Search
#Google 研究人員表示，本次系統使用的深度增強學習法，Google已經用於設計執行機器學習任務的次世代張量處理單元(Tensor Processing Unit, #TPU)，因此他們基本上是在教AI設計一個「提升AI效能」的晶片。
然後更快的AI設計出更好的AI晶片，得到更快的AI，然後又設計出更好的AI晶片，如此反覆無限循環下去，該不會很快出現Terminator吧？
【人工智慧不只能下圍棋，還能預測困難的「蛋白質結構」？】
蛋白質是由一串胺基酸折疊而成。折疊的方法複雜曲折、纏繞糾結，但也正是這些三級結構決定了蛋白質在生物體內的功能。誰能釐清蛋白質的結構，誰就能理解生命的基本機制。
但是，蛋白質的結構卻相當難預測。直到DeepMind所開發出的人工智慧AlphaFold橫空出世，才開啟了AI預測蛋白質結構的風潮：
#胺基酸 #蛋白質 #人工智慧 #AlphaFold CASE 臺大科教中心
#島讀回顧 #人工智慧
今年島讀網站被搜尋最多次的關鍵字是「人工智慧」（AI）。
人工智慧近年的發展迅速，許多領域都能看到其應用。
島讀今年一篇《機器學習 — 知識工作者的未來》，以「文字產生器」GPT-3 討論人工智慧，獲得不少會員迴響。
---
寫論文很痛苦。有些人痛苦到整份照抄別人的論文。現在出現一線曙光，美國 OpenAI 公布機器學習模型 GPT-3（Generative Pretrained Transformer），堪稱是「萬用」的文字產生器。最近 GPT-3 開始封測，推出 API，更在矽谷引發轟動。目前已知有人用 GPT-3 寫程式、請牛頓解釋地心引力、回答醫學問題、摘要文章，甚至寫詩。
先說 OpenAI。OpenAI 是一個非營利組織，贊助者包括 PayPal 創辦人 Peter Thiel、Elon Musk 與 Salesforce 創辦人 Marc Benioff 等。其使命是確保通用人工智慧（Artificial General Intelligence）將用於服務人類，而非迫害人類。
GPT-3 則是其開發的語言生成模型，第三代的「文字產生器」（島讀去年討論過第二代）。使用者輸入一段文字，它就會生出下一個字，再繼續生出下一個字，不斷重複下去，直到人類喊停或是達到約 1,000 個英文字為止。例如我輸入：「天下分久必合，合久必 ___」，GPT-3 大概會預測下一個字是「分」。
如果我沒喊停，也沒有設定明確的任務，GPT-3 就會繼續生成下一個字，寫出一段故事或一篇文章。
或許你會問：「世界上文字千萬種，GPT-3 怎麼知道要寫論文或小說呢？」
這就是 GPT-3 驚人的地方：它是通用模型。只要使用者稍許提示，它就會自動調整輸出內容類型，不需要使用者另外精調（fine tune）。就像一個真的有用的 Siri，不管你丟什麼任務，只要是文字，它都接得下來。
例如有人簡短的提示（prompt） GPT-3「用 19 世紀作家 Jerome k. Jerome 的語氣寫一篇關於 Twitter 的文章」，GPT-3 就生出相當完整的作品。
只要是需要文字的任務，不論是回覆 email、寫新聞稿、翻譯外文、「翻譯」法律術語、編吉他和弦，甚至是寫程式，GPT-3 都能做得還不錯。一篇網路文章《GPT-3 可能是比特幣以來最重要的創新》更是格外轟動，因為讀者讀完才發現整篇都是 GPT-3 寫的。
相較於 GPT-2，GPT-3 效能是「暴力式」的飛越性成長。換言之，GPT-3 的基本架構與 GPT-2 幾乎一樣，只是參數由 15 億增加到 1,750 億（117 倍），但效果隨之大幅成長。這讓矽谷圈精神為之一振，因為代表機器學習仍可以透過擴大規模來成長。
雖說使用成本也等比增加 — 訓練一次 GPT-3 需要 460 萬美金 — 但能用錢解決的都是小問題。目前已知人類大腦的突觸約 1 百萬億個（100 trillion），是 GPT-3 的 1 萬倍。許多人不免幻想如果再來兩次升級 100 倍（共一萬倍），是不是就能逼近人類大腦了？
有成本就需要收入。OpenAI 現在提供 API，就是為將來商業化營運作準備。其他雲服務商如微軟、AWS、Google 也都開始提供機器學習「模型即服務」（Model as a Service, MaaS）。這大致可分三種應用：
