top of page
.jpg)
IOT HK 文章
12. 簡介 新加坡 AI 算力發展策略 _ 「八, AI 地域發展」
在2017年，城市國家新加坡啟動了新加坡人工智慧計劃（AI Singapore, AISG），這是一個國家級計劃，五年內投資約1.09億美元於其AI生態系統，包括初創企業和研究。 新加坡政府於2019年還公布了國家AI戰略（National AI...
2024年10月15日讀畢需時 2 分鐘
11. 簡介法國 AI 算力發展策略 _ 「八, AI 地域發展」
法國的人工智慧戰略旨在將該國建立為人工智慧專業和研究的關鍵參與者，同時成為歐洲人工智慧創新的首要樞紐。以下是其六個重點： 由Inria主導的國家人工智慧計劃：由著名研究機構Inria主導的一項綜合性國家計劃，旨在促進法國人工智慧生態系統的增長和加速。...
2024年10月15日讀畢需時 2 分鐘
10. 簡介南韓 AI 算力發展策略 _ 「八, AI 地域發展」
南韓朝著成為人工智慧超級大國的旅程受到國家人工智慧戰略的推動。自2017年11月成立第四次工業革命總統委員會以來，南韓政府通過人工智慧研發戰略、數據產業活化戰略、系統半導體戰略、5G+戰略和製造業復興戰略等政策，支持和培育人工智慧、數據和網絡技術的增長。...
2024年10月15日讀畢需時 2 分鐘
9. 簡介加拿大 AI 算力發展策略 _ 「八, AI 地域發展」
人工智慧技術對加拿大經濟產生了重大影響，並被用於多種應用，例如健康、食品生產以及降低能耗等方面。加拿大的研究人員和企業在塑造人工智慧領域中發揮了關鍵作用。 提議的《人工智慧和數據法》（AIDA），作為2022年數字憲章實施法的一部分，旨在確保在加拿大使用的人工智慧系統安全且...
2024年10月15日讀畢需時 3 分鐘
8. 簡介德國 AI 算力發展策略 _ 「八, AI 地域發展」
自2018年11月採納以來，德國的人工智慧戰略已於2020年更新一次，以適應不斷發展的人工智慧環境並加強德國在人工智慧研究、開發和應用方面的領導地位。該戰略的主要重點是建立和擴大德國及歐洲的人工智慧生態系統，促進人工智慧的廣泛採用，並提升卓越人工智慧倡議和結構的可見性。...
2024年10月15日讀畢需時 2 分鐘
7. 簡介日本 AI 算力發展策略 _ 「八, AI 地域發展」
日本的人工智慧戰略於2019年建立，並在2021年和2022年隨後更新，概述了一個全面的方法來利用人工智慧的潛力，以應對國內和全球挑戰，同時提升工業競爭力。 該策略的主要目標可以總結如下： 教育改革：該策略強調各級教育，特別是在數學、數據科學和人工智慧方面，並提倡改進教育方...
2024年10月15日讀畢需時 3 分鐘
6. 簡介英國 AI 算力發展策略 _ 「八, AI 地域發展」
英國的國家人工智慧戰略（National AI Strategy）制定了未來十年的計劃，旨在重塑行業、推動經濟增長並影響生活的各個方面。 作為全球人工智慧超級大國，英國旨在領先於研究和創新，利用全球人才並促進進步的監管和商業環境。...
2024年10月15日讀畢需時 3 分鐘
5. 簡介印度 AI 算力發展策略 _ 「八, AI 地域發展」
《國家人工智慧戰略》（NSAI）將人工智慧置於印度政府計劃的前沿，突顯了其在改善醫療保健、農業和教育等領域結果的潛力。 人工智慧在擴大專業服務（例如，遠程診斷和精準農業諮詢）交付和增強對政府福利服務的包容性訪問（例如，區域語言聊天機器人和語音界面）方面的作用，為政府在這些領...
