The Key | 每天的關鍵

了解 GPU 與 AI 的關連 GPU，或稱為圖形處理單元 (Graphics Processing Units)，已經成為 AI 和機器學習重要的一部分。它們被用於訓練人工智慧和深度學習模型，因為他們可以同時處理多個運算。這是由於他們擁有大量的核心，能更好的進行多個平行處理的運算。GPU 被設計為能夠進行多個同時的運算。這種能力對於需要快速處理大量資料的機器學習和 AI 特別有幫助。 在 AI 中的 GPU 與 CPU 在 AI 和機器學習方面，關於 GPU 和 CPU 的能力差距很大。GPU 為機器學習，資料分析和其他人工智慧應用的專業任務上提供強大的加速功能。這是因為 GPU 更適合機器學習的運算需求，因為它有著比較強悍的平行運算能力。 CPU 核心較少，但能專注於迅速完成任務，適用於普通計算和資料庫操作。GPU 協助 CPU 執行並行計算。相對於 CPU，GPU 可以更有效率地處理運算密集型應用，如機器學習、人工智慧、高效能運算和自駕車晶片。簡單來說，CPU 是協調整個系統的指揮者，而 GPU 則是迅速解決數學問題的專家。 Nvidia 已經開發了如 CUDA 等 GPU 加速運算平台和程式碼模型，以幫助開發者有效地使用 GPU 進行 AI 和機器學習任務。許多 AI 開發框架現在都已經是 GPU 加速提升 AI 應用的性能。 除了 GPU 以外還有什麼其他加速器 AI 加速器是專為有效處理人工智慧(AI)和機器學習(ML) 設計的專用硬體。這些加速器可以顯著提高性能，減少延遲，並降低 AI 的應用成本。Nvidia 的 GPU 以高性能的平行計算能力而聞名，使它們適合深度學習、遊戲和圖形應用程式。它們提供高性能和成熟的生態系統，但是相較於其他 AI 加速器，它們更耗電。一些最常見的 AI 加速器類型包括： Tensor 處理單元(TPUs) ：由 Google 開發，TPUs是專為TensorFlow（一種 ML 框架）設計的應用專用積體電路(ASICs)。TPUs 對於深度學習中常見的矩陣乘法和其他運算進行了強化，並針對 Google 服務內容進行了優化。但是，它們比 GPU 和 CPU 更貴。 Intel 的 Habana Gaudi 加速器設計用於資料中心應用的 A I訓練和大規模資料處理。它們提供出色的擴充性，並在性價比上比 GPU 提供40%的...

AI 將被放到 Google Ads 之中了 Google 已經準備好將 AI 融入廣告推廣之中了 (怎麼一點都不意外)。Google 為了簡化設置新廣告時的困擾，推出了 Google Ads 自然語言對話功能。這項功能的目的是在通過將用戶的專業知識與 Google 的 AI 結合，簡化廣告的建立和搜尋廣告。只要提供用戶的推廣主頁，Google 的 AI 就會進行總結。它還會生成與用戶的廣告相關的關鍵字、標題、描述。如同與知識豐富的廣告推廣同事進行對話一樣，AI 也會提出修改建議。 AI 增強的自動創建資產 去年，Google 開始為搜尋廣告提供自動創建資產(ACA)。"ACA"代表"自動創建資產"。這是 Google 廣告中的一項功能，可以生成額外的資產，如標題和描述，簡單來說就是根據使用者投入的推廣主頁內容，自動產生廣告內容。 現在 Google 要把這項工作交給生成式 AI 幫忙處理，有了語言模型的幫忙，自動生成的內容應該會更加精準，而且可以隨時根據觀眾的狀態調整內文。例如，對於“乾燥敏感皮膚的護膚”這樣的搜尋，AI 可以使用推廣主頁和現有廣告的內容來建立一個與查詢更為緊密對應的新標題，比如“舒緩你的乾燥敏感皮膚”。這有助於你在保持品牌真實性的同時提高廣告的相關性。(這個真的很厲害，針對目標客群直接調整廣告內容)。 在 Google 搜尋生成體驗 (SGE) 也會有廣告，不用擔心 在 2023 Google I/O 上，宣布了 Google 搜尋的 Search Generative Experience (SGE) AI 功能。這些功能將使搜尋變得更加智能化和簡單。不少廣告業主在這類 AI 推出的時候表示擔心，Google 表示：一點都不用。新的搜尋生成體驗 (SGE) 將包括直接整合廣告到對話中 🤑。這將讓廣告能夠根據 SGE 對話中的每一步來克制，確保高品質的廣告體驗。 寫在後面 全球最大線上廣告商 Google，終於推出對應 AI 的解決方案了- 就是在對話中植入廣告。不要意外，之前小編也在 Bing Chat 中看到 Ad 的字樣，還有 Sydney prompt injection。Google 真的也在很努力要這在波 AI 風潮中保住自己的主要業務， 廠商也要生存，不得不說 AI Ad 的功能還算不錯，尤...

