Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

邁向 2024,moda 進行式! 數位部作為臺灣數位發展的馬達:從外太空的衛星應變網路、到上山下海完善偏鄉通訊,從國際資安聯防與數位人才延攬、到您的手機訊息和您家巷口的小吃店,背後可能都會看到 Ministry of Digital Affairs 數位發展部 🇹🇼 轉動的身影! 2024 年也會與您一起邁向無限未來🖖 #TaiwanCanHelp🇹🇼 #FreeTheFuture🖖

72,389 Aufrufe • vor 2 Jahren •via X (Twitter)

7 Kommentare

Profilbild von Zoë🕶
Zoë🕶vor 2 Jahren

@TAIWANmoda 這個影片應該要早一點推出的,常常看到有人造謠數位部控制網路言論自由我都要到處找資料說明數位部真正做的事。

Profilbild von /ᐠ。ꞈ。ᐟ\
/ᐠ。ꞈ。ᐟ\vor 2 Jahren

@TAIWANmoda 藍白會繼續洗一個立法目的良善 法律還沒寫的完善的草案(最終版都還沒定案 連立法院都沒去過)的數位中介法說你是綠共。 然後繼續無視境外代理人的問題 繼續無視臉書 YT被中國滲透 繼續跟中國一唱一和 說這樣才能保護台灣的安全。 超級好笑 千萬別被這些人騙了!

Profilbild von 湯傑郎(Tang Chieh-Lang)
湯傑郎(Tang Chieh-Lang)vor 2 Jahren

@TAIWANmoda Live long and prosper!

Profilbild von 學習做惡魔
學習做惡魔vor 2 Jahren

@TAIWANmoda 默默的幫台灣資訊設備防護補這麼多,難怪一堆人配合中國假資訊要打擊你拉你下台😏

Profilbild von ZonaLai
ZonaLaivor 2 Jahren

@TAIWANmoda 看完影片有種國家確實地越變越好的感覺,謝謝數位部(≧▽≦)

Profilbild von ザッキー
ザッキーvor 2 Jahren

@TAIWANmoda 🇹🇼🖖

Profilbild von Jade Hsu
Jade Hsuvor 2 Jahren

@TAIWANmoda 謝謝你🙏❤️😊

Ähnliche Videos

2025大阪萬國博覽會將在今年4月13日開幕,並於10月13日閉幕。將歷時半年,迎接來自全世界的客人。今年的主題是「讓生命閃耀光輝的未來社會藍圖」。將結合最新的科技,向大家展示未來世界。聽說會場將利用AI根據參觀者的喜好提供各種服務,每個人都可以有一個「來場者專屬AI個人助理」。 這一屆萬國博覽會的一大特點,是有台灣的加入。台灣自從1970年退出聯合國以後,就不能參加萬國博覽會了。2010年的上海萬博,雖然有「台灣館」,但是,是被當作中國的國內館之一,實際上是被中國吃了豆腐。 這一次,台灣雖然還是不能以國家的名義參加,但得到了主辦方的默許,由外貿協會等單位在日本註冊了一家公司,叫「玉山數位科技」,由這家公司開設一個場館,向全世界展示台灣最新的科技實力。展覽分為「生命、未來、自然」三大展區,結合數位技術、立體影像技術,打造視覺、聽覺、嗅覺、觸覺、味覺及感性等六感體驗空間。 其實台灣人是超級喜歡萬國博覽會的。根據日本官方統計,上一次2005年在日本愛知縣舉辦的萬博「愛、地球博」時,總共有104萬外國人來參觀。前五名分別是台灣18.8%、韓國15.7%、美國13.0%、中國11.0%、澳洲4.1%。第一名,竟然是只有2300萬人的台灣。這個排名也讓很多日本人吃了一驚。 在大阪萬博開幕的4月13日,以及前一天的4月12日。印太戰略智庫,將和黑熊學院、486團購等合作,在大阪車站附近同時舉辦「台灣節」活動。向全世界來採訪萬博的媒體,強調台灣的存在感。希望台灣能夠早日以自己的名字參加國際盛會。 現在正在募集團員的「與矢板明夫同遊日本~台日友好訪問團—2025大阪萬博」已經拿到了萬博和玉山科技館的門票,也會參加台灣節活動。歡迎和我同遊!

