搜尋結果
2024年3月7日 · Watch on. 隨著我在文件上輸入、修改，底下會出現一排依照相似度排序的推薦筆記。 而由於我的筆記包含廣泛的領域，當我輸入的是「行銷規劃」，底下只會出現關於行銷的筆記；當切換到「樂理」，則只會推薦音樂相關的筆記。 本文會先簡單介紹 RAG 的原理與優勢，接著分享我的實作經驗（相關的教學文章連結我整理在文末），並討論 RAG 應用產品化過程中可能面臨的問題。 在文章最後，則會進一步探討：當 LLM 具備長文本理解能力，可以讓我們把資料全部塞進 prompt 裡，此時還需要 RAG 嗎？ RAG 是什麼？ RAG 解決了大型語言模型（LLM）實際應用時的兩大侷限：幻想（hallucination）與資料時限。
首頁 Blog. 人物專訪. ALPHA Camp 營運長&學習總教練 Youchi Kuo 專訪 — 希望讓更多人看到自己職涯的可能性. 發佈日期: 2021 年 2 月 3 日 作者: Evelyn Chang. 內容目錄. 拚了命的成為那個渴望成為的自己. 當妳已經到達想要的高度，下一步是甚麼呢? 確認自己最想要的，並作出選擇. ALPHA Camp 是個意外卻愉快的驚喜. 從大公司到新創的學習與挑戰. 1. 策略 VS 執行. 2. 外在標籤 VS 內在價值. 3. 聘用團隊 VS 打造團隊. 每一天都比昨天更好，不斷追求成長.
- Ai 是什麼？
- Ai應用在哪些方面？
- 生成式ai應用與chatgpt
- Ai的產業趨勢
- Ai的產業人才需求
AI人工智慧（Artificial intelligence）指的是能模仿人類思考與行為的機器系統，透過程式和資料數據讓機器學習並根據data收集和演算不斷自我調整進化。 1. AI有分為強人工智慧（Strong AI）或稱通用人工智慧（Artificial General Intelligence, AGI），指的是已經具備和人類同等甚至超越人類智慧的AI，具有自我意識、解決問題、學習與規劃未來的能力。目前只是理論存在在科幻小說與電影中。 2. 弱人工智慧（Weak AI）或稱狹義人工智慧（Artificial Narrow Intelligence, ANI），指的是針對特定任務執行的AI，是真正在現代科技社會廣泛運用的AI形式，包含自動駕駛、語言辨識等應用。 我們目前真正在討論的 AI...
AI擅長處理的問題，通常是資料量大樣本多，且與情境相關性低的任務，那到底現在生活中，實際應用AI在哪些方面呢？主要有六個面向 1. 影像處理 Image Processing：AI被廣泛用來辨識圖像，並做出標籤，當你在使用以圖找圖時，電腦就能辨識出相似的圖片。或是便是你的特徵，讓你用臉部辨識來登入服務。 2. 推薦引擎：透過過去的消費者行為留下的資訊，經過人工智慧演算法推薦給你你可能會喜歡的類似商品或歌曲，像是 Netflix 和 YouTube 使用 AI 分析用戶的觀看習慣，以推薦相關內容。Spotify推薦品味類似的歌手，或是電商網站推薦給你你可能想要買的產品。 3. 語音辨識：語音辨識像是Youtube影片中能自動生成的字幕，或透過自然語言處理 Natural Language Pr...