2024年10月15日讀畢需時 3 分鐘
4. 簡介 美國 AI 算力發展策略 _ 「八, AI 地域發展」
美國通過於2019年2月11日發布的第13859號行政命令，承諾維持其在人工智慧領域的領導地位。該命令標題為《維護美國在人工智慧領域的領導地位》，概述了一項綜合策略，以利用人工智慧的力量促進經濟增長、國家安全以及改善美國社會。該行政命令列出了五項原則，作為國家對人工智慧的應...
2024年10月15日讀畢需時 3 分鐘
3. 簡介 中國AI 算力發展策略 (2) _ 「八, AI 地域發展」
在2017年，中國制定了一項全面的策略，以確立其作為全球人工智慧領導者的地位。這一策略建立在六個關鍵支柱之上： 1. 法律與倫理框架：中國旨在為人工智慧的開發和應用創建一個健全的法律和倫理框架。這包括建立人工智慧發展的法律法規，解決民事和刑事責任、隱私和知識產權問題。還將重...
2024年10月14日讀畢需時 5 分鐘
2. Ai 時代勞動、管理方式的改變 _ 「七, AI 社會影響」
人工智能賦能勞動力未來 AI時代下的勞動變革 隨著人工智能(AI)技術的快速發展,我們正步入一個全新的AI時代。這場技術革命不僅深刻影響著組織的運營模式,也正重構著整個勞動力市場。 數據顯示,大多數組織(75%)預計未來兩年內,AI技術將對其人才戰略産生重大影響。具體來說,...
2024年10月14日讀畢需時 2 分鐘
1. Ai 對 環境 的影響 _ 「七, AI 社會影響」
AI發展對環境的影響：電力、水資源與空氣質量 隨著人工智慧（AI）技術的迅速發展，對環境的影響日益成為重要的討論話題。AI的應用範圍廣泛，從智能能源管理到水資源管理，再到空氣質量監測，這些技術在改善環境方面的潜力巨大，但同時也帶來了一些挑戰。本文將探討AI發展對電力、水資源...
2024年10月14日讀畢需時 2 分鐘
5. Ai 對 氣候科學 的影響_ 「六, AI 行業應用」
1.數據分析與模式識別： AI可以從大量氣候數據中識別和分析複雜的模式，幫助科學家了解氣候變化的趨勢和影響。 2.預測模型： 應用機器學習技術來改進氣候預測模型，提高預測的準確性和可靠性。 3.模擬與建模： AI技術能夠模擬氣候系統，幫助研究人員評估不同情境下的氣候變化影響...
2024年10月14日讀畢需時 1 分鐘
4. Ai 對 材料學 的影響 _ 「六, AI 行業應用」
1. AI在材料學的應用材料設計： AI加速新材料的發現和設計，通過模擬和計算預測材料性能。 2. 數據分析： 利用AI從大量材料數據中提取有價值的見解，幫助科學家識別材料的結構與性能之間的關係。 3. 優化製造過程： AI可以優化材料的製造工藝，提升生產效率和降低成本。...
2024年10月14日讀畢需時 1 分鐘
3. Ai 對 基因科學 的影響_「六, AI 行業應用」
AI在基因工程的應用 1.效率與準確性提升：AI能夠加速基因組的分析和解讀，促進基因編輯技術的發展。 2.模式識別：AI技術可以從複雜的基因數據中識別模式，幫助科學家理解基因功能及其相互作用。 3.新藥開發：利用AI優化基因工程，促進新藥的設計和開發，以針對特定基因變異。...
2024年10月14日讀畢需時 1 分鐘
2. Ai 對 科學發展 的影響 _ 「六, AI 行業應用」
1.人工智能的影響: 人工智能（AI）正在變革科學研究的性質和方法，特別是在深度學習和大型語言模型領域。AI提高了科學家的效率、準確性和創造力，並在多個領域開創新機會。 2.挑戰與風險: AI的迅速應用帶來了重複性、透明性和倫理問題。黑箱特性使得基於AI的結果難以驗證，並引...
