熱門Ptt文章

[爆卦]AlphaStar GitHub是什麼？優點缺點精華區懶人包

雖然這篇AlphaStar GitHub鄉民發文沒有被收入到精華區：在AlphaStar GitHub這個話題中，我們另外找到其它相關的精選爆讚文章

在 alphastar產品中有19篇Facebook貼文，粉絲數超過7萬的網紅GIGAZINE，也在其Facebook貼文中提到， AIが「グランツーリスモSPORT」で人間を超えたタイムをたたき出す(2020) https://gigazine.net/news/20200918-gran-turismo-sport-deep-learning-model/...

　同時也有3部Youtube影片，追蹤數超過10萬的網紅翼 WingsThunder，也在其Youtube影片中提到，AI原來都可以用來搵鑽石出來架! 除左AlphaGO玩圍棋同埋AlphaStar玩星海爭霸之外，仲有一個MineRL可以比我地玩Minecraft~ 想知道Minecraft AI, 或者遊戲AI點樣運作? 來睇下今集既MineDecode啦~ MineRL: http://minerl.io ...

「alphastar」的推薦目錄

alphastar 在 GamingDose Instagram 的最佳解答

2020-05-09 15:48:37

โดย AlphaStar จะเข้ามาในฐานะของผู้เล่นแบบไม่ระบุตัวตน ซึ่งผู้เล่นธรรมดาจะไม่รู้ว่าฝ่ายตรงข้ามเป็น AI นอกจากนี้หากผู้เล่นแพ้ในการต้องสู้กับ AI ก็จะส่งผ...

  • GIGAZINE

    alphastar 在 GIGAZINE Facebook 的最佳解答

    2021-09-17 22:30:24
    有 8 人按讚

    AIが「グランツーリスモSPORT」で人間を超えたタイムをたたき出す(2020)
    https://gigazine.net/news/20200918-gran-turismo-sport-deep-learning-model/

  • Huyen Chip

    alphastar 在 Huyen Chip Facebook 的最佳解答

    2020-06-25 03:03:53
    有 1,932 人按讚

    Sau khi làm nghiên cứu về trí tuệ nhân tạo một thời gian ngắn, mình nhận ra rằng nghiên cứu trí tuệ nhân tạo (AI) là vô cùng đắt đỏ và tốn thời gian. Ví dụ, nghiên cứu AlphaStar của DeepMind dự tính khoảng 26 triệu $, và GPT-3 của OpenAI khoảng vài chục triệu $.

    Mình nghĩ rằng trong tương lai, sẽ chỉ có ít công ty lớn có đủ nguồn lực để làm nghiên cứu trí tuệ nhân tạo. Phần lớn các công ty khác sẽ sử dụng những nghiên cứu và mô hình có sẵn, và cái khó nằm ở chỗ làm sao để có thể đưa những nghiên cứu này để giải quyết các vấn đề trong đời sống thật.

    Năm ngoái, mình chuyển qua một công ty khởi nghiệp với mục đích xây dựng nền tảng cho các công ty làm ứng dụng AI.

    Mình tìm hiểu về tất cả những công ty và công cụ trong thị trường MLOps (mảng tập trung vào việc đưa trí tuệ nhân tào vào sản xuất) mà mình biết. Mình tìm được 200 công cụ. Và mình viết tóm tắt những gì mình tìm hiểu được trong bài viết này.

    Bài viết bao gồm:
    - Sự phát triển của thị trường MLOps qua thời gian (pre-deep learning, development phase, production phase)
    - Những khác biệt giữa việc xây dựng ứng dụng machine learning và ứng dụng phần mềm truyền thống
    - Mô hình kinh doanh open-source và open-core mà các công ty trí tuệ nhân tạo hay theo

    Hy vọng có ích cho các bạn muốn tìm hiểu về việc xây dựng các ứng dụng trí tuệ nhân tạo!

  • 台灣物聯網實驗室 IOT Labs

    alphastar 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

    2019-12-13 13:07:34
    有 1 人按讚

    2019 AI Index報告：AI領域進展多，但結果憂喜參半

    合作媒體：雷鋒網
    叢末 / 鄭寧編譯 2019-12-12 14:35

    當地時間12月11日，史丹佛「以人為本」人工智慧研究院與OpenAI合作完成的2019 AI Index年度報告發布。作為史丹佛大學「AI100」項目的一部分，AI Index旨在研究影響人工智慧產業的最大趨勢、突破性研究進展以及人工智慧對社會的影響，今年已是該報告發布的第三個年頭。

    今年，該報告還研究了諸如人工智慧招募、私人投資、國家對人工智慧研究的推動作用、研究人員離開學術界進入工業界及人工智慧，在特定行業中發揮了多大作用等趨勢。

    同時，報告還指出了AI領域在減少AI系統的訓練時長，和降低計算成本所取得的長足進展，而訓練時長和計算成本也是AI普及率的最大阻力之二。報告顯示：「在一年半的時間裡，在雲端基礎設施上訓練一個大型圖像分類系統所需的時間，從2017年10月的3小時左右減少到了2019年7月的88秒左右。」

