AI科技个人化教练-运动「处方笺」|漫谈【主笔室】 – 主笔漫谈 – TechNice科技岛-掌握科技与行销最新动态

科技岛主笔/蔡哲明

您听过AI科技结合运动器材的个人化运动「处方笺」吗? 不仅能够改善运动效果,提升各类项目的参与程度,尤其个人体能的状况不一,也让健身规划进入客制风潮。因此,AI智能科技结合运动类型,运动「处方笺」亦能强化符合个人的精准运动。

示意图:取自123RF

我们首先必须了解AI健身器材「客制化」与「安全性」的两大优势,传统健身房采用油压式重训器材,例如进行手部重训的退回动作,可能因为速度过快造成运动伤害,但AI健身器材却能达到缓慢适应功效。每个运动者的训练位置可能不尽相同,加上目前各项体适能的人工记录,不仅会有标准不一争议,甚至还会影响运动效果,更遑论能开出适合自己的运动「处方笺」。

更多新闻:科技成瘾的反制绝技-「僧人模式」艺术治疗|漫谈【主笔室】

全球知名的SMARC智能老化肌力型运动器材,它能强化人体上下肢、核心肌群和心肺功能,具有高精准度和AI评估功能的运动设备,同时通过智能器材网路平台,提供个人化评估和训练「处方笺」。这类个人健身「处方笺」,便能明确评估哪个部份需要加强训练,搭配专业的健身教练,便是透过AI科技达到精准运动效果。

美国MIRROR自从 2020年就已推出「AI虚拟教练」的智慧健身魔镜产品,主打机器视觉技术为核心的人工智慧训练系统,同时透过3D摄影机即时捕捉动作,结合运动引擎和AI矫正演算法,可对健身动作进行AI识别评分、纠正和教学,如同真人教练,能替学员进行健身训练,但须购买产品才能获此服务,偏向家教型运动健身教练。

人工智慧平台主要在於掌握各项数据,进行量化与质化的分析与预测,这份运动「处方笺」可以掌握体态优势以及改进部位,还可透过指标比较统计数据避免人工失误,最终完成体态训练的里程碑。受训者只要掌握自己的运动「处方笺」,搭配AI虚拟教练,便能制定详细的健身计划,以期符合自身状况的完美体态。   

常言道:「要活就要动。」掌握自己的运动「处方笺」,随时随地进行精准运动,用无所不在的虚拟教练,打造符合身心健康的完美体态。

微软Teams、Word、Excel、PowerPoint与Copilot程式,将登上Apple Vision Pro程式商店

微软

苹果售价高达3,499美元的空间运算设备Apple Vision Pro即将在本周五(2/2)於美国市场上架,微软则宣布,当天该公司的Microsoft Teams、Copilot、Word、Excel、PowerPoint、Outlook、OneNote和Loop等程式就会登上Apple Vision Pro程式商店,成为首波支援该装置的应用。

图片来源/微软

微软表示,过去一直与苹果合作,在iPhone、iPad与Mac上提供出色的Microsoft 365体验,而出现在Apple Vision Pro的上述应用,将可利用空间运算的无限画布,同时可以任何比例并排出现,展现令人难以置信的多工能力。

例如PowerPoint on Apple Vision的客制化沈浸式环境,让使用者可以如同向群众展示一般地进行排练;Excel同样可利用Vision Pro全新的多工模式来提高工作效率,并分析、处理及可视化资料;启用Vision Pro的沈浸式环境与Word的专注模式,就能在优美的景色中专心处理文件。

比较特别的是Apple Vision Pro中的Microsoft Teams,在Teams的视讯通话中,穿戴Vision Pro的使用者会被当作一个角色,并以数位形式呈现该角色的脸部表情与手部动作。

此外,由於Teams定位为通讯与协作平台,可充分发挥Apple Vision Pro的无限画布功能(如下图示意),同时打开Word、Excel和PowerPoint等应用,把它们放置在任何位置、缩放到任意大小,以於通讯期间直接存取。