2024年10月14日讀畢需時 1 分鐘
1. Ai 對 金融行業 的影響_ 「六, AI 行業應用」
引言:近年來,人工智能(AI)技術日新月異,在數碼支付領域掀起一股革命性變革。AI的滲透不僅重塑了支付流程,更為傳統支付機構帶來了巨大機遇。本文將深入探討AI如何推動數碼支付的創新發展,以及行業參與者如何把握這波變革的商機。 AI賦能數碼支付的新動能...
2024年10月14日讀畢需時 2 分鐘
4. 內容生成 _ 「五, AI 技術應用」
在數字化時代，內容生成成為企業和個人展示品牌、傳遞信息的重要手段。人工智慧（AI）技術的進步，尤其是在自然語言處理（NLP）領域，對內容生成產生了深遠的影響。本文將探討AI對內容生成的影響、其運作原理以及實際應用案例，幫助讀者了解這一重要技術。 AI對內容生成的影響...
2024年10月14日讀畢需時 2 分鐘
3. 行爲模式分析_ 「五, AI 技術應用」
AI對行為模式分析的影響 隨著人工智慧（AI）技術的快速發展，行為模式分析已成為一個熱門領域。本文將探討AI對行為模式分析的影響、其運作原理，及實際應用案例，幫助讀者深入了解這一前沿技術。 行為模式分析的定義 行為模式分析是指通過數據收集和分析，了解個體或群體的行為特徵和趨...
2024年10月14日讀畢需時 2 分鐘
2. 深度僞造（Deepfake) _ 「五, AI 技術應用」
什麽是深度僞造（Deepfake）？ 深度僞造（Deepfake）是一種利用人工智能和機器學習技術生成或操縱媒體內容的技術，特別是視頻和音頻。 這種技術使用深度學習算法，特別是生成對抗網絡（GANs），來創建逼真的假視頻或音頻，使得一個人的面孔或聲音可以被替換爲另一個人的，...
2024年10月14日讀畢需時 1 分鐘
1. 負責任的AI _「五, AI 技術應用」
什麽是負責任的人工智能？ 對“負責任的人工智能”、“可信的人工智能”（由歐盟委員會使用）或“倫理人工智能”等術語的使用增加了定義上的挑戰。 這些不同的術語通常被理解爲指那些能够解决其使用相關問題和擔憂的人工智能系統或應用。...
2024年10月14日讀畢需時 1 分鐘
4. 設備端人工智能 _ 「四, AI 相關硬件」
設備端人工智能 設備端人工智能可以支持各種生成式人工智能模型 許多生成式人工智能能力可以在設備上運行，使用的模型參數範圍從 1 到 100 億個參數。 目前可以在設備上運行超過 100 億個參數的模型，幷預計在未來幾年這一能力將大幅增長。 聊天輔助...
2024年10月14日讀畢需時 1 分鐘
3. NPU簡介_「四, AI 相關硬件」
NPU的工作原理NPU的工作原理基於神經網絡的運作方式。它利用專用的計算單元來處理矩陣運算，這是深度學習中的核心操作。 NPU能夠同時處理多個數據流，這使其在執行複雜的算法時比傳統處理器快得多。 此外，NPU還能有效地减少功耗，這對于移動設備和邊緣計算場景尤其重要。...
2024年10月14日讀畢需時 1 分鐘
5. 异構計算 (Heterogeneous computing)_「三 ,AI 算法優化」
是指利用不同類型的處理器來處理多樣化的人工智能工作負載，以提高整體計算效率。這種方法結合了CPU、GPU、FPGA等多種計算單元，根據任務需求選擇最佳處理器。 過程：在執行人工智能任務時，系統會根據工作負載的性質，動態選擇最適合的處理器進行計算。這種選擇可以基于實時性能監控...
2024年10月14日讀畢需時 1 分鐘
bottom of page