發表文章

目前顯示的是 5月, 2019的文章

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 ,  付停車費 .  買車的目的 ,  好像是買來當機器人計程車賺錢比較合理 . 發表會完整視頻 https://bit.ly/2Q4fp1U     (2:34:59) 發表會講評視頻   https://bit.ly/2VZcygh     (13:56) Tesla 自駕車   https://bit.ly/30naQo4     (9:09)

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