[爆卦]根式運算難題是什麼?優點缺點精華區懶人包

雖然這篇根式運算難題鄉民發文沒有被收入到精華區:在根式運算難題這個話題中,我們另外找到其它相關的精選爆讚文章

在 根式運算難題產品中有41篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, 阿里巴巴 AI 「看圖回答」 測驗擊敗微軟、臉書、特斯拉,準確率還首次超越人類! 陳宜伶 2021-08-25 看圖回答問題是人類生活及溝通的基本條件,但是對 AI 來說卻是一項高難度任務。 阿里巴巴達摩學院打造出來的 AI 語言模型 AliceMind,幾天前首度打破圖像問答(VQA)世界紀...

根式運算難題 在 Fang-Wei Lin 林部長 Instagram 的最佳貼文

2021-08-19 00:34:47

/二月德文小海報/ 這個月從書本選出的一句話是 Die Wahrheit ist selten gemütlich, 來自 Robert Seethaler 的 Der Trafikant 。 這本書是在寫一個離開家鄉來到維也納的男孩, 在書報攤學習人生道理和社會工作等等的一切, 以及他和佛洛依...

根式運算難題 在 Spark Light 工作坊 Instagram 的精選貼文

2021-08-18 20:27:06

|Spark Light 工作坊| 📍|主題| ▫️ 如何讀好數學 📍|前情題要| ▫️ 如果問說最不擅長的科目是什麼,數學往往是最常出現的回答,在段考排名或者大考也往往是決定勝負的關鍵一科,LHS小編也收到或見過很多關於數學的問題,那麼究竟該怎麼讀好數學呢?數學真的就只是有天份才能讀好嗎?在了...

根式運算難題 在 BusinessFocus | 冷知識 Instagram 的最讚貼文

2020-05-02 19:17:36

立即Follow @businessfocus_knowledge 【2020年】5大科技趨勢改變你我生活 . 對即將到來的2020年,你有什麼想法或期待呢?英國媒體《BBC》日前整理出2020年的五大將影響我們身處社會的科技趨勢,一起來看看2020年,哪些科技將為我們的生活帶來什麼巨大變化! . ...

  • 根式運算難題 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答

    2021-08-31 15:09:55
    有 0 人按讚

    阿里巴巴 AI 「看圖回答」 測驗擊敗微軟、臉書、特斯拉,準確率還首次超越人類!

    陳宜伶
    2021-08-25

    看圖回答問題是人類生活及溝通的基本條件,但是對 AI 來說卻是一項高難度任務。

    阿里巴巴達摩學院打造出來的 AI 語言模型 AliceMind,幾天前首度打破圖像問答(VQA)世界紀錄,答題準確率甚至超越人類基準,並且擊敗同樣有參加挑戰的微軟、FB 隊伍,象徵達摩學院的人工智慧技術邁出關鍵一步。

    VQA 挑戰是什麼?

    圖像問答(Visual Question Answering)挑戰的緣起,是因為國際電腦視覺與技術辨識大會 (Conference on Computer Vision and Pattern Recognition,CVPR)希望鼓勵企業攻克 AI 多模態機器學習(MultiModal Machine Learning)的難題,因此從 2015 年開辦 VQA 挑戰賽,吸引來自世界各地的網路企業、科研單位參賽。

    今年的 VQA 挑戰賽和往年一樣,題庫包含了超過 25 萬張真實照片,總共有 110 萬道題目。這些題目會考驗 AI 是否能辨別圖像,比如說在一張人群的照片中算出有幾個兒童、或是在圖片中辨認出書桌上的車鑰匙,進而推測房間主人是有車的。

    VQA 技術已經被廣泛導入阿里巴巴平台,像是它的 AI 客服機器人「小蜜」(Alime)就已經被淘寶、天貓商家等電商平台採用。消費者輸入問題後,AI 客服會根據商品資訊和顧客問題給出答案。

    另一方面,VQA 技術不僅能運用在電商,還可用於醫學圖像辨識,以及電動車的智慧駕駛分析。

    阿里巴巴的 AI 模型為何成績能夠超越人類?

