【快來抽書:重磅科幻小說】《AI 2041:預見10個未來新世界》
(送出2本)
#李開復說看完這本精彩小說你就懂AI了
#歡迎青少年與所有大人提前進入美麗AI新世界
#李開復架構10幅技術藍圖
#科幻小說家陳楸帆依藍圖築構10個AI新世界
💖【參加辦法】(四步驟:按讚、留言、標兩個朋友,公開分享)
1. 即刻起至7/24(六)晚上12點止,在本文按讚
2. 在本文底下留言【AI 2041:預見10個未來新世界】並【標註兩個朋友】
3. 在自己臉書公開分享本文
4. 7/26(一)進行電腦亂數抽獎(共抽出2本,將以私訊通知)
💖這不是業配文喔,菊仙純粹分享
💖一人僅限參加一次(貼文兩次以上也只算一次喔)
─────科學 + 科幻─────
➤李開復架構10幅「技術藍圖」,科幻小說家陳楸帆依藍圖築構10個「AI新世界」
➤李開復40年的AI專業經驗 + 科幻小說家陳楸帆的無邊想像
➤「虛構的敘事」與「非虛構的科技評論」完美結合
➤展現20年後被AI 技術深刻改變的未來世界。
AI時代已經開啟。在我們面前,機遇與挑戰並存。
如AI與人性特質如何共存等諸多課題,都需要深入探索和思考。──李開復
想要創造什麼樣的未來,就從想像那樣的未來開始。──陳楸帆
.AI能否幫助人類從根源上預防疫情?
.如何應對未來的職場挑戰?
.在AI主導的世界中如何確保文化多樣性?
.如何教導下一代適應人類與AI共存的新社會?
.面對AI帶來的社會問題所隱含的人性拉鋸戰,我們如何抉擇?
AI能創造前所未有的財富與價值,能徹底改變醫學和教育,能提升人類的工作、娛樂和交流的品質,能把人類從日常工作中解放出來。
不過,AI也會帶來無數挑戰和風險:
•演算法偏見
•安全隱患
•深度偽造
•隱私資料的侵犯
•自主武器的使用
•取代人類員工。
不過,以上情況並非AI主導造成的,而是惡意或草率使用AI技術的幕後黑手。
全球AI領軍人物李開復最關切的是,AI正飛速發展,人類的未來將通往何方?
歡迎來到2041!
全球重磅推薦
✓劉慈欣│2015年雨果獎得主、《三體》作者
✓雷.達里歐(Ray Dalio)│橋水基金創辦人
✓薩蒂亞.納德拉(Satya Nadella)│微軟董事長
✓楊立昆(Yann LeCun)│圖靈獎得主
★本書有著開創性的結構,用前所未有的跨越文類的多視角,展望人工智慧構造的未來,讓我們從理性上把握未來發展趨勢的同時,也從感性上觸摸未來的質感和溫度。生動逼真的科幻想像與嚴謹深入的技術論述完美地結合,讓本書無論是從科幻還是從技術現實的角度,都具有無與倫比的魅力。──劉慈欣,2015年雨果獎得主、《三體》作者
★對未來的解析精闢又精采。──雷.達里歐(Ray Dalio),橋水基金創辦人、《紐約時報》第一名暢銷書《原則》作者
★陳楸帆的創作實力,加上李開復的科技功底,建構出令人好奇又恐懼的AI未來世界。閱讀這本絕無冷場的好書,就能明白某些科技會在何時,又會如何發展成熟,而全體人類又會面臨什麼樣的影響。──薩蒂亞.納德拉(Satya Nadella),微軟董事長
★唯有有膽有識之人,才敢預測AI的未來。這是一位科技界的先驅泰斗,與一位洞悉未來的科幻作家,攜手打造的開示之書,對於AI科技會如何影響我們的生活,提出大膽又殷切的見解。──楊立昆(Yann LeCun),圖靈獎得主,臉書首席AI科學家
