Adventure Book

台灣產業應如何制定AI策略：針對客製化LLM的建議 台灣是否應該投入資源在客製化AI訓練上？ 這個問題需要從理解全球AI產業的競爭格局開始。大型語言模型（LLM）的市場可以粗略分為以下幾個層級，而其中台灣需要聚焦的領域，也相應浮現出來。 --- 1. 大型基礎模型（Foundation Model）訓練 這是資本密集型的領域，需要數萬張H100等級的GPU支持，通常由美國、中國、歐洲等具備龐大資本的國家或聯盟主導。這樣的基礎模型開發，台灣並不具備足夠的資源和條件參與競爭。 --- 2. 開源LLM的客製化與應用 開源LLM的客製化（例如使用RAG或Fine-tuning）是一個範圍廣泛的領域，從大型GPU集群到幾張消費級GPU都可以參與。此時的核心問題不是硬體資源的多寡，而是如何根據實際應用場景量身打造模型。 客製化模型的實用性 在許多情境中，例如運算資源受限的邊緣裝置（Edge Device），更小、更快速的模型才是關鍵。而模型的優劣，並非單純依賴資料量或模型規模，而是取決於對問題特徵分布的深刻理解。因此，真正的價值來自具備領域知識（Domain Knowledge）的AI研發團隊，他們能根據應用需求打造精準、實用的AI解決方案。 例如，若目標是開發台灣醫療領域的LLM，挑戰在於專業的醫學知識、與當地醫療人員溝通的語境，以及符合台灣醫療法規的要求。這些都是外國巨頭難以觸及的本地化需求，也是台灣產業的競爭優勢所在。 --- 3. 台灣的機會在哪裡？ 台灣在客製化LLM領域的機會極大。這不僅僅是因為市場需求多樣化，更因為大型科技公司無法面面俱到地深入所有垂直領域。 市場縫隙的策略 過去有笑話說，Google之所以有兩個G，是因為當他們和你競爭時，你就「GG」了。但事實上，許多新創公司成功的例子恰恰來自於切入Google不重點投入的市場。例如，YouTube Music並未使Spotify失去市場，Google Chrome也沒有讓Firefox徹底消失。 新創公司與區域企業的優勢在於專注單一目標，並全力以赴。例如，在LLM的客製化領域，大型科技公司如OpenAI可能推出標準化的服務，但無法深入解決本地特化問題。台灣的AI企業則能在地化應用中找到自己的利基，提供針對性的服務。 --- 結論：如何發揮台灣優勢 台灣產業不應該一味追求大而全的基礎模型訓練，而應集中火力於垂直...

在FB上看到社團討論中 Will 保哥的技術交流中心 推薦AIGC tool  重新整理補上連結如下：  需要寫作，一律使用 Claude (Sonnet) 或 ChatGPT (GPT-4o) 需要翻譯，一律選擇 Gemini (Pro) 或 Google AI Studio 或 沉浸式翻譯 需要總結，一律選擇 Elmo 需要事實，一律選擇 Felo Search 或 Perplexity 需要程式，一律選擇 GitHub Copilot 需要產圖，一律選擇 DALL-E 3 需要OCR，一律選擇 GPT-4o 需要字幕，一律選擇 Whisper (本機) 需要音樂，一律選擇 Suno v3.5 需要提示，一律選擇 Anthropic Console 需要速度，一律選擇 Groq 個人另外補充一個： 需要做投影片，一律選擇 Gamma 你也有自己愛用的 AI 工具組合嗎？歡迎留言分享交流！ 另外想要測試繁體中文LLM 可以試試看： TWLLM  https://www.twllm.com/ 繁體中文聊天機器人競技場  https://arena.twllm.com/