矢板明夫

27,329 Aufrufe • vor 1 Jahr

一位中國數學家在取得博士學位後,花了7年在Subway做三明治。58歲那年,他解決了一個150年來沒人認為能解決的數學難題。他的名字叫張益唐,這個問題就是「孿生素數猜想」。 他1955年出生於上海,九歲那年就知道自己這一生要獻給數學。那一年,他獨自推導出了畢達哥拉斯定理(勾股定理)的證明。沒有人教他,他是自己想出來的。 然後,文化大革命來了,把一切都奪走了。中國政府關閉了學校。張益唐的父親與共產黨有政治矛盾,他因此和母親一起被下放到農村,在田裡勞動。 他當了10年的農民,沒有高中、沒有課堂、沒有老師。他在田間能找到數學書的時候,就拿起來讀。 革命結束時,張益唐已經23歲。他參加了大學入學考試,考進了中國最頂尖的數學系之一——北京大學。他完成了本科和碩士學位。北京大學校長親自推薦他,獲得了美國普渡大學的全額獎學金。 1985年,他來到普渡大學,1991年取得博士學位。然後,第二道牆出現了。他與博士生導師的關係破裂,導師拒絕為他寫推薦信。沒有這些推薦信,學術職位的道路就關閉了。 他投了無數申請,石沉大海。博士畢業後的那些年,他當過會計、送過外賣,沒工作的時候就睡在車裡。一位朋友在肯塔基州開了一家Subway三明治店,邀請他去工作。張益唐接受了。他負責記帳,也做三明治。一位擁有普渡大學數學博士學位的人,因為學術界沒有他的位置,只能站在Subway的櫃檯後面。他做了整整七年。 1999年,他終於被新罕布夏大學聘為講師。不是教授,只是講師——學術階梯的最底層,沒有研究經費、沒有研究生、沒有機構支持。他給本科生教微積分,然後用剩下的時間一個人做數學。大多數人到這時候早就放棄了。張益唐沒有。 孿生素數猜想是數論中最古老的未解問題之一。孿生素數是指兩個質數之間只差2:比如5和7、17和19、41和43。這個猜想認為,無論在數軸上走多遠,這樣的數對永遠不會消失。數學家相信這件事已經超過150年,卻始終無法證明。 這個問題更深刻的版本問的不是孿生素數是否無窮,而是是否存在某個固定的有限差距,使得質數之間以這個差距無窮多次地出現。 這被稱為「有界間隙問題」。解析數論領域最優秀的數學家們攻堅這個問題數十年。2005年三位研究者的一篇里程碑式論文已經極其接近,卻仍未能完成最後一步。 張益唐一個人研究這個問題。沒有合作者、沒有經費、沒有系裡的討論會可以測試想法。他曾說,自己會去朋友家,在花園裡一想就是好幾個小時。 2012年,在科羅拉多州一位朋友家中做客時,靈感突然打開了。2013年4月,他把論文投給了《數學年刊》(Annals of Mathematics)——世界上最權威的數學期刊。論文通常要審稿數月甚至數年,但編輯們一看就知道這篇不一樣。他們立即寄給解析數論領域的頂尖專家審閱。三週後,論文被接受。 這篇論文證明:存在一個小於7000萬的有限間隙,使得質數之間以這個間隙無窮多次地出現。不是2,不是孿生素數的精確間隙,但這是歷史上第一次有人證明質數不會永遠漂離,它們會不斷重新靠攏。 普林斯頓高等研究院的著名數學家彼得·薩納克(Peter Sarnak)說:「他之前沒做過什麼引人注目的事,沒人認識他。但他的結果太驚人了。」那一年,張益唐58歲。 一年之內,他獲得了麥克阿瑟天才獎、科爾數論獎、羅爾夫·肖克獎,並被加州大學聖塔芭芭拉分校聘為正教授。那個曾在Subway做了七年三明治的人,成了當世最受尊崇的數學家之一。他在一次採訪中說:「我並不是幸運。也許對一個人來說,讓自己被公眾知道更重要。但這對我來說並不容易。」 他沒有抱怨,只是精確地陳述事實。數學界有一個悄悄的共識:偉大的工作都是年輕時完成的。菲爾茲獎的年齡上限是40歲。大多數改變領域的數學家都在三十幾歲做出成就。而張益唐在58歲、經過10年農村勞動、7年賣三明治、10年無人關注地教大一微積分之後,證明了他一生最重要的定理。他沒有趕上期限。他證明了:根本沒有期限這回事。 下推的中文翻譯 by grok ---他是胡平的老朋友。胡曾寫過專文介紹

