Page 118 - 物聯網金融商機

110

為，例如：企業行銷自主推播機制。而在硬體晶片內主要是展

現模擬人類感官認知的元件功能，例如：機器視覺，圖像辨識
等，此方式是以嵌入式技術呈現，故它可嵌入在任何實體物品
裡，例如：機器人，汽車，路燈...等，如此它可結合整合式物

聯網，發展出各個生態體系，例如：智能家居，車聯網...等，
再例如：環境智能的情境式感知模式，所以，此嵌入式物品就
是一種嵌入式智能 (embedded intelligence)，因為智慧行為是
嵌入在實體物品內，它比嵌入式知識更具競爭力，另外，在此
物品的晶片，它不僅可儲存演算法和資料，而更重要突破是此

晶片也可具有立即運算機制，一般運算功能須將資料上傳至雲
端伺服器做運算 (computing) 功能，這樣做法模式是很難做到
即時決策的智能行為，因為連線、傳輸過程在數位化觀點來看

都是很冗長作業，而且若連網或伺服器...等很多設備若出了問
題，則就更是沒有效率的大問題。然而，此嵌入式晶片因為主
要是針對單個元件來應用，所以擷取資料來源和種類並不複
雜，但若深度學習是應用在企業營運管理，則須視不同企業應
用範疇和目標，而產生相對複雜性資料處理分析模式，這時，

以深度學習演算法撰寫於雲端軟體設計內來處理運算做法會比
較恰當。例如：企業行銷推薦管理。不過這二種做法是可搭配
組合混用，如此智能成效會更具競爭力。

深度學習的應用對於物聯網金融是有其加速形成的關鍵臨
門一腳效用。目前應用在互聯網金融科技領域的案例有：金融
資產報價分析、優化金融商品組合、股價預測分析等，這是使
用 AI 來產生金融算法交易 Financial algorithmic trading 的方
案，但在物聯網金融的結合應用仍是在摸索之中，但主要差異

仍是在智能實體物品上，其中從物品擷取資料和採用特徵項目