幾十年前,統計分析、模式產出、數位/類比控制系統的出現帶來了一場產業革命。在接下來幾年間,工業系統將經歷另一次大躍進;而這次變革所帶來的影響將可能遠勝過往。常見的迷思是,更快的運算速度將可克服所有人工智慧的瓶頸。但其實真相是,解決方案的架構設計必須兼顧記憶體與儲存。
人工智慧(AI)革命不僅僅是工業系統的自然發展,更是資料經濟中為突破瓶頸的必要改變:針對無法儲存並及時處理龐大資料量以產出得以輔佐決策資訊的困境,這是必要的解方,而這一切都源自於大量擷取及收集的工業生產數據。
過去工業系統在進行各層級決策時仰賴專家協助,也相當倚賴資料處理速度與頻寬技術的進步,而未來人工智慧架構內建的平行處理將更著重記憶與儲存之設計與表現,改變幅度之大前所未見。從邊緣到資料中心所採用的感測器及人工智慧系統都為了因應全新需求必須不斷調整改變,而這也將是資料經濟中推動競爭力的關鍵所在。