Re: [請益] 憑良心說AI要怎麼賺錢?
我只能說 ,AI 並非像在.com賣夢
其實海外已經有很多論文與應用文件在討論
現在更多是如何推廣給非資訊領域的人員
現在ai搭配agent搭配cloud,已經在替代很多助理做的事情
甚至還能協助決策,你說準度有差? 是的,準度絕對不會比一個優秀助理好。
但很多事情並不需要做到百分百,只要能比別人蒐集得快跟好就行。
另外關於準度問題,也可以搭配multi-agent的方式,讓ai扮演多種腳色互相糾錯,
有些資訊系統以前要花大量uiux人員,還要做ab test,現在已經開始改用llmOps
透過對話的方式,直接指引系統操作,新一代的人機操作方式會有很大的突破。
UIUX也即將會重新融入AI對話的思維,顛覆掉以前的UIUX哲學。
https://www.cxcxc.io/agentic-ai-course/
https://www.cxcxc.io/ai-agent-training/
剛搜尋了一下,台灣也已經有開始在做ai-agent的課程,政府也開始有推廣了。
大家還是快點繼續買nvidia吧,ai這波不太可能會成為泡沫,而是很多企業在藏招。
未來將會有一批以 LLM作為基礎的套裝資訊系統 與客製化系統
這種系統也不需要再像以前要花高成本訓練專業人士來操作介面。
人與人之間的資訊生成 整理 推送,會因為AI的關係,重新被定義。
能夠重新定義行業又能優化效率的技術不多,要好好掌握。
※ 引述《ilw4e (可以吃嗎?)》之銘言:
: 炒AI很像當初炒.com泡沫
: 當時網路泡沫任何公司弄個.com就能炒,
: ,就像現在甚麼股扯到AI就能炒
: 網路當初所有人都知道實際用處很大,
: 但是因為題材太大了而且沒法排他,到
: 頭來還是要你的應用能繳出獲利的公司
: 才是真正有價值的
: AI也是類似,大家都知道很多潛在可以
: 應用的地方,但有用不等於可以收錢賺
: 回來。比方說你說AI可以取代一堆人類
: 工作,但取代也是漸進式的,公司把人
: 漸漸換成AI的過程也不見得可以在盈餘
: 上看到甚麼很明顯的變化
: 其實你看AI泡沫市場主炒的核心不是那
: 些新創真正燒大錢搞AI的賣夢公司,那
: 些公司是一直推應用提供市場想像,像
: 是打廣告宣傳用的。真正被炒上天的是
: 在這波泡沫中已經在收割的公司,就是
: 賣設備賣晶片賣算力的那些公司,像是
: NVDA 台GG ASML這些
: 次一級炒作的是那些賣夢搞噱頭創投公
: 司的投資者金雞母,就是像GOOG MSFT
: META這類。這些公司就是搞資料中心然
: 後出租算力給他們投資的那些新創,然
: 後那些新創如果AI搞出甚麼實用的東西
: 他們就直接拿回去用。他們是左手送錢
: 給新創燒,但新創的算力都是回頭跟他
: 們租,所以等於左手交錢給右手,沒有
: 像上面賣設備的公司賺成那樣,但因為
: 可以拿到最新AI的成果應用所以比較有
: 作夢想像空間
: 當初.com泡沫破了以後網路還是持續普
: 及,現在變成日常不可或缺的東西,它
: 的應用可能比當初.com泡沫時夢的都還
: 要廣泛,但不會再有公司因為網路就能
: 炒了,因為它已經變成像公共財的東西
: ,AI未來很有可能也變成這樣。回頭看
: 當初微軟也是.com泡沫的核心,但他就
: 是當初靠系統跟瀏覽器壟斷真正有實際
: 收割到的公司,所以泡沫泡了他照樣活
: 下來,還跟到新的這波AI泡沫
: ※ 引述《nissan168 (pingGO)》之銘言:
: : 台股已經要到2萬2了。AI 的話題炒了一整年。
: : 從比特幣到元宇宙,我一直不覺得輝達能跟蘋果並駕齊驅,但是股價說輝達值得。
: : AI 到底是要怎麼賺錢?
