![[台灣人工智慧學校] 人工智慧技術發展與應用](https://cdn.slidesharecdn.com/ss_thumbnails/version5-final-190319060225-thumbnail.jpg?width=560&fit=bounds)
![[台灣人工智慧學校] 人工智慧民主化在台灣](https://cdn.slidesharecdn.com/ss_thumbnails/aidemocratization180512sw-180515030532-thumbnail.jpg?width=560&fit=bounds)
More Related Content
Similar to AI Technology & Development of Civilization (20)
AI Technology & Development of Civilization
- 1. AI Technology & Development of Civilization 往前行動工作室 2023.11
- 2. 往前行動工作室 Ahead Mobility 小而善的研究力量 https://medium.com/@aheadmb My Instagram：involve.learning My podcast (Spotify / SoundOn): Involve Learning
- 3. What Is AI？
- 5. AI 三要素 大數據 模擬人腦 创意
- 9. ? AI 為什麼需要大數據？ ? AI 如何模擬人腦？ ? 機器人能有自己的创意吗？ Take Home Ideas
- 10. ? AI 為什麼需要大數據？ ? AI 如何模擬人腦？ ? 機器人能有自己的创意吗？ Take Home Ideas
- 11. 大數據，為何是 AI 的決勝點？
- 12. 先看看 ChatGPT 會做的事 - 將知識內化，應答如流 - 幫我們寫 Code - 藝文創作 - 看得懂影像，聽懂聲音 為什麼這麼厲害？因為有大數據支援
- 13. 大數據到底多大？ 訓練一次 ~ 1200 萬美元 (約 3 億多台幣)。 營運需 3 萬多片 Nvidia 顯卡，每天電費 5 萬美元。 跟 Google 租借 CPU
- 14. 大數據到底多大？ 蒐集 25 年的全球網路資料，旗下擁有 YouTube，Kaggle。 資料中心共 69 棟。研發出 Bard AI 對抗 ChatGPT。
- 15. 大數據到底多大？ 最大的影像平台，21 棟資料中心 旗下擁有 Instagram Meta Data Center Location
- 16. 大數據到底多大？ 不是只有開發 Windows 跟世紀帝國而已。 微軟擁有 Azure 雲端平台，藉此跟 OpenAI 合作。 與 OpenAI DALL-E 合作
- 17. 有玩過微軟的 DALL E 吗？
- 19. 台灣於 AI 產業鏈中的角色 台廠主要受惠於 AI 的公司， 集中在產應鏈的下游
- 20. 所以台灣 AI 產業 著重於 AI 周邊的元件 AI 核心 周邊元件
- 21. 大數據，就是 AI 產業的大老闆
- 23. AI 產業最大成本：大數據需更新
- 24. ? AI 為什麼需要大數據？ ? AI 如何模擬人腦？ ? 機器人能有自己的创意吗？ Take Home Ideas
- 26. 訓練的資料 訓練出的特徵
- 28. 將模擬人腦的過程視覺化 A Neural Network Playground
- 29. ? AI 為什麼需要大數據？ ? AI 如何模擬人腦？ ? 機器人能有自己的创意吗？ Take Home Ideas
- 31. AI 會演化出创意吗？ Stable Diffusion Online - Free AI Image Generator
- 32. AI 演化出的创意，在產業的應用 24 Hour 不睡的看门人
- 39. (YOLO) You only look once 世界最強物件偵測演算法
- 41. AI 演進史 1940 Invention of Programmable Computer 1956 Dartmouth workshop 1950 Concept of Turing Testing 樂觀提出 Machine can be as intelligent as human beings. 標誌 AI 的誕生
- 42. AI 的起源：思想如何用符號表示 Defining characters as one that represents an idea directly. Not simply as the word embodying the idea. 人類的想法 A 與 B 長得很像 A 與 C 很不像 ? ? ? ? > ? ? ? C 用符號表示 A B C Leibniz 1646~1716
- 43. ? ? B ? ? ? ? 越大，越相似
- 44. 思想 → 透過符號表達 符號 → 對應數理運算 運算 → 可用機器實現 As a result 機器，可以模擬思想。
