黃仁勳一句話讓AI類股甦醒！？獨家解析！黃仁勳在高盛科技大會說了什麼？

Рет қаралды 32,532

曲博科技教室 Dr. J Class

Күн бұрын

Пікірлер: 34

@biore0330 4 ай бұрын

整理好仔細 👍

@oooopppp2 4 ай бұрын

實作演算法開法與AI領域二十幾年來我覺得所有的所謂人工智慧或者演算法都是基於概率所延伸出來機器對於資料的解讀與組合直至產出結果都是一種概率判別, 就如同萬物的運作或多或少都會出錯只是機器能讀取眾多數據並且加速模擬成千上萬的結果去產出最大概率的結果並輸出, 至於畫素的推論與延伸這並非新技術早在十幾年前就有了只是沒有高速運算的加持這種雜度運算非常艱險所以一切都是指向為何如此多的公司會如此想優先搶得NVD公司的高速資源因為可以搶奪市場先機是金錢所無法比擬概括的畢竟時間是買不到的!

@Ansforce 4 ай бұрын

是的，你說的很有道理。

@daphnehsu5726 4 ай бұрын

AI急不得！還有很多現實障礙要突破呢！好恐怖啊！每天對著機器AI會把人給搞瘋了；會被人遠端操控炸死；會被機房淹水給淹死或電死；會被熱輻射烤焦或甚至毒死；連對著電話答錄機講話或是手機語音信箱都要煩死人的！再來一堆BUGs的LLM, ML, NNC,…..,唉！人老了，我寧願粗茶淡飯、去運動運動、去散散步、看看花草（捻花惹草）、看星星賞月躺平、自在慢活。不想要為身旁的森林大火煙害、氣候變遷災難擔心害怕啊！ AI晶圓晶片這種高成本的產品，在能成功找到殺手級的一般應用之前來講，還有很多問題得克服。太急了吃快打破碗啊！玩玩Game無傷大雅不涉及人命財產安全的範圍內可以忍受，運用到氣象預報、食品安全衛生檢控、國防資安、政府、地政、戶籍、金融機構保全等種種應用，哪能在這裡起清談誤國啊！在這裡看看曲博士用平易近人的方式解說專業與產業的知識然後得「智慧」，就是很棒的享受了。敬請原諒我這老朽在此胡言亂語。國家競爭力！經濟發展前景！產業戰略思維！人文與永續！最根本的還是尋常百姓每一個人個人的身家生命財產安全、平安幸福的過日子。平安健康喜樂滿足有愛、有情有義的世界，和平！ ❤❤❤❤❤❤❤

@daphnehsu5726 4 ай бұрын

黃仁勳！高盛科技論壇！讓人眼睛為之一亮啊！謝謝曲博士團隊如此用心的鋪陳製作視頻！ ❤❤❤❤❤❤❤ 👍👍👍🏆👍👍👍 🎉🎉🎉🎉🎉🎉🎉 🌈🍀🌸🌺🌸☘️🌈

@BaccaratKingmaker 4 ай бұрын

NVDA is a strong buy ❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤❤

@oao1051 4 ай бұрын

其實這應該可以分兩個部分來看人工智能一本正經地胡說八道，這問題是出在算法上面即便正確率不是100%，只要能達到80%或90%的正確率就能夠有一定程度的應用了例如垃圾分類/農作物熟成/食物加熱/食物過期判斷，或偵錯類型的應用，危險預警(地震/海嘯等) 這些問題的答案不用是百分百正確只要能趨近答案或能做一定程度的判斷就可以了(藝術類型/模仿聲音) 就跟產品的良率一樣，沒有非得100%的良率而算力變強讓反應速度變快以及能耗降低都是正向發展例如人工智能語音助理，可以縮短回應速度跟放在手機上，提高手機的續航力這速度都是越快越好跟能耗越低越好

@hschen-p3r 4 ай бұрын

目前的AI應該說是在想像力和創造力~ 不是邏輯分析能力~ 比如寫作文等等~ 垃圾分類/農作物熟成/食物加熱/食物過期判斷~ 這個是邏輯分析~ 需要很多太測裝備知道物品的情況再加以分析~ 非破壞性的成熟度偵測看顏色大小來分辨~ 還有結果時間長短~ 現在都廣泛應用了~ 沒有到輝達的晶片~ 食物過期因該市味道判斷~ 腐敗後會孳生氣味~ 機器判斷用味覺就麻煩了~ 分析儀器的成本也不低~ 基本上就是隨便看~ 一般是用有效期限~ 偶有包裝出問題壞掉的~ 全靠鼻子~ 輝達晶片沒鼻子的地震海嘯的預警要很多偵測數據的~ 且很難預測準確~ AI是負責當神棍~ 就是那些預測某年某月日本會有大地震沉了一樣的神棍~ 全靠胡思亂想~ 比如你施壓在一塊木板(筷子)~ 哪實會斷~ 不知道~ 即便是你有施力大小的準確數據~ 那時會斷也很難準確預測的~ 地震就是板塊碰撞~ 那時會位移~ 老天都無法預測現在就是詐騙集團用的最順手~ 臉部剪接的應用...等等~