ChatGPT 就是大型語言模型 大型語言模型（Large Language Model，簡稱LLM）是一種專注於理解、處理和生成人類語言的深度學習模型。LLM 由許多參數（通常有數十億或更多的）的類神經網路組成，並在大量的文字上進行自我學習。 LLM 是一種多功能的模型，擅長於各種任務，例如情感分析、問答系統、自動摘要、機器翻譯、文件分類和文字生成等。這些模型通過從大量的數據中學習，這些數據往往包括在長時間內網路上寫的幾乎所有東西。他們考慮大量的文字以更好地理解上下文並生成準確的結果。 簡單來說，LLM 就是自然語言專家，最擅長處理文字相關訊息，至於數學和太難的邏輯理解則很容易出現幻覺。 回歸語言專家：帥氣的命名 工作會發生的一個情境，需要幫助一個新技術命名，這時候 ChatGPT 就可以高速的產出多個命名出來。以下列一個新技術來說： A swing-wing machine that is propelled forward by thrust from a jet engine, propeller, or rocket engine, and it is designed to be operated by cats. 我們可以使用以下 Prompt： As a specialist in the field of naming new stuff, your expertise will be critical in this task. I will present you with a detailed description of specific stuff. Your responsibility is to generate a list of ｛ 10 ｝{ professional }-sounding, { single }-word names that align well with this description. In case the provided information is not sufficient for you to accurately formulate these names, please don't hesitate to request additional details.  效果相當不錯...

實名帳號也會被假照片所騙 本週一(5/22)，一張 AI 繪成的假照片，描述在美國五角大廈附近發生了爆炸，被幾個 Twitter 實名帳號分享。這張明顯經由 AI 匯出的圖片被用來散播假消息，導致美國股市短暫下跌和大眾訊息的混亂。值得注意的是，被誤導的帳號中，有一個聲稱與彭博新聞有關(很明顯也是錯誤的訊息)。 Twitter 的驗證政策問題 Twitter 已經停止了最初散播這張圖片的帳號。但是該帳號擁有者的身份仍然未知，而 AI 圖片的來源也仍不清楚。這次事件讓大眾注意到了， Twitter 現行驗證政策的問題。在 Elon Musk 的領導下，Twitter 只要上繳月費，就可以得到藍勾勾認證。這稀釋了 Twitter 驗證系統的價值，因為它不再只代表真正的”人”或是可信度，一些課金藍勾勾可能一開始打算來散布不實訊息。 假消息觸及全球觀眾 這次的誤導訊息不只局限於使用 Twitter 的用戶。這次的 AI 假爆炸圖片還被主流的印度電視網，共和國電視，以及俄羅斯新聞網 RT 報導。導致 AI 假圖片經由它們的媒體網路散佈給了大量的觀眾。直到後來，這些新聞網才發現這是個虛假的消息，並撤下了新聞。 中招新聞機構的回應 在事件發生後，RT 表示，他們為了讓人們知道這個事件而快速的報導，但在確定圖片是 AI 生成後，已經採取適當措施修正他們的報導。話雖如此，他們在俄羅斯社交媒體平台 VKontakte 上似乎淡化了他們的錯誤的嚴重性，突顯了我們現代快節奏新聞周期的潛在問題。 對股市的影響 假造的圖片威力直接反映到了美國股市上。在短短四分鐘內，道瓊斯工業平均指數下跌約 80 點，但隨後不久便全面恢復。S&P 500 也經歷了類似的快速下跌和恢復模式。這快速的波動顯示了社交媒體，以及假消息對經濟影響。 專家對 AI 假圖片分析 爆炸圖片的可信度很快就被專家所擊破。在仔細檢查之後，圖片中的建築與五角大廈的相似性很小，幾個不一致性顯示了是 AI 合成的。加州大學伯克利分校的教授，也是數位取證專家的 Hany Farid，強調了圖片中存在的結構異常，進一步強化了 AI 繪圖假照片的論點。 寫在後面 儘管事件最終被平息，這次的問題其實大大的凸顯的 AI 照片的以假亂真。加上 Twitter 藍勾勾的推波助瀾，造成假訊息越滾越大。以現在這個態式，小編認為在不久的將來鐵定會有 A...