图片来源/苹果

Apple Vision Pro上的Microsoft Copilot允许使用者以文字及语音来控制,包括请求Copilot来起草、建立、编辑或摘录文字内容,也可利用它来分析与探索资料。

除了上述的生产力应用之外,微软亦计画在一年之内让旗下的混合实境平台Microsoft Mesh进驻Vision Pro。…

OpenAI可分享客制化AI Chatbot的GPT Store将开幕

一如12月初OpenAI预告,OpenAI去年一度因人事动荡耽搁的AI聊天机器人市集GPT Store ,即将於本周上线。

OpenAI上周以电子邮件通知GPT Builder开发人员用户,GPT Store即将开幕的消息。

OpenAI去年11月公布GPT-4 Turbo及可客制化模型服务GPTs,同时承诺推出允许ChatGPT Plus及ChatGPT Enterprise用户销售客制化模型的市集GPT Store。不过11月底忽然发生董事会开除执行长Sam Altman、另立执行长的事。这件事在持续2周後,以Altman回锅、董事会改组为结局落幕,但也使GPT Store原定上市时程被迫推迟到今年年初。

OpenAI通知开发人员,如果他们有兴趣展示和销售自己的模型,需先检视使用条款及GPT品牌指引确保其Chatbot有确实符合。其次应确认开发者资料页、验证姓名及网站,最後公开出版其GPTs(若选择「任何具有连结的人员」则不会显示在GPT Store中)。

不过GPT Store上架客制化Chatbot的价格、分润方式,或是推出地区等细节,目前尚不清楚。…

CommScope/ST协助连网装置达成Matter安全要求

CommScope与意法半导体(ST)推出整合CommScop PKIWorks物联网安全平台与STM32WB微控制器(MCU)解决方案,为设备制造商提供符合CSA连接标准联盟Matter安全标准的连网装置开发一站式解决方案。

该解决方案可以简化产品制造过程中的安全Matter装置安全凭证开发与管理,还能为连网装置制造商节省成本和时间。有了这个整合方案,设备中的微控制器可以自动连接,而无需开发人员介入。该合作计画结合了CommScope Sentry团队在量产环境中安全整合金钥和数位凭证的35年研发经验,以及意法半导体的微控制器和开发生态系统。

意法半导体STM32连接产品线经理Nathalie Vallespin表示,ST与CommScope展开的合作专案,为客户提供简单、安全的验证管理流程,加速Matter装置的应用。

CommScope网路、智慧蜂巢和安全解决方案部总裁Bart Giordano则表示,透过整合CommScope Sentry PKIWorks平台与ST MCU平台,可为客户提供一个Matter装置开发的一站式解决方案并降低Matter应用的困难度,同时解决开发复杂性、生产规模和成本问题。CommScope和ST有着长期的合作关系,能够协助客户满足对於新型Matter连网装置不断成长的需求。

PKIWorks平台是一个安全、灵活的验证和管理平台。该平台不仅对於建立和提供Matter装置验证进行优化,为所有装置制造商所研发的安全连线装置提供一条捷径,还能与蓬勃发展的Matter生态系统达到安全和更加地协作性。

PKIWorks平台发挥CommScope在认证管理用户端,特别是资源有限之连网装置上安装认证所积累的专业特长。这些用户端支援各种STM32 MCU和STSAFE-A安全元件。CommScope最近还将这款羽量级验证管理用户端整合到STM32WB55微控制器上。

STM32WB55是意法半导体针对连网装置所开发的一款无线微控制器,可用於Matter装置开发。Matter是新推出之产业统一的智慧家庭装置通讯和安全标准。这些规范和认证计画於2022年10月推出,是600多家科技公司在连接标准联盟(CSA)支援下合作开发的成果。Matter使智慧家庭装置能够协作,同时提升装置的安全性,在整个供应商和物联网生态系统中推动安全标准化,并为消费者提供一个证明智慧装置可靠地协作,而且设备经过安全产品的认证。