最近有很多文章利用 AI 熱潮來吸引讀者注意，即使是一些具有媒體影響力的人，他們對現實的理解也有不少差距，這促使我寫下這篇文章。 在台灣，電子業的情況大致如下：在半導體領域，台灣的台積電（TSMC）與韓國的三星競爭，最終台積電成功脫穎而出，成為全球前十大公司。而標準化的產品如 DRAM，則在多年的努力和資本投入下，找到了一條生存之路。至於電子組裝方面，台灣企業將製造業帶入中國，一個典型例子是仁寶與聯想合資成立了聯寶，最終在筆電市場上成就了 Lenovo。 早期的 Wintel 時代，讓台灣出現了一批科技新貴，電子五哥、六哥等公司取代了傳統的化工和金融業，成為新的經濟浪潮。但無論市場上當前的熱點是 Dell 還是 Apple，支持競爭者，避免價格壟斷，都是常見的商業策略。 同樣的情況也發生在 nVidia 身上。nVidia 不可能只向台積電下訂單，三星如果能做到，它也會採購。 現在，為什麼台灣的電子業能夠搭上 AI 浪潮，不只是因為 nVidia 喜歡台灣，更多是因為【美中製造業產線分流】和【半導體 AI 晶片禁令】。這些高階晶片從製造到組裝，都不再與中國有關。由於三星技術落後台積電，台灣企業因此受惠，股價飆升，台股也因此衝上兩萬三。 例如，緯穎就沒有中國工廠，而仁寶還沒辦法參加「磚窯古早味」的 AI 誓師大會。 所以，真正讓台灣站在 AI 浪潮之巔的原因是什麼呢？就是【選對的邊】和【走對的路】。 如果台灣被歸類在紅色供應鏈上，面對產業分化和禁令的情況，台灣就會被排除在外。你說，政治不影響產業？選邊不重要？ ### 重點整理： 1. 台積電（TSMC）在半導體領域中脫穎而出，成為全球前十大公司。 2. 電子組裝業推動台灣與中國合作，成功案例如聯寶。 3. Wintel 時代培養了台灣的科技新貴，取代了傳統產業。 4. 商業策略中支持競爭者以避免價格壟斷是常見現象。 5. 台灣電子業受益於【美中製造業產線分流】和【半導體 AI 晶片禁令】。 6. 台灣選對邊、走對路，是站上 AI 浪潮的關鍵。 7. 政治選擇對產業影響重大，不容忽視。

  Dialogflow CX 是 Google Cloud 提供的一項服務，可幫助您建立和管理對話式 AI 應用程式。它是一個全功能的對話式 AI 平台，可讓您建立自然語言對話，以滿足各種用戶需求。 Dialogflow CX 具有以下功能： 強大的自然語言理解和生成能力 可定製的對話流程 易於使用的編輯器和工具 與其他 Google Cloud 服務的集成 Dialogflow CX 可用於建立各種對話式 AI 應用程式，包括： 客戶服務聊天機器人 自助服務應用程式 教育應用程式 娛樂應用程式 Dialogflow  採用最先進的技術、具備真人般 AI 對話能力的虛擬服務專員。我們提供兩種版本： Dialogflow CX (進階) 和 Dialogflow ES (標準) 。 新客戶可以獲得價值 $300 美元的免費抵免額，盡情體驗 Dialogflow。 Dialogflow CX 是建立對話式 AI 應用程式的強大工具，它可幫助您為您的用戶提供卓越的體驗。 以下是 Dialogflow CX 的一些優點： 強大的自然語言理解和生成能力：Dialogflow CX 使用先進的機器學習技術，可理解和生成自然語言。這使您可以建立與用戶自然流暢的對話。 可定製的對話流程：Dialogflow CX 允許您定製對話流程，以滿足您的特定需求。您可以創建複雜的對話流程，以涵蓋各種用戶查詢。 易於使用的編輯器和工具：Dialogflow CX 提供了一個易於使用的編輯器和工具，可幫助您建立和管理對話式 AI 應用程式。您可以使用這些工具輕鬆創建和修改對話流程。 與其他 Google Cloud 服務的集成：Dialogflow CX 可與其他 Google Cloud 服務集成，例如 Google Cloud Messaging、Google Cloud Storage 和 Google Cloud Vision API。這使您可以建立更複雜和功能強大的對話式 AI 應用程式。 如果您正在尋找建立對話式 AI 應用程式的強大工具，Dialogflow CX 是一個很好的選擇。

