Midjourney、ChatGPT 等 AI 應用爆紅,其背後基礎模型的重要性也備受關注。基礎模型(Foundation model)指的是,透過大量數據訓練出能執行多種不同任務的模型(通常有規模的使用自監督式學習),例如 Google、Facebook 等大型科技公司,近幾年挹注龐大的資源訓練出大型模型,如 GPT-3、BERT 等,都屬於基礎模型。
閱讀專題連結:https://aif.tw/topics/hhri-20230303-next-forum/index.html
Midjourney、ChatGPT 等 AI 應用爆紅,其背後基礎模型的重要性也備受關注。基礎模型(Foundation model)指的是,透過大量數據訓練出能執行多種不同任務的模型(通常有規模的使用自監督式學習),例如 Google、Facebook 等大型科技公司,近幾年挹注龐大的資源訓練出大型模型,如 GPT-3、BERT 等,都屬於基礎模型。
閱讀專題連結:https://aif.tw/topics/hhri-20230303-next-forum/index.html
近幾年大為流行的Low Code、No Code AI平台,強調不用培養AI團隊與快速看到結果。由於主打「完全不需寫程式」或「寫少量程式」就能完成工作,也讓不少公司開始考慮是否導入相關系統。而這麼多的平台工具該怎麼選呢?
閱讀專題連結:https://aif.tw/topics/no-code-and-low-code/index.html
ESG正在改變全球產業的遊戲規則,淨零碳排大限逼近,AI如何賦能產業、企業以及環境邁向永續,未來十年、二十年,我們的下一代會如何生存,一直是科技人所關注且迫在眉睫的重要議題。AI競賽這麼多,要怎麼做才能突出呢?本篇將帶你深入淺出探索AI在ESG、綠能、碳排放的趨勢與應用。
閱讀專題連結:https://aif.tw/topics/2023-ai-junior-award-promote/index.html
AI 人才不只是技術人才,需要理解的知識領域遠較過去的想像更多。所以,《知勢》電子報積極邀請不同產業的AI專家,從他們的實作經驗與跨國觀察出發,分享更宏觀更完整的人工智慧知識架構。本週就由法律學者與知名國際安全驗證專家介紹,為什麼歐盟人工智慧法對於台灣產業的影響可能高過 CBAM?
最近同事們接到一些企業的諮詢電話,表明已經上過很多AI工具課程,「但是主管覺得都不好用。」所以想問問是否有更多工具可以學,或許能夠找到好用的。同事回答,要不要試試從掌握技術原理著手?這樣比較容易理解不同工具的底層邏輯,就能掌握好用與不好用的原因,找出最合適的工具。不過,電話那頭還是強調只想學一套好用的工具就好,「比較方便也比較快。」
台灣 AI 轉型的對手,到底是誰?輸贏又該如何評估?而且國外已經有商管學者研究發現,生成式 AI 並不能創造新的永續優勢,只是放大企業既有的優勢。原因是什麼?這樣的研究結果對我們又有哪些啟發?本週電子報與各位分享。