0

0
0

文字

分享

0
0
0

感謝每一位催促的家長,這是泛科學為你準備的新年禮

鄭國威 Portnoy_96
・2017/12/30 ・5763字 ・閱讀時間約 12 分鐘 ・SR值 505 ・六年級

文 / 鄭國威,戴貝珊

很感謝,泛科學寒假中小學課程推出後,我們獲得許多正面迴響。但我們也發現有很多事情我們沒好好說清楚,因此在這篇長達 5000 字的文章中,我們整理了大家的問題。同時在文章最後,也會正式揭曉給每一位已經報名跟即將報名的家長的一份新年禮,請務必耐心看完。

什麼是泛科學院?跟泛科學有什麼關係?

從一開始誤打誤撞,到成為華語世界最具代表性的網路原生科學網,PanSci 泛科學為了讓科學回到公共論域,努力用吸引人、有趣味、不艱澀、不賣弄高深的方式來讓大家重新愛上科學,也讓具有公民角色的我們都可以更明智地與彼此溝通,藉此讓越來越破碎、節奏越來越快的加速時代社會調適地更好。成立七年以來,靠著熱血的科學家跟傳播人,我們造出一個超過 1.3 億瀏覽量,不重複用戶達到 3 千 3 百萬的台灣本土科學網站,每天都有 5-10 萬人透過泛科學接觸到讓人好奇心爆發的新知與具有科學批判思維的觀點,也激勵了台灣的知識內容創作社群快速發展。

-----廣告,請繼續往下閱讀-----

但正如我們所看到的,這成績還遠遠不夠。偽科學、假新聞、反智與反邏輯的言論跟商品並沒有消失,甚至隨著社群媒體跟搜尋引擎只求讚不求正確的判斷機制、對內容守門人的打擊,而如雨後春筍般冒出。英國脫歐、川普當選等黑天鵝事件頻發、人工智慧跟物聯網時代到來,我們需要未來的新人類能夠比我們更能適應這個被科學跟科技快速顛覆的時代,而我們最不該犯的錯就是讓下一代欠缺科學的判斷能力跟科技的實踐能力、或因為不好的學習體驗對科學毫無興趣、甚至覺得憎惡。

就如同泛科學網站創造平台,讓有心與社會對話的科學家與科學愛好者可以連結廣大的線上讀者社群,我們認為台灣眾多科學人才的發揮場所,不只有矽谷或是科技公司,因此我們在 2017 年創立「泛科學院 PanAcademy」,就是為了連結有志將科學及各領域專業知識轉化成精彩課程的專家,與對自己有升級的期望、對學習關鍵知識有熱情的學生。從 6 月開始,我們推出的課程主要為泛科學的核心讀者群–社會各領域專業工作者而開。

而經過半年的模式修正與演化,我們在此自豪地推出專為國小跟國中學生設計的寒假課程,結合了泛科學的強項與 7  年來在數據與內容上的積累,提供每位未來科學家一套我們認為的「新學習」方案。

之前都沒辦過,為什麼現在泛科學才開辦自己的中小學寒假課程?

-----廣告,請繼續往下閱讀-----

多年來我們專注於科學知識傳播,期望讓你即使不在校園中,還是能夠隨時隨地與社群同好一同學習正確的科普知識,我們認為科學本身就是極為有趣的,但得更為讀者想,提供恰當的轉化跟場景。同樣的,我們相信有效學習的重點是要讓人感到興致勃勃、並在分享跟討論過程中享受,而非把人推進另一個疲憊的知識泥沼。在泛科學院提出的「新學習」中有四個關鍵概念:

第一,世界就是無限的學校:學習絕不侷限在學齡期或學校內,在迎接快速變化的未來挑戰時,更要永續學習,保持從經驗中成長的心態,才能去面對。同時,我們的課程強調與生活連結、讓學習到的知識能有應用場景,才不會是死學。