★我們能不能適應我們一心創造的奇異新世界?我們知道無從想像的改變即將到來,卻不知這些改變對人類有何影響。李開復跟陳楸帆的《AI 2041》,對於我們即將面對的未來有最詳盡的描寫,最深情的叮嚀。──班奈特.米勒(Bennett Miller),「魔球」與「暗黑冠軍路」導演,曾獲奧斯卡獎提名
★我們正處於AI發展史的關鍵時刻。我所讀過的書當中,唯有這本創意四射的佳作,才真正一語道破AI的精髓。與其思考該不該信任AI,還不如將AI當成一種工具,一種由我們人類塑造的工具。李開復在《AI 2041》的精闢分析,凸顯出這項人類必須積極承擔的責任。陳楸帆筆下的精采故事,昭示了AI可將曾經無解的問題,化為充滿新機的未來。──亞利安娜.哈芬登(Arianna Huffington),Thrive Global 創辦人兼執行長
★《AI 2041》是科學與科幻的完美融合,揭示了AI將如何全面滲透我們的生活,而我們想創造造福全人類的科技未來,又會面臨什麼樣的挑戰。──馬克.貝尼奧夫(Marc Benioff),Salesforce董事長兼執行長
★將AI應用於商業經營,通常必須先研究這項科技,再思考如何應用。《AI 2041》卻帶領讀者走上相反的道路。兩位作者李開復跟陳楸帆,透過精采絕倫的故事,引領我們走入逼真的未來世界。再以淺顯易懂的說明,闡述AI科技的原理,造就一本讓人欲罷不能又大開眼界的好書,想了解如何應用AI,絕不可錯過此書。──馬克.庫班(Mark Cuban)
.
…………..【內容快速勾勒】…………
第一章 一葉知命
在印度孟買,一個當地家庭參與了一項由深度學習賦能的智慧保險計畫。為了改善這家人的生活,AI保險程式透過一系列生活應用與這家的每位成員相連,這些應用與保險演算法進行動態互動。然而,正值青春期的女兒卻發現,這套AI保險程式似乎總是在「巧妙」地阻撓她追求愛情。
【開復解讀】
一、什麼是深度學習
二、深度學習:能力驚人但也力有未逮
三、深度學習在網際網路和金融行業的應用
四、深度學習帶來的問題
第二章 假面神祇
一名懷揣電影夢想的奈及利亞影音製作者,被神祕公司招募來製作一段真假難辨的Deepfake(深度偽造)影片。如果他成功地做到瞞天過海,將引發災難性的後果,從而改變整個國家未來的命運……
【開復解讀】
一、什麼是電腦視覺技術
二、電腦視覺技術的應用
三、電腦視覺的基礎─卷積神經網路(CNN)
四、Deepfake
五、生成式對抗網路(GAN)
六、生物特徵識別
七、AI安全
第三章 雙雀
AI教師化身為韓國雙胞胎孤兒所喜愛的卡通化虛擬夥伴,分別幫助他們挖掘和發揮潛能。多虧有了AI的重要分支「自然語言處理技術」,這兩個AI夥伴才能夠用人類的語言流利地和孤兒交談,建立情感連結和信任,幫助兄弟倆在失散多年之後重新找回彼此。
【開復解讀】
一、自然語言處理(NLP)
二、有監督的NLP
三、自監督的NLP
四、NLP應用平台
五、NLP能通過圖靈測試或者成為通用人工智慧嗎?
六、教育領域的AI
第四章 無接觸之戀
在疫苗問世後,新冠病毒毒株定期變異,繼續肆虐人間。二十年後,人類不得不學會與病毒共存,家家戶戶都配有機器人管家,以減少人與人接觸的風險。在這個故事裡,身在上海的女主角患上了一種把自己與世隔絕的恐懼症。當愛神來叩門時,她內心一方面渴望擁抱愛情,另一方面卻極度懼怕和戀人親密接觸。誰能幫助她邁出這關鍵性的一步?
