PTT推薦

Re: [爆卦] 杜奕瑾:我們Ailab用的資源更少!

看板Gossiping標題Re: [爆卦] 杜奕瑾:我們Ailab用的資源更少!作者
laptic
(靜夜聖林彼岸花)
時間推噓 推:0 噓:0 →:0

以現實的情況而言,多是關注人工智能是否能商業化

而從此前提來看,要說能成為超美趕陸(中國)的機體,似乎有些許的不切實際,也太過於「夢幻」...



下來就大略辨析:

※ 引述《renna038766 (微積分好難過)》之銘言:
: 台灣Ai教父杜奕瑾FB發文了
: 回應DeepSeek的熱潮
: 簡單來說就是Ailabs也有自己開發的gpt
: 而且用的資源更少
: DeepSeek很大一部分靠的是行銷成功

: 以下全文:
: 我們在1/21台灣AI產業年會發佈了Taiwan AI Labs訓練的小專家模型FedGPT。
: 幾個重點:
: 1. 算力很重要但不是全部,資料、演算法也是。前面是硬體功夫,後面是軟體功夫。: 2. MoE 不是新觀念、是趨勢,未來是專用落地小模型的世界。在我們跟台大陳蘊儂老師: 開源TAME時就提及。
: 3. 通用跑分就像研究所畢業成績只是一個開始。通用跑分在過去的經驗,中國一般能調: 得超英趕美。

以上三點沒有意見

: 4. 成功者不是只看畢業成績、而是應用的快速落地、實際領域的衡量與主動學習。這部: 分就會牽涉到新興法規。開源閉源都無法回答這題。所以有聯邦式開放架構。

這術語有點專業,先簡單查了資料,已知:

一、聯邦學習是「分散式學習」的分支,方法是「透過將資料分配到更多的運算單元,有 了更高的平行運算能力」

二、整體機制源頭:個別運算單元中收集到的資料,不允許離開該單元

而從當下的情形中,這種主動學習的模式要發揮成效,需要能掌握全網的知識,不能因為太新穎而支支吾吾、答不出話來

(就像一月廿七日晚間時,「當機」時的麻煩一樣)

: 5. 綜合以上幾點,台灣人工思維形式提供全球第一個可信任負責任的聯邦式FedGPT架構: 。讓企業也可以基於最優秀的畢業生,落地訓練成為自己的員工、自己的GPT。
: 6. 這不代表算力沒有優勢、而是雲端的優勢會轉換到地端結合。NVIDIA 其實有看到這一: 塊所以有Project Digits。
: 7. 這一轉變台灣其實更有優勢、因為AI雲端壟斷的局面打破、會有更多不同的混合運用: 。台灣軟硬可信任的科技會是重要的提供者。會有更多的買家。
: 8. 開源模型有的成果都是受惠於眾多開源的結果,不管是資料集、算法、平台美國在這: 個賽道仍是主要的貢獻者。
: 1/27DeepSeek的發佈、只是告訴大家AI的霸權不是只有在算力的掌握、要多投資軟體跟應: 用的基本功。技術部分有值得學習,以及敬佩。趨勢跟Taiwan AI Labs 1/21發佈的所見: 略同。其他中國超越美國什麼的就當作行銷術語就好了。行銷成功所以今天相關股票也受: 到影響。
: 我們用到的資源更少唷!希望未來在我們的成果也幫忙多宣傳,然後我們也在徵人。

「資源」的運用,不是越少越好,應重在精簡度

在現階段尚未上路的時候,這樣的言辭恐怕會給人自吹自擂的感覺,不是說人家對機體沒有信心,但還沒實踐就說類似的話,初步印象難免會不好

因此還不如先做好「十年磨一劍」的工夫,然後再來談此門新興市場吧...



行銷雖然要打好,但至少先醞釀了再提

這種「一鳴驚人」的表現,長遠來說要能持續運營才行,不只是看當下的近利。

--
抱きしめるものがない腕、夢以外に 手に入れた強さは 寂しさの別の呼名
現実を受け入れた時 翌日〈あす〉が見えた 過ぎた日も 他人〈だれ〉のことも
きっと変えられない 出逢いにも別れにさえ 理由だけを捜してた、あの頃
輝く未来は、君のために 愛しい記憶は僕のために
絆はいつでも繋がってる あの日の約束 胸に僕らは、奇蹟を叶えてく
      ——玉置成実《リザルト》(『機動戰士鋼彈SEED DESTINY』第二片尾曲)

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 180.74.219.17 (馬來西亞)
PTT 網址