華生是 IBM 設計製造的人工智慧電腦,由 90 台具有八核心處理器的 IBM Power 750 伺服器組成,每個核心有四個執行緒(thread),所以可以同時執行 2,880 個任務,每秒可執行 80 兆次浮點運算(不過這還擠不進前五百大超級電腦;截至 2014 年,第一名的速度是它的七百倍)。因為比賽時不能上網,華生內建的 16 TB 記憶體中有四分之一灌進了數以百萬的書籍與文件,估計有 2 億頁涵蓋各種領域的知識,其中包括完整的維基百科。
乍看之下或許會覺得這比賽對人類不公平,但「危險邊緣」的題目並非像「非洲有幾個國家是聯合國會員?」這種死題目,而是需要綜合判斷與聯想能力。而且華生與其他參賽者一樣得直接聽主持人念出題目後搶答,人類馬上就懂的隱喻、雙關語等對電腦而言卻是一大挑戰。因此雖然同樣是 IBM 研發的電腦「深藍」早在 1997 年就打敗西洋棋世界棋王,但那畢竟僅限於規則明確的棋藝;華生若能在「危險邊緣」節目中擊敗人腦,才會是人工智慧一個重要的里程碑。
例如烏鴉:英國聖安德魯斯大學的科學家 Christian Rutz 長期研究南太平洋的新喀里多尼亞烏鴉( New Caledonian Crow ),牠們是少數能夠製造工具的鳥類,會把樹枝的葉子拔掉,做成鉤子來釣蟲,不同群體的作法也有差異。他發現島上不同烏鴉群體有不同的叫聲,可能是文化得以傳播的關鍵。身為烏鴉專家的他加入了 ESP 地球物種計畫,研究二十年前已經野外滅絕,現在只剩圈養個體的夏威夷烏鴉,他們用機器學習來比較圈養跟野生烏鴉的錄音,了解圈養是否改變了烏鴉的詞彙,例如注意威脅、求偶等重要的叫聲,是否已經在圈養環境中失去了,如果我們破譯這些叫聲,可能可以幫助這些烏鴉重新野化。
各位泛科學院的好朋友,我們頻道之前分享了 Gamma 這個簡報製作服務,感謝各位的踴躍分享與收看。但,如果你跟我一樣是熱愛 Google 簡報,沒有 Google 簡報就吃不下飯睡不著覺,甚至會活不下去的簡報痴簡報狂,在用了 Gamma 之後,總覺得 Google 簡報應該要有類似的 AI 生成功能⋯⋯
這不就來了嗎?經過一番研究,我終於找到了,今天要來與你分享 SlideAI 這套基於 Google 簡報的外掛套件。
它主要支援兩種 AI 生成模式:主題提示或長文摘要,而且連簡報配圖也會自動選擇。
就讓我們來簡單測試一下到底好不好用吧!
今天跟各位分享了 Google 簡報的 SlidesAI 外掛套件,你覺得跟 Gamma 比起來哪一個好用呢?
近期科技界最熱烈討論的新聞,應該就屬韓國有研究單位宣布找到了新的室溫常壓超導體 LK-99 ,聽說可以在一般的高中大學實驗室中完成。這讓我不禁好奇它的製作原理,但,大部分的朋友應該跟我一樣都不是專業材料工程人員,看不懂論文怎麼辦呢?除了等泛科學出影片,別忘了我們有 AI 呀!今天我要來分享一套專門訓練來閱讀論文的 AI —— SciSpace Copilot。
今天的影片簡單的跟大家分享了基於 GPT 技術且針對閱讀學術文章進行特別優化的 AI —— SciSpace ,我只要遇到研究型文章都會特別開這個工具起來使用,其他的大語言模型都無法做到如此細緻。我覺得生成式人工智慧的未來就會到處是這種基於某種目的,比如讀論文,使用某個大模型進行微調 Fine-Tuning 之後的小模型,將會協助我們解決各種問題。