人工智慧的「強化學習」與人類學習的優劣─學習的本質(12)

閱讀時間約 15 分鐘
作者:陳華夫
人工智慧學習可分為4類:(1)監督學習;(2)非監督學習;(3) 半監督學習及(4)強化學習。前三者的學習中,它的大數據庫裡都有「真品」(本尊),所以都是在「真品」的監督下學習或識別與分類,而強化學習卻是在尋找和探討「真品」。所以,在前三者的領域中,人工智慧與人類的學習各有優勢;以人臉辨識領域來說,人類圖像識別的能力可說是與生俱來,不需學習,人們不可能錯把隔壁的大嬸,誤認為自己的母親,相反的,人臉辨識卻要辛苦的從事監督學習,才能提高辨識率,目前人臉辨識軟體的準確性大幅提高,可以用於門禁管理,金融付款,及監控辨識等應用。
語音辨識技術之應用,包括語音撥號、語音導航、室內裝置控制、語音文件檢索、簡單的聽寫資料錄入等。人類辨認語言的不同口音,問題不大。但語音辨識軟體要即時把聲音轉換成正確的字幕,挑戰很大,譬如電視新聞,國會問政轉播要即時打上字幕,難度就很高。但若是先由語音辨識軟體打出辨識結果,再由速記員校正錯誤之處,則上傳速度與準確度都大幅提高。(見最熟陳時中與劉寶傑聲音的AI!陽明交大團隊:肯蹲低,才精準
第3種半監督學習,最近在蛋白質摺疊領域受到矚目,谷歌(Google)的DeepMind公司發展的深度學習軟體─AlphaFold 在2018/12月的第13屆蛋白質結構預測技術的關鍵測試(CASP)的總體排名中名列第一。其加強版AlphaFold2的蛋白質預測準度逼近滿分,結構生物學家 Petr Leiman 感嘆,用價值一千萬美元的電子顯微鏡努力地解了好幾年,AlphaFold2 竟然一下就算出來了。蛋白質摺疊的研究對癌症、病毒類感染,抗生素、靶向藥的開發,新效率的酶研發等極為重要。(見兩大頂級 AI 演算法開源!Alphafold2 蛋白質預測準度逼近滿分,將顛覆生醫產業樣貌AlphaFold2 爆火背後 人類為什麼要死磕蛋白質
據英國《金融時報》2022/7/29日的報導,谷歌(Google)的DeepMind公司發展的深度學習軟體─AlphaFold構建了迄今最完整、最準確的數據庫,其中包含逾2億種已知蛋白質。已經超越科學知識的極限,預測出幾乎所有已知蛋白質的形狀。這項突破將顯著加快生物學發現的步伐。它的CEO德米斯•哈薩比斯表示:「我們可以開始考慮端到端的藥物設計。那將是我的夢想,在開發新藥和治療方法時,你可以加快整個過程,而不僅是結構部分的工作。這一天即將到來。」也就是可以展開癌症、病毒類感染,抗生素、靶向藥、新效率的酶等藥物研發。(見DeepMind宣布可預測幾乎所有蛋白質結構
但第四類強化學習才是真正意義上的學習,這門學問起步很早,在1998年,強化學習的聖經─《Reinforcement learning─ An introduction》(第一版)─即問世,但因為裡面包括「動態規劃」(Dynamic Programming,DP)及「馬可夫決策過程」(Markov Decision Processes,MDP)等數課題,所以比前3者較難入門,所以一直不是熱門的研究。
但是情況有了革命性的轉變;2017年谷歌(Google)的DeepMind公司在權威的《自然》期刊是發表了強化學習史上劃時代的論文:「Mastering the game of go without human knowledge,David Silver, .et.al, Nature, 550, 354-359, 2017」(中文翻譯:不需要人類圍棋經驗練的超級電腦圍棋軟體),而這個超級電腦圍棋軟體就是舉世聞名的 AlphaGo Zero
AlphaGo Zero之所以是強化學習史上劃時代的進展,是因為它擺脫了它的前身版本─AlphaGo LeeAlphaGo Master ─必須借助使用人類KGS圍棋伺服器棋譜進行監督學習,也就是要借助人類圍棋的經驗來培訓。但AlphaGo Zero不同,它完全由零(Zero)開始,不需要人為指導,自己和自己對弈訓練,而不斷的自我改善棋力,40天之內可以打敗它的前身版本,成為是圍棋史上棋力遠遠超過人類的最強的電腦圍棋軟體。(詳細,見拙文「人工智慧」的AlphaGo「圍棋革命」─圍棋的本質(1),及為什麼 AlphaGo Zero?
