發表文章

自駕車離我們多遠 - Tesla 自駕車發表會

圖片
早上開車去上班, 在車上補眠, 或是在車上趕著完成等一下要跟老闆報告的簡報. 蝦米? 以上所述的荒唐情境,離我們很遠嗎? 根據Tesla的發表會, 離我們很近. 
Tesla在不到一個月前(2019/4/22),舉辦了自駕車日,由執行長阿郎, 馬斯克(人稱鋼鐵人)帶領團隊向大家說明Tesla在自駕車的進展. 這個說明會很長, 大約是兩個半鐘頭, 共分成幾個段落:
1.Tesla自行開發的深度學習自駕車晶片(小編註: 目前晶片由Samsung生產, 希望下一代的晶片由台積電生產). 2.Tesla的電腦視覺系統. Tesla採用8個攝像機, 12個超音波感測器, 1個雷達, 而沒有使用光達(Lidar). 3.軟體系統. 如何將硬體及電腦視覺整合, 加上路徑規劃及控制模組, 而成為自駕車的完整系統. 4.RoboTaxi(機器人計程車), 這部分由阿郎自己說明. Tesla將組織一個機器人計程車隊,每個人的Tesla都可以加入.
RoboTaxi的世界,有些超乎我們的想像,例如 ·早上開車去上班,到公司後, 自駕車自己跑去載客人, 幫您賺外快 ·RoboTaxi的成本, 大約是每英里0.18元美金, 也就是每公里3元台幣. 在這個成本架構下,買車顯然比租自駕車貴,因為買車還要付萬萬稅,還要有停車位,

人工智能將增強和破壞人性

圖片
小編註: 今天的主題有點沉重.套句”回到未來”男主角的口頭禪“This is heavy” 您也可以聽聽李飛飛與Yuval Noah Harari的辯論 https://bit.ly/2JgUMOB
文章引言: 這個主題很複雜,而且會變得更加複雜.人工智慧已經被用來以多種方式攻擊我們,從提供我們的數據和私人信息給科技公司,到收集我們對手機訊息的關注。
這篇文章談到了4個主題: 1.中國將在21世紀引領人工智慧道德 2.生物技術和人工智慧是一個道德的雷區 3.第四次工業革命 4.人工智慧中的道德規範是2020年代的”黑鏡”
原文來自: https://bit.ly/2YaQOeS

遷移學習(Transfer Learning)

圖片
遷移學習是在新問題上重複使用預先訓練的模型。它目前在深度學習領域非常流行,因為它使您能夠以相對較少的數據訓練深度神經網絡。這樣的方法非常有用,因為大多數現實問題通常沒有數百萬個標記數據點來訓練這種複雜模型。本文向您介紹遷移學習是什麼,它是如何運作的,您應該使用它的原因, 何時可以使用它。文章將向您介紹遷移學習的不同方法,並為您提供已經預先訓練過的模型的一些資源。
文章內容: 遷移學習是什麼?如何運作為什麼用遷移學習?什麼時候應該使用遷移學習遷移學習的方法(訓練模型以重複使用,使用預訓練模型,特徵提取)摘要原文來自: Medium https://bit.ly/2QKCOox

2019 Google I/O大會直擊!語音助理反應快10倍、Google Lens還能幫忙算小費

圖片
一年一度的Google開發大會I/O,在美國加州時間5月7日於Google山景城總部拉開序幕,在率先登場的「重頭戲」 Keynote上,Google Pixel 3a和Android Q也正式亮相,但除此之外,究竟還有哪些重大發表?跟著《數位時代》一起在現場直擊。

AI仍是主菜新的Google助理,比過去反應快10倍Duplex不只能點餐,一手包辦網路上的消費大小事Google Lens當服務生推薦菜單,還能幫忙算小費只有100kb的Google Go,離線也能翻譯跟朗讀不用專人聽打,AI讓對話即時上字幕講電話零障礙,你打字、Google小姐幫你講讓喪失語言能力的人,重新開口說話原文來自: 數位時代 https://bit.ly/2Lrs8wY

人工智慧會偷走你的工作嗎?

