Re: [心得] 2024 NV信仰半年抱
週末來加值信仰\@n@/ 這是蓋茲幾天前的見解 (註一)
https://www.youtube.com/watch?v=jpfC7rzoX2A
專訪問蓋茲 你認為AI是Bubble嗎 類似網路泡沫嗎 蓋茲基本回答就是 絕對不是
他的回答可以內化好幾塊 基本上指出包含到軟體後端的整合和優化等後續工作
甚至稍微過度臆測延伸 這都意味系統都有可能重新推倒設計(e.g.AI PC/Phone/雲端基建)這也意味者需多產業會興起 可能是投資人的一個光明參與機會
最近透過人類數據加值AI算法已經慢慢被AI自己模擬數據取代 從CLIP時期開時
展現的大數據雖重要 算法通常也可以學習野生大量數據法則 但這幾年算法上意識到
數據的品質更為重要 像BLIP2和LAION都是透過用filter方式去除噪聲野生數據來改善
野生數據品質 但這方法有一定的瓶頸
(曾經看過一個demo是 有人把slack上所有對話數據去fine-tune LLM
然後給一些任務 結果LLM只會回答will do. Things is on track. Stay on Tune.
Still in my to-do list等垃圾回答而非產生真正有意義答案)
NVDA最新的Nemotron揭示了 大量高品質數據可以用模擬仿真產生 而訓練完模型
又會超越野生數據訓練出的大模型 事實上像OpenAI Sora模型也可能走這條路
外界高度懷疑Sora透過用遊戲虛擬引擎(Unreal)產生空間模擬資料 幫助機器學習
最近越來越多算法也開始尋求透過模擬場景來增加無標籤數據的高品質性
甚至透過機器去教機器(參照 https://tinyurl.com/38x9md8s)
這也意味者算力/記憶體空間需求會繼續線性成長 後其他用AI改進"效率" "生產工具"
等軟體開發整合也陸陸續續地開始在亮相 像是Adobe pdf reader/MS Office
生產工具變得越來越聰明
然後人類以後的功能就是當電池了 連當數據產生器的功能也被機器奪去 QnQ
--
註一
時間線拉回到2022年12月 當微軟研究院的頭Peter Lee在對CEO Satya和Bill Gates
做簡報和OpenAI GPT內部demo時 那是第一次Bil對微軟內部報告出現了充滿震驚
完全沈默不語 大體來說Bill是一個很難被震驚的難取悅大老
從那之後微軟就開始瘋狂佈局 而據説Satya在2023年初 對MSR(微軟研究院)
領頭Peter Lee(曾任職歐巴馬科學團隊領導) 非常不滿 說你們有幾千多個人
而OpenAI不到300人 你們過去十年在幹麼
https://wallstreetcn.com/articles/3689711
※ 引述《nilcc (展~)》之銘言:
: 前言提要
: https://i.imgur.com/y6Ml6aF.jpeg
: 當時amd抱2年翻倍後轉投找標的
: NV是我自己選的外
: Upst apps 這兩隻是看股板當時很熱
: 想投機賺快錢被套的
: Ayx是4年前開始被套的
: 2024 1月
: 股票配置為
: 台股 台積電 576*3張
: 美股 nvda492+upst33+apps6.2+ayx47 匯率31
: ETF :QQQ+ivv
: 期初資金:約 NT 8,988,626 元
: 中間操作:
: 1月中 nvda560 部份套利調整現金部位
: https://i.imgur.com/eXzRrYE.jpeg
: 1月底 ayx準備下市 47*300股
: 想說準備降息 賭upst 回漲
: Upst 部位變 34*900股 均價54
: https://i.imgur.com/D002BCe.jpeg
: 2月底 賣掉部份QQQ 轉nvda
: 3月初 賣掉台積電 720*3 轉 nvda+nvdl
: https://i.imgur.com/yLs7wkm.jpeg
: 3月底 原本還賺約40萬
: 4月底 戰爭消息 狂跌 但我也小撿加碼nvdl
: https://i.imgur.com/UnNkGo0.jpeg
: 還順便撿了smci 847*10股
: 想不到那次跌到700元 哈哈哈
: 後面就續抱到現在 但大多都沒有實現
: 都是再投入
: 目前最高股票價值在2024.06.20那天開盤
: 約 19,629,874元
: 當天是我股票價值最高的一天
: 半年未實現獲利約 10,641,248元
: https://i.imgur.com/pnYATYJ.jpeg
: 但這兩個星期nv一直回檔整理
: 所以又掉下來蠻多的
: https://i.imgur.com/VseQYAr.jpeg
: https://i.imgur.com/73uKrqg.jpeg
: 2024.06.30 結算股票價值
: 約 17,138,105元
: 半年未實現獲利約 8,148,479元
: 心得:
: 1.
