拿工廠的自動搬運車來說,車子從a到b點,遇障繞路
看起來一樣,但做法不一樣

最簡單的做法是檢查點,a1,a2...a5,a3到a4中間遇到障礙,退回到a3
改走a3,b4,a5

算有ai的做法是,給系統a到b,自動車能走的所有通道的路線
讓系統自己決定要怎麼走,如果在某點遇到障礙,系統判斷路夠不夠寬,能不能繞過去
或是障礙是人,發出警告音,要人避讓

你po的文章內容只能算是遠端監控,人工控制...別說ai,連高度自動化都算不上
真要做到ai,得從天氣預報開始,到地質偵測,要不要澆水,澆多少,讓電腦決定
下午會下雨,早上的地有點乾,就澆30%
這幾天都會是好天氣,地有點乾,那就澆到80%
你那文章...ai決定的啥?沒有啊...不是用電腦顯示數據就是ai了

每個人心中都有自己的定義與見解
這些都可以討論
但態度我覺得不應該是"自己的見解才是唯一真理"的感覺
這是科學而非是另一種信仰

最早的 AI 在 1950 年代已經有初略的概念
艾倫圖靈當年的炸彈機，以前也有人說這就是最早的機器學習
但以現在的角度來看，炸彈機其實只是自動化的進行機械運算
AI 的部分是圖靈自己用愛下去發電，所以炸彈機的確有腦
但卻是圖靈的腦，它自己嚴格來說是沒有的

現在的 AI 如果從 NVIDIA 的角度來看
能夠透過 CUDA 單元進行加速的叫做 CUDA 應用
能夠透過 TENSOR CORE 加速的就叫做 AI 應用
NVIDIA 本身是賣顯卡跟加速卡的
從他們觀點來說會有這種說法無可厚非
他們實際上不管上層跑的是牛是馬
只要用得到 TENSOR CORE 通通是 AI 運用

對 Meta 來說
所有無法離線執行的個人助理都不該稱作是 AI
Meta 最早發布的 LLaMA 是沒有可商用授權的
當初就被認為是 Meta 基於商業策略推出的假 AI
因為對某些人來說，不能用的 AI 它再好也沒用
推出只是讓某人吹噓自己家 AI 的專業地位

對 Google, Apple 來說
所有基於 Transformer 架構下的軟體都是 AI 運用
所以他們對於 AI 的定義是很廣的
Apple 基本上對於所有能夠被他們自己神經網絡處理器加速的
也通通稱作 AI 應用

所以到底怎樣才夠資格稱得上 AI
其實看起來並沒有明確的唯一定義
所以有些人不管上層目的是要做甚麼
只看底層跑甚麼來判斷

又大提到的天氣預報開始....，這真的是農業很需要的技術，不知有沒相關資料讓大家一起討論。

2023-08-29 Artificial Intelligence: How could it transform agriculture?




PS.
chrome 的翻譯

的確，這樣包裝之後產品會比較好宣傳比較好賣

其實呢, 用最直白的方法說, 反串就是要把AI當作像人一樣... 何必呢? 因為理論上不可能.

1. 算力一定比較高.
2. 記憶一定比較好.

人還有****低潮, 雖說電腦也會當機, 但理論基礎上, 運作效率比人腦來得好估計, 也更穩定.

為何不把人與運算智慧結合在一起?

要稱為AI

起碼要通過"圖靈測試"

若連這基礎都沒 就擅自定義AI

只會貽笑大方

:laugh: :laugh: :laugh: :laugh:

"「系統正確解釋外部資料，從這些資料中學習，並利用這些知識透過靈活適應達成特定目標和任務的能力」"
"人工智慧的四個主要組成部分是：

專家系統：作為專家處理正在審查的情況，併產生預期或預期的績效。
啟發式問題解決：包括評估小範圍的解決方案，並可能涉及一些猜測，以找到接近最佳的解決方案。
自然語言處理：在自然語言中實現人機之間的交流。
計算機視覺：自動生成識別形狀和功能的能力 。"
以上節錄維基百科
如果要達到這樣的話
那就是要能理解任務/目標-而不是照表運作(自動化)
比如照顧作物而不是"交代"機器何時澆水何時施肥之類的
而是它要知道任務是照顧作物
知道相關知識後他要自己對當下狀況判斷而不至於因為太多表列事項例外情況無法處理
或要能直接反饋狀況能直接溝通取得解決方案而不是技術人員進行設定或登錄規則
這目前的這些模型都遠遠達不到吧

我覺得有個卡通很有趣, 米老鼠魔法師用魔法把家具活化後打掃釀成大災難.

其實目前已經讓機器可以學習到監控且判斷了, 只是沒有人敢讓機器自己調整繼續.
會要機器通報, 說明狀況, 目前做到在提出幾個可能性給來檢查的人員(問題指引).
然後得到許可(或者說人員確認)後才繼續運作.

幾位不認為這跟訓練員工其實也很像了嗎? 豐田系統在產線有快速反應鈴.
反應後會馬上有小主管過來聽取發生什麼事情, 發出人以及協助人(co-ordinator)討論.
決定後怎麼做, 而發出人, 就是即時運作(兼操作)的人肉CPU?

但這並不是說我們沒有給機器設備自動化調整以及更多輔助auxiliary, 只是沒開放.
其實人員到場後也可以直接給機器下達指令, 機器自己做好適應, 然後試運作.
透過運作中監控, 非常即時的給出資料圖表跟抓重點, 這都是辦得到的.
因為運算力已經提高到一定程度.

當然, 這是針對"特別項目." 如果你跟它在運作中聊棒球, 它也不會開啟chrome來回應.
:laugh: :laugh: :laugh:

這部分跟人不一樣, 我可以在試運轉時, 問對方晚上想吃什麼? 第二攤喝酒我不去.
:ase :ase :ase

ChatGPT攻破圖靈測試，是時候找個新方法評估AI技術了
https://www.techbang.com/posts/1084...-turing-test-ai

我之前興沖沖的裝了各式能單機部署的平台試了一堆模型
主要是想看看能不能對在學生有幫助(替兒女跟侄兒試試這個正夯的工具)
比如整理重點快速取得正確答案&解釋
結果無一例外全都不行
中學程度的東西答得亂七八糟根本不敢直接聽還得另行比對答案完全失去作用
而告訴他錯了應該怎樣接著繞個圈子問還是錯
完全不能體會出AI有懂癥結在哪
聊一些雜七雜八的倒挺行
看來是停留在只能一本正經講幹話的階段而已
現階段應該感受不到"智慧"的部分實用上多半會讓這些模型還不如那堆照表操課的機器
這也導致一堆人對AI定義不同吧
畢竟現在這些模型跟自己套關鍵字谷歌找東西比還差挺遠的~等於連機器都遠比不上
這個人工智慧低於無智慧在當前應用下當然超難定義怎樣可歸類到人工智慧
等到未來大躍進後應該會比較好歸類