    這幾年人工智慧(AI)逐漸滲透到各行業,也推動更多科技革命,AI 技術逐漸成為企業數位轉型、對抗疫情,並讓經濟重返正軌的重要力量。

    由阿里巴巴達摩學院打造的 AI 深度語言模型系統 AliceMind 在這次的 VQA 測驗中,答題準確率拿到 81.26%,首次超越了人類答題的準確率 80.83% ,更讓馬雲投資的達摩學院在 AI 發展上取得重大進展。

    AliceMind 採用了多種專有技術,包括多樣化的視覺表示(diverse visual representations)、「多模態」預訓練語言模型(multimodal pretrained language models)、「跨模態」語義融合和對齊技術( adaptive cross-modal semantic fusion and alignment technology)。這些技術不僅可以讓阿里巴巴的 AI 理解問題並分析圖像,還可以讓 AI 用近似人類的語感回答問題。

    阿里巴巴達摩院自然語言處理(NLP)負責人 Si Luo 表示:「這代表我們在『機器學習』領域又取得了一個重要里程碑,AliceMind 在視覺與文本的『多模態』理解及推理上,測試分數媲美人類認知水準,彰顯了我們研發 AI 的努力成效。」

    打造出這款 AI 模型的達摩學院是什麼來歷?

    2017 年,馬雲認為阿里巴巴應該要把眼光放遠,致力解決未來世界經濟、社會等問題,在此願景下成立了研究單位「達摩學院」( DAMO Academy),號稱要在 3 年投入超過 1000 億人民幣,將重點放在基礎科學和顛覆式技術創新研究上。

    Si Luo 表示,人工智慧分為運算智慧、感知智慧、認知智慧及創造智慧 4 個層次。這次 AliceMind 參與的 VQA 測試內容屬於認知智慧部份。

    負責人也補充說,這不代表有一天我們會被機器人取代,反而這些智慧機器可以用來輔助我們的日常工作和生活,因此人們可以很專注在他們擅長的創作上。

    資料來源:https://buzzorange.com/techorange/2021/08/25/vqa-ai-alibaba/

  • 根式運算難題 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-08-19 16:31:09
    有 0 人按讚

    從火星探測系統到輔助工業製程,美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用?

    李佳樺 2021/08/13

    從2012 年美國太空總署成功將探測車「好奇號」送上火星至今,已經過了3000多個「火星日」,肩負著火星探測的重要任務,8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的,則是好奇號的 AI 運算系統,其實是由美國新創 Beyond Limits 的團隊建立的,公司發展至今也將觸角伸到能源、先進製造等產業,建立 SaaS 服務,為產業提供 AI 輔助平台,2020 年更獲得 1.3 億美元的投資,拓點到台灣、日本、新加坡、香港等地。

    Beyond Limits 將 AI 應用到產業製程的契機,源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件,企業希望導入 AI 優化決策過程,合作中也發現了石化能源產業的痛點,研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品,不僅受到美國石油公司歡迎,日本市場也買單。

    有了日本的先例,這套美國研發出的產品,照理說要拓展到亞洲市場應該不成問題,不料到了台灣卻窒礙難行,甚至需要重新開發不同的產品。

    Beyond Limits 的台灣團隊究竟面臨了什麼挑戰?

    台灣市場與美國差異大,Beyond Limits 台灣團隊必須如創業般從頭研發產品

    台灣分公司總經理張中宜說明,台灣產業的先天特性,讓美國母公司已開發的產品都面臨市場可行性低落的問題,以石油產業的產品舉例,在台灣只有中油、台塑兩個客戶,且台灣的石油公司並不做研發工作,多半直接向國外公司購買配方,因此團隊必須在美國 SaaS 模式 的技術基礎下,研發出符合台灣市場、針對不同產業需求的商品。

    「Beyond Limits 在台灣設立公司時的處境,跟重新創業差不多。」張中宜表示,AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師,也要有懂產業製程的專家團隊,龐大的研發費用與對產業專家的需求,讓每一次產品開發都像募資活動,團隊必須透過產業訪談做足市場研究找到痛點,說服製造公司與他們合作開發能解決產業問題的軟體。

    然而開發全新市場對張中宜來說並不陌生。

    她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ,第一年就讓偏鄉學子考上孟國最高學府卡達大學,更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮,讓卡西歐、 AI 新創、安永都找她擔任顧問,執行戰略布局或開發新通路的工作,面對 Beyond Limits 在台灣的難題,團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。

    延伸既有美國產品技術,尋找合適的台灣在地產業切入開發產品
    選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關,研發電池的過程與石油廠研發機油的邏輯相似,痛點都在於漫長的研發過程,就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣,電池配方更要經歷至少半年的實驗,且實驗設計也要在無數次團隊與客戶的交鋒後才能成型,溝通成本相當高昂。

    使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統,研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速,系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇,縮短約 2 千倍的研發時間。

    Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟,以其認知 AI 的核心技術,協助三井投資的液化天然氣廠進行巨量資料分析,並整合作業人員專業知識與數位化作業模式,制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說,透過與 Beyond Limits 的合作可以改善與再造營運流程,更有效率執行現有事業群的高附加價值項目。