ChatGPT是一種基於人工智慧技術的大型語言模型，由OpenAI公司開發。其核心技術是自然語言處理（NLP），通過大量的訓練數據和深度學習算法，使其能夠理解自然語言並生成相應的回應。 生成式AI（Generative Artificial Intelligence）是人工智能的一個子領域，專注於使用模型來生成新的、未見過的數據。與分類模型或預測模型不同，生成模型的目的是從一組現有數據中學習模式，然後用這些模式生成全新的、與訓練數據類似但卻是原創的內容。生成式AI（Generative AI）具有多種應用，涵蓋了不同領域和行業。以下是一些例子
不同的調查機構對企業導入AI的理由其實大同小異，包含提升客戶的體驗，增加員工的生產力與商業流程的優化，有一些主要的AI導入不同產業的趨勢，會在不遠的未來越來越常見，這些產業趨勢都是現在進行式。 1. 更多的RPA（Robotic Process Automation）機器人流程自動化：企業組織將利用更多AI來最佳化工作流程，包含導入可自動化的工作以及運用AI尋找並拆解可自動化的新流程，幫助企業更有效率做事以及開發新產品。 2. 邊緣運算（Edge computing）：越來越多AI運算需要實時快速處理，也因此邊緣運算是讓運算直接就近在鄰近的邊緣伺服器節點進行運算，成本較低且更快更節省時間。從自動駕駛到醫院的醫療影像機器都仰賴邊緣運算的技術。 3. 自然語言處理(NLP)：目前最廣泛的AI應用...
未來所有的產業都會是和AI相關的產業，麥肯錫在未來人才技能報告也有說到，數位技能是能幫助人才應對未來工作挑戰的關鍵。能夠幫助他們在AI人工智慧時代，無論從事什麼職業都能增加自己不被AI取代的價值，並能適應新的工作方式與新的職業。 世界經濟論壇也預估到2025年需求成長最多的人才，前三名分別是資料分析師/資料科學家、AI機器學習專家以及大數據專家。有8500萬個工作會因為人機分工協作而取代，而出現9700萬個更適應與AI協作的新職位。 無論你在哪個產業，都應該要去了解AI如何改變企業的運行邏輯，並讓自己擁有不容易被淘汰和取代的技能，學會如何和AI協作，甚至是自己能創造改善優化自己工作與企業流程的AI，學會擷取和分析資料數據，真正擁有運用數位技能解決問題的能力。 [optin-monster-i...
什麼是 LeetCode？ LeetCode 是一個線上解題系統. 點我免費領取非本科轉職工程師指南！ 為什麼要刷題？ 寫程式不只是學習程式語法，更需要搭配實作練習. 什麼時間點該考慮 LeetCode 刷題？ 幾種解題的策略. 如何高效刷題，正確的解題順序. 刷題的四個階段. 動手之前先思考 → 初探直覺解 → 刻意優化 → 舉一反三. 刷題過程的心態與技巧. 如何寫出「更好的」的程式碼？ 從程式設計到資料結構與演算法. 看懂題目背後的設計思維. 持續優化的思考過程. 什麼是 LeetCode？ LeetCode 是一個程式語言的線上題庫平台，收集了大量科技、軟體公司面試時所出現的技術題（技術面試中俗稱的白板題）。
近一年來在中國火紅的直播，主要是以「給你看」形式展現的直播，使用的是手機的前鏡頭，也是所謂的「秀場式」的直播。 滿足觀眾偷窺隱私的樂趣加上打賞機制的盛行，促使雙方彼此都更加投入，也促使手機直播在中國發展得如火如荼。
2024年4月3日 · Watch on. 為什麼要學程式設計. 隨著科技演進，越來越多產業開始數位轉型。 所以除了軟體工程師之外，數位產業裡的其他職能角色（如 PM、行銷、設計師…等等）若能培養程式專長，也能進一步提升工作效率，增加個人能力獨特性，進而開創更好的職涯。 掌握基本的程式能力，你將能夠建立. 1. 與科技團隊溝通的能力。 2. 建構小型網路應用程式／工具，讓工作更有效率的能力（例如：建構了一支網路爬蟲，收集競爭對手的價格資訊並匯出到 Excel 工作表）。 3. 建構一個簡單的原型、測試初步想法、解決問題的能力。
今年 10 月 13 日，14 位 ALPHA Camp 「大航道計畫」學員經過 13 個月的學習、通過重重的關卡，站上 Demo Day 的舞台分享自己的專案實作。. 這 14 位來自不同背景的學生分為 5 組，在四週內敏捷開發，結合所學的前端、後端、產品開發技能，完成網站產品原型。. 經過 ...