    今年報告的一些要點如下：

    人工智慧成為了最受電腦科學博士青睞的領域，而在2018年，有21%的畢業生畢業於機器學習或人工智慧專業。

    從1998年到2018年，經過同行評審的人工智慧研究成長了300%。

    2019年，全球私人人工智慧投資超過700億美元，其中初創企業投資為370億美元，併購為340億美元，IPO為50億美元，少數股權為20億美元。在過去的一年中，智慧駕駛行業成為全球投資的「領頭羊」（70 億美元），隨後為藥物和癌症、人臉識別、影片內容、詐欺檢測和金融。

    繼2006年超越美國之後，中國現在每年出版的人工智慧期刊和發表的會議論文數量與歐洲相當。

    被引用的人工智慧會議論文中，超過40%的論文作者來北美，而約有1/3論文作者來自東亞。

    2015年至2019年，新加坡、巴西、澳洲、加拿大和印度在人工智慧招募方面經歷了最快的增長期。

    2014年至2018年間申請的人工智慧專利絕大多數是在美國和加拿大等國家申請的，並且94%的專利是在富裕國家申請的。

    2010年至2019年間，發表在arXiv上的人工智慧論文總數成長了20倍。

    這份報告由史丹佛「以人為本」人工智慧研究院與OpenAI合作編寫而成。2016年，它作為史丹佛大學對人工智慧的進步和影響進行的長達一個世紀的研究項目——「AI100」的一部分而開啟。

    史丹佛大學名譽教授兼指導委員會主席Yoav Shoham，在電話採訪中向VentureBeat表示：「我們希望做到的，就是對資料的品質和客觀性保持嚴謹。」

    Shoham一開始就在AI Index指導委員會中任職，並擔任對報告進行整合的小組主席。委員會的其他成員，包括麻省理工學院的經濟學家Erik Brynjolfsson、Partnership on AI執行董事Terah Lyons，以及其他來自史丹佛國際研究院、哈佛大學、OpenAI和麥肯錫全球研究所的成員。

    這項工作旨在幫助公眾了解AI這一領域的進展，並向政策決策者和企業決策者提供本國與其他國家的排名情況。

    報告作者對VentureBeat表示，今年是發布該報告的第三年，報告的資料來源是發布之初的三倍，並且首次配備了一個能夠從34個維度，對各國進行比較的工具——Global AI Vibrancy。

    Shoham稱，與此前已做的一些工作一樣，現在對各國人工智慧進行排名還為時過早。

    「僅僅對各國進行排名很容易，無非是評估一些東西、加上一堆數字，然後說，美國是第一，中國是第二，你的國家是第幾。然而我們並不想這樣做，因為這樣做的話會扭曲很多事情並且能夠評估的維度如此之多。總而言之，雖然排名之類的東西不失為一個好想法，但我們認為現在這樣做還為時過早。」

    對此，Global Vibrancy工具則提供了一種選擇，它可以用總體數位和人均趨勢來進行評估，以判斷出AI熱點地區（比如說以色列，它的人均深度學習研究比任何其他國家都高）或AI發展走在前沿的國家（如芬蘭和新加坡）。

    今年早些時候，一家諮詢公司聯合聯合國證實，目前約有30個國家制定了國家級的人工智慧戰略。

    例如，Elsevier的Scopus研究了arXiv此類知識庫的發表率，並指出歐洲的人工智慧研究論文比世界上任何其他地區都要多，但以色列的人均深度學習研究最高，美國的人工智慧研究論文的引用率最多。

    與AI研究相關的公司或行業正呈成長之勢，尤其是在美國、中國、日本、法國、德國和英國。

    Shoham指出：「十年前，二十年前，所有的創新都發生在學術界，然後工業界撿起一些研究來完善並將其商業化。而這已經不是事實了。學術界和工業界之間的界線變得模糊，而兩界的研究者和從業者也在相互跨越這條界線。我認為領先的學術機構正在達成共識，這是一種新常態。」

    報告顯示，儘管相比於2004年的20%，現在已有60%的博士研究生選擇進入工業界而非學術界，然而學術界發表的研究論文仍然超出政府和企業，其中92%的論文作者來自中國，90%的論文作者來自歐洲，85%的論文作者來自美國。

    Shoham表示，某種程度上而言，這一進展結果是喜憂參半的，因為一些在基準測試中取得高分結果的人工智慧系統或許比這些結果所體現出來的要更脆弱得多。

    他期待對話人工智慧領域取得更多的進展，例如說他自己正在從事的研究領域。有些系統可能在例如史丹佛大學的SQuAD問答測試等標準測試上表現良好，然而可能僅適用於狹隘的任務。

    對此，他指出：「問題就在於，這些任務面向的都是高度專業化的領域，一旦離開這個領域，它們的表現就會急劇下降，我們委員會也深知這一點。不過現在AI領域確實也取得了不少值得興奮的進展，包括我提到的所有這些系統，但是這些系統目前離實現人類對語言的理解還很遠。因此，我們在報告中試圖對這一點進行細緻入微的闡述。」

    不僅如此，報告還列舉了人工智慧系統實現了人類水準的一些案例，比如DeepMind的AlphaStar就在《星海爭霸2》中打敗了人類，以及人類透過使用深度學習，能夠在眼睛圖像中檢測出糖尿病視網膜病變。

    資料來源：https://news.knowing.asia/news/7a303239-163e-4c70-9550-ed44d59de6f8

你可能也想看看

搜尋相關網站