    另外,Beyond Limits基於公司在美國既有的輔助風電機維修平台,投入面板機器手臂維修建議系統的開發,「雖然也想在台灣用同一套產品幫助風電產業,也與風電廠陸續接洽,但台灣的風電仍在建設階段,缺乏營運經驗,目前的維修需求也不高。」張中宜談到,市場開發的大方向是要在台灣尋找具備預測維修需求,且市場密集、成熟的產業,公司在與投資人仁寶電腦的合作中,發現光電面板產線中機器手臂的維修概念與風機維修類似,而且痛點也類似:包含高昂的維修成本、未經標準化的維修流程,以及依賴經驗的維修決策。

    目前輔助維修系統正與日本機器手臂原廠合作開發,由廠商提供維修資料與產業專家, Beyond Limits 透過 AI 分析維修數據,建立資料背後的邏輯推演,系統最終能判斷機器損壞的原因,並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本,對維修人員來說也有可依循的維修建議,長遠更能累積產業知識 ( domain know-how ) ,促進升級。

    以邊緣運算技術,與北捷合作開發人流異常預警系統

    而將技術從太空拉回到地面,Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作,使用等同於在火星探測時、消弭與地球時差的邊緣運算技術,原理是透過分散式的運算提升效率,達成在監控系統的邊緣節點就進行異常人流的辨別,降低反應時間落差。

    張中宜舉例,正常的人流像是乘客擠進車廂內的固定位置,開始滑手機,異常的人流可能是人群往四面八方散去,產生快速移動的樣態,異常訊息可以在 10 秒內將送到中控室,大幅縮減以往需要 4 分鐘以上的訊號傳輸時間,也能避免踩到人臉辨識的紅線,未來希望擴張應用到大樓監控,或是銷往他國的大眾運輸系統。

    源自NASA,認知型AI成為技術優勢與門檻

    與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同,Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ,前者的數值 AI 是透過大量數據讓模型認知「此為何物」,而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞,並加以做出決策與判斷,以電池配方為例,將實驗室過去的實驗數據導入數值 AI 系統後,會得出樹種配方組合,再藉由符號 AI 判斷個配方辦法的優劣,並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合,讓人工智慧的每項建議都能以人類可理解的思路解釋,輔助人類做最後決策,也使人機協作的製程模式成為可能。

    對於這項技術,張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後,由於火星與地球之間的數值傳遞有時間差,人類基本上不可能遙控好奇號,而且火星上的數據在這之前是 0,所以數值 AI 也無法運作,為了能夠讓好奇號自行在火星上探測與行動,勢必須要模擬人類大腦的認知型 AI 系統,當時才會開發出符號 AI。

    根據研究報告,2025 年工業用 AI 規模將達 160 億美元,其應用開發仍具高度可能性,Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外,未來也希望協助優化晶圓半導體產業的製程,團隊更積極與社會、產業溝通,讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策,也讓產業正視轉型需求,近期將與台灣新創基地合作舉辦 AI 科普講座,持續促進製造業的人機共榮合作。

    創業快問快答

    Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?

    A:台灣數位轉型瓶頸

    Q:創業至今,做得最好的三件事為何?

    A:用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式

    Q:要達到下一步目標,團隊目前缺乏的資源是?

    A:能見度

    附圖:BeyondLimits 台灣總經理 張中宜
    Beyond Limits 以數值AI及符號AI兩大關鍵技術,達到人機互補智能
    圖片來源 : Beyond Limits
    擠捷運
    圖片來源 : diGital Sennin on Unsplash
    圖說:BeyondLimits Hybrid AI導入流程說明
    BeyondLimits Hybrid AI導入流程說明
    圖片來源 : BeyondLimits

    資料來源:https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0

  • 根式運算難題 在 Facebook 的精選貼文

    2021-05-27 12:05:30
    有 3,424 人按讚

    「人,真是一種對神蹟成癮的生物嗎?」

    【二階堂雅紀虛擬偶像詐騙事件】
    與絕大多數其餘女性當事人並無不同的是,最初,在葉月春奈帶著醉意,三分內疚、七分羞赧,期期艾艾向閨密姬野亞美訴說那既詭異又美好的夢境時,
    她完全未能知曉,自己已然被捲入本世紀最詭秘離奇的詐騙案件中。
    是,她確實是拖了好一段時間才鼓起勇氣告訴原本無話不談的姬野的,因為這實在太令人害羞了:
    一位43歲的正常職業婦女,一位受高等教育,事業平順,親子關係良好,婚姻美滿,堪稱過著人人稱羨之幸福生活的中年女性,
    如何可能,就此毫無預兆地墜入對一位18歲少年偶像深不見底的迷戀之中?
    對外人而言,這近乎不可理喻。或者容我們再退一步──
    若僅是欣賞或著迷於一位師奶殺手小鮮肉便罷──
    真正令人費解的是,何以葉月春奈竟會因此拋夫棄子,傾家蕩產,放任原有人生坍塌崩解,終至淪落至社會底層,無可挽回?
    這如何可能?這樣離譜的故事,豈非僅見於**邪教**之中?