● 垂直情境，簡單但量大的工作：如辨識異常、偵測錯字、回覆 email、回答客服基本問題等。這有點類似聘僱國中生實習，但聘雇的是無限個實習生。
● 垂直情境內，困難但狹隘的工作：以 AlphaGo 為代表。它打敗所有人，但只會下圍棋。
● 不限情境，多樣性比正確性重要的工作：以 GPT-3 為代表，如虛擬秘書、虛擬陪伴（《雲端情人》）、發想劇本、草擬程式碼、撰寫科技分析電子報（咦）等。
MaaS 固定成本高，因此會傾向集中於大型平台，特別是擁有資料的企業，如 Google。邊際成本現在也很高，但應該會逐漸降低，因此有利於擁有最多客戶（用量）的企業，如 AWS、微軟。
目前 GPT-3 率先大步起跑，將引發其他企業加大投資。其他企業需要差異化，因此會開發封閉的模型；GPT-3 則會是開放或開源的形式。同時，週邊的企業也需要開發工具，形成生態圈。例如目前運算的延遲嚴重，因此雲端的速度必須跟上。有更多相容的 app 提供更精準的提示，才能發揮 GPT-3 的價值。
⠀
想知道文章對 GPT-3 的原理、隱憂的討論，歡迎試用島讀的 1 元訂閱方案：https://bit.ly/3myOL0D
---
更多人工智慧內容：
[Podcast] 從邊緣挑戰雲上的人工智慧｜特別來賓耐能智慧創辦人劉峻誠（公開）
https://apple.co/2WrmCgC
臉部辨識 — 30 億張照片的資料庫｜執法機關熱烈採用｜三條路線（會員限定）
https://bit.ly/3p791an
蛋白質的 50 年難題｜AlphaFold 遙遙領先｜諾貝爾獎在望（會員限定）
https://bit.ly/2LSzIBt
『黑啤跟著多多了解了區塊鏈與貨幣價值的由來，突然間…黑啤的手機被入侵了👾？！』
30多年前還是科幻電影的題材，為何現在AI人工智慧已在生活中實踐？
🤖機器怎麼透過大量數據像人一樣思考...還會說話？
🤖「人工神經網絡」與「深層學習」又是啥？
最近好多產業都引進了AI，而AI也正在影響大家的未來選擇，不無論是生活品質甚或是就業😱😵 希望這次簡單介紹能給捧油們一個去了解AI的契機～如果喜歡的話，歡迎讓更多捧油知道喔！👍🙌
#原來是阿姨呀失敬失敬
#黑啤該不會想要自動烤香腸機器人吧🍖🤤
#芬特克 #Fintech #AI #人工智慧
-
每月1日晚間8點準時上映！
《芬特克 💎 Fintech》
🤝本節目由 元大銀行 與 臺灣吧 共同製作
🌟臺灣吧黑啤卡，現已發行囉～🌟
➡ 線上申辦 http://bit.ly/BeerFly
➡ APP申辦 http://bit.ly/YuanTaApp
#謹慎理財信用至上
-
►訂閱集資│https://taiwanbar.cc/subscribe
►Instagram│https://www.instagram.com/taiwan_bar
►線上商城│http://taiwanbar.shoplineapp.com/
►合作邀約│taiwanbarstudio@gmail.com
-
本集關鍵字：人工智能、AI人工智慧、Artificial Intelligence、機器人下圍棋、大數據、機器學習、Machine Learning、人工神經網路、Artificial Neural Network、深層學習、Deep Learning、自然語言處理、Natural Language Processing、自然語言生成 、Natural Language Generation、投資組合及資產配置、asset allocation
#科學大爆炸 3月 AlphaGo V.S. 李世乭的世紀圍棋大賽，人工智慧以4:1下贏了天才棋士李世乭，開啟了人工智慧的新里程碑。
圍棋到底怎麼下？一起來聽聽台灣紅面棋王周俊勳怎麼說！
延伸必讀：
AlphaGo 爆冷從李世乭手中拿下首勝。台灣棋王怎麼看？電腦為何辦得到？
https://panx.asia/archives/42998
AlphaGo成為「棋靈王」是有多厲害？人工智慧未來又要怎麼走？
http://pansci.asia/archives/95263
AlphaGo既不是起點也不會是終點，從頭述說人工智慧走過的這70年
http://pansci.asia/archives/94904
人工智慧贏了圍棋，然後呢
http://blog.udn.com/DrVader/45626041
#所以真的不是Sai嗎
#AlphaGo #李世乭 #圍棋 #世紀大對決