第二,數據就是個人的教練:考試領導教學成為弊病,但那是因為我們以前只能從考試收集學習數據,所以過度仰賴考試,因而本末倒置。唯有透過收集個人化的學習數據才能替本來就不同的每一個人找到學習節奏跟方向。線上學習收集數據容易,那線下課程呢?我們每堂課都會有經過訓練的助教,除了協助講師指導學生以外,也會透過觀察跟互動以量化的方式收集學生的學習反饋。

第三,社群就是茁壯的土壤:學習從來不是個人的事。我們不鼓勵平時課後補習,因為過度學習會讓孩子喪失學習興趣,但我們也發現很多孩子就算不喜歡學習,還是會去補習班,原因是因為可以多跟同學在一起。讓孩子待在親近又帶有挑戰性的學習社群裡,就像是將種子種在肥沃的土壤,再加上好的學習內容跟指引作為養分。泛科學本身就是台灣最大的科學社群,家長跟孩子可以透過我們與科學家溝通,並無時無刻透過泛科學豐富的內容延伸學習。

-----廣告,請繼續往下閱讀-----

第四,家長就是孩子的學長:現在家長都忙,但如果我們只是用幫孩子打發時間,也替自己省事的態度在挑課程,效果也不會太好。我們認為家庭教育跟終生學習是一體兩面。當家長本身就是終生學習者,孩子自然而然會被帶動。我們因此也提供了每一位報名寒假課程的學生家長加入泛科學院教育社群的機會,並提供家長用早鳥優惠價報名未來一年內任何泛科學院成人課程。

我們希望能將這樣的理念向下扎根,透過有趣生活化卻又富含知識的課程,讓孩子從小就能喜歡學習。若「放假」對孩子來說變成「可以不用學習了,好棒!」那他未來肯定也欠缺學習動力。為了策劃一整套的方案,我們花了很長的時間,包括找到適合的工作夥伴、課程講師、合作單位、還建立了實體的泛科學院場地,所以才在 2018 年寒假正式推出這系列課程,在此想跟催促以久的各位說聲對不起,我們動作慢了,但我們總算來了!

泛科學院的寒假課程跟其他單位辦的課程有什麼不一樣?

泛科學院的寒假課程不只是讓學員打發時間,或是安親輔導而已,我們重視課程內容的豐富度及知識的正確性,邀請的講師與團隊都擁有豐富的教學經驗,能帶給孩子最完整規劃的寒假課程。除了各系列主題之外,課程期間還會有一堂泛科學院獨家的科普文章探究課程。閱讀理解與轉化寫作是吸收知識的根本,我們會引導孩子試著閱讀泛科學文章,並透過內容的分析,教會孩子在面對困難並試著去解決問題的態度,讓孩子能夠更靈活運用網路上的資源並學習各種知識。不同於其他營隊上完課就無後續學習,泛科學院的課程上完之後還會贈送線上知識福袋,統整課程相關的文章及影音給您,讓您跟孩子都能獲取更多更深入的知識。我們也了解您想陪著孩子一起成長學習的心情,凡參加過我們課程孩子的家長,都能加入「泛科學院教育共享計畫」的社群,社群中將不定期更新教育相關資訊,讓您再忙也能得知重要的議題,並可以在社群中互相分享討論,讓我們協助您用最適合的教育方式陪伴孩子成長,此外為了讓您也能永續學習,會額外贈送一年期泛科學院課程早鳥優惠價不限時的VIP優惠,讓您以及孩子都能一起成為擁有科學素養的永續學習者!

-----廣告,請繼續往下閱讀-----
其他冬令營 泛科學院寒假課程
師資 打工性質的

大學生講師

多年教學經驗的

專業講師

課程內容 充斥團康等

低知識性的課程內容

完整規劃且知識量豐富的課程內容&

科普文章探究課程

課程延伸性 營隊結束後則無後續 線上知識福袋&

泛科學院教育共享計畫

家長的VIP優惠 一年期泛科學院課程

早鳥優惠價不限時

給孩子的競爭力 大勝

你們的收費是不是比較貴?