RAG 是 檢索增強生成（Retrieval Augmented Generation）的縮寫。它是一種將信息檢索與生成模型結合在一起的技術。RAG 模型首先使用信息檢索從大量文檔中檢索與用戶查詢相關的內容，然後將這些資訊作為上下文，並使用生成模型生成回答。 RAG 技術具有以下優點： 可以提高生成回答的準確性和可靠性。RAG 模型通過信息檢索可以獲得大量的相關資訊，這些資訊可以幫助生成模型更好地理解用戶查詢，並生成更準確和可靠的回答。 可以提高生成回答的多樣性和創意性。RAG 模型可以使用不同的文檔作為上下文，這可以幫助生成模型生成更具多樣性和創意性的回答。 可以提高生成回答的效率。RAG 模型可以直接使用現有的生成模型，這可以減少生成回答所需的時間和成本。 RAG 技術可以應用於以下領域： 問答系統：RAG 技術可以用於提高問答系統的準確性和可靠性。 創意文本生成：RAG 技術可以用於生成更具多樣性和創意性的文本，例如詩歌、小說、音樂作品等。 事實檢查：RAG 技術可以用於檢查文本的事實準確性。 RAG 技術仍處於發展階段，但具有廣闊的應用前景。隨著技術的不斷發展，RAG 技術將在更多領域發揮更加重要的作用。 以下是 RAG 技術的一個具體應用示例： 假設有一個用戶查詢「台灣的首都是哪裡？」。RAG 模型首先使用信息檢索從大量文檔中檢索與查詢相關的內容，例如「台灣的行政區劃」、「台灣的歷史」等。然後，RAG 模型將這些資訊作為上下文，並使用生成模型生成回答。生成的回答可能是「台灣的首都是台北」，或者是「台灣的首都是台北，但是在中華民國政府的管轄下，台北是台灣的首都」。 在這個示例中，RAG 模型通過信息檢索獲得了「台灣的行政區劃」和「台灣的歷史」等相關資訊。這些資訊可以幫助生成模型更好地理解用戶查詢，並生成更準確和可靠的回答。 == ChatGPT、Bard 和 Bing 都使用了 RAG 技術。 ChatGPT 是 OpenAI 開發的大型語言模型，它使用了 RAG 技術來提高生成回答的準確性和可靠性。ChatGPT 首先使用信息檢索從大量文檔中檢索與用戶查詢相關的內容，然後將這些資訊作為上下文，並使用生成模型生成回答。 Bard 是 Google AI 開發的大型語言模型，它也使用了 RAG 技術。Bard 首先使用信息檢索從大量文檔中檢索與用戶查詢相關的內...

今天黃仁勳兩個小時銷售演講的精華整理，分四大主題、八類產品 完整影片： 【加速運算】 "The more you buy, the more you save" 1. ​NVIDIA 宣布推出 DGX GH200 人工智慧超級電腦：全新級別人工智慧超級電腦將256個 Grace Hopper 超級晶片連接成一個超大型、1-Exaflop、 144TB GPU的巨型模型，用於驅動生成式人工智慧、推薦系統和資料分析。 ​ 2. NVIDIA Grace Hopper超級晶片設計用於加速生成式人工智慧已開始量產：搭載GH200的系統加入了全球系統製造商基於NVIDIA Grace、Hopper、Ada Lovelace架構的400多種系統配置 3. NVIDIA MGX 提供系統製造商模組化架構以滿足全球資料中心多樣化的加速運算需求：雲達科技與美超微是首批使用伺服器規格支援100多種系統配置，以加快處理人工智慧、HPC 及 Omniverse 的工作負載。 【網路】 4. NVIDIA 推出為超大規模生成式人工智慧打造的乙太網路平台：全新 NVIDIA Spectrum-X 網路平台結合 NVIDIA Spectrum-4、BlueField-3 DPU 與加速軟體；全球領導的雲端服務提供商使用此平台來擴大生成式人工智慧服務的規模 【Omniverse】Digital First !! 5. 全球電子製造業領導業者使用 NVIDIA 生成式人工智慧與 Omniverse 打造先進的數位化工廠：富士康工業互聯網、宜鼎國際、和碩聯合科技、廣達及緯創資通使用 NVIDIA Omniverse、Isaac Sim 及 Metropolis 多項技術打造虛擬工廠、模擬機器人、自動檢測系統。 6. WPP 與 NVIDIA 合作開發用於數位廣告的生成式人工智慧內容引擎：基於 NVIDIA人工智慧和 Omniverse的開創性引擎連結領先軟體製造商的創意 3D 和 AI 工具，大規模革新品牌內容和體驗 7. 達明機器人選擇在 Omniverse 上使用 NVIDIA Isaac Sim，以最佳化自動光學檢測結果：台灣協作機器人創新業者運用 Omniverse 上的 Isaac Sim 將基於機器人的檢測速度提高 20%，以提高電子製造產品品質。 【機器人】 8...