【開復解讀】
一、數位醫療與人工智慧的融合
二、傳統藥物及疫苗研發
三、AI在蛋白質折疊、藥物篩選及研發方面的潛力
四、AI與精準醫療及診斷:讓人類活得更加健康長壽
五、機器人技術
六、機器人技術的工業應用
七、機器人技術的商業場景和消費級市場
八、AI時代的數位化工作
第五章 偶像之死
故事描述了未來的娛樂業。到那時,遊戲都將是全感官立體沉浸式的,虛擬和現實之間的界限將變得虛實難辨。本故事發生在日本東京,主角利用AI和VR技術,讓她所愛慕的偶像復活過來,引領她去調查偶像之死背後的真正原因。
【開復解讀】
一、什麼是XR(AR⁄VR⁄MR)
二、XR技術:全方位覆蓋人類的六感
三、XR技術:超感官體驗
四、XR技術的兩大挑戰:裸眼顯示和腦機介面
五、XR技術普及背後的倫理道德和社會問題
第六章 神聖車手
二十年後,自動駕駛技術正處於從人類司機切換到全AI司機的過渡時期。在這個有著動作大片節奏感的故事中,斯里蘭卡一名電競少年被招募進了一個神祕計畫,他將要面對的並不僅僅是遊戲中的對手……
【開復解讀】
一、自動駕駛
二、真正的自動駕駛什麼時候才會出現
三、L5自動駕駛車輛將帶來的影響
四、阻礙L5自動駕駛的非技術性難題
第七章 人類剎車計畫
策劃〈人類剎車計畫〉的惡魔是一名歐洲電腦科學家。他在經歷了一場與氣候變化有關的家庭悲劇後,精神失常,開始利用量子計算、自動武器等突破性技術作惡,對人類進行史無前例的瘋狂報復。駭客與反恐特警聯手力挽狂瀾,人類命運將何去何從?
【開復解讀】
一、量子計算
二、量子計算在安全領域的應用
三、什麼是自主武器?
四、自主武器的利與弊
五、自主武器會成為人類生存的最大威脅嗎?
六、如何解決自主武器帶來的危機?
第八章 職業救星
隨著AI向愈來愈多的行業穩步進軍,愈來愈多職位逐漸被AI技術取代,那麼人類接下來能從事的工作是什麼?一場發生在舊金山的建築業大震盪,帶領我們走入一個新的行業──再就業服務。如何幫助結構性失業人群找回屬於人類的價值與尊嚴感,也許同樣需要AI的幫助。
【開復解讀】
一、AI將如何取代人類員工?
二、AI取代人類員工背後的潛在危機
三、UBI會是一劑良方嗎?
四、從事哪些工作的人不容易被AI取代
五、如何化解AI時代的人類工作危機?
六、迎接AI新經濟以及制定全新的社會契約
第九章 幸福島
一位中東的開明君主想試驗將AI做為給人類帶來終極幸福感的靈丹妙藥。然而,幸福是什麼?幸福如何衡量?這位君主邀請了各界名人聚集在一座私密的島嶼上,讓這些名人共享他們的個人資料,並成為探索這個奇妙命題的小白鼠。然而,試驗卻出人意料地走向了失控……
【開復解讀】
一、AI時代的幸福準則
二、如何利用AI衡量和提升幸福感
三、AI數據:去中心化 vs. 中心化
四、誰值得我們信賴並有資格儲存我們所有的資料?
第十章 豐饒之夢
在布里斯班一座由AI管理的養老社區中,一位原住民女孩如何幫助罹患阿茲海默症的海洋生物學家解開身世之謎?故事中勾勒了在澳大利亞的未來社會的兩種貨幣:一種是錢,其重要性日益減弱;另一種是代表聲譽和尊重的價值的新貨幣,其重要性與日俱增。
【開復解讀】
一、可再生能源革命:太陽能+風能+電池技術的有效結合
二、材料革命:走向無限供給
三、生產力革命:AI與自動化
四、豐饒時代:技術發展的必然結果
五、稀缺時代與後稀缺時代的經濟模式
六、豐饒時代的貨幣制度
七、豐饒時代的挑戰
八、豐饒時代之後,會是奇點時代嗎?
九、AI 的故事會是圓滿的結局嗎?
•關於2041年的預測
【書訊】https://www.books.com.tw/products/0010895593?sloc=main
「生成對抗網路架構」的推薦目錄:
生成對抗網路架構 在 媽媽Mia很繪耶 Facebook 的精選貼文
【客製畫分享。她的故事 】
—Live well, Laugh often, Love much
/ 我希望幸福是愛的人、我愛的人都安好,我也能找到自己內心的平靜 / - 玟均
/
還記得前陣子的抽獎活動嗎?