泛科學院希望做出配得上泛科學的口碑,也配得上我們社群期望的好課程,而不是跟其他廠商搶生意。泛科學院課程的講師與使用的教材,都是嚴格挑選審核後才採用的,截然異於坊間許多營隊的講師大多為打工性質,並且使用低價組合材料包。在課程期間都會有一堂泛科學院獨家的科普文章探究課,以及課後的線上知識福袋,提升孩子科學的判斷能力以及永續學習的能力,最重要的是,我們重視的不只是孩子這短短幾天的教育而已,因為我們知道那不夠,因此才會設計透過泛科學院教育共享計畫,成為您與孩子終身的學習夥伴。

每一門課的師資強項在哪?經驗夠嗎?

〈科學家培訓營-太陽能電池〉

-----廣告,請繼續往下閱讀-----

建華老師從事STEM教學以及課程設計已有5年以上,曾經擔任師大小大師、北科大、上尚文化等團隊的營隊講師,以及靜心中學、西門國小、和平高中國中部、辭修中學、恆毅中學國中部、金華國中等至少15間學校以上的科學社講師,這次與泛科學院合作,老師會利用多年來帶領科學班的經驗配合精緻的教材,完整規劃培訓課程,帶孩子一步步邁向科學家之路。

〈給小學生的第一堂動力機械課〉

瑞隆老師從事科普教育教學以及課程設計已有9年以上經驗,也非常了解學校教育的教學進度,因此擅長將生活中的各種事物結合動力積木、創意數學、動力機械的概念,並配合學校的課業進度,讓孩子能獲得從課業中無限延伸的知識。

〈自然探索-蒲公英冰磚〉

-----廣告,請繼續往下閱讀-----

懷毅老師是台灣首創DIY蒲公英樹脂的達人,教學上已有百場的經驗,同時也有10年以上的生態探勘與導覽經驗,因此這次泛科學院特別邀請老師將他生態環境的經驗,以及蒐集的各式植物,分享並教育孩子,這堂課不只有製作美麗的蒲公英樹脂,還能學到各式植物的採集法、在台灣的生長地點、以及如何才能讓大自然過得更好。

〈科學戲劇營-當維生素遇上碘〉

照明老師為現任大開劇團團員以及20%實驗劇坊副團長,曾任南新國小戲劇營以及家扶中心表演工作坊的講師,同時也擁有國立中山大學物理所碩士的學歷,是個教學經驗豐富又有科學背景的表演講師。這次獨家與泛科學院合作,全台首創推出將科普知識結合兒童戲劇營的課程,讓科普的學習法更加多元,讓孩子的學習體驗更加豐富。

〈日本ArTec程式機器車實作班〉 與〈日本ArTec程式機器人實作班〉

-----廣告,請繼續往下閱讀-----

樂益文創代理日本第一個 ArTec 程式機器人,並將日本教案的方法引進台灣,於康橋國際學校、曙光小學、實踐大學等學校都舉辦過課程及體驗活動,同時也會定期與日本 Artec 學習交流,這次樂益文創與泛科學院合作,要帶來日本最好的程式學習教育給您的孩子。

〈泛科學院 x 數學實驗課〉

來自師大的最強數學教育團隊,數感實驗室團隊透過紙筆以外的數學學習方式,希望能讓每個人在生活中「看見數學」,並且堅持低師生比(1:4),讓每一位學生都能與老師、助教互動,獲得即時的學習反饋。這次數感實驗室與泛科學院合作,將最完整的套裝課程一次讓孩子都學習到,從小開始培養數感能力。

〈億觀生技 x 泛科學院 STEAM課程〉

億觀生技講師林建明受邀在台大科學營隊及國中小教師研習擔任講師,擅長用簡易的方式,帶領學生進入科學領域,這次與泛科學院合作,不只是帶學生操作 uHandy Duet 行動生物顯微高低倍鏡組並可以將整組顯微鏡帶回家,還能透過體驗觀察及動手做實驗的方式加深生物及理化的科普知識。

〈桌遊裡的化學課-創意遊戲實驗班〉

建華老師從事STEM教學以及課程設計已有5年以上,曾經擔任師大小大師、北科大、上尚文化等團隊的營隊講師以及靜心中學、西門國小、和平高中國中部、辭修中學、恆毅中學國中部、金華國中等至少15間學校以上的科學社講師,這次與泛科學院合作,老師會利用多年來帶領科學班的經驗配合桌遊以及化學實驗課程,完整規劃探究與實作的課程,並強化學生的課業基礎。

你們的上課場地在哪?家長如何放心?

