搜尋結果
2024年4月18日 · 1. 人工智慧在某些任務上勝過人類，但並非在所有任務上。 在圖像分類、視覺辨識和語言理解等領域，人工智慧已經超越了人類的能力。 然而，在競賽數學、視覺理解和規劃等更複雜的任務上，人工智慧仍在追趕人類。 2. 美國成為頂級人工智慧模型的主要來源國。 2023 年，美國發表了 61 個值得關注的機器學習模型，歐盟和中國分別是 21 個和 15 個。 但值得關注的是，中國已經在 2022 年以 61.1% 的份額成為全球人工智慧專利最大來源國，美國人工智慧專利份額則從 2010 年的 54.1% 下降至 2022 年的 20.9%。 3. 產業界仍在主導人工智慧的前沿研究。 2023 年，產業界發表了 51 個值得關注的機器學習模型，而學術界僅貢獻了 15 個。
- 黃皓：保送北大數學系，並獲得加州大學博士學位
- 黃皓使用 Cauchy 交錯定理，解決布林函數的敏感度問題
- 什麼是敏感度？它指的是系統輸入值的改變對輸出值的影響程度
- 敏感度猜想的應用：簡化數學算式與演算過程
黃皓出生於汕頭，這座海濱城市同時也是另一位著名數學家丘成桐的出生地。 14 歲的時候，黃皓就離開家鄉奔赴廣州華南師範大學附屬中學就讀。憑藉優異的成績，2003 年黃皓被保送至北京大學攻讀數學專業。在北大就讀時，黃皓就在北京大學舉辦的首屆「江澤涵」杯數學建模與電腦應用競賽中獲得三等獎，並出現在北大數學百年學生名錄上。 2007 年北大本科畢業後，黃皓在美國加州大學洛杉磯分校讀博，師從國際著名數學家 Benny Sudakov 教授，並於 2012 年獲得博士學位。 曾在 2012 到 2014 年受邀訪問美國普林斯頓高等研究院，現擔任美國艾默裡大學數學系助理教授。主要研究領域包括極值組合、圖論及電腦理論。
2012 年末，在受訪美國普林斯頓高等研究院期間，黃先生在與數學家 Michael Saks 共進午餐時聽說了敏感性猜想。黃先生是博士後研究員，他立刻被這個猜想的簡潔和優雅所吸引。「從那一刻開始，我開始沉迷於思考它」他說。 黃將敏感性猜想添加到他感興趣問題的「秘密列表」中，每當他學習新的數學工具時，他都會考慮它是否有幫助。「每次我發表新論文後，我都會回到這個問題，」他說。「當然，我會在一段時間後放棄，並解決一些更現實的問題。」 正如其他研究團體一樣，黃知道，如果數學家可以證明一個關於不同維度立方體上的點集合比較容易陳述的猜想，那麼敏感度猜想就可以得到解決。從 n 個 0 和 1 的字元串到 n 維立方體上的點有一種自然的映射關係。 在 2013 年，黃開始認為理解這個問題的最佳途徑可能是透過...
被法國科學家評為「美麗的珍珠」，這一猜想的證明思路是如何實現的呢？ 先從「敏感度」談起，敏感度是一種度量，捕獲輸入字元串中的訊息如何影響輸出位改變，換句話說，布林函數的「敏感度」跟蹤翻轉單個輸入位改變輸出位的可能性。 舉個例子，想像一下，你正在填寫銀行貸款申請中的一系列 Yes/No 問題（問卷調查）。完成後，銀行家將對您的結果進行評分，並告訴您是否有資格獲得貸款。這個過程是一個布林函數：你的答案是輸入位，而銀行家的決定是輸出位。 如果你的申請被拒絶，你可能想知道你是否可以透過單一問題的選擇而銀行的預判結果 ，比如你口袋裡面真的沒有多少錢時，在收入超過 50,000 美元那一欄你打了勾，如果這個謊言會影響判斷結果，電腦科學家說布林函數對該特定位的值「敏感」。比如說，如果有 7 種不同的謊言，...