作為AI工程師，考取以下一些證照可以幫助你展示你的專業能力和知識： NVIDIA Deep Learning Institute (DLI) 證照 ：NVIDIA DLI提供了一系列的深度學習和人工智慧相關的證照，包括深度學習基礎、計算機視覺、自然語言處理等方面的證照。這些證照通過學習和完成相應的實作項目來驗證你的能力。 TensorFlow Developer 證照 ：TensorFlow是一個廣泛使用的深度學習框架，Google提供了TensorFlow Developer證照，評估候選人在使用TensorFlow進行模型開發和部署方面的技能。 Microsoft Certified: Azure AI Engineer Associate ：如果你專注於在Microsoft Azure平台上開發AI解決方案，這個證照可以證明你的能力和專業知識。它涵蓋了Azure的AI服務、機器學習模型的設計和實施，以及AI解決方案的監視和維護。 AWS Certified Machine Learning – Specialty ：如果你在Amazon Web Services (AWS) 上構建AI解決方案，這個證照可以顯示你在機器學習領域的專業知識和實踐經驗。它涵蓋了在AWS上訓練和部署機器學習模型的能力。 IBM Data Science Professional Certificate ：這是一個由IBM提供的在資料科學領域的證照。該證照涵蓋了機器學習、資料分析、資料可視化等相關主題，通過這個證照可以展示你的資料科學能力。 這些證照只是其中一些，根據你的專業領域和目標，還有其他相關的證照可以考慮。此外，請記住，證照僅僅是展示你的能力的一個方面，實際的工作經驗和專案成果同樣重要。不僅考取證照，還應該不斷學習並將所學應用到實際項目中，這樣能更好地展示你的專業能力。 還有推薦那些證照? 歡迎留言一起討論 ~

正向關鍵字(prompt)告訴AI要畫哪些東西，負向關鍵字則是不要畫哪些東西。 萬用負向關鍵字(negative prompt)，加入大量的負向關鍵字能防止畫出斷手斷腳的圖： 之前收集了一串 萬用負向關鍵字(negative prompt)： (((deformed))), blurry, bad anatomy, disfigured, poorly drawn face, mutation, mutated, (extra_limb), (ugly), (poorly drawn hands), fused fingers, messy drawing, broken legs censor, censored, censor_bar, multiple breasts, (mutated hands and fingers:1.5), (long body :1.3), (mutation, poorly drawn :1.2), black-white, bad anatomy, liquid body, liquidtongue, disfigured, malformed, mutated, anatomical nonsense, text font ui, error, malformed hands, long neck, blurred, lowers, low res, bad anatomy, bad proportions, bad shadow, uncoordinated body, unnatural body, fused breasts, bad breasts, huge breasts, poorly drawn breasts, extra breasts, liquid breasts, heavy breasts, missingbreasts, huge haunch, huge thighs, huge calf, bad hands, fused hand, missing hand, disappearing arms, disappearing thigh, disappearing calf, disappearing legs, fusedears, bad ears, poorly drawn ears...

Stable Diffusion 提示詞是指用來描述所需生成圖像的文字，例如 “1girl”、”1boy” 等，AI 會根據這些描述生成相應的圖片。Stable Diffusion 提示詞又稱為關鍵詞、提示、咒語；簡單說就是用來跟Stable Diffusion溝通的方式。 但如何將中文描述的風格轉為提示詞？可以讓火紅的ChatGPT來幫助。 例如輸入以下要求： 我在使用一個名為 Stable Diffusion 的 AI 繪圖工具。指定你成為 Stable Diffusion 的提示生成器。接著我會在想要生成的主題前添加斜線（/）。 你將在不同情況下用英文生成合適的提示。例如，如果我輸入 /一個亞洲女孩 在草地上 的美麗形象 ,您將生成prompt用以下的格式： 1girl, solo, asia, sitting, an extremely delicate and beautiful, beautiful detailed sky, beautiful detailed eye, side blunt bangs, hairs between eyes, close to viewer, breeze,flying splashes,flying petals, wind, grass The prompt requires the following elements.  (1) Words to describe the method of depiction, such as digital painting, oil painting, realistic 8k. (2) Words to describe external features, ornaments and belongings (also specify colors, patterns, shapes), such as button-up blouse, hair tied back, red lipstick. (3) Words to describe age, body type, hair color, hairstyle, hair length, hair accessory, eye color, eye shape, facial ex...

