使用樹莓派 ( Raspberry Pi )從零開始學習建構人工智慧應用
從這 10.5 小時的課程,你會學到
1 從零開始建構不需要使用程式庫的神經網路
2 在 Raspberry Pi 上部屬神經網路,精通量化( quantization )方法
3 在 Raspberry Pi 建立深度學習影像分類應用
4 在 Raspberry Pi 建立物體辨識的深度學習應用
https://softnshare.com/raspberry-pi-deep-learning-from-ground-uptm/
同時也有3部Youtube影片,追蹤數超過1萬的網紅練健康,也在其Youtube影片中提到,【協調性下集】如何提升殺球能力? | 運動科學 | 神經網路理論 |流暢哥】 你是否曾經為了做好一個動作,比方說上籃上好、跳舞跳好、揮棒揮好,而反覆練習到學會/變強為止? 從 AI 的深度學習演算法我們可以理解神經網路是怎麼運作的,進而去找到動作學習上的問題在哪裡,並解決AI 領域會遇到的問題,我...
「類神經網路深度學習」的推薦目錄:
- 關於類神經網路深度學習 在 軟體開發學習資訊分享 Facebook 的精選貼文
- 關於類神經網路深度學習 在 河西羊的健聲房 Facebook 的最佳解答
- 關於類神經網路深度學習 在 iThome Facebook 的最讚貼文
- 關於類神經網路深度學習 在 練健康 Youtube 的最讚貼文
- 關於類神經網路深度學習 在 啟點文化 Youtube 的最佳解答
- 關於類神經網路深度學習 在 志祺七七 X 圖文不符 Youtube 的最佳貼文
- 關於類神經網路深度學習 在 完整解析AI人工智慧:3大浪潮+3大技術+3大應用|大和有話說 的評價
- 關於類神經網路深度學習 在 leemengtaiwan/deep-learning-resources: 由淺入深的深度學習 ... 的評價
類神經網路深度學習 在 河西羊的健聲房 Facebook 的最佳解答
讓女兒寫個在家自學一年的心得,她躊躇了一陣子,前天一動筆,三、四個小時寫出了五千字,寫的欲罷不能,超過我要求的字數。
寫的頂好的!
~~~~
自學一年心得
不知不覺間,我已經自學一年了,想想有些感嘆,就稍微和我的爸爸聊了聊這件事,結果,他思路清晰,很快的給了我一句話:「哦,自學滿一年啊,那就寫一篇三千字的心得吧,這是功課。」當下聽到有點無語,好吧,自己挖的坑自己跳,於是就有了這篇心得,來聊聊我這一年的經歷與學習。
為什麼會自學呢?一開始我自學時,身邊的同學與朋友是不相信的,一直以來我在學校的人緣都還行,雖不到真的很多朋友,但也不致邊緣,成績也沒有真的爛到哪去。
但事實上,我在學校的生活過得並不好。學習的部分,自從升上七年級開始,我的成績可以說是一落千丈,大約就是從第七名變成倒數第七名,生物數學地理變得困難,英文更是像開啟了新世界的大門,變得完全聽不懂,更要命的是學校一星期有五堂英文課,其中更有一堂是外師,全部都是英文,在得知有這堂課時,我的內心是崩潰的。
於是,在艱辛的七年級學業路上,只剩勉強過得去的歷史與公民,還有我唯一的希望國文。因為曾經遇過好老師,我的國文可以稍微自豪一下,在某次國文考試中似乎還得過全班第五名,為此我開心了很久;如果說國文可以稍微自豪一下,那麼作文就可以再自豪一點,我一直都很喜歡寫作,除了一次四級分,剩餘都是五級分以上,也常常被國文老師表揚。
但除此之外,就只能用一個「慘」字形容。隨著時間推移,我的數學開始跟不上,生物的難度也逐漸加大,社會科勉勉強強,原本就夠悲劇的英文更是變得慘不忍睹,偏偏英文的比重與考試是最多的,有成堆的英文考卷、講義,三個英文老師的功課更是讓我喘不過氣,那時,我很討厭考單字,因為我都是零分,不論怎麼努力都背不起來。
雖然,有許多熱心的同學幫助過我,有人會細心地告訴我錯的題目是為何而錯,有人甚至會在外師的課上幫我翻譯(在此深深感謝幫助過我的同學們,謝謝你們讓我撐過好一段時間),但還是無法彌補我的程度與考試範圍之間的落差,我開始逃避這一切,在上課時間寫小說,因為只有這樣,才能讓我的校園生活過得開心一點。
