iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 1
0
自我挑戰組

資料分析之路的雜談系列 第 1

資料分析雜談的開始

開場

資料探勘已經發展幾十年,直到近年GPU運算速度取得突破,被稱作AI的代名詞「類神經網路」開始滲透到我們日常生活中,從業界到學界,從公家機構到私人公司無不討論AI應用,雖然GPU讓AI分析速度有如汽車到火箭般的速度,但燃料終究會有燒完的一天。接下來的日子會以如何讓AI繼續擴展它的價值角度進行探討。

AI技術進展

AI廣義上來講包含統計學、機器學習、類神經網路、機率學及各種能夠擬人化電腦的技術,透過複雜數學模型電腦能夠像人類般擁有識別能力。卷積層網路(CNN)使電腦視覺辨識能力在特定領域中成功超越人類,而循環神經網路(RNN)讓電腦如海馬迴一樣擁有長短期記憶,裝備上這些技術盔甲的電腦目前能夠做到哪些技術?

突破性技術

  1. 智慧藥物: 開發一種藥物通常需要10年以上時間以及好幾十億美金的投入,而大部分藥物會在臨床試驗中敗下陣來,因此導入AI技術協助藥物開發,提高潛在藥物命中率將能夠省下巨額資金與縮短時間。 Insilico Medicine公司透過類GAN模型,模仿藥物的化學結構資訊使能夠自動大量產生潛在候選藥物,取代以往科學家需在實驗室中排列各種化學結構組合所花費的龐大時間。

  2. 無人車: 自動駕駛一直是技術領先企業重點發展項目,google自動駕駛車以先進的視覺辨識感測能力,成功在舊金山街道試駕,而Tesla汽車自動駕駛技術也廣泛被人類所使用,總行程數達到 2.08億公里,到2016中才發生第一起死亡車禍, 相對美國平均每行駛9,400萬英里(約1.5億公里)發生一次車禍,Tesla自動駕駛發生車禍機率降低許多,這也代表藉由電腦輔助可以避免人類操控的意外死角。

  3. 智慧城市: IOT技術的成熟帶動各種電子設備聯網能力,各種城市中訊息流,如交通即時資訊、空氣品質、供電供水系統資料都能透過網路傳送到後端進行分析,並提供即時回饋資訊使得生活更便捷。

  4. 區塊鍊技術: 2008年日本中本聰先生發明一種能夠去中心化的資料庫。相對於去中心化,中心化資料庫如同各銀行分行會將資料彙總到總行進行資料同步更新,所有金錢流向都有一個總管理者在監督,目的是避免資料被串改和建立人與人之間的信賴,而去中心化就是要移除總管理者,取而代之的是以公開透明的演算法來達到信賴建立與防弊。

  5. 3D印表機: 傳統印表機是以平面方式進行文字圖案掃描與列印,過去10幾年中雖然有各種3D立體印表機被發明出來,但因為技術與材料還不成熟無法大量普及,直到近年技術成熟,價格逐漸平民化,甚至興起3D列印熱潮各種工具都能夠自行列印,連NASA都在2014年將第一台3D列印機發送到國際太空站中,太空人從此能夠自行快速列印所需工具,而不需等待下一次的物資傳送時間。

  6. 精準醫療: 搭乘AI發展的快速列車,精準醫療變成可能,過往醫師依靠人體外在疾病症狀加上內在血液檢查來決定藥物的使用,非常仰賴經驗的累積,對於新手醫生可能無法做出最好的醫療決策,而現在透過基因定序技術的成熟,加上大數據運算能力的進步,對於病人能夠給予客製化的藥物使用,除了降低副作用的發生,更減少錯誤診斷的發生率。

Reference

1.《MIT科技評論》2018 年全球十大突破性技術
2. Insilico Medicine
3. 自動駕駛正當紅,但它的定義、原理與未來應用問題在哪裡?
4. 同步更新的Blog


下一篇
AI的技術限制
系列文
資料分析之路的雜談30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言