深藏不漏的數據科學家
數據科學家是數據世界和商業世界溝通的翻譯員,他們不但對數據要有深度的理解,也需要對商業營運有一定的認知,才知道如何運用數據來發掘對研究和商業有影響力的資訊,協助商業決策和預測商業發展。他們也是數據偵探,擅長使用各種分析和統計技術發掘隱藏在數據中的知識,將這些寶貴的訊息轉化為可執行的藍圖和策略,解決現實生活中複雜的商業問題。
Read more數據科學家是數據世界和商業世界溝通的翻譯員,他們不但對數據要有深度的理解,也需要對商業營運有一定的認知,才知道如何運用數據來發掘對研究和商業有影響力的資訊,協助商業決策和預測商業發展。他們也是數據偵探,擅長使用各種分析和統計技術發掘隱藏在數據中的知識,將這些寶貴的訊息轉化為可執行的藍圖和策略,解決現實生活中複雜的商業問題。
Read more無人車、自駕車的技術正在發展當中,自駕車通常是電動車,比起油車能減少排放,而他也能提升移動性,並且能針對年長者以及身體不便的人士提供了一個可能的駕駛解決方案。然而,儘管自駕車比純人工駕駛的車輛還要多了更多符合時代需求的優勢,但實際能達到多少效益,還是得看我們的消費市場對於它的安全性以及效率提升面的信任與肯定。
Read more在當今這個大數據時代,教育類的系統提供了非常大量的學生與科技設備的互動資料。從早期電腦輔助教學 (Computer-assisted Instruction, CAI) 的概念提出,到後來又提出了更具有客製化學習概念的「智慧家教系統 (Intelligent Tutoring System, ITS)」,用以了解學習者的知識水準、追蹤學習者的學習進度等。數據與資料的儲存和應用,也讓教育科技的領域有了更進一步的發展。
Read more早在「人工智慧(AI)」一詞被廣泛使用之前,各式各樣的「智慧(smart)」產品其實早已經在科技市場中流通,例如「智慧冰箱」、「智慧空調」等物聯網家具,或甚至是「智慧城市」等更宏觀的概念等等,如今幾乎人手一機的「智慧型手機」,也是用了「智慧」一詞。而AI的技術成熟,開始變得熱門之後,又更是出現了不少「人工智慧」或是「AI」的產品,但這類產品的市場接受度,又是如何呢?
Read more這幾年來,社會機器人越來越蓬勃發展,不少餐廳導入了「送餐機器人」,或是在一些需要回應客戶問題的場域,也設置了不少「客服機器人」。這些在我們日常生活中可以見得到的機器人,由於他們的外觀往往具有一些擬人特徵,例如,有眼睛或者是四肢的機構,或是在顯示螢幕上會呈現出表情等等,讓人類使用者對於使用機器人也產生了如同人類溝通般的社交期待。但為什麼人類會對機器人產生社交互動呢?我們究竟把機器人看成是「物體」,還是某種也具有「心智」的生命呢?
Read more大型語言模型 (LLM) 的出現方便了我們的生活,查找資料的方式從最傳統的上圖書館翻紙本資料,到上網搜尋關鍵字,又演進到了現在只要開口詢問智慧管家、大型語言模型,它們就能快速將答案呈現給我們。雖然這幫我們省下了許多時間,但這件事在學習成果上面是否會有影響呢?這影響是好是壞呢?德國慕尼黑大學Stadler等人的研究團隊為了探討這個問題,便設計了一個相關實驗,觀察大學生們分別使用搜尋引擎和LLM來解決問題後,學習成果的表現究竟如何。
Read more你平常都用什麼方式和他人溝通呢?你知道語言障礙者是如何和他人溝通的嗎?如果加上「科技」元素,你還知道哪些溝通方式呢?你想到的選項,也許都和今天的主題有關。溝通的順暢與否,影響了語言障礙者受教育的品質和社交互動狀態,因此突顯出「科技」角色的重要。本篇文章將帶你瞭解運用人工智慧技術的OTTAA專案如何幫助語言障礙人士和他人溝通、溝通相關的概念、輔助科技的發展和建議、輔助科技和永續的關聯。
Read more現代人生活壓力大,且隨著健康衛生觀念的改變,除了感冒頭痛等生理健康要顧之外,心理健康也是現代人很注重的層面。然而,過去已有研究指出(Lacko, 2018),只有少數的心理疾病患者能接觸到醫療資源,甚至也反映了因為社經地位或教育程度而使得心理健康治療資源的分配不均議題。不過,AI時代來臨,可以靠聊天型的AI機器人ChatGPT來幫忙解決這個難題嗎?