PKIWorks平台每年通过逾300亿份设备认证,而且可以提升最初设计的认证量,为未来网路扩容奠定基础。该平台使用CSA准之信任根和CommScope产品认证机构(PAA)证书,为各种物联网制造商和服务提供商签发Matter 设备认证。

PKIWorks Provisioning Client认证管理用户端可以将各种类型的设备认证安装到STM32和STSAFE-A晶片上,包括专为Matter装置所设计的STM32WB55微控制器。STM32WB55 Matter SDK整合工具具备Matter配网功能,无需设备制造商整合额外的软体。PKIWorks解决方案包含出厂设定和无线认证管理工具,提供设备认证凭证(DAC)和节点操作凭证(NOC),以支援Matter装置的安全生命周期管理。

PKIWorks服务目标使用STM32和STSAFE-A设计产品的设备厂商。CommScope是意法半导体授权合作夥伴计画的成员,而其Sentry团队则提供整合化解决方案,透过在制造过程中简化装置验证管理,极大化地简化产品开发流程,加速产品上市时间。整合PKIWorks用户端的STM32WB现已上市,并提供多种配置供客户选择,以适合连网装置商的多元化制造环境。…

抢救 IT 失传技艺,亚马逊技术长倡议节约架构 (Part 2 量测篇)

Amazon

节约架构的第一部分聚焦在软体架构设计阶段,包括将成本意识融入软体架构设计的每一个环节、确保系统成本支出与营收成长呈正相关,以及保持软体架构可以持续进化和改善。第二部分则是软体服务上线後,需要进行的量测(Measure)工作。

Vogels指出,第四项法则是:「无法量测的系统必有隐藏的成本」。他以1970年代发生石油危机时,他所生长的荷兰为例,说明透过量测将资讯视觉化,有助於改变人们的行为。在全球性能源危机发生的当时,虽然人们普遍意识到节能省电的必要性,不过有一项调查却发现两栋规模大小雷同的楼房,用电量却有很大的差异。细究之下发现,耗电量较少的那栋楼房,其电表安装在一楼出入口,而耗电量较多的那栋楼房,电表则是安装在地下室,这代表住户每天出入时从电表看到耗电量,有助於提升用电意识,进而改善节能省电的作为。

然而软体使用成本该如何量测?如何设计量测指标呢?身为亚马逊技术长的Vogels,进一步以自家电商网站的经验说明量测指标。由於亚马逊购物网站已经是一个高度微服务化(Microservices)的软体架构,其网页上的诸多功能,如商品资讯、评比推荐、预估送达时间、购物车、搜寻与使用者体验等功能,每一个服务皆由後端上百个微服务组合起来运行,因此为了掌握成本,第一步必须先从微服务层级量测每一个微服务的运算成本,接着是依照网页上的各项功能,加总计算其所需微服务的运算成本,据此计算如购物车、预估送达时间或评比推荐等属於系统层级功能的成本。

有了微服务与网站功能的成本数据,再除以网页浏览量,就可得知以每一个网页读取为单位来计算之下,各个微服务与网站功能的单位运算成本。有了每读取一个网页的单位运算成本,再搭配每读取一个网页的下单转换率,则可画出网页成本与转换率关系图:以每读取一个网页的成本为X轴、以每读取一个网页的下单转换率为Y轴,如此即可用於分析网页增加新功能的成本与效益。

由於X轴所代表的是随网页增加功能而递增的运算成本,对照着Y轴所代表的下单转换率,据此画出来的折线图若呈现45度上升直线,就代表随着新功能增多,下单转换率也提高了,亦即成本与效益保持正向发展的健康趋势,证明新功能有助於提升营收;若折线图呈现波动的曲线甚至是下降趋势,即代表新功能无助於下单转换率,必须思考是否该为新功能付出额外的成本。

