0

0
1

文字

分享

0
0
1

大家都來學程式=提升台灣「軟」實力?別讓軟體人才都成靠 X 工程師

活躍星系核_96
・2017/09/17 ・4070字 ・閱讀時間約 8 分鐘 ・SR值 495 ・六年級

  • 文/Ming|曾經夢想走在文學的道路上,成為一個文人,卻意外撞進理工的世界,最後竟成了軟韌體工程師,但依舊對於自然科學保有好奇心,對社會及環境依舊關心,期望能將工程師的世界與普羅大眾的搭上軌,拉近彼此陌生的距離。

近幾年學程式的風潮盛行,好像不學程式就落伍似的。坊間各種電腦補習班林立、政府也大力推動,甚至連國中、小都要開始推行程式教育;彷彿不會程式,我們就會被這個大環境給淘汰。從大數據、雲端網路再到工業4.0,整個城市似乎都在程式的浪潮當中。矽谷最搶手!IT 新兵訓練營 程式設計夯「客製」課程難度 文學系也學大數據「高教深耕」教部規劃50%大學生學程式設計資訊教育從小紮根!「不插電」學習法 幼稚園學程式語言」……,這樣的新聞資訊,在這幾年來多的可怕,但我們靜下來思考與分析,這樣的熱潮與推行真的能改變我們電腦科學素質與精神嗎?

台灣的電腦科學素質好嗎?好像也還不錯吧!曾經號稱「電腦王國 」,目前市面上也有幾家國際知名的電腦大廠,例如:宏碁、華碩……等,在電腦硬體產業的發展,倒也頗有幾分樣子,但電腦科學,只有硬體嗎?那軟體上的發展呢?咦!好像沒甚麼印象!似乎不太清楚,到底電腦科學的靈魂「軟體」我們發展的如何呢?

台灣的電腦科學發展史

我們可以先回過頭來,快速地回顧一下台灣的電腦科學發展史。電腦於 1940 年代被發明,於 1960 年代開始商業普及,而台灣也在同一個時期將電腦引入台灣。 1970 年代,由有「中文電腦之父」之稱的朱邦復先生創造了倉頡輸入法,這是兩岸三地最早普及的型碼輸入法。而在 1983 年更完成了直到了今天,我們仍然可能會使用的—「大五碼」(Big5)。

簡單來說「大五碼」就是電腦編碼裏頭,專門收錄中文的字元集。英文最常見的就是ASCII碼,但英文只有26個字母,再加上一些符號,所以編碼很簡單;相比之下,中文字的編碼複雜太多了,所以早期的中文系統很亂,各家有各家的編碼方式,造成很多應用軟體是不能互通,這個概念很像現在微軟和蘋果的作業系統常常軟體不互通的感覺。因此在台灣能在電腦發展初期,就發展出一套統一的編碼方式,其實是一件很厲害的事情!

-----廣告,請繼續往下閱讀-----

另外,宏碁於 1981 年發表了「小教授一號」,這是一款針對 Zilog Z80 微處理器所開發的訓練用電腦,也因為我們很早開始了電腦科學的發展,所以台灣在電腦科學一直存在一定的影響力。

時間到了 1990 年代,那是台灣大補帖盛行的年代,也是台灣電腦軟體最鼎盛的年代,在台北光華商場你很容易可以看到電腦相關的書籍,當時電腦旋風剛席捲全台,電腦遊戲盜版採用大補帖的情況非常嚴重(這當然不是好事,但也代表很夯)。

這也正是台灣軟體最興盛的時期,當時還創立了幾款列為中文世界史上經典的 RPG 遊戲,例如大名鼎鼎的「仙劍奇俠傳」,就是那個後來被寫成小說、改編成電視劇以及不斷再版的「仙劍」,在當時出現的還有另一個並駕齊驅的「軒轅劍系列」,後來也是被中國大陸改編、拍成電視劇。在當時的電腦還是 DOS 作業系統的年代,台灣的遊戲軟體實力可以稱得上是中文世界的霸主。

中文世界史上經典的RPG遊戲,大名鼎鼎的「仙劍奇俠傳」。圖/作者電腦遊戲擷取

而在 1998 年的時候,一隻由台灣開發名叫「CIH」的電腦病毒冒了出來,且在後來的幾年更造成全球無數的電腦遭受感染,引發一場軒然大波。CIH 病毒,因為被設定在 4 月 26 日,剛好與車諾比核災的時間相同,所以也被稱為「車諾比病毒」。