證明敏感度猜想有什麼用呢？ 這種猜想可以應用在許多實例中 ，例如，醫生可能希望在達到診斷之前，儘可能少為患者發送測試，或者機器學習專家可能希望演算法在分類之前，儘可能少檢查對象的特徵。 其他措施包括尋找將布林函數編寫為數學表達式的最簡單方法，或者計算銀行家要向老闆展示多少答案以證明他們已做出正確的貸款決策，其中銀行家可以同時詢問幾個問題的「疊加」；甚至還有量子物理學版本的查詢複雜性，弄清楚該測量與其他複雜性測量的關係如何幫助研究人員理解量子演算法的侷限性。 黃的結果甚至超過了證明敏感度猜想所必需的結果，這種發現應該會產生關於複雜性度量的新見解。最重要的是，儘管如此，黃的結果仍然令人擔心，在複雜的世界中，敏感性是否可能是一些奇怪的異常值，還需要後續進一步的研究。 （本文經合作夥伴 大數據文摘 ...
2024年3月7日 · 2024-03-07. 分享本文. 聯發科技集團轄下的前瞻技術研究單位聯發創新基地，繼 2023 年初釋出全球第一款繁體中文大型語言模型後，今日再度開源釋出能夠精準理解和生成中英兩種語言的 MediaTek Research Breeze-7B 70 億參數系列大型語言模型（以下簡稱 Breeze-7B）供大眾使用。 Breeze-7B 基於開源界最熱門的 Mistral 模型，較上一代繁體中文大型語言模型增加 20 倍以上的知識量，使 Breeze-7B 能更精確掌握中英文的細微語言與文化差異，呈現更自然、準確的溝通以及雙語內容創作。
2023年10月3日 · 2023-10-03. 分享本文. 在科技巨頭之間的生成式 AI 之戰，同為雲端大廠的 IBM，這次不和微軟、Google 競爭，去做像 ChatGPT 這樣的大型語言模型，IBM 選擇開創自己擅長的另一條賽道：透過現有的模型和方法，打造「watsonx」，幫助企業客戶建立自己的 AI 應用。 IBM 的董事長兼執行長克許納（Arvind Krishna） 指出，藉由 IBM watsonx 平台，客戶可以在其整個業務中快速訓練和部署客製化的 AI 能力，同時保留對其資料的完全掌控。 IBM watsonx 讓用戶成為 AI 價值創造者，而非單純使用者.
2023年9月27日 · 在今年（2023）美國 SIGGRAPH 2023 大會上，NVIDIA 執行長黃仁勳特別點出生成式 AI 與元宇宙之間的關係，立 基於「生成式 AI 可以加速元宇宙內容的生成，而元宇宙可以用以協助訓練生成式 AI」，他以此為出發點 帶出 NVIDIA Omniverse 平台如何為新創及
2018年8月17日 · 2018-08-17. 分享本文. 《 讓「少」變成「巧」，延展力：更自由，更成功的關鍵 》這本書，由美國萊斯大學管理學教授 Scott Sonenshein 所著，其提出的管理學理論對美國財富五百強企業都有顯著的幫助，Scott 也曾經親身投入矽谷新創，亦曾擔任美國最大電信公司 AT&T 的策略顧問，在這本書中他提到「延展力」的概念，主要核心思維，就是讓新創企業用更少的資源，做到更大的效益，台灣近期爆紅的甘蔗吸管，背後的開發團隊 100% 植，不只是團隊發展運用了延展力思維，甚至他們整個團隊希望改變的世界核心價值觀，都是在試著推動善用「有限資源」，為世界創造更大的價值。 100% 植，是誰？
2024年2月27日 · 2024-02-27. 分享本文. 在最近在杜拜舉行的世界政府高峰會上，輝達 ( NVDA-US) 執行長黃仁勳認為，由於 AI 的蓬勃發展，未來的小孩將不需要特別學寫程式，這是人工智慧創造的奇蹟。 不過，他的說法並未獲得業內普遍認可，批評者表示，黃仁勳不昰首位預言程式設計將消亡的人，但現況是，程式設計師仍然嚴重不足。 延伸閱讀： 【學程式語言不再必要】黃仁勳：現在世界上的每個人都是程式設計師，這就是奇蹟. 在這次會議上，黃仁勳強調，由於 AI 創造的奇蹟，技術鴻溝被縮小了，所有人都不再需要學習程式設計，現在程式語言屬於每個人。 他表示，「學習計算機的時代過去了，生命科學才是未來」。