圖片
想像一下,為了填飽肚子,你必須要與機器比賽誰更有創造力的世界。
關於機器學習, 自動化, 以及深度學習及機器人的新用途將衝擊我們在職場的工作性質,並進而使得我們丟了工作的這個想法,確實非常引人注目. 我們可以預期在未來30年內,在這些領域將逐漸發生:
零售 客戶服務 製造業 運輸 媒體與內容 金融與銀行 交付和物流 施工 人力資源 銷售與市場營銷 政府與行政 衛生保健
(小編註: 有人不在這些領域裡面嗎?至少我是中槍了)
本篇文章, 談到下列主題: ·工作自動化寒冬即將到來 ·人工智慧將影響所有的工作 ·因為技術能力失衡所引起的失業危機,被報導的太少 ·我們會被隔離在就業大軍之外嗎? ·資本主義的未來可能取決於人工智能的特殊使用 ·對未來無需恐懼
原文來自: https://bit.ly/2XzOgHw

人工智慧的未來

圖片
我們上次談到人工智慧的簡史, 今天我們就來談談人工智慧的未來. 
未來, 人工智慧將改變一切, 但是這真的是我們要的結果嗎? 我們不知道在人工智慧被大量運用之後, 未來職場的將變成什麼樣貌. 但是很多經濟學家認為當機器承擔了大部分枯燥或是危險的工作之後, 未來將是一個比現在更美好的世界. 當我們發展更好的人工智慧的時候, 我們發覺它不止可以代替人類做很多的工作, 同時它也可以代替人類做很多的思考. 當我們期望人工智慧將改進我們人類社會的時候, 我們實在不知道最終的結果將是如何? 或許最終它只是造福了科技公司, 及那些受益於人工智慧取代人工的少數人. 說不定, 它還可能對我們人類的社會造成某種程度的傷害. 我們不知道未來將如何, 但此時此刻, 我們只知道, 未來的本質就是未知, 人工智慧的未來也是一樣. 
您想在輕鬆有趣的氣氛下學習人工智慧嗎? 我們推薦給您一門課程: 學聯網的自走車人工智慧研習班. 運用好玩有趣的自走車, 將人工智慧的核心(機器學習) 融合在研習中. 第一週從物聯網開始談起, 第二週介紹自駕車如何使用人工智慧來開車, 以及自走車的結構. 第三週介紹人工智慧的基礎觀念與如何將人工智慧用在自走車. 每天下午則是動手將早上學到的觀念, 馬上用Python程式語言寫入自走車, 並且立即測試. 第四週則是大家一齊來觀摩實作的成果.教學團隊陣容堅強, 由清華大學黃能富教授+業界老師+助教群聯合授課. 現在就來進一步了解課程 http://bit.ly/2HsjXwM
看完了課程, 請來看這段4分鐘的視頻"人工智慧的未來" https://bit.ly/2JDwxMe


從人工智慧、機器學習, 到深度學習,你不容錯過的人工智慧簡史

圖片
我們常常聽到人工智慧, 機器學習, 深度學習. 但是這三者有關係嗎? 有的. 人工智慧自從1956年夏天在Dartmouth誕生之後, 命運坎坷, 到60大壽之後, 本來應該安享天年, 不過竟然鹹魚翻身, 突然走路有風. 真是勵志的好故事. 
1.1950 年,人工智慧發展,以數理邏輯為基礎 2.1980 年,多層類神經網路失敗,淺層機器學習方法(SVM 等)興起 3.2006 年,Hinton 成功訓練多層神經網路,命名為深度學習 4.深度學習是機器學習的一個分支,機器學習是人工智慧的一個分支
人工智慧將會影響我們未來生活的每個方面, 您想在輕鬆有趣的氣氛下學習人工智慧嗎? 我們推薦給您一門課程: 學聯網的自走車人工智慧研習營. 運用好玩有趣的自走車, 將人工智慧的核心(機器學習) 融合在研習中. 第一天從物聯網開始談起, 第二天介紹自駕車如何使用人工智慧來開車, 以及自走車的結構. 第三天介紹人工智慧的基礎觀念與如何將人工智慧用在自走車. 每天下午則是動手將早上學到的觀念, 馬上用Python程式語言寫入自走車, 並且立即測試. 第四天則是大家一齊來觀摩實作的成果.