在進入小說的世界後,與世隔絕,一切都是我能掌控的,不用被幾個成績欄的數字束縛,不用因為不擅長的事情而否定自我,雖然是個惡性循環,寫出來的作品質量也不好,但,那至少是我當下能想到的最好辦法。
除了成績與考試外,令我困擾的事情還有一件,我很怕吵,不喜歡和太多人相處,但學校就是一個群體生活的地方,每天一定要接觸到人,去接受他們的情緒,那時我對自己還不太了解,也嘗試融入人群,但發現好像沒有辦法,於是,我向我爸媽提起了自學。我的哥哥也曾是個自學了四年的自學生,爸媽在我表達完觀點後,便同意讓我自學,於是從八年級開始,待在家中自己學習。
一開始自學,也像是打開一道新世界的大門,門後的世界是精采美麗的,不會被課表切割時間,不會有成堆的考試等著我,可以在平日和爸媽出去玩,能在家自由自在的生活,愛做什麼做什麼。
不過,最讓我高興的依然是能將大部分時間精力投入到小說創作,一天中,我花最多時間作的事是寫作,架構世界觀,寫出一個個完整的角色,將它們之間的情感糾葛寫成一本精彩的小說,我非常享受這樣的過程,有時一寫就是好幾個小時。
我寫小說的這條道路還滿特別的,是在我五年級的那年,爸爸出了作業,要我和哥哥一天打字十分鐘,哥哥去玩打字遊戲,我則是想到可以寫小說,一開始的創作毫無章法,就寫了一點點奇幻校園故事,講述一群人打妖怪的故事,也就隨便寫寫,打發時間,直到五年級升六年級的暑假,暑假作業之一是要完成一千字的小說,那時,班上同學隨口說了句:「老師,如果寫到一萬字會怎麼樣?」那時班上氣氛歡樂,老師也開玩笑似的隨口回了句:「寫到一萬字就不用寫其他暑假作業了。」我默默地將一萬字這個數字記在心裡,並且在接下來的兩個月中,將原本八百字的奇幻校園故事完成,一共一萬零八百字。
從此以後,我便愛上寫小說,我喜歡寫奇幻故事,更是偏好暗黑驚悚,目前進行中的十二本小說,有奇幻、校園、異世界、現實等主題。
漸漸的,小說從逃避現實的工具變成我與世界溝通的媒介,我每天花大把的時間在創作與發想,寫作能力也漸漸提升,從以前的一天只能寫三百字到現在能一天六千字,而爸爸也給了我一個機會,去出版一本小說,於是,我開始將注意力放在一部作品上,也就是如今已經出版的「傷痕」。
「傷痕」其實跟我一開始的寫作風格差的很多,畢竟我是寫奇幻世界起步的,也沒想過會拿一個「連續殺人魔」當主角。
書中,一名童年被霸凌的少女得了創傷壓力症候群,精神疾病令她無法好好生活,也影響到她的思考模式,她堅信,只要殺了霸凌過她的人,她就能獲得「救贖」,她開始逐一解決霸凌過她的六人,在過程中有悲傷、痛苦,也有過後悔,隨著得知她慘痛的經歷,她心中的感受只剩下恨,最終殺了霸凌過她的六人,也殺光了教會中一半的人,這樣的方式並沒有令女主角獲得救贖,故事的結尾也非常悲傷。雖然小說終究是假的,但我覺得女主角這樣的人是真的有可能存在的,她的心生病了,令她做出極端的事,但凡教會中多一個人關心她悲劇都不會發生,偏偏卻沒有,這本小說也是我想告訴大家,要友善的與人相處,不然可能會釀成大禍。
在這本書中,我用了一種奇特的方法詮釋,分成了三個階段,現在、夢境(過去)、獨白。現在的部分主要是在描寫殺人的過程以及主角心境的變化,夢境是過去發生的事情,主要描寫主角被霸凌的故事及過程,獨白則是死亡的人沒說出來的心聲。
很多人問我,為什麼寫出這樣的故事,我給的答案都是「抒發心情」,對我而言,創作與寫作是有意義的,就是說出心中想說、表達想發聲的事情,而「傷痕」有更深層的意義,它是給不可改變的過去一個機會,也給了我一個機會。「傷痕」畢竟是我的第一部作品,各方面都很稚嫩,也不可能是我最好的一部作品,但他卻是對我而言最重要的一部作品,令我放下了許多執念,令我的心理狀態變得更加健全。
故事永遠都是故事,但卻能帶來如此神奇的功效,我想,這就是寫作的魅力吧!在自學的過程中,我會一直不懈的去創作故事,從而去理解世界與人心,我想成為一個厲害的作家,用文字成為他人的光,用作品去讓他人得到所謂的救贖,我不能阻止世界上發生悲傷的事,但我想盡我所能,讓更多人能感受到世間的美好。
傷痕出版後,我感受到了很大的快樂,除了親朋好友的好評,還有賺到了錢的快樂,也要感謝贊助我出書、為我這本書奔波勞累的阿嬤,感謝鼓勵我創作此書的哥哥,還有理解我的父母,我也會更加努力學習的。