延續 Rakuten Kobo E-Reader 的研究看看，這次繼續研究技術規格上的 Resolution 解析度，又代表甚麼? 何謂電子墨水解析度？PPI 和解析度哪裡不同？ 電子墨水解析度指的是組成電子墨水螢幕的像素(Pixel)數量。"PPI" 和 "解析度" 這兩個詞經常可以互換使用，但是它們指的是影像品質的不同面向。PPI，或者說是每英寸像素 (Pixel Per Inch)，表示的影像或螢幕的像素 密度 。換句話說，它表示每英寸影像塞入了多少個像素。PPI 值越高，顯示的像素資訊越多，顯示的影像品質就較高且清晰。 另一方面，解析度指的是影像或螢幕中像素的 總數 。它通常以寬度 x 高度來描述，單位是像素。例如，1024 x 768 的解析度意味著寬度是 1024 像素，高度是 768 像素。 雖然 PPI 和解析度都對整體影像品質有所貢獻，但它們代表的是品質的不同面向。解析度高但 PPI 低的影像可能看起來沒有解析度低但 PPI 高的影像銳利。所以要以影響清晰度考量，PPI 看起來會是首要考量。因為螢幕與影響大小會影響解析度的數值。 電子墨水解析度的演進 多年來，電子墨水螢幕的解析度一直在提高。例如，6 英寸的螢幕已從 800 x 600 進化到 1024 x 758，然後再進化到 1440 x 1080。最新的元泰科技彩色電子紙技術，Kaleido Plus，其彩色影像的解析度為 100dpi，而黑白內容的解析度為 300dpi。 電子墨水螢幕的優點 電子墨水螢幕比傳統的 LCD 螢幕有多種優點。它們更節能，一次充電可以使用數週甚至數月。它們在陽光下的表現更好，因為它們反射光線，而不是發射光線。此外，它們有像紙一樣的外觀，長時間閱讀更為舒適。 選擇正確的電子墨水螢幕解析度 電子墨水螢幕的解析度是選擇電子書閱讀器或其他電子墨水顯示裝置時需要考慮的重要因素。解析度越高，顯示的影像就越銳利，但它也需要更多的電力。簡單來說，高 PPI 或是大螢幕的 E-Reader 其耗電量就越兇，這個就必需依照使用習慣去挑選適合的螢幕尺寸。 寫在後面 電子墨水解析度是電子墨水技術的重要部分，它顯著影響螢幕的品質。雖然解析度越高，提供的影像越銳利，但它也需要更多的電力。以 Kobo 目前的 E-Reader，6 吋對小編來說有點太小...