    事有蹊蹺。然而更不尋常的是,葉月春奈的經歷絕非孤例。
    事件之規模遠為龐巨;而其後牽涉之真相,則更是疑點重重,難以想像。
    資料顯示,西元2196年3月,葉月春奈出生於日本東京都中野區,為家中么女,上有一姊。
    父親葉月悠良畢業於一橋大學新聞系,長期於東京大學文學院辦公室擔任雇員,主管媒體聯絡事務;
    而母親宮澤大華則任職於經營衣飾與女性配件網購事業的雙堤商社,擔任行銷部門主管多年。
    換言之,那是個再尋常不過的日本都會白領家庭。
    據葉月春奈自述,她於此一經濟無虞,父母皆性格溫和的家庭中成長,近乎無憂無慮。
    她自小姿容秀麗,資質穎異,中學時期即展露對於數學、醫學、生物與美術相關學門之天賦;隨後順利考入東京大學醫學院就讀。
    大學時代她擔任**微生物彩妝社**社長(當時曾短暫流行以章魚色素細胞基因產製之「彩妝微生物」植入人類皮下,取代原先傳統化學品彩妝;但未久即因微生物生命週期之疑慮而遭到禁用),
    課餘亦以服裝模特兒身份兼職,被譽為「東大醫學之花」,數次接受媒體邀訪報導,並參與綜藝節目;堪稱校園風雲人物。
    而在以優異成績畢業後,她婉拒經紀公司邀約,放棄演藝之路,進入佐藤榮治紀念醫院(Eizi Satou Memorial Hospital)精神科任職。
    數年後她完成正統醫學體系基礎訓練,同時考入美國約翰霍普金斯大學(Johns Hopkins University)精神分析研究所,直攻博士。
    五年後當她順利取得博士學位與精神分析師資格時,年僅33歲。

    「當然,不能說我的人生沒有挫折......應該沒有人的人生是真沒有挫折的吧?」此刻葉月笑得落寞:
    「但我已習慣不說。非常習慣。
    我這樣的人,如果還要向別人傾訴自己的挫折和沮喪......你得承認,沒有人會認同你的──
    「但現在會了。現在他們會同情我了。」她語帶哽咽,像胸腔內部某種壓抑的哭泣。
    我察覺四周遍在的黑暗正隱沒入遠處海潮空洞而巨大的聲響中。「他們會的,對吧?對吧?」

    西元2249年11月22日傍晚,日本福島縣相馬市近郊,海濱公路旁的簡陋咖啡座。
    寒日陰霾,貨櫃屋外冷風荒涼,塵沙紙屑翻飛,彷彿某種眷戀不去的魂魄。
    這是個遠離市中心商業區的邊緣地帶;估計往來熟客都是些負責操作碼頭機械人的技術工。
    我與葉月春奈在此首次會面。她事前已坦率表示不願遇見熟人;於是我們自相馬市水澤市場暫離,來到此地──
    原本每日傍晚,她會在水澤市場東側近出口處擺攤,賣些從友人處批來的舊款長短襪、毛帽、織物與不帶溫度調節功能的廉價拋棄式內衣褲。
    我隨口詢問購入價格與生意狀況;但她含糊其詞,不願多談。
    我有種直覺:或許那並不涉及真正的商業買賣;而所謂「友人」,對她也僅是單純接濟而已。
    而後我問起她的家人。

    「他們都還在東京吧。」她簡短回答。
    「姊姊也在東京?」
    「應該是吧。」
    「很久沒見面了嗎?」
    「嗯。」她看著自己的指甲。
    「那父母呢?也很久沒見了?」
    她遲疑半晌。「我不打算見他們。」
    「為什麼?」
    「你也知道吧。我這樣子──」她苦笑,輕輕搓了搓手。「我......我沒有臉見他們吧?我想他們也恨不得忘了我......」