AlphaGo Zero的遠近馳名的成功,強化學習也水漲船高,成為深度學習最熱門的課題之一,而應用到熱門的自動駕駛產業;目前世界電動車一哥特斯拉的技術非常先進,其Model S、Model X、Model Y 還是Model 3,Autopilot(AP,輔助駕駛) 都是標準配備。而2017年,中國百度Apollo(阿波羅)計畫正式上路,並以此構建自動駕駛商業生態。2021年,北京用戶可以在百度地圖及Apollo官網上預約體驗Robotaxi。 2021/4/7日百度研發製造的35輛百度Apollo(阿波羅)自動駕駛汽車首次獲得了商業運營許可。(見拙文電動汽車世界爭霸啟示錄(II)─科技與智慧(32)
目前人工智慧研究,加拿大和美國、中國和英國是公認的世界 4 大強國,特斯拉的馬斯克創辦的 OpenAI , Facebook(臉書) AI Research(FAIR),及谷歌的DeepMind是有名的三大公司。2021年,FAIR員工不到 400 人,而谷歌的DeepMind全球擁有約 1,000 名員工,大部分都在倫敦總部上班。其餘員工分布於加拿大及法國巴黎等地。如今爭奪世界最頂尖的 AI 人才的競爭激烈,頂尖 AI 研究人員的年薪有時高達 100 萬美元。(DeepMind 持續引爆全球頂尖 AI 人才搶奪戰,多倫多成為戰火延燒重點城市
中國的商湯科技(創始人、CEO徐立)是電腦視覺人臉辨識領域最大的系統開發商,還投入大筆資金創建了一個超級計算平台。該公司5000名員工中的70%以上是研發人員,其外國投資者包括軟銀(SoftBank)、老虎環球(Tiger Global)和銀湖(Silver Lake)。2018年,商湯科技是全球市值最高的人工智能創業公司,市值45億美元。商湯科技為了避免美國監管機構,謹慎選擇香港為配售市場,但在2020年,商湯科技與其中國競爭對手曠視科技(專注於圖像識別深度學習)、依圖科技(專注於智能城市和醫療)、和 雲從科技 (專注於人臉辨識)一起被美國商務部列入黑名單,禁止向它們技提供美國技術。而在2021年底, 商湯科技在香港上市前幾天,被列入投資黑名單,於是推遲赴港IPO上市。(見商湯科技的未來,及美國制裁對中國人工智能的影響微乎其微商湯科技徐立:人工智能的下一步
底下的文章解釋什麼是強化學習及比較其與人類學習的優劣:
1)強化學習的架構及方法:
強化學習的學習模型是先假設一系列學習狀態:St,St+1,St+2....,然後,再建立一個策略函數π(a),以規範各個動作a1,a2,a3,是如何把各種狀態變成下一個狀態及分別得到獎勵:Rt,Rt+1,Rt+2....,而把任何一狀態St,經過策略函數π(a),學習到終點所得到的總獎勵定義為:價值函數 Vπ(s) = Rt + Rt+1+ ....然後不斷的改善π0(a),π1(a),π2(a),...,及Vπ0(s),Vπ1(s),Vπ2(s)....,直到學習出最佳的策略函數π*(a)及最佳的價值函數 V*(s),如下圖。基本上,強化學習學習就是想法寫出深度學習演算法電腦程式,以求出最佳的策略函數π*(a)及最佳的價值函數 V*(s)。(見強化學習教程
(圖片來源:陳華夫製作)
2)比較強化學習與人類的學習:
強化學習的方法基本上是基與心理學的行為主義學派操作制約。它不同於古典的巴夫洛夫制約非自願反應,它是「行為主體」(agent)自願學習、是以適時的獎勵或懲罰來控制「行為主體」的學習強化學習可說是操作制約人工智慧深度學習版,如下圖:
(圖片來源:操作制約─維基百科
而相對的,通常人類學習複雜的事物之有效方法是自學,就是自我有「有意識」的、自覺的學習,是學習複雜事物(如微積分,物理、心裡學、經濟學、圍棋、高爾夫球等)唯一最有效的方法,也是人類學習勝過人工智慧學習的唯一法寶。其實踐方法即是經過精心組織的「刻意練習」,其要訣是3F:(1)Focus─專注學習目標,(2)Feedback─回饋達標差距,(3)Fix─不斷改善達標差距。在「刻意練習」中,主掌腦部記憶的海馬體可以生長,神經元也變的連接更多。大腦變得更聰明,更高效。(見諾貝爾獎的教育反思─「自學」與「學校教育」─科技與智慧(11)