成本效益分析除了可用於开发新功能的策略,也可以做为系统效能改善的衡量基准。众所皆知网页载入速度会影响使用者体验,对电商而言甚至会冲击业绩营收,然而在提升网页载入速度时,到底该改善到什麽程度,才能刚好有助於提升营收,而又不会因为改善过头而付出过多无谓的运算成本,就可以利用运算成本与营收分析做为判断基准。Vogels表示,由於电商的利润空间很薄,所以亚马逊必须无时无刻控制整体成本,对於软体开发与营运应该投入多少资源,是否增加新功能,或是增加用户体验效果等,都必须基於成本效益的决策,若营收随着新功能而增加,即代表运算成本的投资有正向回报。

有了量测指标,就可以依据成本效益与永续指标订定基准,接下来则必须藉由建立成本控制措施来落实。Vogels观察到:「有成本意识的架构必有成本控制措施」,这也就是节约架构的第五项法则。他指出,所谓的成本控制措施,一方面要先将软体功能依其商业价值分级,另一方面则是打造可调式架构,让软体功能的运作可如电源开关与音量旋钮一样切换与调节,例如软体各项功能的启用、预载、监测数据与Log记录的数量增减等等,皆可依据成本与业务需求而自由调整。

以亚马逊电商网站的首页为例,网页上的各项功能均依其与下单交易的关系分成不同等级,第一级功能属於下单交易必备的功能,如商品资讯、搜寻、用户评论、购物车、结帐等,少了任何一项就无法让消费者完成下单交易;第二级功能则如相关商品、推荐商品等有助於销售,但并非下单交易必备的功能,第三级功能则可能是辅助销售的功能,如陈列同厂牌的其他产品等。一旦各个功能的重要性与价值区分出优先次序,在投入相关资源时就能有所依据,例如要提升网站的可用性,显然强化第一级功能的可用性必须优先於第三级的功能,如此就能将资源花在刀口上,兼顾成本效益。

Vogels建议软体功能要基於商业价值来分级,不仅要提供如电源开关一样的控制按钮,而且更重要的是,要交由业务团队依据商业需求决定如何操控这些功能,而不是从技术的角度来决定。

继续阅读 → Part 3 节约架构最佳化篇


节约架构 Frugal Architect

设计

I. 成本是必要的非功能性需求
II. 系统成本必须与公司获利保持一致
III. 架构设计是一连串的权衡与取舍

量测

IV. 无法量测的系统必有隐藏的成本
V. 有成本意识的架构必有成本控制措施

最佳化

VI. 成本最佳化是渐进的
VII. 无庸置疑的成功必将导致错误的臆断


 …

用生成式AI帮助资安蔚为风潮,台湾有资安业者已跟上技术主流

奥义智慧

用生成式AI帮助资安应用,不只是微软与Google的一举一动受广大关注,在迈向2024年之际,我们更是可以发现,已有几家台湾资安业者率先投入发展,并且实际端出可应用的产品。这不仅突显台湾资安业者的技术实力,也显示他们及早布局、持续关注之余,也累积实作经验,才能在技术浪潮的一开始,就有了相关成果与进展。

有哪些台湾业者行动最积极?早在2023年5月台湾资安大会,也就是微软预告推出Security Copilot没多久,知名资安新创奥义智慧就展示,将AI虚拟分析助手导入新的XCockpit平台,能提供中文案情摘要与处置建议,7月上线。

接下来是趋势科技,6月宣布Trend Vision One整合式资安平台,将提供自然语言聊天介面的AI助手Companion,7月开放部分客户使用,最近11月27日,已正式向所有客户开放这项应用。

另外,资安监控委外服务商安碁资讯在本月举行的年度媒体资安讲堂,也首度透露,他们要用ChatGPT帮助资安服务与资安工作,并制订3大发展方向,目前发展进度已达到7成。

