AI只能寫文章？回答問題？
閱讀時間約 1 分鐘
投資理財內容聲明
- 文內如有投資理財相關經驗、知識、資訊等內容，皆為創作者個人分享行為。
- 有價證券、指數與衍生性商品之數據資料，僅供輔助說明之用，不代表創作者投資決策之推介及建議。
- 閱讀同時，請審慎思考自身條件及自我決策，並應有為決策負責之事前認知。
- 方格子希望您能從這些分享內容汲取投資養份，養成獨立思考的能力、判斷、行動，成就最適合您的投資理財模式。
AI只能寫文章？回答問題？
本人年輕時（20多年前了吧）修習的是計算機科學，研究的是分散式運算，這個在當時不算是顯學，因為當時業界傾向發展超級電腦，所以分散式運算那時候並不是那麼的受重視，誰知道在現在的網路世界，因應大量算力的需求，分散式運算也是一種顯學了，不過，我已經沒在寫程式了……
那來談談AI，其實這個名詞一出現，我腦袋中馬上浮現類神經網路這個名詞，因為當時我同學是隔壁實驗室就是做這個研究的。而類神經網路這個名詞，就是實現人工智慧的一種方法，這個AWS有介紹，有興趣的人可以看看
而當時我同學做的就是用這個方法來協助醫院的從業人員做一些影像判斷，剛去看了一下那個實驗室的成果，應該是有做出來了不錯的方向，論文都是這一類的成就，舉兩個他們最近的的計劃名稱，你就會懂了：
人工智慧醫療器材: 肝臟病理切片影像分析
具有整合協力合作之開放式人工智慧病理分析平台
我講這個的目的是要告訴大家，AI變成顯學後，應用就會愈來愈廣，他可以做的事情遠超乎你看到的，看起來醫學上的影象判斷也會是主要的應用之一喔。而因為是顯學，所以相關的技術的發展，與資本的投入，一定會出現的。那就要想一想，AI除了需要強力的晶片（ AMD, NVIDIA）之外，你會需要什麼？要頻寬啊，要機台啊。頻寬需要網通來支持，機台會造成Data Center等級的需求會增加，因為本來只是用來做Data Center的Server，還要加上可以做AI運算的需求，當然這個需求是不是馬上發生？可能沒那麼快，但是如果你要找下一個世代的主流，你可能要多花點時間了解，未來的AI除了幫你寫作業、寫文章之外，他可以幫你做什麼？然後那個產業是會與AI共榮的？
為什麼會看到廣告
28.1K會員
893內容數
可轉債老爹告訴你怎麼學會可轉債！跟著老爹，你會學會可轉債、CBAS，你是股市新手嗎？你會發現這裡有很多寶藏，均線：有！技術分析：有！布林通道：有！都有，這裡最適合你了，加入這裡，可以讓你成長又茁壯！你還可以加入老爹的賴社群！可以購買講義，快速了解可轉債！可以訂閱週報，每週獲取新資訊、新知識！
留言0
查看全部
你可能也想看
Google News 追蹤
本文介紹了人工智慧（AI）及機器學習（ML）的基本概念和關係，探討了數據在機器學習中的重要性，以及深度學習和生成式人工智慧的應用。
神經處理單元（NPU）主要用於加速人工智慧（AI）和機器學習（ML）任務。
以下是一些主要的應用領域和使用者：
AI和機器學習：NPU是人工智慧和機器學習領域的直接受益者。這些技術依賴數據而蓬勃發展，NPU擅長消化和解釋大量資料集，使機器能夠以前所未有的速度學習。
智慧型設備和物聯網：在智慧型
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
有網際網路以後，的確任何的資訊都可以在網路上搜尋到， 但一個很大的問題就是「資訊是破碎的」。 這也就造成有些人的工作， 就是專門收集網路上的訊息，整理出系統，制訂框架， 寫出一篇篇充滿資源連結的文章， 作為導覽讀者遨遊網路的領路人。 而現在AI 出現，這些領路人，可以把工作做得更好！
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