: : 教育?醫療?翻譯?電影?動畫?遊戲?看護機器人?
: : 現在到底哪樣東西已經有個樣子了?
: : 股價是噴的很高!
: : 沒有利潤的話,崩盤的速度會是上漲的三倍。
: : 請問有鄉民也看不太懂嗎?
: : -----------------
: : 我自己的看法,台積電現在是唯一掌握3奈米製程晶片的公司。未來的2奈米、1.6奈米,
: : 也沒有其他的對手。
: : 黃仁勳是來跟台積電打好關係的,其他台廠只是可有可無的配角。
: : 如果微軟、蘋果、谷歌、臉書等大公司,不自己做晶片,那不太合理。所以輝達要怎麼維
: : 持龍頭地位?我還在觀察。
: : 只是台積電會變得更重要的。
: : 我不懂的,是AI要怎麼讓一般民眾受益?
: : 醫院,如果有AI機器人可以幫病人,翻身、洗澡、散步、餵藥、監控生命數值。
: : 這個東西,絕對是劃時代的發明。
: : 全世界都會需要的。
: : 類似的直接「商轉」的運用。
: : 有沒有鄉民有看到什麼,實質的應用?服務嗎?
--
尼發文完老黃就A惹 幹騙人
連跌一個月大家就改口說泡沫了拉
一篇一根
4月中的時候超多泡沫文QQ
.com也不是賣夢,.com泡沫是因為還沒賺錢公司就倒了
就不懂現在路都走這麼明了,還有人拿來跟.com比是
怎樣,不過看不懂趨勢就是這樣,當年也有人拿哀鳳
跟黑莓機比XDD
用夢賺錢
.com夢及AI夢相似點,一般民眾都想用免費的
.com都初的"遠景" 現在都遠超無不及 如果要說賣夢那
"應用"端的AI公司也非常高可能是賣夢喔..XD 重點是
AI遠景必會出現(跟.COM一樣) 但是能不能撐到那時要
公司...當初有參與.COM的"現在"還活著的都是那些巨
頭 其中包含沒參到精華段但後面接碗噴起來的GOOGLE
要"看"公司 少個字
沒錯,大家都想用免費但期待錢從天上掉下來
爆
首Po台股已經要到2萬2了。AI 的話題炒了一整年。 從比特幣到元宇宙,我一直不覺得輝達能跟蘋果並駕齊驅,但是股價說輝達值得。 AI 到底是要怎麼賺錢? 教育?醫療?翻譯?電影?動畫?遊戲?看護機器人? 現在到底哪樣東西已經有個樣子了?X
來來來 車牌辨識 你平常開車出去玩要去臨時停車場 現在那個停車場出入都已經改成 AI智能辨識,很方便對吧21
炒AI很像當初炒.com泡沫 當時網路泡沫任何公司弄個.com就能炒 ,就像現在甚麼股扯到AI就能炒 網路當初所有人都知道實際用處很大, 但是因為題材太大了而且沒法排他,到18
我覺得實在是很多人到現在還搞不清楚AI是什麼 也搞不清楚為什麼NV現在這麼可怕的原因 趁半夜來淺談一下未來可能的應用和想像 1.AI到底是什麼 ? 最簡單的說明就是,AI就是指計算機系統能夠模仿人類智能,X
並不是AI怎麼賺錢 而是你要做AI 就需要Nvidia 的晶片 包括FB GOOGLE TESLA APPLE OPENAI 還有大量的學術界 目前所有的AI程式 所有的平台都架構於CUDA CUDA 會擋掉所有對手的晶片 那你還玩什麼 除非你要全部重寫 還要比CUDA有效率44
其實我比較想知道AI以後要賺誰的錢? 目前種種跡象顯示未來很多人力會被Ai 取代 但這點來說其實蠻矛盾的 當大部分的工作被Ai 取代後也就代表很多人即將失業 那這些人失業後還有錢去消費Ai 帶來的紅利嗎?1