如今我的十二部作品中,有許多提到精神病的故事,精神病是我想去了解的領域,因為想要去看看所謂「與正常人不一樣」的人心中究竟在想些什麼,去深入了解這社會中很多人不理解的「常態」,從而去創作真實又殘酷的劇情。
於是,我便開始研究「變態心理學」及「精神病學」,找到了一個北大的變態心理學課程影片,教授講的很好,我便看著影片學習。
我是真的很喜歡變態心理學,雖然不擅長的生物學模型有聽沒有懂,但心理學模型我還是上的津津有味,在心裡學模型的四個學派中,我最喜歡精神病分析學,意識、前意識和無意識和本我、自我、超我的概念是我很認同的。
異常心理與精神病是我在寫作中很喜歡提的,因為在童年成長過程所遭遇的事情會影響一輩子,在上課時教授也時常提起童年經歷等相關事情,我也喜歡將童年描述的悲慘,去營造一個更加立體的角色,這也就是為何我的作品中時常會有過去的描寫。北大的變態心理學課程很難,其中還會接觸到生物學、腦神經科學及遺傳基因等,都是我不熟悉的領域,雖然上課進度緩慢且要花更多時間精力去釐清,但卻是我自己心中所喜歡的,在過程中是快樂的,所以我很喜歡學習變態心理學。
在八年級下學期時,我的媽媽接到了一個三年級國小老師的工作,於是,非常閒的自學生我本人便接下了家中伙食處理的重要任務,開啟了我的廚娘生活。
我對煮飯是很有興趣的,之前也煮過幾次,不過要包辦全家人的三餐還是一項挑戰,我開始研究菜單,研究家人的口味,來煮出全家人都能接受的食物,一開始當然不太順手,跟廚房不熟,也多次燙到自己,在一次炸肉時更是差點把手炸掉,至今手上還有一道淺淺的疤痕,不過我不斷嘗試,越來越好,甚至被哥哥的高中同學們大力稱讚,聽說他班上同學很喜歡吃我做的燉飯,帶去的便當常常被搶,讓我非常的開心,還有一陣子幫哥哥的朋友也準備一份便當,賺一些小錢。
在煮飯的過程中,我了解了一些道理,第一便是和人一起生活有相同的口味是很重要的,我們家的口味還算相近,也能互相配合,比如我、爸爸和哥哥都不喜歡紅蘿蔔,我們家的咖哩裡面就不會放紅蘿蔔,改成全家人都喜歡的地瓜,但有些時候無可奈何,主廚就要辛苦一點,比如我哥哥不吃辣,但我和爸媽很喜歡吃部隊鍋,這種時候就要另外幫哥哥準備一鍋不辣的鍋物,不過因為過於麻煩,現在學乖了,我和爸媽會在平日中午哥哥去上學時吃有辣的東西。
第二個道理便是預算控制的重要性,爸爸給了我一定的預算讓我學習控制,起初幾個月預算常常超支,導致月底要吃的很簡單,不過也是愈來愈好,漸漸的還能留下一些預算,對於食物的價錢概念也愈來愈強。
我認為,會煮飯算是一項滿好的技能,能自己控制吃什麼、什麼時候吃,健康又省錢,如果有時間,學習煮飯真的是一個很好的選擇。
我一直很喜歡音樂,從小就也學習鋼琴,雖然現在漸漸荒廢,但我對歌唱的興趣也愈來愈高,尤其喜歡中文說唱,喜歡強大的節奏感以及富含意義的歌詞。
會接觸到中文說唱是因為鄧紫棋和潘瑋柏合作的「死了都要愛」,我便愛上了說唱的感覺,但是真正讓我想要學習說唱,是因為VAVA改編的「Life's a struggle」,叛逆又強勁的歌詞,無畏又悲傷的聲線令我決定開始練說唱。
我在說唱上有點天分,節奏感與生俱來,在說唱的過程中,我能感受到強烈的快樂,我也嘗試寫過幾首歌,雖然不成熟,但作詞作曲編曲都是我完成的,其中我最喜歡作詞,寫的大多是饒舌,唯一寫過一首旋律較多的歌是送給閨密的生日禮物。
相對來說,我歌唱的能力並沒有那麼強,也沒有特別喜歡的歌,直到聽到歌手黃霄雲唱的「打開」,我突然想要飆高音,便去找我的發聲老師爸爸學習,也愈來愈喜歡唱歌。
自學不久後,爸爸買了一台混音器,我便常常使用它,去磨練我的歌聲在麥克風中的樣子。
經過了爸爸的教導,我的唱歌實力不斷提升,以前唱起來吃力的歌也變得輕鬆,我很喜歡唱歌與說唱,也曾經參加「聲林之王3」的網路海選,雖然並未成功,不過也累積了些經驗。
自學的過程中,大部分時間都在與自己相處,於是,我慢慢去了解自己,漸漸的,我接觸到了「高敏感族群」這樣東西。
「高敏感族群」這樣的人大概就是會深度處裡事情,常常被過度刺激,同理心高且情緒反應強烈,是十分敏感的一類人。高敏感通常來自遺傳,我去做了測試,指數很高,其實不用到太驚訝或感到稀奇,畢竟世界上有20%的人是高敏感族群。
