和碩董事長童子賢最近頻頻拋出支持核能的言論,實際上,台灣的能源結構已經發生顯著變化,再生能源的總發電量已經超過了核能發電。目前,台灣的核能發電僅占總發電量的約六%。再生能源,包括太陽能、風能、水力發電、生質能和地熱能,在台灣的總發電量中所占的比例逐年增加。根據政府的計劃,再生能源在二○二五年預計將達
美國財政部日前發布一份草案,要求美國須在半導體、微電子、量子計算及人工智慧等領域實施監管,禁止或限制中共在該項技術領域的投資,預計OpenAI將於7月9日終止對中國大陸地區提供API的服務,此舉將嚴重打擊中共的模組公司,沒有核心技術的公司若未能找到替代方案,將被市場淘汰,另中共許多大模型公司將自主研
成大歷史系今年申請入學招生掛蛋,他校人文科系招生亦不理想,反映AI浪潮及日前「黃仁勳旋風」,對學生及家長選擇科系產生重大影響。更令人震撼的是,各科試卷讓AI解題,不須1分鐘就解完,且在語文(特別是英文,因AI的原初模型即以英文建構)及社會科幾乎可拿滿分。意味著未來單純靠語文間「轉譯」及「背誦」型態的
中國網信辦日前推出一款號稱通過習近平思想理論檢驗的AI聊天機器人,稱其智慧問答功能保證生成內容的權威、準確。報導說「這一模型目前雖然只是一款內部宣傳和學習工具,但一旦推廣可能成為AI時代中國輿論的框架標準;讓AI機器人以自然的語言重複陳腔濫調更是反映出中國目前言論環境的荒謬。」
廖明輝/中華經濟研究院輔佐研究員日前,英特爾執行長季辛格在台北國際電腦展的演講中提到AI時代,認為所有的裝置將成為AI裝置,所有的企業也將成為AI企業,AI也將無所不在。在AI技術蓬勃發展的時代,理解並能解讀消極資料(未被明顯提及或注意到的資訊)將比以往更加重要。宏遠紡織前總經理葉清來在精實讀書會分
這個論點,其實大量隱藏在黃仁勳的演講、訪談之中。他不斷的強調 Token 的重要性。 他在很多演講不斷地說,在AI時代,將會產出大量的Token,而大量的AI 算力,將會變成 AI工廠 (AI Factory),將驅動全世界投資上兆美金於運算架構革新 ,並為全世界創造上百兆美金的新經濟價值。而這些,
想一解喪親之苦,古有觀落陰,今有AI人工智慧。自從人工智慧聊天機器人問世以來,不僅可讓用戶創建頭像,並且能模仿已逝親人生前講話的習慣與聲音,活靈活現。專家指出,「AI觀落陰」有商業道德與隱私政策問題,甚至觸及道德底線,「這是一種借助人工智慧炒作的賺錢方式」;但也有一些遭逢喪偶的民眾得以尋求慰藉,引發
李旭弘如果你在公司的投資單位工作,上一篇新能源市場開發經理的工作內容描述你看完後是不是感覺有點眼熟?你似乎也在做類似的工作?或是你恰好在銀行工作,也奉老闆指示探索新能源、開發新客戶,你也會覺得自己的工作內容和上篇描述很像,只是要判斷一個投資案是否可行,你們更著重在考量風險。
劉佩真/台經院產經資料庫總監、APIAA理事儘管AI相關廠商在資本市場的表現仍顯震盪,不過從產業基本面來看,不論是全球主要雲端大廠不斷加碼資本支出,或是AI側端的應用層面持續增溫,相信將有利於中長期半導體供應鏈的發展。特別是除了Amazon可望上調資本支出外,Meta為了人工智慧產品開發及所需資料中
李旭弘為什麼綠學院好幾個人的名片掏出來,職稱都是市場開發經理?是真的在開發市場,還是頭銜比較好聽的業務?一間公司所在的市場越前沿,商機越不會現成等在那裡,而要自己去開發出來,新能源與碳中和就符合這樣的特徵。尤其是新能源,這些年各種創新、新的商業模式目不暇給,能源公司隨時都需要探索、開發新市場,確保公
王美琇/「519白色恐怖記憶日」籌備會召集人今天是非常重要的歷史時刻。歷史上從未有過的「五一九白色恐怖記憶日」將在今天正式成立。行政院也已於四月十八日正式公告,未來每年的五月十九日為「白色恐怖記憶日」,並訂為只紀念、不放假的國定紀念日。我們一群朋友從去年八、九月開始推動成立「五一九白色恐怖記憶日」,
劉佩真/台經院產經資料庫總監、APIAA理事有鑑於庫存去化逐步將於第二季中旬過後告一段落,加上終端應用市場如PC、消費性電子、智慧型手機等出貨量將由負轉正,甚至隨著人工智慧應用端滲透率持續上升,市場對於高性能運算晶片的需求也不斷增長,尤其是對於需要大量資料訓練和即時分析的應用領域,如自動駕駛、醫療診
韓國期中國會議員選舉結果出爐,現任總統執政黨慘敗,反對黨在三百席中贏得過半一七五席次,執政黨除了總統表示順應民意,深切檢討外,執政高層官員紛紛辭職以示負責,選舉結果出乎眾人意料之外。但從台灣的經驗來看,這確實是意外,但不是沒有經歷過,二○二二年台灣期中地方選舉,執政黨慘敗,失去七十%的執政縣市,也是
劉佩真/台經院產經資料庫總監、APIAA理事有鑑於人工智慧將持續為二○二四年最夯的關鍵字,也是重要的發展趨勢,因而可預見人工智慧與生成式人工智慧應用將成為推動未來科技的共同語言,在此情況下,生成式人工智慧應用在大型語言模型、複雜機器學習演算法和大型資料中心,對運算力和數據處理皆有大量的需求,不論是伺