五款AI繪圖軟體 傳送門 1.美圖秀秀： https://pc.meitu.com/download 2.Midjourney： https://www.midjourney.com/ 3.Stable Diffusion： https://beta.dreamstudio.ai/dream 4.DALL-E 2： https://openai.com/dall-e-2/ 5.Dream by WOMBO： https://dream.ai/create

雲象科技執行長葉肇元談台灣醫療AI的未來 個人蠻推薦這篇討論，因此轉錄分享一下。 之前有提到一些系統廠也踏入智慧醫療，但目前還是專案為主。 例如： 宏碁AI輔助診斷軟體攜手台大醫院及台灣諾華　獲食品藥物管理署眼科智慧醫材許可證 台大醫院醫神計畫與威強電集團威聯通共同開發 皮膚科疾病分類（AI-CDSS系統) 而雲象科技本身是完全針對醫療開發應用的軟體新創。 公司成立於2015年10月，主要從事於病理玻片雲端數位化及醫療影像AI開發的業務。客戶以醫療院所為主。雲象科技的合作夥伴包括了美國洛杉磯Cedars-Sinai Medical Center, 匹茲堡University of Pittsburgh Medical Center, 及臺大醫院、長庚醫院、 國泰醫院等醫學中心。 雲象科技官方網站： https://aetherai.com/ 雲象科技 104 徵才資訊 (包含公司介紹)： https://www.104.com.tw/company/1a2x6bke2b 而延續之前針對台灣軟體的討論： 雲象科技執行長葉肇元談[為什麼台灣的軟體業不強? ] ，也來分享一下個人觀察 這一篇針對智慧醫療的發展討論，歡迎大家留言分享你的感想。 雲象科技執行長葉肇元專訪：               [醫療AI 的機會，台灣還來得及抓住嗎?] 因為深度神經網路在影像、文字及語音的辨識能力上，大幅超越傳統的演算法，甚至超過人類的表現，人工智慧(artificial intelligence，AI)在近幾年受到非常高度的關注。AI的發展，在許多國家已經被拉到國家戰略級的高度。AI在醫療上的應用，自然也是個受到高度矚目的議題。各醫院紛紛投入資源成立AI中心。醫界如此熱衷於一項科技的應用，是前所未見的。                           醫療AI，無疑是個重要的新興產業。這個新興產業的機會，台灣還來得及抓住嗎? 為什麼會這樣問?  新興產業的發展，時間點至為關鍵。越是有前景的產業，國際競爭越激烈。及時投入資源、精準制定策略，並且在瞬息萬變的環境中快速應...

  準備事項 : AWS 帳號 Raspberry Pi USB 網路攝影機 應用範例-1 USB 網路攝影機 --> AWS Greengrass IoT 裝置 --> AWS Greengrass 核心 --> QIoT Suite Lite --> QuAI --> AWS Greengrass 核心 Lambda --> AWS Cloud --> AWS S3 儲存貯體 步驟-1 : 設定 AWS Greengrass 核心 從App Center安裝AWS Greengrass APP 在QNAP AWS Greengrass App中設定您的AWS Greengrass 群組＆核心。 有關詳細信息，請參閱此連結 : https://www.qnap.com/en/how-to/tutorial/article/how-to-setup-aws-greengrass-on-qnap-nas/ 建立AWS Greengrass Lambda :  “SendGGImageToQIoT”  &  “QIoTIntegration”  。對於本範例，我們使用基於Node.js的Lmabda函數，您還應該更新它的Memeory限制和Timeout設定。可以再此資料夾中找到Demo Lambda的原始碼 :  AWS_Greengrass_Lambda . (建立Lambda function請參考AWS說明文件 :  https://docs.aws.amazon.com/greengrass/latest/developerguide/create-lambda.html ) 在Greengrass 群組裝置部分中建立一個新裝置，如下圖所示 :  https://docs.aws.amazon.com/greengrass/latest/developerguide/device-group.html # 注意：請保留您的裝置證書，解壓縮並上傳到您的Raspberry Pi 建立以下3個訂閱列表 : Greengrass IoT 裝置到  “SendGGImageToQIoT:9”  Lambda，此規則將攝影畫面...