得出這個結果,便回顧了一下我的人生,好像真的是這樣的,我在人群中待不了太久,容易覺得吵雜,很在意別人的微表情與情緒,小時候也很多人說我內向,更嚴重的例子是,只要有人在我旁邊罵人,我都會感到害怕,不管他罵的是誰、因為什麼事情而罵。
印象深刻的是在國小的時候,有一位老師因為我們班的男同學太過不乖而氣哭,明明跟我毫無關係,我卻去跟老師道歉,還哭了,因為我能感受到老師的無奈和悲傷,我也是打從心裡覺得對不起老師,即便那堂課我完全沒有吵鬧。
不過,在了解自己是高敏感族群後,我的生活反而輕鬆了不少,因為知道我不是故意不融入人群,不是故意不去與人相處,只是先天的容易疲憊,自學待在家不去接觸人群也令我感到輕鬆,不禁再度感嘆自學這個決定的美好。
現在我接觸人的機會很少,除了去教會和買菜以外幾乎不與人接觸,朋友也是非常的少,但我活得很開心,因為這樣的狀態對我而言是最好的狀態。
高敏感對於我的寫作有很大幫助,因為對於情緒感受敏感,我能去創作飽滿的人物與劇情,這也是有人說「高敏感是種天賦」的原因吧!
說到底,自學最大的好處仍是「能學自己想學的東西」,畢竟人都有擅長與不擅長的東西,我認為沒必要對著教科書照單全收,去學習自己喜歡且有天分的東西對學習的效率與品質有也很大的影響,如果不自學,我根本不可能在十四歲完成一本小說,也不可能去研究什麼變態心理學,但既然我自學了,我就要對我所選擇的事物全力以赴,做到最好,這樣,才無愧於我的十四歲,無愧於我的國二。
如今已經邁入了自學的第二年,我也要抓緊時間去學習,好好運用我的天賦與努力,去寫作、創作,並且過的快樂、充實。
不知不覺間,本是三千字的心得也寫到了五千字,或許我真的很喜歡文字吧?就像是喜歡我的人生一樣。
小說「傷痕」博客來連結:https://pse.is/3ju946
類神經網路深度學習 在 iThome Facebook 的最讚貼文
若分類的對象是線性可分,我們可以使用感知器,若想以感知器處理線性不可分問題,基本上,也可以模仿支持向量機,透過核方法(Kernel method)的方式來處理。
但是,感知器就像個神經元,不如將一堆感知器組合為神經網路,就可以進行深度學習,達成複雜的任務,只不過在原理上,認識龐雜的數學推導過程雖是必要,但是,也容易令人忽視個別運算間可組合的本質
#看更多 https://www.ithome.com.tw/voice/146527
類神經網路深度學習 在 練健康 Youtube 的最讚貼文
【協調性下集】如何提升殺球能力? | 運動科學 | 神經網路理論 |流暢哥】
你是否曾經為了做好一個動作,比方說上籃上好、跳舞跳好、揮棒揮好,而反覆練習到學會/變強為止?
從 AI 的深度學習演算法我們可以理解神經網路是怎麼運作的,進而去找到動作學習上的問題在哪裡,並解決AI 領域會遇到的問題,我們人類本身也會遇到,幸運的是AI科學家已經幫我們找出解法了!
當你覺得是最「好」的動作的時候,就真的是最佳的嗎?你登的山是象山還是西馬拉雅山?那登錯了怎麼辦?還有得救嗎?
今天這個影片會以排球的殺球為例,介紹幾個常見問題以及如何透過改變訓練方式去優化動作,之所以拖這麼久才出是因為確實是不好表達,影片已經盡量簡化了,讓我們看下去!
流暢哥IG:https://www.instagram.com/rotator_bro/
練健康IG:https://www.instagram.com/lkk_wellness/
#協調性 #動作模式 #人工智能 #AI #線性代數 #流暢哥 #局部最佳解 #殺球 #排球 #排球殺球
類神經網路深度學習 在 啟點文化 Youtube 的最佳解答
【線上課程】《過好人生學》~讓你建立迎向未來的思維與能力!
課程連結:https://pse.is/H8JXH
第一講免費試聽:https://youtu.be/-EHOn0UxMys
不定期推出補充教材,讓學習無限延伸:https://pros.is/KQZZH
【8/3開課!】《人際回應力-看懂情緒,輕鬆對談》~第23期
一個人的命運,是回應力的總和!