你是否曾對那些智能化、高效能的網路服務背後的推手感到好奇？想要了解什麼是AI伺服器，以及它如何引領AI運算行業的新風潮嗎？今天，我們將一起探索AI伺服器的神秘世界，從定義到適用領域，一一為你解讀，相信看完這篇文章，除了了解更多AI伺服器的知識，你也一定會為它心動的！
本文介紹了人工智慧的定義和發展，以及在醫療、金融、製造、交通、教育等領域的應用。探討了AI的優勢和挑戰，以及AI在未來社會中的角色。作者提出了對AI發展的個人觀點和建議，強調了謹慎發展AI並制定相關法律法規的重要性。
人工智慧（AI）是當今科技領域最炙手可熱的話題之一，這項技術正在改變我們的生活方式、工作方式以及與科技互動的方式。本文將深入探討AI的意義、生成式AI的概念、AI在生活中的應用案例，以及一些熱門的AI產品。藉由這趟AI之旅，我們將更深入了解這個讓世界為之矚目的技術。
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。
本文介紹了人工智慧（AI）及機器學習（ML）的基本概念和關係，探討了數據在機器學習中的重要性，以及深度學習和生成式人工智慧的應用。
神經處理單元（NPU）主要用於加速人工智慧（AI）和機器學習（ML）任務。
以下是一些主要的應用領域和使用者：
AI和機器學習：NPU是人工智慧和機器學習領域的直接受益者。這些技術依賴數據而蓬勃發展，NPU擅長消化和解釋大量資料集，使機器能夠以前所未有的速度學習。
智慧型設備和物聯網：在智慧型
AI的世界充滿了創新和潛力，涵蓋了許多領域，包括但不限於機器學習，自然語言處理、電腦視覺和機器人技術。AI對人類社會的影響是複雜而多層面的，既帶來了巨大的機遇，也提出了新的挑戰。社會需要在技術發展和倫理規範之間找到平衡，確保AI技術的應用能夠真正造福人類。
有網際網路以後，的確任何的資訊都可以在網路上搜尋到， 但一個很大的問題就是「資訊是破碎的」。 這也就造成有些人的工作， 就是專門收集網路上的訊息，整理出系統，制訂框架， 寫出一篇篇充滿資源連結的文章， 作為導覽讀者遨遊網路的領路人。 而現在AI 出現，這些領路人，可以把工作做得更好！
大語言模型能夠生成文本，因此被認為是生成式人工智慧的一種形式。
人工智慧的學科任務，是製作機器，使其能執行需要人類智慧才能執行的任務，例如理解語言，便是模式，做出決策。
除了大語言模型，人工智慧也包含了深度學習以及機器學習。
機器學習的學科任務，是透過演算法來實踐AI。
特別
你是否曾對那些智能化、高效能的網路服務背後的推手感到好奇？想要了解什麼是AI伺服器，以及它如何引領AI運算行業的新風潮嗎？今天，我們將一起探索AI伺服器的神秘世界，從定義到適用領域，一一為你解讀，相信看完這篇文章，除了了解更多AI伺服器的知識，你也一定會為它心動的！
本文介紹了人工智慧的定義和發展，以及在醫療、金融、製造、交通、教育等領域的應用。探討了AI的優勢和挑戰，以及AI在未來社會中的角色。作者提出了對AI發展的個人觀點和建議，強調了謹慎發展AI並制定相關法律法規的重要性。
人工智慧（AI）是當今科技領域最炙手可熱的話題之一，這項技術正在改變我們的生活方式、工作方式以及與科技互動的方式。本文將深入探討AI的意義、生成式AI的概念、AI在生活中的應用案例，以及一些熱門的AI產品。藉由這趟AI之旅，我們將更深入了解這個讓世界為之矚目的技術。
生成式人工智慧（AI）已成為當前科技領域的一大熱點，其能力不僅限於模擬人類智能，更能在多種非傳統計算任務中創造前所未有的內容。這篇文章將深入探討生成式AI的理論基礎、實際應用、代碼實踐，以及其商業應用、工具和公司等方面，提供一個全面的視角來了解這一迅速發展的領域。