麼,是不是GPU這樣的架構就已經是最合適的?比如Google做TPU(張量處理器),比如亞馬遜(Amazon)做(晶片),比如我們也有和一些AI晶片廠商做一些合作。
我覺得,為能夠真正理解和了解你的客戶,他們有什麼樣子的作業量?可以怎麼有效率的去跑這些(運算)?你必須理解,什麼樣子的晶片是最好用的。這不代表這些公司以後所有晶片都由他們自己做,並不是這樣,只是說他們要去了解這些晶片。
事實上,AI發展到今天,最重要還是3個原因:
第一、讓人難以置信的電腦運算力。台灣在這幾個方面有很多優勢,包括輝達(Nvidia)黃仁勳很多東西都是在這裡做的,他也是台灣人。第二、大量的數據。今天大多數的AI演算法、大多數AI能做的事情,很大一部分原因還是因為數據。第三、最近這些年的一些創新,特別是深度學習。
這3件事情加在一起,才是今天我們AI,大家覺得非常激勵人心的地方。你如果從這3個角度來看,事實上,台灣還是有非常多的優勢。
電腦運算或像大數據這些,台灣還可以有很多優勢,比如醫療方面的一些數據,像全民健保要怎麼樣透過政府的力量,把很多數據聚集起來、開放出來。
然後,台灣的人才可以說是在算法、創新方面,比如像微軟最近在台灣投入更多像AI這樣的R&D(研發設計),主因也是對台灣人才的相信。
其實我以前在研究院工作,經常有機會跟很多同學接觸,我一直講,優秀的學生非常相似。用大陸的一句術語,最好的就是「三好」學生,第一、數學好,第二、編程(寫程式)好,第三、態度好。有這三好的話,這樣的學生到哪裡都會非常成功。
但今天AI時代,也許有一件事情是不一樣的,最近我也跟(微軟亞洲研究院)洪院長洪小文,一起在討論這件事情。深度學習的出現,可能大家對這件事情的認識還不夠深刻,大多數的老師、同學,說不定同學認識會比老師更(多),因為深度學習出現以後,特別是預先訓練(pretraining)這件事情出現了,大規模的預先訓練模型出現後,它把很多學科之間的鴻溝,打破得很快。
今天你念電腦視覺(Computer Vision)的人,調轉槍口去做自然語言(natural language),可以做得很快,反之亦然,原因就是,不管你今天做哪個東西,底層的東西都變成深度學習。
(台積電董事長劉德音問 )台灣發展AI蠻頭痛的問題,大家都是說AI是靠數據,特別對於語言或臉部辨識,這完全要看人口。那印度13億人、中國13億、美國3億,台灣只有兩千多萬人,這個是不是已經預示,AI發展的程度或是能夠達到的極限?
大家今天都同意,AI這樣的發展,的確是如果有更多數據,肯定是優勢,這是第一,以今天的技術而言,我同意這個說法。事實上,很多數據,是取決於你怎麼看,你講的人口比較,幾千萬人比上多少億人,的確是有這樣的一個挑戰。
不過,另一方面,也取決於你用什麼方法去聚集數據,就像你說,台灣只有兩、三千萬人,但是台灣的醫療數據,說不定比其他很多地方(更好),因為在美國,事實上是非常、非常難可以去聚集很多的醫療數據。
責任編輯:林思妍
除了每個星期四,熱騰騰準時上架的《商業周刊》以外,「商周頭條」將提供你來自商周記者第一線的採訪觀察、更即時的時事話題分析,與更深度的觀點分享。