-----廣告,請繼續往下閱讀-----
source:Wikimedia

這隻病毒可以說是台灣軟體實力巔峰的證明,當年由台灣大同工學院(現在的大同大學)資工系的學生陳盈豪所開發,當初開發的目的只是單純想戳破,那時很多防毒軟體都號稱可以百分百防毒的謊言(就是這麼單純的原因),卻因為陰錯陽差的意外讓這款病毒造成全球大感染。這隻病毒最厲害的地方,在於他除了能破壞電腦硬碟,也會造成資料的毀壞、還能攻擊電腦的 BIOS (可以把 BIOS 想成電腦的心臟),造成整台電腦根本開不了機,必須更換晶片才行。這是史上第一隻會因為讓電腦中毒,而害得電腦需要維修硬體的電腦病毒,你能想像嗎?因為軟體寫出來的幾行程式碼,造成整台電腦幾乎報銷,如果沒有對整個電腦系統軟、硬體架構有通透的了解,是不可能辦到的

電腦科學的發展需要怎樣的環境?

從上面我們可以看到,台灣在電腦軟體科學上的發展曾是如此的輝煌,不僅僅是電腦硬體的成功才造就的所謂的「電腦王國」,軟體也曾經有過一片天。但為何在最近的十幾年間,除了硬體產業能代表科技業,台灣的軟體業似乎就只能沾著科技業的邊緣、載浮載沉;為何電腦科學發展到了今天,似乎開始越來越無力,還成了必須由政策來大力推廣的情境呢?

如果電腦科學的興盛,是一棵欣欣向榮的大樹,電腦硬體就是樹木的主幹和樹枝,軟體技術就是那些茂盛的葉子,而開花結果就像是能夠銷售的產品;那現在我們的這棵電腦科學樹,似乎開不了花、結不了果、葉子似乎也長得不太好,這到底是什麼原因造成的呢?我們也許應該集中探討關於培養軟體所需要的土壤到底是什麼,讓我們回到整個問題最根本的因素:是什麼樣的環境才能造就興盛的軟體科技產業,是什麼樣的因素才能驅使人們創造出舉世驚人的軟體作品?

Google首頁搜尋欄位輸入「do a barrel roll」,會看到網頁開始翻轉。圖/Google 網站擷取

不知道大家是否有注意到目前最大的搜尋平台「Google」,常常會在特定的節日動不動就搞一堆有的沒的「驚喜」,有的時候是有趣的動畫,偶爾還會伴隨簡單的遊戲。除此之外,Google 也在他的搜尋引擎藏著幾個「彩蛋」。比如說,現在請在你的 Google 首頁搜尋欄位輸入「do a barrel roll」,應該會看到你的網頁開始翻轉,這是因為任天堂有一款遊戲「星戰火狐 64」,其中一個技能是快按 Z 或 R 兩下,就可以翻滾的快速飛轉彈開子彈,所以你如果搜尋「 Z or R twice」效果其實是一樣的!「Zerg Rush」是「星海爭霸」裏頭一種快速複製去攻擊敵人的一種蟲,因此在首頁搜尋欄輸入「Zerg Rush」,你會看到你的網頁開始被吃掉了。如果你於圖片搜尋欄位輸入「Atari Breakout」,則會出現一個復古的打磚塊遊戲。

-----廣告,請繼續往下閱讀-----
圖片搜尋欄位輸入「Atari Breakout」,會出現一個復古的打磚塊遊戲。圖/Google 網站擷取

到底 Google 搞這些有的沒的,有什麼目的嗎?如果你仔細探究,你會發現答案竟然只是因為這樣很好玩,這看起來也許很幼稚的原因。難道你認為只有 Google 才做這種事嗎?只有現在才這樣做嗎?不!大名鼎鼎的微軟也做過這種事,最著名的彩蛋,莫過於微軟的 Microsoft Excel 2000 隱藏了一個賽車遊戲 Dev Hunter,除此之外,我們現在常用的壓縮軟體「WinRAR」裏頭的也藏有也許大家認為毫無意義的彩蛋(如下圖,如在「關於WinRAR」的那本書,給他點兩下,那本書會掉下去)。做這些事情的基本原因就是因為很有趣,很好玩,也是許多軟體設計師的起心動念,台灣 90 年代的軟體啟蒙,也是這樣開始的。