Read more隨著氣候變遷、各類災害如:洪水、颶風等,對環境、人類生活產生更劇烈的衝擊,SDGs的相關目標如:目標11「促使城市與人類居住具包容、安全、韌性及永續性」也成為巨大挑戰,其中的11.5子項「減少自然災害的不利影響」更是各界災害救援、減災計畫的重要目標。近年來,聯合國世界糧食計劃署 (WFP) 與Google Research合作,將機器學習帶入災害評估場域,你能想像機器學習如何幫助更多受災居民嗎?讓我們一起來看看本期文章!
Read moreAI時代來臨,現代的兒童及青少年出生於智慧型手機問世之後的時代,在他們成長的過程裡,也伴隨著AI一起成長。然而,AI作為一個新興技術,仍然有其不穩定的地方。諸如AI模型從大量訓練資料所產生的種族歧視或性別歧視現象、或是有心人士使用AI工具操控政治輿論等等。對於下一代如何使用並看待AI,讓教育界及學術界等各界的學者都十分關心。
Read more在這個AI快速發展的時代,你是否會焦慮有一天自己的工作會被AI而取代呢?AI正在持續且快速的改變傳統的工作模式,然而,若能駕馭AI,對於工作上的不安全感應該也能有效降低。心理學家們面對這樣快速變遷的時代,也展開了相關研究,以了解工作焦慮、心理安全以及AI之間的關係。
Read more你有沒有想過,當別人向你提問時,你回答問題的思考邏輯是什麼呢?這個看似很奇怪的問題,其實是非常重要的事情,因為它可能是造成我們思維與人工智慧思維有所區別的最大原因。從經典的心理學實驗「琳達問題」,認知心理家發現人們在思考時,容易因為捷思法,透過自己的經驗反射性判斷出答案,而非經過複雜縝密的思考。讓人意外的是,這樣的問題在LLM當中也同樣會發生,但差別在於LLM如果透過提示與修正提問方式之後,回答準確度會有上升的趨勢,但在人類身上並沒有這樣的效果。如此看來,機器的發展和人類大腦的發展,似乎並不是依循著相同的發展路線而前進,這又是另一個值得玩味的議題。
Read more孩子們天生就會向其他成人學習,而他們不只是會學習他們所感覺到「正確」的事情,也會根據周遭環境的「社交線索 (social cues)」來學習。所以在學習的時候,並不是「照單全收」,當現實產生衝突或矛盾的時候,他們會選擇相信誰呢?若是「機器人」介入了育兒情境之中,孩子們會相信科技?還是真實人類呢?
Read more大語言模型 (LLM) 的出現,讓人們看到了人工智慧所能展現的高度自主性,LLM能完成不少跨領域的任務,並且展現很不錯的自然語言處理能力。不過,面對一些看似簡單的數學計算或是化學式轉換的任務時,大語言模型卻會出現誤差。為了解決這個限制,並且發揮LLM的效用,必須整合其他工具,讓LLM變得具有計算及分析能力。
Read more在2024年4月份的TED演講中,Google人工智慧部門執行長Demis Hassabis提出了一個宏大的目標:利用人工智慧建構一個「全知之樹」,掌握世界所有知識,在演講中,TED領導人Chris Anderson詢問Hassabis如果全知之樹被建構出來,最想解決什麼問題?Hassabis回答說他想瞭解時空的極限,即量子力學中的普朗克尺度,這是一個目前科學無法探索的極限,如果人工智慧能突破這一限制,那將是人類透徹宇宙法則的重要時刻。在過去,近代最偉大的物理教師理查德·費曼曾在1961年對科學的盡頭作過預測,費曼預測了物理學在未來千年的兩種可能發展,無論哪一種情況,費曼認為基礎科學的研究壽命是有限的。隨著AI的進步,人類是否能透徹理解宇宙運行法則,還是科學終將面臨盡頭,這些都是值得我們思考的問題。
Read more