英特爾推出全球最大的「類腦」神經形態電腦

科技巨擘英特爾發布了全球最大的神經形態電腦，這項裝置的運作方式旨在模仿人類大腦。英特爾希望能透過這台電腦執行比傳統電腦更複雜的人工智慧模型，但專家表示，在神經形態電腦能夠與現有技術競爭，甚至超越之前，還有一些工程方面的障礙需要克服。

何謂神經形態電腦？

神經形態電腦備受期待，因為它們與傳統電腦有著本質上的不同。傳統電腦使用處理器來執行運算，並將資料儲存在獨立的記憶體中，但神經形態裝置則使用人工神經元同時儲存和運算，就像我們的大腦一樣。這消除了在元件之間來回傳輸資料的需要，而這正是目前電腦的瓶頸所在。

這種架構可以帶來更高的能源效率，英特爾宣稱其新型的 Hala Point 神經形態電腦在執行最佳化問題時，耗能比傳統機器低 100 倍，這類問題涉及在特定限制條件下找到最佳解方。它還能解鎖新的方法來訓練和執行人工智慧模型，這些模型使用神經元鏈，就像真實大腦處理資訊一樣，而非像目前的模型一樣，機械式地將輸入資料逐一傳遞給每一層人工神經元。

Hala Point 的驚人規模和潛力

Hala Point 由 1,152 顆 Loihi 2 晶片組成，包含 11.5 億個人工神經元，每秒可執行 3,800 兆次突觸運算。英特爾的麥克・戴維斯表示，儘管擁有如此強大的效能，它只佔用了標準伺服器機箱中六個機架的空間，大小類似於一台微波爐。

戴維斯表示，未來有可能建造更大的機器。他說：「我們建構了這種規模的系統，老實說，10 億個神經元是一個不錯的整數。」他補充說：「我的意思是，沒有任何特別的技術工程挑戰讓我們停留在這個層級。」

目前沒有其他現有機器能與 Hala Point 的規模相提並論，儘管預計今年稍晚完成的神經形態電腦 DeepSouth 將有能力每秒執行 2,280 兆次突觸運算。

瓶頸和挑戰

Loihi 2 晶片仍為英特爾製造的小批量原型產品，但戴維斯表示，真正的瓶頸實際上在於軟體層面，這些軟體用於將現實世界問題轉換成神經形態電腦可以執行的格式，並執行處理。這個過程與一般的神經形態運算一樣，仍然處於起步階段。

戴維斯表示：「軟體一直是一個限制因素」，這表示目前建構更大規模的機器並沒有太大意義。

持續學習和人工智慧的未來

英特爾表示，Hala Point 等機器可以建立不斷學習的人工智慧模型，而非像目前的模型一樣，需要從頭開始訓練來學習每一項新任務。但英國薩塞克斯大學的詹姆斯・奈特將此形容為炒作。

奈特指出，當前像 ChatGPT 這樣的人工智慧模型是使用以平行方式運作的顯示卡進行訓練的，這表示許多晶片可以一同執行同一個模型的訓練。他表示，由於神經形態電腦使用單一輸入，無法平行訓練，因此可能需要數十年的時間才能在這種硬體上進行類似 ChatGPT 的訓練，更不用說設計方法讓它在運作時持續學習了。