圖 / 作者提供

我們再來探討本文一開始要思索的問題:怎樣才是提升電腦科學的環境,什麼才是培養軟體人才的重要養分呢?從上述這些例子中,我們可以歸納觀察出,不管是目前國外軟體人、還是早期國內的軟體人,這些人之所以會投入軟體的開發、熱衷於電腦科學,不外乎電腦是一個很有趣的東西。就是因為很好玩,不管你是想開發它來玩遊戲,或是拿來開發病毒(當然好孩子不應該這樣),最根本的驅使因素,都是那最原始的頑皮與童趣的吸引力,電腦就是一個好玩的東西!因為很好玩、很有趣,所以才有這麼多人願意投入,也因為這樣才會創造出有價值並吸引人的產品。

今天我們的新政策,竟然開始要把它納入必要的課程,而又讓許多非電腦資訊背景的老師,教我們的學生如何寫程式,如何學習電腦科學,當成我們八股考試的一環,填鴨教育的一套課程,這樣電腦科學還能在我們的環境下,保有它那最初「有趣」的動機與本質嗎?這樣的推行,到底是在幫我們「提升」軟體環境,還是摧毀我們的軟體人才呢?

要讓我們的軟體土壤繼續發芽,請先保有你的赤子之心吧!圖/By PublicDomainPictures @ Pixabay

們無法輕易改變政策,但我們可以先改變自己,電腦科學最讓人流連忘返之處,就是可以自由自在地發揮想像力與創造力,利用「程式」把內心的想法創作成作品,而且這個作品是可以直接與大眾互動的,當人們無法自由發揮想像力和創造力的時候,即便學會寫程式,也就只是拿到一個無用的工具,這樣的培養並不會造就更好的軟體人才,也不會提升我們的軟體實力,不論你是希望培養孩子擁有程式語言能力的家長,還是正在教授資訊相關科學的老師,又或者只是自己想要成為程式設計師的追夢人,都請先讓自己變成一個有趣的人,改變自己以及影響你周圍的人,要讓我們的軟體土壤繼續發芽,請先保有你的赤子之心吧!

-----廣告,請繼續往下閱讀-----

參考資料

 

文章難易度
活躍星系核_96
752 篇文章 ・ 126 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia

0

3
3

文字

分享

0
3
3
圖形處理單元與人工智慧
賴昭正_96
・2024/06/24 ・6944字 ・閱讀時間約 14 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者/賴昭正|前清大化學系教授、系主任、所長;合創科學月刊

我擔心人工智慧可能會完全取代人類。如果人們能設計電腦病毒,那麼就會有人設計出能夠自我改進和複製的人工智慧。 這將是一種超越人類的新生命形式。

——史蒂芬.霍金(Stephen Hawking) 英國理論物理學家

大約在八十年前,當第一台數位計算機出現時,一些電腦科學家便一直致力於讓機器具有像人類一樣的智慧;但七十年後,還是沒有機器能夠可靠地提供人類程度的語言或影像辨識功能。誰又想到「人工智慧」(Artificial Intelligent,簡稱 AI)的能力最近十年突然起飛,在許多(所有?)領域的測試中擊敗了人類,正在改變各個領域——包括假新聞的製造與散佈——的生態。

圖形處理單元(graphic process unit,簡稱 GPU)是這場「人工智慧」革命中的最大助手。它的興起使得九年前還是個小公司的 Nvidia(英偉達)股票從每股不到 $5,上升到今天(5 月 24 日)每股超過 $1000(註一)的全世界第三大公司,其創辦人(之一)兼首席執行官、出生於台南的黃仁勳(Jenson Huang)也一躍成為全世界排名 20 內的大富豪、台灣家喻戶曉的名人!可是多少人了解圖形處理單元是什麼嗎?到底是時勢造英雄,還是英雄造時勢?

黃仁勳出席2016年台北國際電腦展
Nvidia 的崛起究竟是時勢造英雄,還是英雄造時勢?圖/wikimedia

在回答這問題之前,筆者得先聲明筆者不是學電腦的,因此在這裡所能談的只是與電腦設計細節無關的基本原理。筆者認為將原理轉成實用工具是專家的事,不是我們外行人需要了解的;但作為一位現在的知識分子或公民,了解基本原理則是必備的條件:例如了解「能量不滅定律」就可以不用仔細分析,即可判斷永動機是騙人的;又如現在可攜帶型冷氣機充斥市面上,它們不用往室外排廢熱氣,就可以提供屋內冷氣,讀者買嗎?