显然,在许多资安业者都高喊AI资安,以及国际大厂陆续用生成式AI帮助资安之下,我们确实看到台湾已有资安业者,同样看好新技术带来的创新与机会,并在2023年已积极展开相关行动,未来2024年,我们也期盼更多台湾资安业者能够需与时俱进,善用特性以提升效率。毕竟,在骇客积极利用生成式AI的状况之下,如果国内资安业者没有善用AI自动化的做法,很有可能更无法跟上日益加剧的威胁态势。

基於厂商公开展示与揭露这些功能的时机都在2023年的条件限制,这次探讨AI资安的封面故事,我们特别选择奥义智慧、趋势科技、安碁资讯这3家业者,与他们一起探讨最新的发展态势。

与工作流程整合是关键,从解决用户问题的角度出发

关於用生成式AI帮助资安这件事,奥义智慧有很深刻的想法,该公司创办人邱铭彰特别说明了他们的发展策略。

他指出,应从解决前线人员问题的目标开始设想。因为,目前资安人员使用资安系统时,面对各种警示,通常会看到介面上有相当多的资料需要解读,因此,这里的最大挑战在於,未完成充足训练的人员根本看不懂,即便厂商培养这方面的人才,也很容易被挖角。

所以,现在如果能在资安领域善用生成式AI技术,可以快速产生事件摘要、建议措施,将能直接解决使用者的需求。更重要的是,可藉此大幅减少平均侦测时间(MTTD)、平均调查时间(MTTI),并且使事件本身的解读更有意义。

同时,这也将改变资安团队运作效率的量测。而在奥义智慧自家的XCockpit介面上,已经将这两项指标直接显示於首页仪表板,作为重要观测指标。

关於生成式AI在操作体验上带来的简化,其实我们陆续从各家厂商发展看到例子,并认为可能带来新的变革,像是可藉由一问一答方式查询,也能点击AI给出的建议按钮执行,还有AI自动建议通知的形式,让相关设定与操作变得更简化与不同。

邱铭彰也有同样看法,他认为,最大的变化就是发生在使用者体验,他预见资安系统UI介面将朝向更简洁发展,因为过往资安系统的介面很复杂,需要显示相当多的资料,但从用户角度而言,只要能够解决问题就好,这才是根本。

此见解可从奥义智慧展示的XCockpit平台介面得到印证,我们发现,当中并未特别设计自然语言输入的对话框。

邱铭彰表示,他们的工单管理系统已能自动整并案件,使用者只需要点击,就可以看到自动化调查的结果,包括手法、攻击来源与出建议等,即便一段Base 64编码的内容、命令列的指令内容的分析,也只要点击选项,就会提供简显易懂的说明。

他并以近期向客户展示的经验为例,当时他们进行红蓝队演练,AI资安系统可以做到「当侦测到攻击发生到哪,针对攻击的解说也就可以到哪」,这样的呈现方式彷佛游戏直播。

邱铭彰强调,现在很多业者的生成式AI应用,都是产生威胁情资的辅助说明,但整合在工作流程才是关键,并且要让生成式AI能做资安决策,并不只是单纯提供操作辅助,如同自驾车Level 2与Level 3的差异。他认为,这是台湾资安厂商发展AI功能时可以思考的方向。

如此看来,奥义智慧已设想将生成式AI与工作流程深度整合。不过,对於交由AI来进行决策,我们也忧心这麽做真的可行吗?邱铭彰表示,用於资安是可以的,但与人命相关的请不要交给AI。

另一个我们好奇的问题是:过往资安业者就已经在使用AI/ML模型,与生成式AI相比,究竟有何具体差异?