上課地點在忠孝復興站5號出口,直走5分鐘即可到達,交通十分便利。教室為全新裝潢並且設備齊全,定時會以酒精消毒,而大樓內公共區域都設有監視器,並有管理員隨時留意,讓您的孩子能在安全又舒適的環境下快樂學習。

什麼樣的學生適合來上?

無論是對自然科學有夢想的還是樂於學習科學知識的學生我們都極度歡迎。專業講師會由淺入深,帶領學生從日常的科學現象進入專業領域,並且結合著泛科的科普文章,讓求知慾旺盛的學生能獲得進一步的知識,進而反向將所學知識與日常生活、學校課程做結合,期望藉由這種延伸思考邏輯,讓學生能將學習突破學校的框架,培養永續自主學習的能力。

什麼是「泛科學院教育共享計畫」,為什麼不單純開課?

凡參加過寒假課程孩子的家長,都可加入此計畫的社群,泛科學院會提供第一手的相關資訊,不僅包含台灣國內的教育,更提供世界先進國家的教育相關新聞,例如芬蘭的教育改革或是歐美的美國國家科學基金會的STEAM計畫等,讓您再忙也能得知重要的議題。也可以在社群中互相分享討論,所有參與的家長得以隨時更新當前教育的進展,讓您與孩子走在世界的最前端。同時參與此計畫的家長,都能獲得一年期泛科學院課程不限時的早鳥優惠價,讓您與孩子都能不停地學習。

在傳統營隊中,與家長的接觸非常有限,當課程結束後便形同陌路,然而我們認為,既使結束了課程,學習仍該持續前進,與家長的連結更不該間斷,因此期望即使課程已結束,此共享計畫還是能讓家長可以持續獲得相關資訊。我們也樂於接受家長們所提供的資訊或是課程意見,透過計畫的平台進行討論,讓我們能夠與您一起為下一代創造更多學習的未來!

什麼樣的家長適合加入這個計畫?

無論是對教育、科普議題有興趣,抑或是對孩子培育有熱誠的家長都非常適合參加,誠摯地邀請認同我們「新學習」理念的您,讓我們陪伴您及孩子們一起永續學習,一同加入此計畫!

好了,我都了解了,該去哪邊報名呢?

小學生家長請往這邊>>

中學生家長請往這邊>>

如果我還有問題呢?

那更好,每一位家長的問題都是幫我們也幫其他家長把計畫想得更清楚。歡迎直接與我們聯繫,或是來參加 1/6 號的寒假課程說明會,包括我在內的所有課程講師,以及泛科學院的課程規劃經理,都會在現場直接與各位互動喔。

文章難易度
鄭國威 Portnoy_96
247 篇文章 ・ 1256 位粉絲
是那種小時候很喜歡看科學讀物,以為自己會成為科學家,但是長大之後因為數理太爛,所以早早放棄科學夢的無數人其中之一。怎知長大後竟然因為諸般因由而重拾科學,與夥伴共同創立泛科學。現為泛科知識公司的知識長。

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

  • 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。

0

0
0

文字

分享

0
0
0
Claude、ChatGPT 提示詞優化!4 個技巧讓 AI 更懂你的需求!
泛科學院_96
・2024/07/06 ・713字 ・閱讀時間約 1 分鐘

-----廣告,請繼續往下閱讀-----

聽說 Office 365 Copilot 終於支援中文了!

