【陳文茜

Рет қаралды 27,780

Күн бұрын

本集邀請到數字王國執行董事孫大千，AI大躍進，晶片發展超速，CPU到GPU人工智能的演變！黃仁勳超聰明宣傳一件事，要做「國家級的AI」！百模大戰到軍備競賽，OpenAI生成影像達60秒！魔鬼終結者電影將真實上演，無人機殺人不需要士兵！類神經網路發展無上限，自己學會思考生成情感！台灣未來AI人才荒？大學教育缺少遠瞻？
-
0:00 本集重點
0:35 正片開始
1:01 AI大躍進，晶片發展超速，CPU到GPU人工智能的演變！
4:11 黃仁勳超聰明宣傳一件事，要做「國家級的AI」！
6:54 百模大戰到軍備競賽，OpenAI生成影像達60秒！
8:14 AI特效發展太迅速，臨演特效師都被淘汰？
10:38 AI機器人自主產生意識，模仿人類有情緒有情慾！
13:37 魔鬼終結者電影將真實上演，無人機殺人不需要士兵！
17:10 「戰顱」開發者車禍身亡，被傳死因不單純有陰謀！
19:00 一個鍵生成一部電影，AI從劇本到拍攝包套完成！
20:34 專家系統診斷更精準，大型資料庫判斷病灶！
23:56 類神經網路發展無上限，自己學會思考生成情感！
27:34 AI應用最廣是中國，潛力最強是印度！
30:54 孫大千：台積電太可惜？不應該只做代工原因是？
31:46 台灣未來AI人才荒？大學教育缺少遠瞻？
-
▼各式生活疑難雜症、生命辛酸故事、年輕世代煩惱⋯⋯每週三 11:30 更新，#YahooTV《#茜問》#陳文茜陪你找解方，追蹤頻道不錯過喔！▼
-
看更多【茜問】：bit.ly/2lvP1TA
-
來關注我們嘛
Facebook：bit.ly/2oL6VCv
Instagram：bit.ly/2prYBqv
一鍵訂閱：bit.ly/2qloeGG
-
還想看更多？
#YahooTV APP 有上千支影片等你來看哦！快來下載▶bit.ly/2qlom98

Пікірлер: 31

@user-qm4bs4qv4w 2 ай бұрын

孫大千博士這麼有才知書達禮被你圈粉很棒的節目❤

@user-cu9me3ru4t 2 ай бұрын

孫大千委員知書達禮還能寫關於AI的新書真是才華洋溢佩服讚讚讚❤

@MightyJK01 2 ай бұрын

非常谢谢陈文茜和孙大千的这段优质的访谈。我非台湾或大陆人只是对台湾有较深厚的感情.个人因学习与工作都需了解金融科技也对AI的发展很关注所以特别留意这视频. 文茜最后说台湾早期没搞起软件开发是因为毕业生英文不行，填鸭式的教导下缺乏想像力，数学程度不足. 我不认为这是问题的根源. 我所接触过的台湾软件工程师都非常优秀. 开发程序也不需很好的英文，更重要的是有很好的罗辑思维和解决问题的思考能力. 重点在任何一个社会中,开发程式的能力与兴趣兼具的人在常态分布下本来就占极少数（＞5%？). 印度当然能以量取胜. 因为在90年代发达国家急于解决Y2K千年虫问题时没有其它国家能提供那么大量且廉价的“软件苦力”’. 印度政府因应这软件商机所需投入的国家资源例如土地，水／电，海陆空交通，厂房，良好的普及教育等极小. 以它的政治环境10年是建不出制造业所需的硬件.所以印度只有一小部份的人靠这个千年一遇的良机富了起来. 相反的台湾能从70年代开始发展起制造业是因为制造业能创造更多的工作机会. 每个高端的制造都能延生出产业链. 再加上政府能有效且稳定的投入土地，水／电，海陆空交通，厂房，良好的普及教育等，让台湾创造了经济奇迹，一两代人就能靠努力致富. 所以印度与台湾都因为自身的條件做了最有利的选择.

@sherryyeh8327 Ай бұрын

終於搞清楚什麼是AI , 謝謝張先生的解說。比聽號稱教父的人演講1個多小時，還通俗易懂。

@sherryyeh8327 Ай бұрын

謝謝孫大千先生，謝謝文茜姐，這麼優質的節目。

@wendytang3654 25 күн бұрын

主持人在不自覺中，顯現她的優越感！她有兩次以上提到「她懂，一般人不懂」！！！

@chchan1069 Ай бұрын

Thanks!

@MrCc-wj8nb 23 күн бұрын

在最早处理器设计任务分配上，cpu是中央处理器，他是执行整个计算机操作运行的，OS的多数任何是由CPU完成；GPU主要是用来图形处理，加速特定3D渲染等，随着这些固定引擎更加可编程化，现在可以承担更多任何，比如AI。现在想想可能“终结者”的故事可能成真。

@user-tp4lx5ub7j 2 ай бұрын

陈文茜女士和孙大千委员的访谈真是太精彩了真是优质的节目赞赞❤

@user-fw6my6pl5j Ай бұрын

黑白講

@bpc1570 26 күн бұрын

深度學習(deep learning)是機器學習(machine learning)的ㄧ種。 Machine learning 含蓋的範圍比較廣，除了以類神經網路為基礎的深度學習之外，還有很多其他的方法。support vector machine (SVM), reinforcement learning, cluster analysis 等等，都是機器學習。以範圍來說：AI > machine learning (ML) > deep learning (DL)

@user-wd2dz6lx3h Ай бұрын

自我學習芯片

@user-tc9mx1ll2h Ай бұрын

LPU是NPU嗎？

@bruceliu247 23 күн бұрын

LPU是自然语言处理器，NPU是神经网络处理器

@user-tc9mx1ll2h 23 күн бұрын

@@bruceliu247 TPU呢？謝謝你，我還是再去ＧＯＯＧＬＥ一下好了，中文名稱對我有限的知識太難想像。

@wuyaoling 2 ай бұрын

今天才知道原來孫大千這麼有才！

@lizhao6979 23 күн бұрын

我看AI科普節目說現在的人工智能已經完全可以取代基層的編程人員，那麼將來應該是不斷進階，它的能力越來越強，這樣人類給他一個起點，它會編程，運行，遇到問題，自己完善和解決，它內部怎樣解決的，和發展到什麼程度，人類就失控了，恐怕如此。

@lizhao6979 23 күн бұрын

AI會每天留一個文檔，今天遇到什麼問題，怎樣解決的，那麼人類跟得上它的步伐嗎？就像阿西莫夫的“最後的問題”，人類將解決能源問題，解決了計算問題，那時候最高級的AI技術人員能做到也只是修修補補，或者像它請教。

@shawnfisher9093 22 күн бұрын

台灣現在追AI恐怕已來不及了，台灣硬體產業大多是代工或電子相關，走在別人後面，台灣只能像中國一樣專注應用，連這個台灣都慢半拍了。就連半導體，台灣也只能做較低階的下游，對於製程設備與材料是望塵莫及。對於高階晶片設計也是差一截。 AI 產業是無法代工的，而且 AI 就是人造腦，那個AI最聰明， CP最高的，一定主導市場，台灣在模型建構幾乎沒有任何機會。軟體對邏輯的要求比硬體還高。很不幸，台灣教育出來的人，大多缺少邏輯思考或獨立思考，做什麼都是一窩蜂。美國若是獨霸AI，未來倒楣的不只中國，而是美國以外所有國家。