zhang haitao

68,701 Aufrufe • vor 1 Monat

感謝詢問,歡迎參考業務報告: 1. 解決冒充電商詐騙,透過隱碼技術保護消費者個資。 2. 修訂《電子簽章法》,防止冒充名人投資詐騙。 3. 協助攔阻境外詐騙網站,去年 3 萬多件,成效顯著。 4. 要求第三方支付業者落實法遵,否則不給虛擬帳號。 5. 遊戲點數詐騙即時攔阻聯防,詐騙案件大幅下降。 6. 推出「111」政府簡訊方便民眾辨別,年底預計 1 億則。 7. 建立微波、衛星備援及災難漫遊機制,保障災區通訊。 8. 核准衛星通訊代理,年底推出商用解決方案。 9. 開放 Wi-Fi 6E 頻段,iPhone 15 Pro/Max 已開通。 10. 推動網路服務無障礙,如 6000 元普發現金,未來成為公共建設。 11. 數位外交獲國際認可,吸引 OpenAI 共同創辦人等來學習交流。 12. MyData 實現 644 項線上服務,如良民證改為線上申辦郵寄。 13. 整合運動場域非個資數據,提升運動效益,強化隱私,促進公益應用。 14. AI 評測中心確保語言模型準確無害,以數位簽章對抗 AI 換臉。 15. 培育 2400 位跨域數位人才,提供就業金卡給 8 年以上專業人士。 16. 雲市集媒合 5 萬中小企業與資服廠商,未來深化醫療長照等場域。 17. 手語視訊轉譯公共程式將由衛福部營運,方便聽語障溝通。 18. 強化資安事件人力調度及跨國演訓,攔截惡意郵件,提升工控資安。 總之,本部強化「全民數位韌性」,促進數位參與,確保安全,創造商機,解決問題。

⿻ Audrey Tang 唐鳳

212,963 Aufrufe • vor 2 Jahren

Peter Thiel分享了他對未來五年人工智慧(AI)發展的看法,以及他對實體物理世界科技停滯的觀察。他覺得大家低估了AI長期的影響,但也像1999年網路泡沫的時代一樣,高估大規模的改變會在18個月內就發生。 以下是Claude對他的主要觀點整理: AI的突破性進展 Thiel指出,近期AI最重大的成就是通過了圖靈測試。像ChatGPT這樣的系統能夠以近乎人類的方式進行交流,這標誌著我們進入了一個新時代。這一突破實現了過去60年來AI研究的終極目標。 AI應用的廣泛整合 未來五年將是AI應用和整合的關鍵時期。我們將看到AI技術在各個行業和領域中的廣泛應用,這可能會重塑我們的經濟、文化和政治結構。 AI與人類的關係 Thiel提出了一個關鍵問題:AI是會成為人類的補充還是替代?他認為,這個問題比AGI(通用人工智慧)的發展更為重要,因為它直接關係到人類社會的未來走向。 AI的經濟影響 儘管AI是一項重大技術突破,但Thiel提醒我們,它是否能顯著提高人類生活水平仍是一個開放性問題。他指出,技術進步不一定等同於經濟繁榮。 實體世界科技的停滯 與AI的快速發展形成鮮明對比的是,Thiel觀察到實體物理世界的科技進展似乎陷入了停滯。他指出: 過去50年來,物理世界的許多領域進展有限。例如,我們在運輸方面並沒有變得更快。康科德超音速客機在2003年停飛,反映了航空技術的倒退。 高速公路因為交通擁堵而變得更慢,我們實際上比40或50年前移動得更慢。相比之下,資訊技術領域的進步非常顯著。 科技發展的不平衡 Thiel認為,科技發展呈現出一種奇怪的不平衡: 在位元(bits)的世界裡,即計算機和互聯網領域,我們看到了密集而顯著的進步。但在原子(atoms)的世界,即物理實體領域,進展相對停滯。 這種不平衡反映在我們的生活環境中:我們可能在使用最新的智慧手機,但乘坐的可能是100年歷史的地鐵。 監管與創新 Thiel提到,過度監管可能是阻礙實體世界科技進步的一個因素。相比之下,資訊技術領域受到的監管相對較少,這可能解釋了為什麼這個領域進步如此之快。