邱铭彰解释,以奥义智慧而言,他们过去开发三个AI小模型,以此来让案情分析做到更准确,第一个AI模型帮助挑出重要的事件,第二个AI模型可组成案情结构并将事件轴串起,第三个AI模型能将案情解说成中文并产生建议,而他们的CyCraftGPT,目前版本是基於可商用LLM模型Mistral而打造,当中还有以台湾习惯用语来训练。

总合而言,CyCraftGPT与先前AI模型的使用并不冲突,而是可以更好将多个AI模型的效果串联起来。

另外,邱铭彰也预测,不仅资安系统UI会朝向简洁设计,还会出现很多聊天机器人,这就如同ChatGPT服务,介面其实就只是对话框的形式,并没有复杂的UI设计。

他还透露,公司目前最想解决的两个问题:一是用於产品手册与说明书的查询;另一是国外资安情资新闻的汇整,这将能帮助资安长更好理解,也是改进资安服务的体验。

值得一提的是,在2023年底,奥义智慧也在日本资安大会SECCON发表适用於资安产业的AI评估标准,名为Adaptive Evaluation Security Guard(AESG),其作用为减缓大型语言模型相关风险,包括资料外泄、Prompt攻击、以及AI幻想等问题,以及确保他们另一项生成式检索增强(RAG)系统CyberSensei的可使用性及正确性。

建构高度弹性的介面,资安的新手、老手,以及资安长都可受益

很早就从台湾跃上国际资安舞台的趋势科技,他们的资安产品线可说是相当庞大,因此,他们在2021年就打造Trend Vision One整合式资安平台,当中以XDR为核心,并结合更多产品功能,随着2023年AI资安助手Trend Companion的推出,将能够带来哪些助益?

他们表示,Trend …

完美贴文两秒生成!6 款 AI 工具为你提供灵感、快速产制图文

2023 年各式各样 AI 工具百家争鸣,不管你是专业创作者,还是喜欢在社群上与朋友互动,都有内容产制需求,要如何利用这些工具,在社群媒体领域更上一层楼?以下介绍 6 款实用的 AI 图文制作工具,无论是产生贴文提供灵感、产生贴文、图文制作,或是图片去背与调整一应俱全,马上带你来看。…

微软Xbox Cloud Gaming、PowerPoint、Excel与Word正式登上Meta Quest Store

Meta

微软与Meta在去年10月携手宣布,要将Xbox Cloud Gaming、Microsoft Teams与Microsoft Windows 365带到Meta Quest虚拟实境装置上,而一直到了上周三(12/13),微软终於在Meta Quest Store释出了Xbox Cloud Gaming,隔天便接着推出支援Meta Quest的Word、Excel与PowerPoint。

其中,Word、Excel与PowerPoint支援了所有的Meta Quest装置,从早期的Meta Quest、Meta Quest 2、Meta Quest 3到最高阶的Meta Quest Pro,Xbox Cloud Gaming则仅支援Meta Quest 2、Meta Quest 3与Meta Quest Pro。

出现在Meta Quest Store中的Xbox Cloud Gaming仍是测试版,Meta Quest用户下载後可先与蓝牙游戏控制器配对,之後再登入微软帐号,透过有效的Xbox Game Pass Ultimate会员资格执行游戏,或是注册试用Xbox Game …

生成式AI成长为何没有带动传统AI普及化?|专家论点【Howie Su】 – 专家论点 – TechNice科技岛-掌握科技与行销最新动态

作者:Howie Su(产业分析师)

ChatGPT 推出近一年後,各家公司现在正忙着采用生成式人工智慧来获得新的竞争优势或阻止竞争对手效仿,最近微软与Open AI的经营权事件可见一般,不过,除生成式人工智慧外,传统形式的人工智慧又如何呢?人工智慧还有空间容纳老式的机器学习吗?到目前为止,生成式人工智慧普及似乎并没有引起传统人工智慧能力的广泛提升。麦肯锡最近的人工智慧现状报告指出,2023 年是生成式人工智慧的突破年,三分之一的受访组织表示他们已经定期使用相关技术:40% 的组织计划增加对人工智慧的整体投资。但麦肯锡表示,这并没有对其他形式的人工智慧产生任何外溢效应。事实上,自2022年以来,采用人工智慧工具业者的百分比一直保持稳定,并且应用领域仍然集中在少数业务范围内。

生成式人工智慧与传统人工智慧差别在哪?