當我詢問FB得獎者玟均,
她的獨一無二客製畫要用什麼為主軸繪製時,
她回我想要以:
「Live well, Laugh often, Love much」
這段話來客製。
老實說,
英文不好的我當下其實沒有很懂(糗)。
不過沒關係,
本來要更貼切客人想要的感覺,
當然不可能僅憑一句話就辦的到了。
/
我:「妳有想要呈現的色調顏色嗎?」
她:「沒有,請盡情的發揮!」
(這根本是所有插畫家最愛的一句話❤️)
我:「可以多跟我分享為什麼想要以這句話繪製嗎?」
她:「長大之後會覺得很多事情很複雜,可能想要一份好工作、希望可以財富自由、疫情之下讓許多計畫被迫改變。雖然人生很難,但其實相比很多人,我已經很幸福了,所以我希望自己可以惜福,希望自己能「Live well, Laugh often, Love much」。找到自己的幸福所在,不需要和別人比較。」(好感性!!)
/
看完當下,我以為玟均是位經歷許多事物的3、40歲熟女,
不然怎麼會有這麼深的感觸呢?
思索了一下,繼續敲打著鍵盤詢問
「我可以請問是關於哪方面有如此深的領悟嗎?親情?愛情?還是友情呢?」
玟均回道,
因為出國讀書的關係與家人分隔兩地,
也因為如此來不及見最愛的長輩最後一面,
當後悔湧上心頭時,
不禁會迷惘,
為了夢想而失去與家人相處的時光值得嗎?
/
看著螢幕上的回話,我對這個女孩有著不捨,
因為我懂這種悔恨的感覺,
當常常相處的長輩突然走了,
平淡的最後一面竟會非常深刻的時時想起。
如果我當初做出不一樣的選擇,
是不是結果就不一樣了?
但是,我們都知道沒有如果⋯⋯⋯
聊到這邊,腦海裡已經有了初步的架構。
/
▌設計理念
與玟均聊完之後,
迅速的把大概構想草圖畫出來避免忘記,
拿著鉛筆在紙上畫了牽手的樣子,
一邊是玟均,另一邊則是陪著她走下去的夥伴,
對我而言,我是個很沒安全感的人,
但孩子們的出生成為我強力的動力,
時時牽著我一起往前進,
我希望玟均也有這麼個永遠支持她的人,
不論男女、家人亦或是朋友,
有個人陪著走,
一起對抗未知的一切是件多麼幸福的一件事,
我在遠方畫上甜美明朗的色系,
也代表著一起邁向光明的未來。
說個題外話,
畫完的當下自己覺得怎麼畫這麼美啊!
我媽開玩笑的說
妳是因為要給人的關係才畫的特別漂亮嗎?
才不是勒!!
/
▌客製畫後感想
藉由這2次客製畫的經驗我發現,
與人聊天而繪製出圖畫非常有趣,
藉由對方自身精彩的故事與給予的主題,
讓我從不同思維構想作品,
彼此互相成長進步的過程真的很享受也很棒!
所以快來訂製屬於妳的客製畫吧!!
/
#什麼是客製畫?
依照一首歌、一段文字、想要的感覺情境等手繪一幅圖,
歡迎私訊訂購專屬於妳的獨特😊
—
*談話內容均徵求當事人同意發佈
*繪者本人擁有作品(含網路)公開展示權、姓名權、著作權
/
⭐️
我是Mia
每週三晚上9點半
分享我最繪的訊息給妳
生成對抗網路架構 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
AI 時代的摩爾定律?黃氏定律靠的是自身技術力將 AI 性能年年加倍
作者 雷鋒網 | 發布日期 2020 年 12 月 16 日 8:45
1965 年,時任快捷半導體公司工程師,也是後來英特爾(Intel)的創始人之一的戈登·摩爾(Gordon Moore)提出了摩爾定律(Moore’s law),預測積體電路上可以容納的晶體管數目大約每經過 24 個月便會增加 1 倍。
後來廣為人知的每 18 個月晶片性能將提高 1 倍的說法是由 Intel CEO 大衛·豪斯(David House)提出。過去的半個多世紀,半導體行業按照摩爾定律發展,並驅動了一系列的科技創新。
有意思的是,在摩爾定律放緩的當下,以全球另一大晶片公司 NVIDIA 創始黃仁勳(Jensen Huang)名字命名的定律——「黃氏定律(Huang’s Law)」對 AI 性能的提升作出預測,預測 GPU 將推動 AI 性能實現逐年翻倍。
Intel 提出了摩爾定律,也是過去幾十年最成功的晶片公司之一。NVIDIA 作為當下最炙手可熱的 AI 晶片公司之一,提出黃氏定律是否也意味著其將引領未來幾十年晶片行業的發展?