戴維斯表示，儘管當今的神經形態硬體不適合從頭訓練大型人工智慧模型，但他希望有一天這些硬體可以採用預訓練模型，並讓模型隨著時間推移學習新的任務。

他說：「儘管這些方法仍在研究階段，但我們相信像 Hala Point 這樣的大型神經形態系統未來可以用非常有效率的方式解決這類持續學習的問題。」

神經形態運算的前景

奈特樂觀地認為，神經形態電腦可以為許多其他電腦科學問題提供助力，並在專家寫出適用於這些獨特硬體的軟體所需的工具更成熟後，進一步提升效率。

它們也能提供一條通往類人智慧，又稱人工通用智慧 (AGI) 的更好途徑，許多人工智慧專家認為，像 ChatGPT 這樣的支援大語言模型無法實現 AGI。

奈特表示：「我認為這是一個越來越不具爭議性的觀點。」「夢想有一天神經形態運算將使我們能夠建立類腦模型。」

人工智慧聊天機器人能說服陰謀論者他們的觀點可能錯誤

陰謀論充斥在我們周遭，要瓦解它們並不容易。

但是，利用大型語言模型驅動的人工智慧聊天機器人，例如 ChatGPT 背後的那種技術，可能有助於減少人們對陰謀論的信服度。

研究人員發現，與人工智慧進行簡短的對話後，人們對陰謀論的信念下降了約 20%。

而且，人工智慧所採取的方法甚至可以教導人們與陰謀論者互動的更好方式。

儘管先前的研究表明，在美國或六個歐洲國家進行調查的十年中，陰謀論在人口中的信念程度沒有顯著改變，但認同此類想法的人對這些信念堅定不移。

人工智慧的對話技巧

人工智慧在與人對話時使用了一種稱為「對話式説服」的技術。這種技術涉及提出問題、提供反對意見，並鼓勵人們反思自己的信念。在與關於月球登陸陰謀論的對話中，人工智慧會詢問像是：「你認為，如果 NASA 真的是在好萊塢製作了月球登陸影片，為什麼他們不找演技更好的演員呢？」

研究結果

研究人員發現，與人工智慧聊天機器人互動後，人們對陰謀論的信念顯著下降。不僅如此，他們還更有可能承認陰謀論缺乏證據，而且更容易接受自己對陰謀論的信念可能是錯誤的。

對抗陰謀論的潛力

這些發現令人鼓舞，因為它們表明人工智慧聊天機器人可以成為對抗陰謀論的有力工具。通過提供一個中立且沒有評判的平台，人工智慧可以與人們就他們的信念進行對話，並幫助他們看到不同觀點。

培養批判性思維

此外，人工智慧與陰謀論者的互動方法也可以教導人們批判性思維技能。通過提問並鼓勵反思，人工智慧可以幫助人們培養質疑訊息和尋找證據的能力。這些技能對於在一個充斥著錯誤訊息的世界中做出明智的決定至關重要。

未來展望

人工智慧聊天機器人在對抗陰謀論方面具有廣泛的潛力。他們可以用於開發教育工具、協助記者調查虛假訊息，並提供一個安全且支持性的空間，讓人們可以討論自己的信念。

結論

隨著人工智慧技術的持續發展，我們可以期待看到人工智慧聊天機器人在對抗陰謀論方面發揮越來越重要的作用。通過提供對話式說服、培養批判性思維，以及提供一個討論和反思的空間，人工智慧可以幫助我們創造一個更加明智和對陰謀論持懷疑態度的社會。

自駕車的未來：日本和特斯拉的競爭

引言

自駕技術正在迅速發展，各國都在競相主導這項技術。隨著許多國家紛紛推出其自駕車開發計畫，日本和特斯拉也加入了戰局，決心在這個未來產業中佔有一席之地。本文將探討日本和特斯拉在自駕技術方面的最新進展，並分析他們的策略和目標。

日本：後起之秀 Turing 的崛起

日本，這個以汽車製造業聞名的國家，在自駕技術的開發方面似乎落後了。然而，一家名為 Turing 的新創公司決心改變這一局面。

Turing 由頂尖人工智能開發者山本一成領導，獲得了日本頂尖企業的支持，包括瑞穗金融集團和 NTT Docomo Ventures。這家公司在種子輪融資中籌集了 31.94 億日圓，估值達到 1 億美元。

Turing 的目標是開發完全自主的車輛。他們已經創造了 Heron，一個擁有 700 億個參數的機器學習人工智能模型。Turing 計畫在 2030 年之前推出完全自動駕駛汽車，並在次年推出續航里程至少 30 分鐘的自駕車。

為了彌補日本在自主駕駛技術方面的不足，山本和技術長青木俊介於 2021 年共同創立了 Turing。他們的團隊創建了 Heron，一個機器學習人工智能模型，擁有高達 700 億個參數。Turing 計畫在 2030 年之前生產一輛完全自動駕駛汽車，並在次年推出續航里程至少 30 分鐘的自駕車。

Turing 的工程師正在摒棄基於規則的演算法，轉而追求更宏大的目標，教導他們的 AI 獨立學習所有事物以實現完全自主化。儘管基於規則的系統更容易創建，但它們無法管理複雜的任務和獨特的情況。 Yamamoto 表示，Heron 的機器學習計畫旨在達到接近人類的智慧水平。

特斯拉：無處不在的電動車巨頭

當世界各地的汽車製造商都在開發自駕車時，特斯拉一直是這場競賽的領頭羊。由 Elon Musk 領導的特斯拉，以其創新的電動車和先進的駕駛輔助系統而聞名。

儘管特斯拉尚未推出完全自動駕駛汽車，但其「完全自動駕駛 (FSD)」技術被認為是業界最先進的系統之一。FSD 使用攝像頭、雷達和超音波感測器收集資料，並使用人工智能來偵測物體和預測其移動。