: 明明1月底對nv還很有信心
: 卻因為強迫症想要賭upst 翻紅好看
: 把資金投錯地方,真的很智障
: 至於apps 我早就放棄他了
: 2.
: 3月時對nv很有信心,
: 又對台股常常把台積當控盤工具有疑慮
: 所以把資金轉投nvdl
: 4月回檔也持續加碼約30元的nvdl
: 真是正確選擇
: 雖然手上目前沒台積,但我還是看好的
: 3.
: 下半年操作會慢慢調整部位比例
: 拉高現金比例,nvdl+nvda部份獲利
: 並轉投至ETF部位
: 4.
: 最後感謝黃爸爸,希望ai能持續發展
: 造福世界、改變世界
--
我是GN爐 我是剛但
我躺平我當電池,阿巴阿巴
微軟不是泡沫啊 但一堆不明究理來蹭的公司是
gates: ai不是泡沫 明天加碼nvdl
那satya在幹麻?一樣費不是,科科
一樓剎那
少子化,電池哪來?
好。老黃續抱
感謝增加信心,nvda續抱
對啊 那它們在幹嘛
謝謝L大分享
續抱
好,續抱,繼續投,期待米娜誕生
我朋友也說記憶體和電力需求很高
推推
上車不用再談了 現在要談的是哪時候跳車
總不可能抱十年拔 十年後老骨頭有豪宅豪車沒屁用了
唉 利多不漲
抱到下一個值得抱的再跳車 你現在賣你要買啥
現在談跳車也太早…
垃圾主管講那什麼屁話
抱到機器人上市阿
高品質資料真的最重要,要變可靠的ai要投入更多,說
這麼多就是噴
都開始作機器人了,未來幾年不可能沒有產品吧
用網上垃圾資料訓練,訓練出來也是垃圾
我是鋼彈.jpg
用tifa下去OO的影片,訓練出來就可以真的下去OO,我
指的是擦地板
蓋茲開示了 買
整個產業到幾十B的時候 NV 6B10B一點都不意外
謝謝分享 窩不是草履蟲就是電池=.=
垃圾in 垃圾out
Nemotron那種方式產生的資料也可能是過擬合啊
總之高品質資料會是AI好壞的關鍵因素
想要全靠模擬不切實際 部分模擬比較可行
就像現在影像提升畫素也是用類似的方法
還是需要一部分真實影像資料 來產生超高畫素
ai真實應用的服務,目前大眾所知就是OpenAI、FSD.
AI鏟子:NVDA、TSM..都漲一大段了,應找提出應用的
的公司來加碼了。
畢竟現在不會做鏟子的人,早晚會做出來的~
雖然但是蓋茲說生技會成為最大產業,我還在等
生(人)物(類)科(電)技(池)
結論:MU買起來,NVDA買起來
反正就是歐印NV
總之就是NVDA買起來
slack那段有啥問題? 一堆人不就那樣,問啥就是講
幹話,回覆完全沒建設性,難怪老闆不相信遠端
生技在疫情的時候真的很大啊
存股存到我老死
推推
信心加持\@o@/
當年比爾蓋天還不看好納德拉壓注OpenAI頗有微詞勒
蓋天不見棺材(電池倉位)不掉淚
人類越來越沒用啦,還有幾集可以逃
等等 我的錢還沒進去
藍色膠囊還是紅色膠囊?