我還不馬上拿出魔術小卡——加入會員,訂閱,開啟小鈴鐺,啊不是我是說,訂閱 Copilot……

嗯?20 美金?嗯?這沒有 Office 365 Copilot 啊?我找找……

靠,現在訂閱 Office 365 Copilot,最便宜要用商務標準版才能加購,而且加購只能一次買一年,要一萬一……我們本來都準備好各種有趣的測試了,但這錢我真的花不下去阿……那今天準備好的測試該怎麼辦呢?

-----廣告,請繼續往下閱讀-----

別擔心,今天的影片,我來回答三個問題:

  1. 如果 copilot 真的開放,我想像中會遇到什麼問題
    抱歉了,一萬一真的刷不下去……
  2. 用 GPT4 示範大語言模型的進階提示技巧,應用於文稿撰寫的方法
    畢竟 copilot 也是借鑑 GPT4,性能應該差不多啦!(屁啦)
  3. 這些技巧在其他語言模型也可以用嗎?

本集的「進階 AI 提示語」有沒有打開你的 AI 使用靈感呢?

  1. 太複雜了我決定躺平
  2. 炫技,等 GPT-5 出來這些都不再重要
  3. 我決定仿效泛科學院精神鑽研出神級提示語跟大家分享
  4. 其他也可以留言分享喔

欸嘿,前面提到的 QR code 在這邊 ^.< 不要告訴別人喔(噓)


如果有其他想看的 AI 工具測試或相關問題,也可以留言告訴我們~

-----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!

討論功能關閉中。

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!

0

0
0

文字

分享

0
0
0
如何讓 Suno 製作出你想要的音樂?四大規則讓你用精準的 prompt 做出心中所想的音樂!
泛科學院_96
・2024/07/04 ・2849字 ・閱讀時間約 5 分鐘

最近用了跟 Suno 類似的音樂生成服務 Udio 才讓我理解歌曲生成的 prompt 要怎麼寫,然後配合 sonoteller 這個神器,讓你聽到什麼就能生出什麼!

所以我們這集就來講講:

  1. AI 音樂生成 prompt 的規則
  2. 抄音樂 prompt 的好幫手 sonoteller
  3. suno 跟 udio 的差異

提醒一下,這集沒有詳細的 Suno 操作,重點會放在怎麼寫 prompt 上。

這邊整理一下你看這集必須要知道的事,可以暫停看一下:

-----廣告,請繼續往下閱讀-----


那如果想看詳細的 Suno 操作,可以到這支影片:

好啦,讓我們開始吧。

輸入 Suno 的 prompt 只要關鍵字就好?

一開始用 Suno 時,我一直很困惑,到底要怎麼打 prompt 才能有效控制生成的音樂?

自從最近用了 Udio,它有 prompt 隨機生成,研究了一下 Udio 的 prompt,規則大概是「一句有情緒的故事梗概,加上多個曲風或歌曲細節詞彙」。

-----廣告,請繼續往下閱讀-----

然後我把 Udio 的 prompt 拿到 Suno 上跑,也能跑出不錯的東西。

所以,前面應該是指定整首歌的情境?

例如情境換成悲慘命運,聽起來就會變悲傷。

然後我在後面加上輕快 (Brisk)⋯⋯欸?悲傷去哪了?前面那串根本消失啦!

-----廣告,請繼續往下閱讀-----

那如果把前面那句話,拆解成情緒與事件關鍵字輸入也行嗎?

畢竟字數有限,這樣就能下更多 prompt 了!

嗯,事實是沒差,只要關鍵字就好。

所以結論是,音樂生成的 prompt 跟 Stable Diffusion 差不多,一個一個單詞輸入就好。

-----廣告,請繼續往下閱讀-----

四大規則!