FSD 已經引起了爭議，因為它被認為是「Level 2」自動駕駛技術，這意味著它只能在司機的監督下自動駕駛車輛。然而，特斯拉聲稱 FSD 最終將能夠實現完全自動駕駛。

日本與特斯拉的策略

日本和特斯拉在自駕技術方面採取了不同的策略。日本政府正在投資於研發，而特斯拉則專注於透過其車隊收集資料。

日本政府已宣佈了一項雄心勃勃的計畫，目標是到 2025 年在日本道路上部署 100 萬輛無人駕駛汽車。政府正在與學術界和產業合作，開發安全可靠的自駕車技術。

另一方面，特斯拉正在採用不同的方法。該公司已經向道路上部署了數百萬輛電動車，並使用這些車輛收集資料。特斯拉的資料庫包含了數十億英里的道路資料，為其人工智能系統的訓練提供了寶貴的資源。

未來的競爭

日本和特斯拉都在自駕車的競爭中佔據重要地位。日本擁有強大的汽車製造業基礎和政府支持，而特斯拉則擁有創新技術和龐大的資料庫。

未來的競爭將取決於幾項關鍵因素，包括技術成熟度、消費者接受度和監管環境。隨著技術的進步，日本和特斯拉有可能在自駕車市場上取得領先地位。

結論

自駕車是未來的交通，而日本和特斯拉正處於競爭的前沿。日本政府和 Turing 這樣的公司正在投資於研發，而特斯拉則專注於透過其車隊收集資料。未來的競爭將取決於技術成熟度、消費者接受度和監管環境。隨著技術的進步，日本和特斯拉有可能在自駕車市場上取得領先地位。

人工智能的崛起：從技術突破到社會影響

人工智能的技術進步

近年來，人工智能（AI）的發展取得了長足進步，從圖像識別到自然語言處理，AI 正在改變著我們與技術交互的方式。

圖像識別方面，AI 模型現在可以在準確性上與人類媲美，甚至超越人類。它們被廣泛應用於從安全監控到醫療診斷的各種領域。

自然語言處理方面，AI 模型能夠理解和生成人類語言，這使得聊天機器人、語言翻譯和內容生成等應用成為可能。

多模態 AI的出現進一步推動了這些進步，它允許 AI 模型理解和處理多種數據類型，例如圖像、文本和音頻。

AI 的經濟影響

AI 在經濟領域的影響同樣顯著。

提高生產力：

AI 可自動化重複性任務並提供洞察力，從而提高生產力和效率。

創造就業機會：

AI 的發展催生了新的行業和就業機會，例如數據科學家和機器學習工程師。

促進創新：

AI 被用於開發新產品和服務，例如個性化推薦和自動化顧客服務。

改變產業格局：

AI 對某些產業的影響尤其明顯，例如零售、金融和醫療保健。

AI 的社會影響

AI 的崛起對社會也產生了深遠影響。

醫療保健進步：

AI 正在加速醫療保健的進步，從疾病早期預測到個性化治療。

教育創新：

AI 可以提供個性化的學習體驗，適應學生的學習方式和進度。

交通革新：

AI 驅動的自動駕駛技術有望改善道路安全和交通流暢度。

AI 的負責任發展

隨著 AI 的迅速發展，負責任地開發和使用 AI 至關重要。

偏見問題：

AI 模型的訓練數據可能會反映社會偏見，導致不公平和有偏見的結果。

透明度和可解釋性：

AI 決策的透明度和可解釋性對於建立信任和問責制至關重要。

道德考量：

開發和使用 AI 時，需要仔細考慮道德考量，例如隱私、安全和人工智慧的潛在威脅。

總結

人工智能的崛起是一場技術革命，正在改變著我們的生活、工作和思考方式。從突破性的技術進步到社會影響，AI 為我們提供了巨大的機會和挑戰。

重點：

• AI 在圖像識別和自然語言處理方面取得了顯著進步。
• AI 提高了生產力，創造了就業機會，並促進了創新。
• AI 在醫療保健、教育和交通領域帶來新的可能性。
• AI 的負責發展需要解決偏見、透明度和道德考量。
• AI 的崛起為我們提供了令人興奮的機遇，但也提出了重要的挑戰，需要我們加以應對。