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。