- 46. 1958 探索式推理 專家系統 GPS – by Herbert A. Simon, J. C. Shaw, and Allen Newell General Problem Solver SAINT – by James Slagle symbolic automatic integrator
- 47. 1965 Eliza the Rogerian Therapist
- 48. 1968 微世界 SHRDLU
- 50. 好玩的網站：動手玩神經網路 A Neural Network Playground
- 51. 1963，DARPA (國防高級研究計劃局) 無條件提供經費 MIT：Project MAC CMU Stanford AI Project Edinburgh AI Lab
- 52. AI 研發的特色：不一定成功，且很花錢 以 ChatGPT 為例，訓練一次的成本：400 萬美元~1 億多台幣 Meta 的 LLaMA model， 訓練一次，需要 2048 個 Nvidia A100 GPUs顯卡 連續跑 21 天 顯卡跟我買
- 53. fund people, not projects! J. C. R. Licklider Director of DARPA 促成 MIT 麻省理工學院的駭客精神 (hacker culture) AI 研發，需要大量嘗試，花費大量資金
- 54. AI 低潮時期 1974~1980 ? 放棄神經網路的構想 ? DARPA 停止撥款 1. 電腦運算力不足 → 當時的電腦，比不過一隻 iPhone 2. 任務複雜性過高。 3. 無足夠資料供給 AI 訓練。(沒有 Google，網際網路、雲端) 結果：
- 55. AI 低潮時期 1974~1980 John Rogers Searle 質疑的聲音：真 AI 與假 AI 的差異： 中文房間思想實驗
- 56. AI 低潮時期 1974~1980 機器是用來解題的， 不是用來模仿人類的 人類並非用邏輯運算在思考 Hubert Dreyfus John McCarthy
- 57. AI 復興 1980~1987 IC 技术提高
- 59. IC (硬體)運算為何比軟體快速？ IC 設計，好比蓋高速公路 讓郵件直達 黃仁勳手中這塊 就是 AI 的高速公路
- 61. AI 復興 1980~1987 專家系統的精神 讓機器理解人類概念的唯一方法， 是一個一個地教會它們 Douglas Lenat 發起 Cyc Project 企圖將所有人類的常識都建成資料庫 缺點：沒有將知識內化的觀念
- 62. AI 復興 1980~1987 日本第五代電腦計劃： 想要造出能對話，翻譯，解釋圖像以及推理的機器。 1st generation 真空管 2nd generation 電晶體 3rd generation IC 4th generation 微處理器 CPU 5th generation VLSI 現在的智慧型手機就能做到了
- 63. AI 復興 1980~1987 神經網路重獲認可 1. 提出反向傳播算法。 2. Hopfield 神經網路被提出。 3. 循環神經網路 RNN ? DARPA 重獲撥款
- 64. 遇冷時期，第二次 AI 低谷 1987~1993 Lisp 機市場崩潰：被蘋果、IBM 研發的電腦取代 Lisp機器 Apple II IBM PC AT
- 65. 遇冷時期，第二次 AI 低谷 1987~1993 XCON 等專家系統難以維護，難以 Debug。 第五代電腦、與人交談 → 無法實現 DARPA 失敗，政府投入縮減…
- 67. 1989~1998 CNN(Convolutional neural networks) 快速發展 應用在電腦視覺 Yann LeCun CNN 之父 模擬視覺神經
- 68. 1997 年 RNN 架構的 LSTM(Long Short-Term Memory) 提出 可應用在序列預測，語意分析，手寫辨識 I was completely overwhelmed ?
- 69. 1997 年 5 月，IBM 深藍擊敗世界西洋棋冠軍 Garry Kasparov V.S. IBM Deep Blue IBM Deep Blue
- 70. 2015 年 (YOLO) You only look once 提出 快速準確之物件偵測演算法 作者後來不再投入電腦視 覺相關研究
- 71. Alpha GO 2016 年擊敗圍棋九段李世乭 2017 年擊敗世界第一柯潔，人工智慧獲頒圍棋九段 我太難了
- 72. 近代 AI 歷史給我們的啟示 ? Mark Zuckerberg 當初是為了交女友，發明 Facebook。 ? Google 成立於搜尋引擎，提供大眾搜尋資料的平台。 ? 微軟因 Windows 作業系統而崛起，發展 Azure 雲端運算。 ? YouTube 是為了讓大家能擁有影片頻道而成立。 這些人都沒有想到，自己的系統與平台， 會成為 AI 的基石。
- 73. 我们的努力，会成功於看不见的未来
- 74. 只有往前行動，才能看見台灣科技業無窮的機會 Thanks for Your Attention !