課程資訊:http://www.koob.com.tw/contents/157
更多學員心得分享:http://goo.gl/Guc6V6
【線上課程】《自信表達力》~讓你不再害怕開口
從「敢表達、說清楚」到讓人「聽得進、會去做」的完整學習
課程連結:https://pse.is/RG5NC
第一講免費試聽:https://youtu.be/fAjySLoa2f8
不定期推出補充教材,讓學習無限延伸:https://pse.is/NUJK9
【線上課程】《理財心裡學》~擺脫家庭影響,從心培養富體質
課程連結:https://pse.is/EPBWE
第一講免費試聽:https://youtu.be/HgrDK7pqR-0
不定期推出補充教材,讓學習無限延伸:https://pse.is/NJ5VE
【線上課程】《時間駕訓班》~
學會提升效率,擺脫瞎忙人生,做自己時間的主人
課程連結:https://pse.is/DDDHB
第一講免費試聽:https://youtu.be/flfm52T6lE8
不定期推出補充教材,讓學習無限延伸:https://pse.is/GXZWM
【線上課程】《人際斷捨離》~
讓你留下怦然心動的關係,活出輕盈自在的人生!
課程連結:https://pse.is/E5MW5
第一講免費試聽:https://youtu.be/YyLvd1cNcDw
不定期推出補充教材,讓學習無限延伸:https://pse.is/LVRLY
【我們有Podcast囉~】歡迎到Podcast應用裡搜尋「啟點文化一天聽一點」訂閱我們!
Apple Podcast~https://pse.is/N2WCZ
Google Podcast~https://pse.is/PEN2Z
在Himalaya收聽~https://www.himalaya.com/ekoob
在Spotify收聽~https://pse.is/PQT76
在SoundCloud收聽~https://soundcloud.com/ekoob
桌遊【人際維基】~一玩就懂得別人的在乎:https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】:https://goo.gl/ASruqR
=========================
每個人都想要找到更穩定、更有保障的工作,不過我要提醒的是,要是你沒看今天的節目,到頭來,你可能只剩下一場空。
在收看影片之前,不管你是在Youtube還是Podcast收看或收聽,記得訂閱我們的頻道,你的具體支持,是我們製作節目的最大動力~
最近在網路上,有某些關鍵字持續的飆升,像是「企業紓困」、「疫情紓困」都引起上萬人次的搜尋。
而這些關鍵字的背後,也代表著在疫情平息之前,無薪假、失業這些問題不會改善,人們也很難恢復安全、穩定的生活;因此人們會傾向去尋找更有保障的工作,這也讓坊間的公職考試補習班,又熱門起來了!
公職補習班迷思
當然喔,追求安全、穩定本來就是人性,只是當我發現這些公職補習班,還用一些有一點不合時宜的標語,對求職者做宣傳,像是什麼呢?「參加銀行特考,就能擁有讓人羨慕的福利跟待遇」。
甚至是「書記官地位崇高,形象良好,進可攻擊他人之不正,退可保守自己親朋之安全。」這其實是一類的訴求喔,有一點誤導大眾的認知跟行為,我一定要來逆風發言一下。
那為什麼我會這樣說呢?台灣喔的「人工智慧」教父~李開復先生,在他的著作《AI新世界》裡面提到。
他認為人工智慧註定會顛覆世界,並且會帶來前所未有的經濟失衡,而眼下最直接的,就是在未來的五到十年之內,對於全球就業市場帶來的衝擊,很多一般人認定的金飯碗,很可能都會被AI取代。
白領失業潮來了!
李開復在他的書裡面,更進一步的指出,近年來,世界各國因為「無人銀行」的興起,各種AI的工具,已經可以承擔90%以上的金融業務。
再加上喔現代年輕人,普遍使用行動支付、網路銀行的比例越來越多;實際到銀行臨櫃的人越來越少,而第一線的金融人員的工作就此消失,已經是顯而易見的結局!
國外甚至於已經出現申請貸款,把資料送出到核可,不到幾個小時就能夠完成。
這裡的關鍵,就在於AI機器人已經掌握申請人的大量數據,可以在很短的時間裡面做完風險評估,而這些都是人類很難做到的事情。
再來,法院書記官的工作,就是掌管司法紀錄、編案、文牘、統計這些事務;講白話文就是「法院資料的輸入與管理」。
但你知道嗎?現在的科技,已經可以讓機器聽懂人類說話,同時呢在螢幕上轉換成精準的文字,準確率高達九成以上。
你想想看喔,假如準確率繼續提高,費用也越來越平價,法院或者是政府是不是有很大的可能性,會直接採購這樣的設備來取代書記官呢?