AI 性能將逐年翻倍
受疫情影響,一年一度展示 NVIDIA 最新技術、產品和中國合作夥伴成果的 GTC China 改為線上舉行,黃仁勳缺席今年的主題演講,由 NVIDIA 首席科學家兼研究院副總裁 Bill Dally 進行分享。Bill Dally 是全球著名的電腦科學家,擁有 120 多項專利,在 2009 年加入 NVIDIA 之前,曾任史丹佛大學電腦科學系主任。加入 NVIDIA 之後,Dally 曾負責 NVIDIA 在 AI、光線追蹤和高速互連領域的相關研究。
在 GTC China 2020 演講中,Dally 稱:「如果我們真想提高電腦性能,黃氏定律就是一項重要指標,且在可預見的未來都將一直適用。」
Dally 用三個項目說明黃氏定律將如何得以實現。首先是為了實現超高能效加速器的 MAGNet 工具。NVIDIA 稱,MAGNet 生成的 AI 推理加速器在模擬測試中,能夠達到每瓦 100 tera ops 的推理能力,比目前的商用晶片高出一個數量級。
之所以能夠實現數量級的性能提升,主要是因為 MAGNet 採用了一系列新技術來協調並控制通過設備的訊息流,最大限度地減少數據傳輸。數據搬運是 AI 晶片最耗能的環節已經是當今業界的共識,這一研究模型以模組化實現能夠實現靈活擴展。
Dally 帶領的 200 人的研究團隊的另一個研究項目目標是以更快速的光鏈路取代現有系統內的電氣鏈路。Dally 說:「我們可以將連接 GPU 的 NVLink 速度提高一倍,也許還會再翻番,但電信號最終會消耗殆盡。」
這個項目是 NVIDIA 與哥倫比亞大學的研究團隊合作,探討如何利用電信供應商在其核心網絡中所採用的技術,通過一條光纖來傳輸數十路信號。據悉,這種名為「密集波分複用」的技術,有望在僅一毫米大小的晶片上實現 Tb/s 級數據的傳輸,是如今連網密度的 10 倍以上。
Dally 在演講中舉例展示了一個未來將搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。這意味著,利用「密集波分複用」技術,不僅可以實現更大的吞吐量,光鏈路也有助於打造更為密集的系統。
想要發揮光鏈路的全部潛能,還需要相應的軟件,這也是 Dally 分享的第三個項目——全新程式語言系統原型 Legate。Legate 將一種新的編程速記融入了加速軟件庫和高級運行時環境 Legion,借助 Legate,開發者可在任何規模的系統上運行針對單一 GPU 編寫的程序——甚至適用於諸如 Selene 等搭載數千個 GPU 的巨型超級電腦。
Dally 稱 Legate 正在美國國家實驗室接受測試。
MAGNet、以光鏈路取代現有系統內的電氣鏈路以及 Legate 是成功實現黃氏定律的關鍵,但 GPU 的成功才是基礎。因此,GPU 當下的成功以及未來的演進都尤其重要。
GPU 是黃氏定律的基礎
今年 5 月,NVIDIA 發布了面積高達 826 平方毫米,整合了 540 億個晶體管的 7 奈米全新安培(Ampere)架構 GPU A100。相比 Volta 架構的 GPU 能夠實現 20 倍的性能提升,並可以同時滿足 AI 訓練和推理的需求。
憑藉更高精度的第三代 Tensor Core 核心,A100 GPU AI 性能相比上一代有明顯提升,此前報導,在 7 月的第三個版本 MLPerf Training v0.7 基準測試(Benchmark)結果中,NVIDIA 的 DGX SuperPOD 系統在性能上開創了 8 個全新里程碑,共打破 16 項紀錄。
另外,在 10 月出爐的 MLPerf Inference v0.7 結果中,A100 Tensor Core GPU 在雲端推理的基準測試性能是最先進 Intel CPU 的 237 倍。