21
[閒聊] 串連數千個 Nvidia GPU,微軟打造 Chattechnews 串連數千個 Nvidia GPU,微軟打造 ChatGPT 的超級電腦 March 14, 2023 by 陳 冠榮 微軟斥資數億美元打造一台大型超級電腦,串連數千個 Nvidia GPU,為 OpenAI 的聊天機14
Re: [閒聊] 文心一言AI繪圖(慎入)文心一言實力不如ChatGPT是理所當然的,微軟投資幾百億美元並且用微軟的雲端訓練整個網 路資料兩年了,到了去年底才終於開花結果 目前這種LLM模型,最重要的就是 資料 算力 和算法,其中基礎的資料是非常重要的,Chat GPT在建立模型的過程跟一般的Ai一樣要機器學習建立模型,而ChatGPT的基礎原理就是由上 一個字生成下一個字,週而復始,其中在訓練的過程還會經過人工挑選優質回答和一些和添21
Re: [問卦] 為什麼AI 這2-3年進步這麼神速?我剛好研究所讀資工領域的。 你應該知道在這次AI大模型震撼世人之前,電腦科學界在紅啥嗎?? 就是Big Data,大數據,資料探勘。 但是因為"算力"不足,所以在十年前,幾乎都是關注於儲存與基礎處理而已。 譬如NoSQL數據庫與一些簡單的資料探勘,那個時候SVM分析歸類資料可火的。6
Re: [問卦] 為何台灣是AI晶片重要生產地,但是AI軟體模型都沒一般而言,所謂的AI Chip指得是特化過往CPU功能的晶片,過往CPU集成的晶片會強調指 令控制跟緩存的功能,但DL/AI模型其實更強調運算元(ALU)所以像NPU、GPU就是特化計算 元其他的功能就縮到最小,所謂AI專用晶片本質上就是這樣的一種類CPU特化架構的晶片 。因為對於當前所有的DL模型原子化到最小計算就是在做矩陣加減乘除跟線性變換。 不過目前整個設計還是follow國外廠商的需求,所以台灣更像是代工上游廠商。當然啦!3
Re: [問卦] AI畫奶的功力怎麼進步這麼快的?AI畫奶的技術是一種基於深度學習和圖像處理技術的應用,隨著機器學習和計算機視覺的 不斷發展,其技術水平也在不斷提高。 在過去的幾年中,AI畫奶技術已經經歷了許多重要的進步,其中包括以下幾點: 數據集的增加:AI算法需要大量的數據來進行訓練和優化, 隨著數據集的增加,AI算法可以更好地理解不同類型的圖像,從而提高奶畫的質量。2
Re: [問卦] AI產出的產品之間有關聯性嗎?: 阿肥碼農阿肥啦!有興趣可以看我在科技版的文章,看一下chatGPT的思維模式綜述。 #1Zxi_nPB (Tech_Job) 基本上,現在的深度學習突破的領域在學術界已經是一兩年前的舊聞了,現在所有的語言 視覺模型最好的成果都是基於Transformers(變形金剛)這個家族爆發性成長的結果。2
Re: [問卦] AI機器人的信度和效度?阿肥外商碼農阿肥啦!在下鍵盤研究員回答一下你的問題, 1. 先說統計檢驗部分,一般而言在傳統研究領域小數據上都會要你做一些傳統的統計檢驗, 例如你加了某個方法以後會更好,你要跟讀者證明A優於B,要避免模型有隨機性那做了可以 證明你是對的。不過現在大部分NLP訓練都是基於巨量數據像GPT-3有45TB的文本,這麼大的 數據情況下我們都會假設數據服從中央極限定理符合常態分佈,那做假設檢驗就有點多餘。2
Re: [新聞] 使用生成式AI圖片販售?智慧局將研擬指引防侵權爭議阿肥碼農阿肥啦! 先說一下,當前學界確實是有一些研究來保護私人資料不受到模型侵權的。 當前生成式AI模型主要還是在於他是學習數據的樣態分佈來預測,所以當前的著作權跟專 利權法沒有針對這塊(過往侵權都要樣式匹配才行)訂立法律,其實也是因為這塊難以列舉 侵權。- 阿肥外商碼農阿肥啦!認真說,這幾年口說上字幕甚至翻譯,還有有字幕上語音這幾年都獲 得不錯的進展,包含openAI、Google、Amazon、Meta實驗室都有不錯的產出,而且這些都是 依靠當前所謂的多模態零樣本學習的大力進步,很多轉換錯誤或是機器音都減小很多,不 過偶爾還是會有出槌需要人工修正的部分。 所謂的多模態零樣本其實就是換一個思維過往很多工作需要大量標注工跟資料工程前處理來
X
Re: [心得] WWDC24節錄-系統級個人助理面世: : Q:阿婆完全照搬OpenAI的GPT模型嗎? : A:沒有,這次提供的是本地自家模型以串接的方式連動GPT模型,也提供用戶關閉此功 能 : 的選項
46
[請益] 所以下週Nvidia 財報要all in 嗎?65
[請益] 未來實施資本利得稅的可能X
[心得] 窮人其實很難 All In 股票吧12
[標的] 2316楠梓電 清醒多40
Re: [請益] 分析師是不是怎麼樣都能講9
Re: [請益] 分析師是不是怎麼樣都能講6
Re: [請益] 清流君:All in對了。他真的對了嗎?7
Re: [請益] 分析師是不是怎麼樣都能講3
Re: [新聞] 川普提名「反疫苗論者」小羅勃甘迺迪任4
Re: [請益] 未來實施資本利得稅的可能14
Re: [新聞] 不只台積電受重傷?川普「磨刀霍霍」 對X
Re: [請益] 未來實施資本利得稅的可能5
Re: [心得] 窮人其實很難 All In 股票吧3
Re: [請益] 分析師是不是怎麼樣都能講1
Re: [請益] 清流君:All in對了。他真的對了嗎?