一來呢,大幅降低薪資的費用,二來呢,降低人員管理的問題;畢竟人類加班會抱怨,但機器不會有這個問題。
聽到這裡喔,你也許會好奇,以前聽說的AI、人工智能會取代的工作,那應該都是像工廠的工人,或者是體力活動的藍領階層才對啊!
那怎麼現在這些靠「腦袋」的工作,像是銀行行員、書記官,這些白領職業,也會被AI取代呢?
這是因為啊,現代的AI本質,其實是一種「深度學習」!那什麼是「深度學習」呢?
李開復先生在他的書裡面提到,深度學習是一種模仿生物智能的「神經網絡式」的學習方法。
簡單來說喔,過去的電腦只能執行單一程式;比如說,你希望機器人幫你到早餐店買三明治;那麼一旦輸入你家到早餐店的路線,機器人就會執行到底。
如果在路上遇到車它不會閃,遇到人也會直接輾過去,一直到抵達早餐店它才會停止,那是一種沒有思考、沒有應變能力的一個反應模式。
而神經網絡式的學習,則是透過數據資料,幫機器人建立起路況,可能會遇到的障礙物這些相關的應變資訊跟程式。
讓機器人可以在遇到阻礙的時候,先停下來,重新偵測、評估環境的狀況,再計算出成功率最高的路線,轉個彎重新出發,這已經是很接近人類能夠做到的靈活思考。
也就是說啊,在固定的場景底下,只要能透過數據,找到人類固定的「行為模式」,再請工程師把行為模式寫成「運算的程式」。
最後依據收集到的海量大數據,讓AI系統去做深度的學習,AI就能夠擁有思考能力,取代很多白領的工作。
容易被AI幹掉的二特點
從上面的例子,我們可以進一步的知道,符合以下二個特點的工作,很有可能會跟恐龍一樣,在地球上消失喔。
這二個特點又是什麼呢?第一個、那些資料、流程可以編碼的工作;第二個、人際互動頻率很低的工作。
打個比方來說,就像是現代的醫檢師、放射科的醫師,或者是銀行行員,他們都是在固定場景底下,專門分析數據跟資料,再不然就是工作流程有明確的SOP。
工作內容固定,而且有一套嚴格的作業流程和評判標準,不會有太多參數的變化,就很容易被編碼,而變成一條程式。
在未來呢,凡是可編碼的流程,再讓機器人通過大量數據的深度學習,就能夠快速的優化,任何動作都會比人類更快、更精準,而且可以一直進步,還不會喊累!
我們與AI的距離
要是你聽到這裡還半信半疑,感受不到AI對於職場的全面破壞,那麼我再提供一個更貼近你我的事實~
台灣的知名品牌~華碩電腦,在他們關渡總部的13樓,已經有一個130人的AI團隊,成軍了16個月。
而負責領軍的華碩全球副總裁~黃泰一先生,他就表示喔,華碩的AI團隊,已經鎖定醫療、交通、零售這三大產業的數據池,累積使用者的數據資料、網路足跡等等的一切。
透過這些進一步的為零售店家、醫院、輪胎業者,建立起節省人力、降低風險,而且能夠精準行銷的演算法系統。
幫助華碩在他們的未來,能夠透過大量的數據,以及資料跟資料之間的相互運用,所產生的商業價值來賺錢!
儘管現階段呢,華碩只針對醫療、交通、零售這三大產業在搜集數據,不過可以想見的是喔,只要精準的演算法系統建立;商店它是不需要店員,醫院它可能也不太需要醫檢師,輪胎製造廠不需要工人。
而未來這三大產業所需要的「人力」,將以跳崖式的速度往下滑。這也間接證實了李開復先生,在《AI新世界》這一本書裡面所預告的。
他說:「在未來的5~10年之內,現有的50%工作,將會由AI取代」!
所以拉回來看,只要你有稍微留意時事,你一定知道現代的公務人員、銀行行員,就算寒窗苦讀多年考了進去,福利和工作的輕鬆度,也都大不如前了,更別說他們的未來和發展。
也就是說喔,要是你忽略真實職場上正在發生的變化,那麼很有可能等到你花錢、花時間努力考上公股銀行的行員啊、書記官啊...等等的,卻只能做個幾年,就被裁撤了!
這樣的投資報酬率,你覺得划算嗎?算一下喔!會不會你以為自己考到一個安全可靠的資格,但是真正得到的,卻是更高的失業風險!
你想因為「眼前」短暫的穩定,而把自己放到更大的危險裡嗎?如果你不想,你可以選擇現在就打開眼睛,開始為自己的未來做準備~
假如你很想要為自己打造不敗的未來,讓自己的求職、轉職之路,擁有更務實的安全跟穩定,我會很鼓勵你參與我們啟點線上學苑~【過好人生學】這一門課的學習。
人工智慧的時代已經來臨了,但我們卻還用舊時代的工人智慧的腦袋,在面對自己的人生,你曾想過這是為什麼嗎?