3)強化學習的記憶體是人工神經網絡是殘差網路(ResNet):
一般的卷積神經網路(CNN)中,插入一個以上的「捷徑連結」就成了殘差網絡(如下圖)。
而在AlphaGo Zero強化學習裡最後學習的成果─價值函數 Vπ(s)─就被記憶在40模塊或20模塊組成的殘差網絡中的千千萬萬個數學參數裡,以致於人類無法理解這些學習的成果。
相反的,腦神經記憶網絡是由「語義記憶網絡」與「內隱記憶網絡」組成(如下圖所示):
(圖:腦神經記憶網絡,圖片來源:陳華夫製作)
而我吸取強化學習演算法的精髓,發展出人類的強化學習思考」架構,如下圖,詳細請看拙文思考、記憶、人腦解決之「強化學習式」思考架構─學習的本質(1)
(圖:「強化學習式」思考的架構,圖片來源:陳華夫製作)
4)強化學習的學習成果無法舉一反三的學習轉移到新領域:
強化學習基本屬於深度學習,其演算法是無法提煉出規則知識。那就意味著,無法舉一反三的學習轉移─也就是說,每次碰到類似問題,並非提煉舊有的知識,應用到新系統中,而必需重建和訓練新系統。例如,Google的DeepMind公司發展AlphaGo LeeAlphaGo Master,及AlphaGo Zero等3個版本時,各個版本都是獨立構造,和獨立進行訓練的,各版本的圍棋知識無法舉一反三的學習轉移到其它的版本上,造成浪費資源。(詳細,見拙文AI「深度學習」的缺陷及我親身的補正?─科技智慧(5),及AlphaGo使用的強化學習是人工智慧新星?讓專家告訴你為什麼這不是通用解方
而就因為人類可以舉一反三的學習,顯示人類不僅僅是以試錯(trial and error)產生的「實際經驗」,人類的思考可以在心靈中建立理論模型,產生「模擬經驗」來學習,可以大幅增加人類學習效率。(見拙文什麼是「思考」?如何「洞識」?何謂「思想家」?─開悟的本質(2)
至於人工智能的下一步會如何發展?商湯科技的創始人、CEO徐立的演講中有一段發人深省的話:「人類過往科研創新的範式,從最早經驗歸納的範式,到演繹推理的範式,被稱為是第一、第二範式。經驗歸納從培根開始,講了用資料做歸納。當有了電腦之後,比如模擬類比就是電腦在做推理演繹,比如大資料,第四範式大資料科學可以對應到經驗的歸納。這樣的範式在過往很長時間當中把創新的模式總結到這個框架當中。(見商湯科技徐立:人工智慧的下一步
英國《金融時報》2022/4/11報導,迄今為止,許多最知名的人工智慧應用出現在遊戲圖像識別語音辨識谷歌的DeepMind開發了舉世聞名的超級電腦圍─AlphaGo Zero,棋力遠遠超過人類。而生成式對抗網路(Generative Adversarial Network,GAN)讓兩個神經網路相互博弈的方式進行學習,而創造了深度偽造(deepfake)的視頻,將美国演员伯特•雷諾茲(Burt Reynolds)的臉替換成007詹姆斯•邦德(James Bond)電影中肖恩•康納利(Sean Connery)的臉;OpenAI以GPT-3為基礎的語言寫API(Application Programming Interface),而能模仿埃米莉·狄更生(Emily Dickinson)的風格寫詩歌。
根據斯坦福大學最新的人工智慧指數,2021年全球對人工智慧的私人投資同比增長了逾一倍,達到935億美元。自2015年以來,人工智慧的專利數量增加至30倍。雖然大宗商品、食品和能源價格一直以來都在飆升,但在過去五年里,一個機械臂的中位價格下降了46.2%。但人工智慧AI產業化轉型面臨著私營和公共部門之間知識和權力的日益失衡,而私營企業自然會優先考慮財務回報,而不是更廣泛的社會公益。(見人工智慧產業化的希望與風險共存