比起賺錢,我更害怕AI的安全性, 我這邊大膽預言,等ai發展至一定程度, 將會與人類展開戰爭,並且這場戰爭會以人類失敗告終, 最後人類會變成ai圈養的能量來源, 在後腦勺插一根管子活在虛擬世界中,3
我大膽預言 未來AI發展到超越人類智慧後 為了避免AI毀滅人類 我們需要制定三大定律 一、AI不得傷害人類,或坐視人類受到傷害。1
這段可以算是對的 : 2.跟過去的大數據分析、深度學習、甚至是辨識與一些傳統的工廠機器人他們差距在哪? : 在OpenAI之前,過去這些上述提及的技術,比較像是我們先設定好一個方程式, : 這個方程式,會根據我們人類預先輸入的狀況而去決定輸入什麼最後得到輸出什麼, : 就像一個工廠一樣,只是工廠內部所有的元件跟設備還有功能都是由我們人類設定,7
所有你想到, 你沒想到的, 美國電影早已經拍給你看了, 最早的魔鬼終結者, 威爾史密斯的機械公敵,
爆
[情報] 天網和奧創來啦根據一場研討會的討論內容 美國空軍曾在模擬器裡面開發一款操作無人機的人工智慧 但是最終決定權仍在操作員手裡91
Re: [新聞] 馬斯克:特斯拉已經非常接近 Level 5 完小弟雖然寫程式但不是 AI 也不是自動駕駛領域的人 若有說的不正確還請錢大指教 小弟粗淺認為目前自動駕駛系統本身就分成兩派 傳統派 - 使用原型車搭配駕駛行為收集數據與訓練 創新派 - 像特斯拉使用大數據去涵蓋大量場景進行訓練38
[情報] 中國推出世界首顆無干涉 AI全自動設計CPU中國推出世界首顆無干涉 AI全自動設計CPU 中科院計算所的處理器晶片全國重點實驗室及其合作單位, 用AI技術設計出了世界上首個無人工干預、全自動生成的CPU晶片——啟蒙1號。 這顆完全由AI設計的32位RISC-V CPU,相比GPT-4目前所能設計的電路規模大4000倍,4
Re: [問卦] AI內閣是什麼東西?AI內閣是一種將人工智慧技術運用於政府決策過程中的創新概念 它指的是一套由人工智慧系統組成的顧問團隊 這些系統能夠協助政府官員 進行數據分析、預測未來趨勢、優化政策制定過程以及提升公共服務的效率。 雖然目前這個概念還處於發展階段,但它的潛力和重要性不容忽視。1
[其他] 請益企業對 AI 面試官的想法及回饋各位創業版前輩大家好,小弟我剛過 26 歲, 目前正在從事軟體相關的創業,地點在台中, 我自己本身就是軟體工程師,我有能力寫網頁、APP 全端, 很慶幸活在這波 AI 浪潮中。 我立志寫出可以幫助人節省時間的產品,繁瑣的事務本來就該交給程式,- 【活動訊息】科技與人文對話系列研討會—國際人工智慧科研發展之指引、規範與實踐 【活動時間】2020/10/16(五) 【活動地點】臺灣大學-梁國樹國際會議廳 【報名連結】 【報名時間】2020/09/25(五) ~ 2020/10/12(一)
- 講一些自身經驗好了 自從AI領域在生成式題材大火後 全世界就進入到AI軍備競賽 所有的AI基礎研究都是以週甚至日為單位在迭代 舉個例子 當年Robert G. Gallager 在1960提出類神經網路的LDPC code到2004年才大放異彩 無限接近shannon bound 光這個演進就花了40年 對照這幾年的AI科技樹發展 根本就是指數在成長