其實答案很簡單,那就是「終極選項」和「路徑依賴」這兩大迷思,困擾了很多人。
在【過好人生學】的課程裡,我就會陪伴你去看見「終極選項」這樣的觀念,它的危險之處。
它在於喔,人類的大腦一旦認定當我們「找到了最好的答案」,或者是「最好的鐵飯碗」之後,我們就不再動腦筋思考了,所以會看不見鐵飯碗早就成了破飯碗,千萬別碰!
而「路徑依賴」呢?它是指喔,人會習慣用過去的經驗,想現在的事,然後去預測未來。
比如說吧,你念醫學院,所以就只能當醫生;再比如說,你過去在某個行業,所以你在轉職的時候,就只能做相關的行業。
而弔詭的是,如果過去的經驗能夠適用於現在,還能夠幫你預測未來的話,那每個人都是半仙了啊,也不會有失業的問題、找不到工作的狀況了,不是嗎?
所以呢,無論你是白領,還是藍領的朋友,我想要跟大家說的是喔,未來AI的潮流肯定是沒有辦法阻擋的,無論你想不想面對,它遲早都會來!
不過我也很肯定的告訴你,在我們失去「舊工作」的同時,這個世界還會增加許多的「新工作」。
只要你願意改變,跟上腳步,某些你覺得沒有什麼的工作,其實都潛藏著非常大的人力缺口,值得你好好的關注。
而幫助你換個腦袋,轉換成智能思考的第一步,就是歡迎你加入我們的線上課程【過好人生學】。
【過好人生學】從即日起,到6/12晚上十二點止,我們將推出季節限定的1413的優惠價~
我一直相信喔,未來仍然是充滿希望的,在【過好人生學】裡面,我會用最淺顯易懂的話,點破你對於生涯的迷思,幫助你移除20世紀的思考遺毒,發展出最適合21世紀的生存策略。
我還會幫助你繞過三個心智的陷阱,陪伴你一步一步的去建立起,新時代必備的四大能力,你將看見自己的更多可能性,並且懂得轉換自身的專業,幫自己規劃1413、一世一生的生涯藍圖,過上一個更好的人生。
歡迎你加入學習,也希望今天的分享能夠帶給你一些幫助,我是凱宇。
如果你喜歡我製作的內容,請記得訂閱我們的頻道,YouTube收看的朋友,除了訂閱之外,記得把訂閱旁邊的小鈴鐺打開。
而Podcast收聽的朋友,除了訂閱之外喔,也請給我們5顆星的評價,並且把它分享給你身旁的朋友,我們需要你用最具體的行動來支持我們。
然而如果你對於啟點文化的商品或課程有興趣的話,如同今天提到的【過好人生學】,我們季節限定的1413優惠,陪伴你一世一生。
歡迎你的加入,更期待你在學習之後的發現;那麼今天就跟你聊到這邊了,謝謝你的收看,我們再會。
類神經網路深度學習 在 志祺七七 X 圖文不符 Youtube 的最佳貼文
#記得打開CC字幕 #DIGI #除了幫忙面試人工智慧還可以做什麼?
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺 の IG :https://www.instagram.com/shasha77.daily
✔︎ 志祺七七 の 粉專 :http://bit.ly/shasha77_fb
各節重點:
01:07 【人工智慧到底是什麼?】
01:50 【AI 的發展跟應用】
04:15 【未來充滿 AI 的生活】
04:56 【AI 這麼重要,那臺灣準備好了嗎?】
06:35 【我們的觀點】
07:40 提問TIME
07:54 掰比~別忘了訂閱
【 製作團隊 】
|企劃:鯉鼬
|腳本:鯉鼬
|剪輯後製:Pookie
|剪輯助理:絲繡 & 夯吉
|演出:志祺
——
【 本集參考資料 】
→招聘面試:你喜歡機器人還是真人做你的面試官?:https://bbc.in/2Wg0t3a
→了解人工智慧的第一本書:機器人和人工智慧能否取代人類?:https://bit.ly/2vA8jc0
→從人到人工智慧,破解AI革命的68個核心概念:實戰專家全圖解 × 人腦不被電腦淘汰的關鍵思考:https://bit.ly/2VAhJ64
→機器是如何學習與進步?人工智慧的核心技術與未來:https://bit.ly/2Ce1KQa
→An executive’s guide to AI:https://mck.co/2vZepWE
→陽光失了玻璃窗 史上第一本人工智慧詩集:https://bit.ly/2IWsU2R
→國際人工智慧政策推動現況:https://bit.ly/2GZ4pA1
→懶人包_台灣 AI 行動計畫:https://2030.tw/2m3nBVr
→維基百科:人工智慧:https://bit.ly/2fUdaOV
→維基百科:人工智慧史:https://bit.ly/2vx2T1l
→臺灣智駕測試實驗室:https://bit.ly/2WqRgFn
→沙崙自駕車測試場正式揭幕 盼無人載具產業鏈接軌國際:https://2030.tw/2lXfjyk
→無人載具科技創新實驗條例:https://bit.ly/2Wk6vzL
→張忠謀:AI激化貧富差距與失業:https://bit.ly/2Y0uhkB