2022/5/29日英國《金融時報》的為什麼你的公司裡找不到人工智慧?說:「雖然雲平台現在廣泛可用,但要想利用其潛力,還需要有精通雲計算的大學和組織。最後,組織需要特定的數據來賦予它們競爭優勢。數據可以來自內部,這意味著組織必須收集和處理數據;也可以來自外部,這種情況下,數據必須要超越基本交易數據才能發揮作用。僅憑上述的這些能力是不夠的。人工智慧的進步需要有競爭力的集群。雖然已經實現了知識全球化,但創新仍是地方性的。如果不能更好地理解這一切因素,越來越多的企業將被人工智慧革命甩在後面。」
請看「陳華夫專欄」─學習的本質─系列文章:

「思考是有意識的系列回憶」理論開啟了思想史革命─學習的本質(1)
什麼是「思考」?如何「洞識」?何謂「思想家」?─學習的本質(2)
什麼是「記憶」?如何「記憶」?「記憶」的本質?─學習的本質(3)
學習的真相與反思─學習的本質(4)
「施捨」就是人生的「現代開悟」─學習的本質(5)
談「恐懼」─學習的本質(6)
探究華人的「罪惡感」?─學習的本質(7)
你孤獨了嗎?─學習的本質(8)
人腦如何創新思考?─學習的本質(9)
「現代開悟」的本質及釋義─學習的本質(10)
你「現代開悟」了嗎?─學習的本質(11)
人工智慧的「強化學習」與人類學習的優劣─學習的本質(12)

伽馬波(40赫茲)、記憶、失智症、及音樂治療(2023年版)─學習的本質(13)
省思物理科學教育的真相─學習的本質(14)
人類智慧真正優於AI人工智慧之處為何?─學習的本質(15)
細述我親歷40年的學習之旅─學習的本質(16)
AI幫助人們改善記憶、思考能力─適用於年輕與銀髮人─學習的本質(17)
AI徹底改變大學理工教育的面貌─學習的本質(18)
AI模擬人類學習真能比人類更創新嗎?─學習的本質(19)
AI深度學習與《易經》的學習真有差異嗎?─學習的本質(20)
AI之ChatGPT的繪畫審美能力賞析─學習的本質(21)
請看懂智慧的本質:GPT-4的「人工通用智能」(AGI)落後人類有多遠?─學習的本質(22)
臺灣許皓鋐圍棋亞運金牌在學習圍棋上的意義─學習的本質(23)
論才華、機運、及成功─學習的本質(24)
為什麼會看到廣告
475會員
249內容數
思想家─理解、解釋、預測世界。發表:9篇「深度政經分析」、6篇「現代開悟之洞識」、10篇「學習的本質」、13篇「美中關係」、4篇「驀然回首」、21篇「文學與藝術」、36篇「科技與智慧」、9篇「圍棋的本質」、40篇「美中經濟」、28篇「美股的本質」、12篇「美聯儲的本質」、12篇「貨幣及美元的本質」,共201篇。
留言0
查看全部
發表第一個留言支持創作者!
作者:陳華夫 2020年,中國智慧電動汽車銷量穩居世界第一。億歐智庫預測,2021年中國智慧電動汽車市場將迎來大爆發,銷量將達到238.2萬輛,2022 年銷量將達到446萬輛,2025年將超過1000萬輛大關。目前只有中國有完整的鋰電池供應鏈,研發能力很強。
作者:陳華夫 現在的大學教育不問學生是否真正有資質學習科學,是浪費了學生及老師的時間及生命。應該比照「音樂學院」,而設立「物理科學家學院」培養一流科學家,專門招收有科學天賦之學生,並以專精的師資,專門培養優質的科學家。
作者:陳華夫 AI人工智慧不如人類智慧的地方有三點:(1)它的「演算法」(algorithm)只能建構規則,而人類卻可建構解釋規則的理論。(2)它無法處理兩三個地方的「聯立」利益,這需要長遠的「大局觀」。(3)它無法吸取失敗的教訓,反敗為勝。(4)電腦圍棋有打劫的盲點。
作者:陳華夫 正確的戰勝AI電腦圍棋「Katrain 9段」的秘訣是適當的使用「圍棋計算機」的建議。在與AI電腦圍棋對弈,使用「圍棋計算機」是合理的,不僅不算抄襲,更能增進圍棋棋力。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
「ZenGo 7」不鑽研棋理,一直使用騙著,欺負對手,棋力不得長進。對手棋力增加,而識破騙著,就挨打認輸,實在是不可取的「魯蛇」(loser,失敗者)的人生哲學,希望天下的圍棋棋手引以為戒。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