CPU 與 GPU

不管是大型電腦或個人電腦都需具有「中央處理單元」(central process unit,簡稱 CPU)。CPU 是電腦的「腦」,其電子電路負責處理所有軟體正確運作所需的所有任務,如算術、邏輯、控制、輸入和輸出操作等等。雖然早期的設計即可以讓一個指令同時做兩、三件不同的工作;但為了簡單化,我們在這裡所談的工作將只是執行算術和邏輯運算的工作(arithmetic and logic unit,簡稱 ALU),如將兩個數加在一起。在這一簡化的定義下,CPU 在任何一個時刻均只能執行一件工作而已。

-----廣告,請繼續往下閱讀-----

在個人電腦剛出現只能用於一般事物的處理時,CPU 均能非常勝任地完成任務。但電腦圖形和動畫的出現帶來了第一批運算密集型工作負載後,CPU 開始顯示心有餘而力不足:例如電玩動畫需要應用程式處理數以萬計的像素(pixel),每個像素都有自己的顏色、光強度、和運動等, 使得 CPU 根本沒辦法在短時間內完成這些工作。於是出現了主機板上之「顯示插卡」來支援補助 CPU。

1999 年,英偉達將其一「具有集成變換、照明、三角形設定/裁剪、和透過應用程式從模型產生二維或三維影像的單晶片處理器」(註二)定位為「世界上第一款 GPU」,「GPU」這一名詞於焉誕生。不像 CPU,GPU 可以在同一個時刻執行許多算術和邏輯運算的工作,快速地完成圖形和動畫的變化。

依序計算和平行計算

一部電腦 CPU 如何計算 7×5+6/3 呢?因每一時刻只能做一件事,所以其步驟為:

  • 計算 7×5;
  • 計算 6/3;
  • 將結果相加。

總共需要 3 個運算時間。但如果我們有兩個 CPU 呢?很多工作便可以同時(平行)進行:

-----廣告,請繼續往下閱讀-----
  • 同時計算 7×5 及 6/3;
  • 將結果相加。

只需要 2 個運算時間,比單獨的 CPU 減少了一個。這看起來好像沒節省多少時間,但如果我們有 16 對 a×b 要相加呢?單獨的 CPU 需要 31 個運算的時間(16 個 × 的運算時間及 15 個 + 的運算時間),而有 16 個小 CPU 的 GPU 則只需要 5 個運算的時間(1 個 × 的運算時間及 4 個 + 的運算時間)!

現在就讓我們來看看為什麼稱 GPU 為「圖形」處理單元。圖一左圖《我愛科學》一書擺斜了,如何將它擺正成右圖呢? 一句話:「將整個圖逆時針方向旋轉 θ 即可」。但因為左圖是由上百萬個像素點(座標 x, y)組成的,所以這句簡單的話可讓 CPU 忙得不亦樂乎了:每一點的座標都必須做如下的轉換

x’ = x cosθ + y sinθ

y’ = -x sinθ+ y cosθ

-----廣告,請繼續往下閱讀-----

即每一點均需要做四個 × 及兩個 + 的運算!如果每一運算需要 10-6 秒,那麼讓《我愛科學》一書做個簡單的角度旋轉,便需要 6 秒,這豈是電動玩具畫面變化所能接受的?

圖形處理的例子

人類的許多發明都是基於需要的關係,因此電腦硬件設計家便開始思考:這些點轉換都是獨立的,為什麼我們不讓它們同時進行(平行運算,parallel processing)呢?於是專門用來處理「圖形」的處理單元出現了——就是我們現在所知的 GPU。如果一個 GPU 可以同時處理 106 運算,那上圖的轉換只需 10-6 秒鐘!

GPU 的興起

GPU 可分成兩種:

  • 整合式圖形「卡」(integrated graphics)是內建於 CPU 中的 GPU,所以不是插卡,它與 CPU 共享系統記憶體,沒有單獨的記憶體組來儲存圖形/視訊,主要用於大部分的個人電腦及筆記型電腦上;早期英特爾(Intel)因為不讓插卡 GPU 侵蝕主機的地盤,在這方面的研發佔領先的地位,約佔 68% 的市場。
  • 獨立顯示卡(discrete graphics)有不與 CPU 共享的自己專用內存;由於與處理器晶片分離,它會消耗更多電量並產生大量熱量;然而,也正是因為有自己的記憶體來源和電源,它可以比整合式顯示卡提供更高的效能。