@oao1051 4 ай бұрын

@@hschen-p3r 給消費者用的跟給企業用的不一樣消費者大部分都是娛樂類型的圖像生成/模型生成/音樂生成/影片生成等等食物過期不一定要靠氣味,可以看細菌數量,都能用在醫學上了,只要企業肯買相關設備是可以的災害預警其實現階段是用GIS跟遙測的方式在觀察,只要成本降低跟速度變快都能提高精確度,像森林大火是環境溫度過高就可以做判斷颱風路線跟海嘯都是氣流跟水,也能用感測器來視覺化地震的確複雜點,因為板塊碰撞的範圍很大,感測器的位置有很大的影響,所以目前應該是卡在硬體的部分

@kevinchueh4679 4 ай бұрын

人的解答有幾%正確率？

@daphnehsu5726 4 ай бұрын

要嘛就做到「世界第一」、最好的、極致的！不然活不久！一步錯、步步錯！血本無歸、倒閉破產的不計其數！輕則個體經濟受傷，重則影響股市及金融！牽動大局！這樣的前車之鑑，不勝枚舉！連黃金99.9999的純度與精確度都不夠！半導體晶片、奈米、毫米、微粒子，一寸晶圓的天地裡容不進一粒沙子的！食安！所有民生經濟規模量產的商品！在供應鏈端的精密度與準確度要求、國內法律法規的遵守與國際規範的遵循，馬虎不得！不是杞人憂天，更不是雞蛋裡挑骨頭，老朽只是說說，給大家茶餘飯後參考參考而已。

@POPXPOPXPOP 3 ай бұрын

@@oao1051 你講得對，最後回到成本效益考量，如果森林大火當局不覺得很嚴重，不會去採購感應器蒐集資料；更遠的說，目前AI就是節流，但開源要自己去找，有賺錢或效益大，才會有人做

@POPXPOPXPOP 3 ай бұрын

就看誰是下一個AI界的Window service，打破nvidia寡佔局面，想的到的潛在競爭者應該沒有，總是會有黑天鵝出現，新霸主往往從非預期中誕生，期待

@nonambition 4 ай бұрын

我的观点：人工智能无需去解决一本正经的胡说八道，因为只要数据源于人类，难免会包含胡说八道的成分，这意味着人工智能也可能产生类似现象。然而，人工智能最有可能首先在预测新元素、新材料、新基因药物等领域取得突破，因为这些领域的数据主要来自科学论文，研究结果相对严谨得多。胡说八道源自数据本身，而人工智能不过是一种计算框架。

@fio123 4 ай бұрын

并不是~胡说是应为现在的ai其实是统计学

@SAhellenLily 4 ай бұрын

不懂AI怎與類比電路設計和數位電路設計結合喔！對了是ASIC電路嗎🤔

@Ansforce 4 ай бұрын

@SAhellenLily___22 不是唷！類比是指連續電壓，因為類似神網路的參數都是浮點數，可以用不同的電壓代表浮點數，就可以直接用類比訊號運算了！不過多次計算後誤差會很大吧！

@SAhellenLily 4 ай бұрын

好深澳！@@Ansforce

@人生大挑戰-k1r 4 ай бұрын

中小領域、以及簡單領域，應該不會有問題。對醫學領域，跟現在賺爆的西醫一樣，吹牛的成分佔大部分（科學永遠無法取代醫學，因為原理差異太大）。

@jerry8863 4 ай бұрын

老黃説了那麼多，其實是在行銷“加速”，是在標示出與其他競爭者間的差距，加速是不分行業的需求，至少“學習”階段是如此，領先的企業能獲得更高的利益。而學習是推論的基礎，再怎胡說八道的推論，還是需要加速，以在各領域領先競爭者，提早脫離胡說八道邁向更精準更合理，這願景也是不分行業別的。

@POPXPOPXPOP 3 ай бұрын

@@jerry8863 因為摩爾定律失效，只能加速了，就像製造端2D搞到3D再去逼封裝一樣，技術沒有大突破前，只能加速

@hschen-p3r 4 ай бұрын

經常聽到AI作曲~ 有一些還不錯~ 各行各業自有人會去玩AI~ 不必老黃說~ 能發展多快多遠~ 老黃也不知道的~ 當年ChatGPT的創辦人馬斯克還認為無法突破而退出~

@jasonyu8020 4 ай бұрын

使用者可以透過調整LLM參數、RAG、LORA、Contronet、Agents、workflow...等各種入門到進階技術來降低自己AGI的胡說八道、甚至請它不懂不要亂回答。要發展不會胡說八道的AGI，放眼世界，目前台灣最有機會，可惜...政府、財團都沒guts帶頭站出來開發，所以台灣人民只好眼巴巴地繼續用時不時跑出簡體字的LLM。

@leoxu6411 4 ай бұрын

你要不想看到简体字，就在大陆产品外边套个壳，繁简之间转换一下就是。

@POPXPOPXPOP 3 ай бұрын

LLM是基本功，沒有大市場的獲利支撐，沒有人要做，中科院還是中研院有做台灣的，但超爛，還出包，基礎研究不夠，就是沒辦法

@daphnehsu5726 4 ай бұрын

@SAhellenLily 4 ай бұрын

我也老了😢