作者:陳華夫 我在嚴肅的影評中,描寫這段連初級導演都不會犯的反高潮認兒子戲碼,是在肯定王小帥導演求新求變的精神,史诗級的電影殿堂裡的聖杯,曼·羅蘭說:「當你知道世界上受苦的不是只有你,你會減少痛苦,也會在絕望中燃起希望。」展示人生的痛苦是藝術及電影之使命,解決人生的痛苦則在每一個人的覺悟。
作者:陳華夫 2020年,中國智慧電動汽車銷量穩居世界第一。億歐智庫預測,2021年中國智慧電動汽車市場將迎來大爆發,銷量將達到238.2萬輛,2022 年銷量將達到446萬輛,2025年將超過1000萬輛大關。目前只有中國有完整的鋰電池供應鏈,研發能力很強。
作者:陳華夫 現在的大學教育不問學生是否真正有資質學習科學,是浪費了學生及老師的時間及生命。應該比照「音樂學院」,而設立「物理科學家學院」培養一流科學家,專門招收有科學天賦之學生,並以專精的師資,專門培養優質的科學家。
作者:陳華夫 AI人工智慧不如人類智慧的地方有三點:(1)它的「演算法」(algorithm)只能建構規則,而人類卻可建構解釋規則的理論。(2)它無法處理兩三個地方的「聯立」利益,這需要長遠的「大局觀」。(3)它無法吸取失敗的教訓,反敗為勝。(4)電腦圍棋有打劫的盲點。
作者:陳華夫 正確的戰勝AI電腦圍棋「Katrain 9段」的秘訣是適當的使用「圍棋計算機」的建議。在與AI電腦圍棋對弈,使用「圍棋計算機」是合理的,不僅不算抄襲,更能增進圍棋棋力。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
「ZenGo 7」不鑽研棋理,一直使用騙著,欺負對手,棋力不得長進。對手棋力增加,而識破騙著,就挨打認輸,實在是不可取的「魯蛇」(loser,失敗者)的人生哲學,希望天下的圍棋棋手引以為戒。我計畫改進目前世界上最強的開源電腦圍棋軟體之「Katrain 9段」,成為超級「Katrain 9段」。
作者:陳華夫 我在嚴肅的影評中,描寫這段連初級導演都不會犯的反高潮認兒子戲碼,是在肯定王小帥導演求新求變的精神,史诗級的電影殿堂裡的聖杯,曼·羅蘭說:「當你知道世界上受苦的不是只有你,你會減少痛苦,也會在絕望中燃起希望。」展示人生的痛苦是藝術及電影之使命,解決人生的痛苦則在每一個人的覺悟。
你可能也想看
Google News 追蹤
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
在迎接未來的挑戰中,電動車供電設備(EVSE)扮演著舉足輕重的角色。隨著全球對氣候變遷和環境永續議題日益重視,電動車作為一項清潔能源交通方式正受到越來越多人的青睞。然而,要實現電動車的普及,建立完善的充電基礎設施至關重要。
Thumbnail
2024年初春,馬斯克和黃仁勳的AGI人工智慧新聞對比。無論在OpenAI控告還是AGI定義方面,黃仁勳都顯得更為穩重和理智。
Thumbnail
Google首席執行官桑達爾·皮查伊表示,人工智慧的快速進步可能增強對抗網絡安全威脅的能力。隨著全球經濟因網絡攻擊而蒙受巨大損失,Google倡議提升在線安全並對AI工具的誤用進行預防。
Thumbnail
想要使用AI來快速了解一支股票! 卻受限於在2021年9月就停止更新資料庫的免費版ChatGPT? 本集Gary分析師要介紹ChatGPT和Google的合體! 最強第二大腦Perplexity AI! 一起來看看吧🧙
Thumbnail
或說,把這本書取名為「猴子也能懂的人工智慧」也有過之而無不及。作者松尾豐教授長年深耕人工智慧的研究與開發,並且經歷AI發展史上的大起大落。之所以著作本書,與其說是推廣或科普人工智慧的知識,不如說是提供務實的資訊與評估,讓那些拿著大把鈔票的資本家們,不會抱有過高的期待,反而耽誤了人工智慧的發展...
