2016年AI展现巨大突破和成就后，各国相继将AI发展视为未来国力的决胜关键，纷纷祭出AI的策略布局规划，以推动AI技术和应用发展。在这波AI的投入中，以美国推出完整的AI策略规划最早，目的在考虑整体经济成长、为社会带来变革、对既有劳动力结构的冲击，以及如何维持美国在AI技术的领导地位等因素下，对其进行全面的规划布局...

为布局AI市场并抢得先机，各软件平台大厂无不积极并购具特殊技术能力的AI新创厂商，将其纳入旗下以充实自身AI技术实力；其中，无论是针对既有产品和服务进行技术升级，或扩充AI相关产品和服务所能应用的广度，从这些AI主流软件平台厂商持续不断「并购」的行为来看，「并购」确实是这些国际软件平台大厂布局AI市场最有效率的手段...

• 厂商布局AI软件工具服务的切入点与发展利基 • AI软件工具服务提供厂商有哪些？ • AI软件工具服务现行推广模式 • 各云端平台厂商的AI软件工具服务布局 • 各厂商推出的AI软件工具服务与架构 • 云端平台厂商AI市场布局分析 • 各云端平台厂商软件工具与服务发展优势 • 急起直追的中国厂商AI布局 • 拓墣观点...

金融服务通路和模式移转，亦带动后端技术支持的需求提升和多元化，包括大数据分析、区块链与人工智能等技术，皆为目前Fintech重点发展方向；其中，金融行业的巨量数据累积成其导入人工智能的最大优势，故目前可看到机器/深度学习、知识图谱、语音识别和自然语言处理、计算机视觉和生物辨识与服务型机器人等技术皆已应用于金融领域；然而各项技术仍需依据其特性和应用场景的需求结合，方能发挥人工智能效益...

人工智能(AI)快速发展对各行业带来巨大变革，仰赖大量数据和密集人力的金融服务业被视为影响最为剧烈的行业。人工智能对金融服务业的影响可分为前台智慧客服和精准营销，以提升客户服务体验；核心的辅助投资决策环节，则以量化投资和智慧投顾为较常见的应用；在后台部份，透过生物辨识的身份验证方式和大数据信用评分，亦可透过人工智能优化风控效率...

• 人工智能应用的重要领域：健康医疗行业 • 人工智能于健康医疗领域之应用形式 • 人工智能于健康医疗领域之主要效益 • 健康医疗人工智能的关键：算法与有效数据 • 核心算法突破提升非结构化数据处理能力 • 有效健康医疗数据之现况与挑战 • 厂商应用趋势与布局-科技大厂与新创 • IBM、Google、Microsoft、百度 • 新创厂商 • 拓墣观点...

「人脸辨识」技术仰赖以Camera进行人脸特征撷取，再进行后端人脸特征值比对分析。近年随着安控要求提升，能辅助判别是否为真人或活体的辨识技术持续发酵，无论是在2D人脸辨识系统中加入活体辨识算法，或选择加入红外光传感器，建构能更精确辨识是否为真人的3D人脸辨识感测模块，市场关注度皆持续升温；此外，继Intel RealSense 3D Camera后，将人脸辨识技术导入消费性产品的话题不断，近期更随着手机大厂新机发表时程推进，让各界对是否可能导入智能型手机功能产生诸多揣测...

现在的人脸辨识技术是透过算法分析所撷取的人脸特征值数据来对人脸影像进行辨识，不仅可应用于门禁把关、快速辨识员工是否同属一间公司或此人是否为大楼住户，也可被应用于国门把关，现已被许多国家采用；此外，随着近年人脸辨识辨识精准率大幅提高至99%以上，现在也有厂商积极要将人脸辨识技术推广至系统可靠度要求最严格的金融身份验证，或更进一步延伸发展为人的情绪辨识和肢体行为分析等，让人脸辨识应用持续扩展，面向更为多元...

「深度学习(Deep Learning)」模型可谓是当今人工智能发展最重要也最核心的技术，不仅让人工智能长期耕耘的「语音识别」和「影像辨识」终于在辨识精准度上取得革命性突破，也开始让人工智能被应用于提升各种领域的技术能力，应用领域范畴正快速扩张。而「深度学习」模型对现代人工智能发展会这么重要的原因，在于其能让辨识准确度大幅跃升至革命性水平，让人工智能终于达到值得信赖的程度。本篇研究报告首先将说明「深度学习」对现代人工智能(Artificial Intelligence)发展的贡献和应用范畴，以及过去人工智能技术历史有哪些相关性，再针对「深度学习」主要模型和未来技术发展方向进行说明...

综观这些IT大厂所发表的陪伴/语音助理机器人产品和规格，除了日本SoftBank Pepper机器人、NAO机器人、Hitachi EMIEW3与华硕Zenbo等机器人均具备自行移动能力外，其他如日本Sony Xperia Agent、Sharp Home Assistant与Toyota Kirobo Mini等，以及台湾宏碁Jibo，还有一些新创厂商的产品，这些陪伴/语音助理机器人产品从机构来看是不具备自行移动能力，这些IT大厂和新创厂商在发展方向上，仅锁定人工智能和语音识别等技术，以期降低机器人机构开发难度...

许多消费性终端产品已难以显著成长的现今，许多国际大厂相继开始投入「人工智能」产品和服务的研发，也带头将大家的目光和希望移至「人工智能」诸多潜在应用上。「人工智能」是一门需整合跨领域知识的学问，发展起点可追溯至1956年，经历多次失败和更迭才成为现今令人惊艳的样貌。本篇研究报告首先将分析和说明人工智能崛起的过程和要件，再针对「机器学习」发展趋势进行说明...

当今人工智能技术的主要发展方向就是让机器具备「感知」能力，能像人类一般「看见」和「听见」，并与人类「沟通」和「互动」，最终发展出机器「思考」的能力。人工智能技术需要大量运算，随着硬件技术不断提升和在软件技术方面的长足进步，人工智能实时反应能力得以实现，应用层面和范围亦备受期待...

此篇研究报告有别于介绍深度学习算法和深度学习怎么应用在生活上，并改变世界观点作为讨论的主题，将从另外一个推动深度学习的重要功臣「大规模的数据处理能力」作为本文切入点。IC设计厂商根据消费者需求设计其对应FPGA要用的电路，而消费者可拿到此电路设计下载到自己的FPGA里...