2007 年,英偉達發布了可以在獨立 GPU 上進行平行處理的軟體層後,科學家發現獨立 GPU 不但能夠快速處理圖形變化,在需要大量計算才能實現特定結果的任務上也非常有效,因此開啟了為計算密集型的實用題目編寫 GPU 程式的領域。如今獨立 GPU 的應用範圍已遠遠超出當初圖形處理,不但擴大到醫學影像和地震成像等之複雜圖像和影片編輯及視覺化,也應用於駕駛、導航、天氣預報、大資料庫分析、機器學習、人工智慧、加密貨幣挖礦、及分子動力學模擬(註三)等其它領域。獨立 GPU 已成為人工智慧生態系統中不可或缺的一部分,正在改變我們的生活方式及許多行業的遊戲規則。英特爾在這方面發展較遲,遠遠落在英偉達(80%)及超微半導體公司(Advance Micro Devices Inc.,19%,註四)之後,大約只有 1% 的市場。

-----廣告,請繼續往下閱讀-----
典型的CPU與GPU架構

事實上現在的中央處理單元也不再是真正的「單元」,而是如圖二可含有多個可以同時處理運算的核心(core)單元。GPU 犧牲大量快取和控制單元以獲得更多的處理核心,因此其核心功能不如 CPU 核心強大,但它們能同時高速執行大量相同的指令,在平行運算中發揮強大作用。現在電腦通常具有 2 到 64 個核心;GPU 則具有上千、甚至上萬的核心。

結論

我們一看到《我愛科學》這本書,不需要一點一點地從左上到右下慢慢掃描,即可瞬間知道它上面有書名、出版社等,也知道它擺斜了。這種「平行運作」的能力不僅限於視覺,它也延伸到其它感官和認知功能。例如筆者在清華大學授課時常犯的一個毛病是:嘴巴在講,腦筋思考已經不知往前跑了多少公里,常常為了追趕而越講越快,將不少學生拋到腦後!這不表示筆者聰明,因為研究人員發現我們的大腦具有同時處理和解釋大量感官輸入的能力。

人工智慧是一種讓電腦或機器能夠模擬人類智慧和解決問題能力的科技,因此必須如人腦一樣能同時並行地處理許多資料。學過矩陣(matrix)的讀者應該知道,如果用矩陣和向量(vector)表達,上面所談到之座標轉換將是非常簡潔的(註五)。而矩陣和向量計算正是機器學習(machine learning)演算法的基礎!也正是獨立圖形處理單元最強大的功能所在!因此我們可以了解為什麼 GPU 會成為人工智慧開發的基石:它們的架構就是充分利用並行處理,來快速執行多個操作,進行訓練電腦或機器以人腦之思考與學習的方式處理資料——稱為「深度學習」(deep learning)。

黃仁勳在 5 月 22 日的發布業績新聞上謂:「下一次工業革命已經開始了:企業界和各國正與英偉達合作,將價值數萬億美元的傳統資料中心轉變為加速運算及新型資料中心——人工智慧工廠——以生產新商品『人工智慧』。人工智慧將為每個產業帶來顯著的生產力提升,幫助企業降低成本和提高能源效率,同時擴大收入機會。」

附錄

人工智慧的實用例子:下面一段是微軟的「copilot」代書、谷歌的「translate」代譯之「one paragraph summary of GPU and AI」。讀完後,讀者是不是認為筆者該退休了?

-----廣告,請繼續往下閱讀-----

GPU(圖形處理單元)和 AI(人工智慧)之間的協同作用徹底改變了高效能運算領域。GPU 具有平行處理能力,特別適合人工智慧和機器學習所需的複雜資料密集運算。這導致了影像和視訊處理等領域的重大進步,使自動駕駛和臉部辨識等技術變得更加高效和可靠。NVIDIA 開發的平行運算平台 CUDA 進一步提高了 GPU 的效率,使開發人員能夠透過將人工智慧問題分解為更小的、可管理的、可同時處理的任務來解決這些問題。這不僅加快了人工智慧研究的步伐,而且使其更具成本效益,因為 GPU 可以在很短的時間內執行與多個 CPU 相同的任務。隨著人工智慧的不斷發展,GPU 的角色可能會變得更加不可或缺,推動各產業的創新和新的可能性。大腦透過神經元網路實現這一目標,這些神經元網路可以獨立但有凝聚力地工作,使我們能夠執行複雜的任務,例如駕駛、導航、觀察交通信號、聽音樂並同時規劃我們的路線。此外,研究表明,與非人類動物相比,人類大腦具有更多平行通路,這表明我們的神經處理具有更高的複雜性。這個複雜的系統證明了我們認知功能的卓越適應性和效率。我們可以一邊和朋友聊天一邊走在街上,一邊聽音樂一邊做飯,或一邊聽講座一邊做筆記。人工智慧是模擬人類腦神經網路的科技,因此必須能同時並行地來處理許多資料。研究人員發現了人腦通訊網路具有一個在獼猴或小鼠中未觀察獨特特徵:透過多個並行路徑傳輸訊息,因此具有令人難以置信的多任務處理能力。