为什麽会这样?这样的现象原因在於,生成式人工智慧与传统人工智慧有显着差异:生成式人工智慧主要基於非结构化资料进行训练,而传统机器学习主要基於结构化资料进行。而生成式人工智慧猛爆式成长也给企业带来一定困惑,很多公司过去因为数位转型,正在尝试结构化与非结构化资料的处理,人都还没完全找齐,业务智慧化也还在进行,结果突然间,非结构化资料可应用范畴突然变非常大,很多公司现在的挑战是,我们应该使用这些资料来做什麽?许多业者可能还没想好要怎麽把这些非结构性资料变现,或是改变商业模式。多数企业使用生成式人工智慧用於公司内部数据、文字和报告的内部助理,与聊天机器人建立上,但说要改变商业模式形成,或是像微软、Google这样具备广大应用场域的现象倒是还没出现。

图、两种人工智慧的基本比较。(资料来源:Karolyn Zeng)

另外,传统的人工智慧模型大多是客制开发的,相较之下,生成式人工智慧应用程式大多是使用供应商开发的框架建立的,有些供应商提供专有 FM(AI21 Labs、Cohere、LightOn 等)以及开源 FM(Stability AI Hugging Face 等)。这些基础模型可以使用专有资料进行客制化训练或微调以用於特殊用途。;同时,生成式人工智慧和传统人工智慧计画之间还有其他重要区别。例如,开始使用生成式人工智慧需要较小的前期开发成本,并且可以在几天内建立起来,传统人工智慧需要更高的前期成本,并且启动时间更长。而在技能需求上也有很大差异,在传统人工智慧中,需要熟练的开发人员从头开始建立模型,以及大量的资料准备和资料标记工作来训练模型。但对於生成式人工智慧,模型是预先建立与预先训练的。最後,传统的人工智慧用途本质上是分析性的,根据过去的数据预测值或对观察结果进行分类,相较之下,生成式人工智慧可以产生内容并执行任务,由此产生的应用完全不同,新功能包括程式码、文字、图像、视讯、音讯和资料的生成和操作。

两者怎麽搭配比较好?

并不是说传统人工智慧将被生成式人工智慧取代,或是进行模型开发的数据科学团队将变得多余。生成式人工智慧用例与传统人工智慧用例有很大不同,实施生成式人工智慧需要改变企业架构、开发周期、新角色和技能。生成式人工智慧并不能解决所有问题,但它有它的空间并带来新的能力,目前,我们看到的大多是独立的生成式人工智慧解决方案,但为了充分发挥其潜力,生成式人工智慧最好与传统人工智慧和现有应用程式结合使用,从 IT 策略和企业架构角度来看,将生成式人工智慧与现有数据、应用程式和自动化平台结合,需要仔细评估应用性。

Google 压箱宝 AI 模型「Gemini」降临!30 项评分直接超越 GPT-4V

  • 多模态 AI 模型可同时理解文字、程式码、声音、图片、影片等内容
  • 32 项 AI 测试中有 30 项评分超越 GPT-4V
  • 分 Ultra、Pro、Nano 大中小三个版本,Nano 小到可以直接装手机上
  • 不仅支援英语还能同时支援多个语种,在不同语种执行效能也能维持一致
  • 大量使用 Google 自家设计的 TPU 训练

原本 Google 传出会延期到明年才发表的全新大型语言模型「Gemini」如期在 12 月初面世!

就如外界预期,Google 呕心沥血推出的 Gemini 是「原生」多模态 AI 模型,可以同时无缝理解、操作包括文字、程式码、声音、图片、影片等多元形式的内容,像是理解图片方面,Google 宣称 Gemini Ultra 可以直接跳过从图片中使用 OCR 理解文字的步骤,就能直接图片内容。

理解能力到底有强?Google 就用了一个图中很简单的例子, 拿了两张非常简单的手绘汽车图问 …