Thumbnail
筆者最近在研究Smart Contract的「李嘉圖合約」(先預告下一篇就是討論這個),但也不忘關懷一下人工智慧(Artificial Intelligence,簡稱AI)近期在司法界的發展情況,因為不論前者關於區塊鏈的法治,或後者關於AI的治理,均與法律人包括法制環境與體系(法律概念、調適、執行與
Thumbnail
這本書也是跟著讀書會讀完的。發現外國人的寫作習慣通常都會有那種引(ㄅㄧ)人(ㄋㄧˇ)入(ㄎㄢˋ)勝(ㄨㄢˊ)的設計,也就是會在前面講個大概,跟你說後面還有更精采的唷(花媽音效),欲知詳情下回分曉的寫作風格,於是就默默地看完了整本。
Thumbnail
我們想想,人類發明AI是為什麼? 當然是好玩,有趣,還可以讓AI服務人類。AI的發展已經延伸到各個領域,AI醫生,AI圍棋,AI武器,就是希望AI可以做的比人還好。因為電腦確實比人腦強,加上AI的自我學習創造力,AI的發展確實無可限量。 人類在創造AI的路上,會賦予AI自我學習創造的能力,AI會超
Thumbnail
這個秋,Chill 嗨嗨!穿搭美美去賞楓,裝備款款去露營⋯⋯你的秋天怎麼過?秋日 To Do List 等你分享! 秋季全站徵文,我們準備了五個創作主題,參賽還有機會獲得「火烤兩用鍋」,一起來看看如何參加吧~
Thumbnail
美國總統大選只剩下三天, 我們觀察一整週民調與金融市場的變化(包含賭局), 到本週五下午3:00前為止, 誰是美國總統幾乎大概可以猜到60-70%的機率, 本篇文章就是以大選結局為主軸來討論近期甚至到未來四年美股可能的改變
Thumbnail
Faker昨天真的太扯了,中國主播王多多點評的話更是精妙,分享給各位 王多多的點評 「Faker是我們的處境,他是LPL永遠繞不開的一個人和話題,所以我們特別渴望在決賽跟他相遇,去直面我們的處境。 我們曾經稱他為最高的山,最長的河,以為山海就是盡頭,可是Faker用他28歲的年齡...
在迎接未來的挑戰中,電動車供電設備(EVSE)扮演著舉足輕重的角色。隨著全球對氣候變遷和環境永續議題日益重視,電動車作為一項清潔能源交通方式正受到越來越多人的青睞。然而,要實現電動車的普及,建立完善的充電基礎設施至關重要。
Thumbnail
2024年初春,馬斯克和黃仁勳的AGI人工智慧新聞對比。無論在OpenAI控告還是AGI定義方面,黃仁勳都顯得更為穩重和理智。
Thumbnail
Google首席執行官桑達爾·皮查伊表示,人工智慧的快速進步可能增強對抗網絡安全威脅的能力。隨著全球經濟因網絡攻擊而蒙受巨大損失,Google倡議提升在線安全並對AI工具的誤用進行預防。
Thumbnail
想要使用AI來快速了解一支股票! 卻受限於在2021年9月就停止更新資料庫的免費版ChatGPT? 本集Gary分析師要介紹ChatGPT和Google的合體! 最強第二大腦Perplexity AI! 一起來看看吧🧙
Thumbnail
或說,把這本書取名為「猴子也能懂的人工智慧」也有過之而無不及。作者松尾豐教授長年深耕人工智慧的研究與開發,並且經歷AI發展史上的大起大落。之所以著作本書,與其說是推廣或科普人工智慧的知識,不如說是提供務實的資訊與評估,讓那些拿著大把鈔票的資本家們,不會抱有過高的期待,反而耽誤了人工智慧的發展...
Thumbnail
筆者最近在研究Smart Contract的「李嘉圖合約」(先預告下一篇就是討論這個),但也不忘關懷一下人工智慧(Artificial Intelligence,簡稱AI)近期在司法界的發展情況,因為不論前者關於區塊鏈的法治,或後者關於AI的治理,均與法律人包括法制環境與體系(法律概念、調適、執行與
Thumbnail
這本書也是跟著讀書會讀完的。發現外國人的寫作習慣通常都會有那種引(ㄅㄧ)人(ㄋㄧˇ)入(ㄎㄢˋ)勝(ㄨㄢˊ)的設計,也就是會在前面講個大概,跟你說後面還有更精采的唷(花媽音效),欲知詳情下回分曉的寫作風格,於是就默默地看完了整本。
Thumbnail
我們想想,人類發明AI是為什麼? 當然是好玩,有趣,還可以讓AI服務人類。AI的發展已經延伸到各個領域,AI醫生,AI圍棋,AI武器,就是希望AI可以做的比人還好。因為電腦確實比人腦強,加上AI的自我學習創造力,AI的發展確實無可限量。 人類在創造AI的路上,會賦予AI自我學習創造的能力,AI會超