更強大的 A100 GPU 迅速被多個大客戶採用,迄今為止,阿里雲、百度智能雲、滴滴雲、騰訊雲等眾多中國雲服務提供商推出搭載了 NVIDIA A100 的多款雲服務及 GPU 實例,包括圖像辨識、語音辨識,以及計算流體動力學、計算金融學、分子動力學等快速增長的高性能計算場景。
另外,新華三、浪潮、聯想、寧暢等系統製造商等也選擇了最新發布的 A100 PCIe 版本以及 NVIDIA A100 80GB GPU,為超大數據中心提供兼具超強性能與靈活的 AI 加速系統。
Dally 在演講中提到:「經過幾代人的努力,NVIDIA 的產品將通過基於物理渲染的路徑追蹤技術,即時生成令人驚豔的圖像,並能夠借助 AI 構建整個場景。」
與光鏈路取代現有系統內的電氣鏈路需要軟硬體的匹配一樣,NVIDIA GPU 軟硬體的結合才能應對更多 AI 應用場景苛刻的挑戰。
Dally 在此次的 GTC China上首次公開展示了 NVIDIA 對話式 AI 框架 Jarvis 與 GauGAN 的組合。GauGAN 利用生成式對抗網路,只需簡略構圖,就能創建美麗的風景圖。演示中,用戶可通過語音指令,即時生成像照片一樣栩栩如生的畫作。
GPU 是黃氏定律的基礎,而能否實現並延續黃氏定律,僅靠少數的大公司顯然不夠,還需要眾多的合作夥伴激發對 AI 算力的需求和更多創新。
黃氏定律能帶來什麼?
NVIDIA 已經在構建 AI 生態,並在 GTC China 上展示了 NVIDIA 初創加速計劃從 100 多家 AI 初創公司中脫穎而出的 12 家公司,這些公司涵蓋會話人工智慧、智慧醫療 / 零售、消費者網路 / 行業應用、深度學習應用 / 加速數據科學、自主機器 / IoT / 工業製造、自動駕駛汽車。
智慧語音正在改變我們的生活。會話人工智慧的深思維提供的是離線智慧語音解決方案,在佔有很少空間的前提下實現智慧交互,語音合成和語音辨識保證毫秒級響應。深聲科技基於 NVIDIA 的產品研發高質量中英文語音合成、聲音定制、聲音複製等語音 AI 技術。
對於行業應用而言,星雲 Clustar 利用 NVIDIA GPU 和 DGX 工作站,能夠大幅提升模型預測精確度以及解決方案處理性能,讓傳統行業的 AI 升級成本更低、效率更高。
摩爾定律的成功帶來了新的時代,黃氏定律能否成功仍需時間給我們答案。但這一定律的提出對 AI 性能的提升給出了明確的預測,並且 NVIDIA 正在通過硬體、軟體的提升和創新,努力實現黃氏定律,同時藉生態的打造想要更深遠的影響 AI 發展。
黃氏定律值得我們期待。
附圖:▲ NVIDIA GPU 助推 AI 推理性能每年提升 1 倍以上。(Source:影片截圖)
▲NVIDIA 首席科學家兼研究院副總裁 Bill Dally。
▲ 搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。
資料來源:https://technews.tw/2020/12/16/huang-law-predicts-that-ai-performance-will-double-every-year/?fbclid=IwAR1vXHWAGt_b8nDRW6VUqzpAINX_n_DzJ0KwJvdBnl18s8Q1A3Thk7hgBoI
生成對抗網路架構 在 Augustus's Blog - GAN系列-03 Deep Convolutional ... 的推薦與評價
在DCGAN中,Discriminator是一個CNN的網路,輸入一張圖片,然後輸出是真還假的機率;而Generator和CNN相反,輸入noise通過Generator生成一張圖片, ... ... <看更多>
生成對抗網路架構 在 30 基於生成對抗網路架構使用不成對圖像遷移達成色彩柔和 的推薦與評價
... <看更多>