註解

(註一)當讀者看到此篇文章時,其股票已一股換十股,現在每一股約在 $100 左右。

(註二)組裝或升級過個人電腦的讀者或許還記得「英偉達精視 256」(GeForce 256)插卡吧?

(註三)筆者於 1984 年離開清華大學到 IBM 時,就是參加了被認為全世界使用電腦時間最多的量子化學家、IBM「院士(fellow)」Enrico Clementi 的團隊:因為當時英偉達還未有可以在 GPU 上進行平行處理的軟體層,我們只能自己寫軟體將 8 台中型電腦(非 IBM 品牌!)與一大型電腦連接來做平行運算,進行分子動力學模擬等的科學研究。如果晚生 30 年或許就不會那麼辛苦了?

-----廣告,請繼續往下閱讀-----

(註四)補助個人電腦用的 GPU 品牌到 2000 年時只剩下兩大主導廠商:英偉達及 ATI(Array Technology Inc.)。後者是出生於香港之四位中國人於 1985 年在加拿大安大略省成立,2006 年被超微半導體公司收購,品牌於 2010 年被淘汰。超微半導體公司於 2014 年 10 月提升台南出生之蘇姿豐(Lisa Tzwu-Fang Su)博士為執行長後,股票從每股 $4 左右,上升到今天每股超過 $160,其市值已經是英特爾的兩倍,完全擺脫了在後者陰影下求生存的小眾玩家角色,正在挑戰英偉達的 GPU 市場。順便一題:超微半導體公司現任總裁(兼 AI 策略負責人)為出生於台北的彭明博(Victor Peng);與黃仁勳及蘇姿豐一樣,也是小時候就隨父母親移居到美國。

(註五)

延伸閱讀

  • 熱力學與能源利用」,《科學月刊》,1982 年 3 月號;收集於《我愛科學》(華騰文化有限公司,2017 年 12 月出版),轉載於「嘉義市政府全球資訊網」。
  • 網路安全技術與比特幣」,《科學月刊》,2020 年 11 月號;轉載於「善科教育基金會」的《科技大補帖》專欄。
文章難易度

討論功能關閉中。

賴昭正_96
43 篇文章 ・ 56 位粉絲
成功大學化學工程系學士,芝加哥大學化學物理博士。在芝大時與一群留學生合創「科學月刊」。一直想回國貢獻所學,因此畢業後不久即回清大化學系任教。自認平易近人,但教學嚴謹,因此穫有「賴大刀」之惡名!於1982年時當選爲 清大化學系新一代的年青首任系主任兼所長;但壯志難酬,兩年後即辭職到美留浪。晚期曾回台蓋工廠及創業,均應「水土不服」而鎩羽而歸。正式退休後,除了開始又爲科學月刊寫文章外,全職帶小孫女(半歲起);現已成七歲之小孫女的BFF(2015)。首先接觸到泛科學是因爲科學月刊將我的一篇文章「愛因斯坦的最大的錯誤一宇宙論常數」推薦到泛科學重登。

1

0
0

文字

分享

1
0
0
想要擁有一台 AI PC,有必要嗎?NPU 是什麼?超詳盡 AI PC 選購指南來啦!
泛科學院_96
・2024/05/18 ・1080字 ・閱讀時間約 2 分鐘

-----廣告,請繼續往下閱讀-----

2023 年 3 月 intel 跟微軟共同發布了 AI PC 定義。

定義需要用 intel 的 Core Ultra 處理器,要有微軟系統內建 的Copilot AI,鍵盤上還需要有一個實體 copilot 按鍵,才算是一台 AI PC。

這個 AJ 看到後,發現案情並不單純,定義 AI PC 這件事情,遠比你想得還要重要!