→數位國家創新經濟(DIGI+)季刊第二期:AI、5G、8K—2020年東京奧運實現數位想像:https://2030.tw/2kAPB2a
→我國數位科技引領產業創新之現況與展望:以臺灣 AI 行動計畫為例:https://2030.tw/2knX0Sr
→台灣 AI 行動計畫簡報:https://2030.tw/2knX84n
→臺灣 AI 行動計畫(2018-2021 年)合訂本:https://2030.tw/AI_Taiwan
→「AI on Chip示範計畫籌備小組」啟動 政院邀產官學研合作 推升台灣AI晶片產業發展 打造世界級人工智慧大腦:https://2030.tw/2lUi3MR
→台灣AI行動計畫—掌握契機,全面啟動產業AI化:https://2030.tw/2kinhBC
→賴揆:積極推動AI與產業需求接軌 加速「5+2」產業創新:https://2030.tw/2knXfNl
→微軟在台成立AI研發中心 賴揆:串連產業推動智慧國家:https://2030.tw/2kkX0Cx
→法國公布人工智能發展計畫:http://bit.ly/2VAkDaY
→【英國AI未來戰略大揭露】第一步先從資料共享打基礎,英國要成為全球AI實驗場域:http://bit.ly/2UTp8ZD
→SRB會議圓滿落幕 林揆期許台灣智慧科技邁向全球第一:https://2030.tw/2lU8MEm
→智慧科技SRB登場 首日聚焦產業利基與應用發展:https://2030.tw/2lXeC8c
→美國啟動AI大戰略的啟示:http://bit.ly/2GPkpTW
→數位國家·創新經濟發展方案(2017-2025 年):https://2030.tw/DIGI_Taiwan
→中國大陸人工智慧產業發展現況研析及對臺灣之影響初探:http://bit.ly/2Lfew7P
→行政院數位國家創新經濟推動小組:http://bit.ly/2DLOB1o
→川普發起「美國人工智慧倡議」,五大原則確保美國維持 AI 發展優勢:http://bit.ly/2ITNLUB
→DIGI⁺ Taiwan:http://bit.ly/2VFDVM4
→AI Taiwan:http://bit.ly/2URGt5n
→台灣AI行動計畫—掌握契機,全面啟動產業AI化:http://bit.ly/2VABTNn
→「台灣人工智慧實驗室」啟動 科技部:AI元年從此刻開始!:http://bit.ly/2GXLiGH
→日本Yahoo策略長揭露,AI未來20年三大方向:http://bit.ly/2Wli35M
→英國AI發展現況-與世界各國比較:http://bit.ly/2Ja1Mgh
→從AI 100看全球AI商業化趨勢及發展:http://bit.ly/2VHOYo6
→AI時代將臨 各國策略及企業佈局特點分析:http://bit.ly/2IVfRyQ
→AI 專家與 AI Sophia 互動,杜奕瑾:見過雅婷嗎?:http://bit.ly/2UQvfOs
→台灣人工智慧實驗室:http://bit.ly/2WhZBL7
→雅婷AI Pianist-首張同名概念專輯〈Yating〉:http://bit.ly/2VHPjHo
→誠品網路書店:http://bit.ly/2JbOu2I
→Chihuahua or muffin? My search for the best computer vision API:http://bit.ly/2UW8ubR
→TOPBOTS Vision API Benchmarking:http://bit.ly/2Y3Jul8
→從人工智慧、機器學習到深度學習,你不容錯過的人工智慧簡史:http://bit.ly/2IXlPPM
→翻轉人類未來的 AI 科技:機器學習與深度學習:http://bit.ly/2Vc6cKS
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
類神經網路深度學習 在 leemengtaiwan/deep-learning-resources: 由淺入深的深度學習 ... 的推薦與評價
想要直觀理解類神經網路(Artifical Neural Network)運作方式的人; 想從別人的深度學習應用取得一些靈感的開發者. Deep Playground · ConvNetJS ... ... <看更多>
類神經網路深度學習 在 完整解析AI人工智慧:3大浪潮+3大技術+3大應用|大和有話說 的推薦與評價
類神經網路 :深度學習Deep Learning, Line Chart, Diagram ... 這時期出現的「符號主義」與「聯結主義」,分別是日後「專家系統」與「深度學習. ... <看更多>