Intl Econ Observe

17,041 Aufrufe • vor 1 Jahr

這是我第一次聽到 Jim Fan 的演講,非常幽默有趣,然後我覺得有生之年大概買一台人形機器在家處理家事、幫你洗頭髮大概穩了,好好活著,各位。 在 AI 領域,我們常聽說圖靈測試(Turing Test)是衡量機器能否展現與人類無異對話能力的里程碑。如今,大型語言模型(LLM)似乎已悄悄地通過了這個測試,但大家對其突破已習以為常,甚至會因為語音助理慢了幾秒或程式碼沒被完全除錯而抱怨連連。 NVIDIA AI 研究總監、身為廣受矚目人形機器人專家 Jim Fan 指出,當前業界對 LLM 的驚人進步視為「只是又一個平常的星期二」(just yet another Tuesday),這反映了我們對文字世界 AI 的標準已大幅提高。 然而,當我們將目光轉向現實世界,讓機器人進行物理操作時,會發現挑戰巨大得多。 Jim Fan 在演講中提出了一個引人深思的概念:「物理圖靈測試 (Physical Turing Test)」。這個測試的想像情境是:如果你回家後,看到雜亂的房間被整理得乾淨俐落,甚至還準備了一頓浪漫的燭光晚餐,而你無法分辨這是由真人還是機器人完成的,那代表這個機器人通過了物理圖靈測試。 但現實呢?看看那些連站起來都困難的人形機器人,或是嘗試為主人做早餐卻搞得一團亂的機器手臂(雖然辨識出牛奶值得給 A-,但湯匙餵食的確是 VIP 等級的體驗),我們離「物理圖靈測試」還差得很遠。 實體 AI 的最大瓶頸:資料飢渴症 為什麼物理圖靈測試如此困難? Jim Fan 點出了核心問題:資料。LLM 研究人員抱怨網際網路資料快被用完,稱其為 AI 的「化石燃料」。但對機器人學家來說,我們甚至連這種「化石燃料」都沒有。真實世界的機器人資料——例如關節的精確控制訊號、連續的運動軌跡——是無法從網路上抓取的。這些資料必須透過昂貴且耗時的「遙控操作」(teleoperation)方式收集,也就是由真人穿戴感應裝置來遠端控制機器人,手把手地教它完成任務(例如從烤麵包機拿出麵包再淋上蜂蜜)。 這種方式極度沒效率,Jim Fan 將其比喻為燃燒「人類燃料」(human fuel),比化石燃料還稀缺,每天每個機器人頂多運作 24 小時,而且真人會累,機器人更容易壞。這嚴重限制了機器人學習的多樣性和規模,形成了一個巨大的資料瓶頸。 模擬世界的核能:突破資料荒的救星 要突破這個瓶頸,唯一的出路是「模擬 (Simulation)」,找到機器人學的「核能」。Jim Fan 介紹了NVIDIA為此推進的三階段模擬策略: 模擬 1.0:數位分身 (Digital Twin) 概念:在虛擬世界中建立機器人和環境的一對一精確拷貝。 方法:利用高效能的向量化物理引擎,可以在單一 GPU 上模擬上萬個環境,速度比現實世界快上萬倍。結合「領域隨機化 (Domain Randomization)」技術,在模擬時隨機改變重力、摩擦力、物體重量等參數,迫使 AI 在各種條件下都能執行任務。 優勢:極快的訓練速度。訓練出的模型可以直接零次轉移 (zero-shot) 到真實世界機器人上,無需微調。例如,訓練機械手在模擬中轉筆,訓練機器狗在球上平衡,訓練人形機器人行走(10 年訓練量在 2 小時模擬完成)。一個僅有 150 萬參數的神經網路就足以捕捉人形機器人全身平衡和敏捷動作的複雜控制。 限制:數位分身需要人工精確建模,建立複雜環境耗時費力,模擬的多樣性仍然受限於人工設定的範圍。 模擬 2.0:數位表親 (Digital Cousin) 概念:開始在模擬中引入生成式 AI。雖然不像數位分身那樣是精確拷貝,但能產生足夠多樣的環境和場景,「像數位分身的表親」。 方法:利用 3D 生成模型生成場景中的各種物品(如家具),使用擴散模型(Diffusion Model)生成紋理貼圖,利用 LLM 根據文字提示生成場景佈局的 XML 檔案。 