所以今天呢,我們就來回答三個問題:

-----廣告,請繼續往下閱讀-----
  1. AI PC 是什麼?
  2. AI PC 強在哪?
  3. 有哪些公司跟 AI PC 有關?

最後再跟大家分享是否要買 AI PC 的建議。

好啦,本集我們整理了整個 AI PC 的脈絡,我把懶人包放在這裡,有需要的可以暫停看一下。

最後來給買 AI PC 的建議吧,如果你主要用桌上型電腦,4090 獨立顯卡直接給他買下去,因為桌上型的處理器至少到目前為止,都還沒看到內建 NPU 的規劃,所以所有的平行運算都還是靠顯示卡 GPU 來處理。

筆記型電腦方面,各家網購平台都已經推出 AI 筆電專區,最低三萬元左右就可以買到最新的 AI PC。

-----廣告,請繼續往下閱讀-----

或許你還沒體驗到 AI 工具帶來的工作流程改變,不過潮流已經出現,據說到 2025 年,將出貨超過一億台AI PC,各家軟硬體廠商在這個全新的賽道上,只會不斷推出各種基於 AI PC 架構的應用與服務,畢竟,你如果不做,你的競爭對手可是不會等你。

有點離題了,在可遇見的未來,我們勢必會發現自己的電腦擁有更多基於 AI 技術的功能,

也許,你可以再等一會,等桌上型電腦也內建 NPU 之後,再來買真正的 AI 「PC」,不過要問我的話,如果是購買筆電的需求,選擇適合 Intel Evo 認證的筆電是值得推薦的選擇。

最後,你覺得 AI PC 會如微軟和 intel 預想的發展下去嗎?

  1. 會,終究要讓自己電腦分擔伺服器工作。
  2. 不會,AI PC 就只是宣傳話術。
  3. 我是果粉我驕傲,AI PC 如浮雲。

如果有其他想看的 AI 工具測試或相關問題,也可以留言發問,如果喜歡這支影片的話,也別忘了按讚、訂閱,加入會員,我們下集再見~掰!

-----廣告,請繼續往下閱讀-----

更多、更完整的內容,歡迎上泛科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 1
泛科學院_96
44 篇文章 ・ 51 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!

1

3
1

文字

分享

1
3
1
AI 做簡報又更簡單了!只輸入網址,Bard 就整理好線上論文?
泛科學院_96
・2023/08/20 ・689字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

超誇張,只要貼上網址,Google Bard AI 把網頁內容變成簡報,這這這我還能不變心嗎?

之前有一支影片分享了 ChatGPT 結合 Power Point 的簡報製作技巧。

在 Bard 大更新之後,運用網頁瀏覽的功能,不管是線上期刊還是論文,轉換成簡報更加的方便,根據我自己的測試,只要五分鐘,從一篇網路上的論文就可以快速的變成一份漂亮的簡報,這真是懶人救星啊!

今天簡單的分享了 Bard 支援連接網路之後的論文摘要功能,並且回應之前影片網友遇到的內容大綱轉簡報的製作問題,希望這支影片能解決你的問題

-----廣告,請繼續往下閱讀-----

看完影片之後你覺得 Bard 的哪個功能最讓你驚艷或驚嚇呢?

  1. 拳打 ChatGPT 的連網功能
  2. 腳踢 ChatGPT 的內容準確性
  3. 豪奪網站的資訊內容
  4. 巧取生成錯誤資訊魚目混珠

如果你有更多的想法與問題,歡迎加入泛科學 AI 的 Discord 論壇,我把連結放在影片下方資訊欄。

如果這支影片對你有幫助的話,請幫我在影片下方點個喜歡,或是透過超級感謝展現你的心意,讓我製作更多實用有趣的 AI 教學影片,最後別忘了訂閱泛科學院的頻道,我們下支影片再見囉。

更多、更完整的內容,歡迎上泛科學院的 youtube 頻道觀看完整影片,並開啟訂閱獲得更多有趣的資訊!

所有討論 1
泛科學院_96
44 篇文章 ・ 51 位粉絲
我是泛科學院的AJ,有15年的軟體測試與電腦教育經驗,善於協助偏鄉NPO提升資訊能力,以Maker角度用發明解決身邊大小問題。與你分享人工智慧相關應用,每週更新兩集,讓我們帶你進入科技與創新的奇妙世界,為未來開啟無限可能!