庫克：GPU大躍進催生機器學習、AI將取代部分工作|數位時代 BusinessNext

庫克：GPU大躍進催生機器學習、AI將取代部分工作

AI就像空氣一樣、看不到卻又無所不在，GPU跳躍式的進展讓一年前辦不到的機器學習得以成真、而且未來五年還會有更多的進展。

印度媒體《The Hindu》8月8日報導，蘋果執行長提姆庫克（Tim Cook）在受訪時表示，人工智慧是非常強大的、它將會越來越接近人類的能力，未來在某個時間點、部分AI功能將會遠優於人類。他說，AI就像空氣一樣、看不到卻又無所不在，包括軟體、Apple TV、電子郵件、HomePod等蘋果研發團隊手上都有AI計劃案。

庫克指出，GPU跳躍式的進展讓一年前辦不到的機器學習得以成真、而且未來五年還會有更多的進展，這對擁有深厚晶片專業知識的蘋果來說將會是一大競爭優勢。他還提到，AI有可能會遭到濫用、可能會摧毀部分工作並創造新的就業機會，政府應想辦法降低AI所帶來的衝擊。

華爾街日報8日報導，蘋果2017年度第3季（截至2017年7月1日為止）研發支出年增15%至29億美元、同一時間營收僅年增7%（至454.08億美元）。截至2017年7月1日為止的12個月期間蘋果研發支出累計達112億美元、相當於營收的5%比重。根據最新發布的季度公告，蘋果僅表示為支應研發活動擴大已提高相關人事支出。

根據S&P Capital IQ的統計，美國科技大廠當中以高通（Qualcomm）的研發營收占比(超過20%)最高，其次（由高至低）為英特爾、Facebook、甲骨文、Google、微軟、思科、亞馬遜、IBM、蘋果、HP。

根據CNBC的報導，蘋果圖資團隊在過去一個月內開出超過70個職缺需求，徵求具備「地理空間資訊服務」、「導航輔助」以及「車隊管理」相關背景的專業人才。報導指出，蘋果新的徵才動作可能跟擴增實境以及自主系統開發工作有關。

庫克8月1日在受訪時表示，智慧型手機對人們的日常生活變得越來越重要、AR應用服務將進一步確立此一趨勢。庫克1日在財報電話會議上表示，從核心技術的角度來看、蘋果目前正聚焦自主系統，現正大舉投資一項大型計畫。他說，自主系統可以應用在許多領域、車輛只是其中之一。

華盛頓郵報6月5日報導，在2.5小時的2017年WWDC發表會中蘋果多次提到「機器學習」這個關鍵詞、還發表了名為「Core ML」的機器學習編程框架。報導指出，去年10月蘋果雇用了卡內基梅隆大學AI深度學習教授魯斯．薩拉庫蒂諾夫（Russ Salakhutdinov）。

NVIDIA官方部落格8月2日報導，一般成年人一分鐘能閱讀300個字，以一頁400字來計算、讀完100頁文件得花上兩個小時以上的時間。英國新創公司Evolution AI（NVIDIA初始贊助計畫成員）採用NVIDIA GPU所開發的AI深度學習平台、只需2.4秒就能讀完並分析相同的文件。

安謀（ARM）曾在今年3月表示，旗下最新開發的DynamIQ技術將可擴展AI的可能性。安謀說，相較於目前的Cortex-A73系統，未來三到五年採用DynamIQ的Cortex-A其AI效能將可增加50倍。

根據軟銀集團在8月7日發布的投影片資料，鎖定2018年高階智慧型手機的DynamIQ ARM Cortex-A75效能將增加50%、ARM Cortex-A55節能效率將增加2.5倍，這兩款新處理器將提供嶄新AI體驗。此外，新款GPU「Mali-G72」將可加快行動裝置的AI、虛擬實境處理速度。

軟銀指出，截至2017年6月30日為止安謀技術人員人數達4,269人、較去年同期增加25%。

本文授權轉載自：MoneyDJ

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。