NVIDIA 的 Robocasa 框架就是例子,可以生成大規模、包含日常任務的模擬場景,除了機器人本身,其他幾乎都是生成的。 優勢:顯著增加了環境和任務的多樣性。可以在模擬中進行遙控操作,然後將軌跡變異、擴展到更多生成的環境中,實現 N (環境數) * N (動作變異數) 的資料乘法爆炸。雖然畫面真實度可能不及真實世界,但「足夠接近」。 限制:相較於 1.0,運行速度可能較慢,仍部分依賴傳統渲染管線。 模擬 3.0 (世界模型 / 擴散模型):數位遊牧者 (Digital Nomad) 概念:直接利用生成式模型(特別是影片擴散模型)來模擬物理世界的互動,擺脫對傳統物理引擎的依賴。 方法:以大量真實世界影片(數百萬段網路影片)訓練影片擴散模型,使其學會模擬各種複雜的物理現象(如流體、軟體變形)。 NVIDIA 的研究表明,只需用真實機器人實驗室收集的少量領域特定資料微調通用的影片生成模型,就能讓模型學會模擬機器人的精確互動。 優勢:極致的多樣性。影片擴散模型能模擬任何它在訓練資料中「看過」或「想像」的互動,不受傳統物理引擎的限制(例如模擬機器人彈烏克麗麗,即便硬體不支援,模型也能「畫」出來)。 這就像讓機器人漫遊在影片模型的「夢境空間」(dream space)——一個壓縮了海量網路影片的多元宇宙,實現「萬物、處處、一時」(Everything Everywhere All at Once) 的互動學習。僅僅一年時間,影片生成模型在物理真實度上(例如變形麵條)的進步,就超越了傳統圖學 30 年的發展。 速度:目前運行可能較慢,但具備隨算力呈指數級成長的巨大潛力。 具身縮放定律與 GR00T N1 Jim Fan 總結,傳統模擬(1.0)的速度快但受限於多樣性,而生成式模擬(2.0/3.0)雖可能起步慢但能隨算力呈指數級擴展其多樣性。這兩種模擬方式的結合,將是為下一代機器人系統提供龐大訓練資料的「核能」。這也意味著,對 AI 算力的需求只會越來越大,那些認為算力問題會迎刃而解的人需要再三思考。 藉由這些模擬技術產生的海量資料,NVIDIA 開發了「視覺語言行動模型 (Vision Language Action Model, VLA)」,能接收圖像和語言指令,並直接輸出機器人的運動控制訊號。今年 GTC 大會上黃仁勳發表的 GR00T N1 模型就是一個實例,它能在真實世界執行抓取香檳、工廠零件甚至多機器人協調等任務。 GR00T N1 已開源,NVIDIA 也計劃將未來的模型開源,以普及「實體 AI」。 物理 API:通往新世界的入口 實體 AI 的最終目標,是實現「物理 API (Physical API)」。想像一下,就像 LLM API 讓軟體能夠操作數位世界的位元 (bits) 一樣,物理 API 將賦予軟體操作現實世界的原子 (atoms) 的能力。透過這個 API,你可以讓軟體直接控制物理致動器,改變物理世界的狀態。 這將催生全新的經濟模式和應用場景: 物理提示 (Physical Prompting):不再只用文字,而是結合視覺和語言等方式更直觀地教導和指示機器人。 物理應用商店和技能經濟 (Physical App Store & Skill Economy):米其林大廚不必親自下廚,他可以「教導」機器人他的獨家烹飪技巧,並將這個技能作為服務販售,讓任何擁有機器人的家庭都能享受到米其林級的晚餐。 Jim Fan 引用黃仁勳的話再次強調,未來「每一個會移動的東西都將是自主的」。總有一天,你回家會看到乾淨的沙發和燭光晚餐,伴侶對你微笑而不是責備你沒做家事——而那一天,我們通過物理圖靈測試的時刻,很可能就像 LLM 通過圖靈測試一樣,在世人眼中「只是又一個星期二」。這正是驅動 Jim Fan 和團隊每天努力的動力。

fox hsiao

19,279 Aufrufe • vor 1 Jahr