    平心而論,葉月春奈的「樣子」或許並不像她自以為的那麼糟──
    她畢竟曾是「東大醫學之花」,一位上遍各大綜藝節目「高學歷美女」單元的業餘模特兒。
    此刻室內燈光昏黃,神情疲憊的她儘管已年過半百,眼周與嘴角難免歲月痕跡,
    然而她五官精緻,輪廓深邃,不難想見年輕時的清麗。
    是的,或許她確已不再年輕貌美──
    眼前的她素著一張臉,身著寬鬆運動服,體態浮腫,亂髮半白,似乎未曾梳理。那明顯帶著自棄意味。
    當然,並非所有外貌崩壞的男人或女人都曾經歷過某種自棄;我的意思是,我能感受到那種外在形貌的崩毀其實根源於內在的空疏與荒蕪。
    我或可如此斷言:那等同於一座**心的廢墟**。
    然而事實上,於此「二階堂雅紀虛擬偶像詐騙案」中,葉月春奈並不特別──
    她僅僅是眾多被害人之一而已。
    統計顯示,受害者中女性佔比85.8%,且不乏高學歷、高社經地位、外型亮麗,甚或婚姻或情感關係良好者。
    當然,各人受害程度不一;然而如葉月春奈這般近乎喪失一切所有者亦不在少數。
    資料顯示,此詐騙事件自2238年間初露端倪,歷時六年,於2244年秋宣告偵破──
    該年9月15日,日本警視廳與東京地檢署大動作召開聯合記者會,宣佈逮捕情侶檔嫌犯星野颯太與伊織‧柯內留斯(Iori Cornelius),隨即起訴二人。
    然而事件並未就此落幕。由於案情複雜,疑點重重,犯案手法神秘難解,傳聞日增。
    二個月後,經《日本產經新聞》追查披露,確認二位嫌疑人均為日本共產黨黨員。消息傳出,揣測與聯想不脛而走......
    ───〈二階堂雅紀虛擬偶像詐騙事件〉,《零度分離》


    神秘的事件、難以靠近的心智、不可思議的犯罪(不可思議到,連「罪行」究竟為何都是個難題),而總是停留在那個不可能處。他走到想像力的邊界,邊界之外了。
    ──朱嘉漢(小說家)

    這是繼《噬夢人》之後的野心之作。私心認為,入選二○一九年年度小說選的書中首章〈再說一次我愛你〉是台灣當年最好的短篇小說。
    ──張貴興(小說家)

    《零度分離》令人震撼。文學性和思想性都很了不起。
    ──韓松(小說家)

    在科技世界中注入感性,一方面暖化柔化科技的冰冷,另一方面又讓情愛顯得涼薄虛幻,是伊格言從《噬夢人》以來的獨特筆觸,新作《零度分離》尤其發揮極致,溫柔旖旎又絕望。未來世界的荒蕪莫過如斯。
    ──范銘如(政治大學台灣文學研究所特聘教授)

    此書終將在歷史留名。
    ──黃健瑋(演員)

    每個故事都說不出地好看......如果有同為寫小說的頂尖對手問我,我最「平凡人」的回答,就是「厲害!」「真是厲害!」
    ──駱以軍(小說家)

    伊格言是台湾最重要、最前卫的作家之一。我几次见到他,他都仿佛在修行,沉静地待在一边。具体说就是对外在世界的活动反应迟缓,整个脸都因为内心在想什么而微微颤栗。当时我想他或许有些抑郁。现在看来,他是在像炼金一样,锻造一个脱离现实的空间。啊,就是我们眼前看到的这本书。它如此危险而美丽,真像是拍一个巴掌就会震碎的精致的水晶宫。
    ——阿乙(作家)

    伊格言有一种迷人的说服力。这些猜不透原因和动机的故事,这些“零度分离”的人物,他们无法达成一致的对话,以及没有被回答的追问,都能让读者感动不已。
    ——小白(作家)

    虚构中的虚构,迷狂中的迷狂。伊格言以骇人想象与磅礴笔力构建出未来历史篇章,在那样的一个未来,人类不再是唯一的智慧生命,现实与梦境也不再泾渭分明。
    ——陈楸帆(作家)

    當AI因無法克制自己攻擊人類的慾望而犯罪,囚禁它的,該是一座由程式語言所構築的虛擬監獄嗎?
    而罪犯AI所承受的無期徒刑,將會是「永恆剝奪它高階運算的能力」嗎?
    「人,真是一種對神蹟成癮的生物嗎?」
    華文版《黑鏡》,AI末世的「類神經生物龐克」

    #伊格言最新長篇《零度分離》,2021年5月 台灣麥田/中國中信
    兩岸同步出版

    #Readmoo讀墨電子書店5/27正式上架

你可能也想看看

搜尋相關網站