在多次測試之後,我認為有效的 prompt 可以分為這四類:

1. 曲風類:funk、rock、pop、classical 之類的特定曲風。

這些詞最重要,會最大幅度限制歌曲的走向,通常會放多個有關聯的曲風,例如 city pop 跟 funk 還有 Disco 有關,我前面的 prompt 就選了 city pop 跟 funk,不用 Disco 單純是出來之後更有電音舞曲感,我不喜歡。

2. 歌曲控制類:B 小調、brisk、BPM 之類的名詞。

-----廣告,請繼續往下閱讀-----

這類名詞只能做到修飾,例如前面的 prompt 加個 BPM 200,也不可能演奏出 BPM 200 的 city pop,只是稍微加快,但如果我把曲風換成 rock, metal,就能接近我要求的 BPM 200。

3. 情緒、狀態類:miserable, adventure 這些日常生活中會出現的詞彙,能提供整首歌曲的旋律、節奏,但效果極弱。

例如前面放了輕快 brisk,悲傷感就消失了。

4. 樂器類:歌曲中有出現什麼樂器。

-----廣告,請繼續往下閱讀-----

你在選曲風的時候,就已經有樂器配置了。像上面的 city pop,就已經預設會有效果器 (Synthesizer),因此就算輸入民謠吉他 (Acoustic Guitar),也聽不到民謠吉他的原聲,滿滿的效果器。

我把上面的重點總結在這裡,有需要的可以停下來看,總之,先找對曲風,才能生出你想要的音樂。

怎麼知道喜歡的歌是什麼曲風?

那這時你可能會問啦,我哪知道自己想生的曲風是什麼啊?

這時就輪到 Sonoteller 登場啦!

-----廣告,請繼續往下閱讀-----

Sonoteller 是分析歌詞與曲風的 AI 工具,只要給他 Youtube 網址就會幫你分析啦。

這樣你就可以在 Youtube 上先找一首參考的歌曲,再丟到 Sonoteller 分析,瞬間就有曲風的 prompt 啦。不過近期 Sonoteller 的伺服器不堪負荷,常會遇到拒絕分析歌曲的情況。

但如果是超流行的歌,例如 Ado 的 Show,因為已經有人分析過,就會直接調之前分析的資料給你。

畫面的左半邊是歌詞分析,因我沒有生成歌詞的需求,這裡就不詳細說,


不過我自己截一些 summary 中的字當 prompt。

右半邊是曲風分析,Genres 就是我們的曲風啦,也有提供副曲風、情緒、樂器、BPM、key 之類的資訊,都可以複製回去當 prompt 用。

後面的數字是相似程度,參考就好,畢竟曲風、情緒感受是很主觀的,

好啦,讓我們聽聽用 ado show 的曲風做出來的歌長怎樣吧。

好像不太對勁,加個 J-pop 進去看看,這個感覺比較對,就先到這邊吧。

也提醒一下,我們不太可能只複製一首歌的 prompt 就得到想要的歌,多放幾首你覺得類似的歌到 sonoteller 分析是個好方法!

配合 ChatGPT 之類的工具來生成額外 prompt 也可以。不過我覺得門檻比 sonoteller 高,而且也不容易搞懂那些詞彙到底代表了什麼。

等等,Udio 和 Suno 到底哪一個好用?

再來說說前面有提到的 Udio 和 Suno 有什麼差吧!

基本邏輯是相同的,但 Udio 的操作更直覺,Udio 有提供 prompt 提示,不僅給我靈感,讓我學到很多新名詞,真的超級多,可能我在學校音樂課學的詞彙都沒有這幾個禮拜學到的多。

還有 Udio 每次生成歌曲只有 30 秒,更容易修改或擴充,它的擴充還可以選擇 intro outro 來生成音樂的開頭結尾,比起suno用起來更順手。

然後現在 udio 完全免費,一個月能生成 600 首,超適合拿來練 prompt!

蛤?你說這集為什麼沒有 Udio 生成的歌?

因為現在 udio 免費生成的音樂不能商用!

所以這支影片,就還是以 Suno 為主啦。

最後,你覺得 AI 生成的音樂聽起來如何呢?

  1. 當背景音樂不錯聽
  2. 匠氣太重,了無新意
  3. 沒感覺,要做的話
  4. 其他也可以留言分享喔

如果有其他想看的 AI 工具測試或相關問題,也可以留言告訴我們~

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!

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!