推 aegis43210 : GraphCast真的不錯，只是Deepmind又把重心放到其他 07/21 21:52
→ aegis43210 : 領域了 07/21 21:53
推 mark0204 : 感謝分享 07/21 21:54
推 HellFly : 出道即巔峰的概念嗎 07/21 22:07
→ JuiFu617 : 可以了啦，已經不給傳統模式活路 07/21 22:08
推 Chricey : 有人知道UC2和其他關節保健品的差異嗎？ 07/22 08:00推 dildoe : 資料來源就那幾個reanalysis,training結果差很大嘛! 07/21 22:26
推 hedgehogs : 插更多測站放更多氣球取得更細緻資料能再改善嗎 07/21 22:39
推 zxc445567 : 這些AI模型都離不開 NVDA H100 還有模組Earth -2 07/21 22:40
推 shiauber : AI會進步的....即使演算法不變 07/21 23:04
推 Kroner : UC2推薦？有人試過嗎？靠譜嗎？ 07/22 09:45→ shiauber : 但演算法是會持續進化的 07/21 23:04
→ shiauber : 單純算力的增加都會提高準確率 07/21 23:04
→ shiauber : 然後隨時都會有新資料進入 07/21 23:04
→ shiauber : 會release的只是basic model 07/21 23:04
推 Kroner : 5樓關節跟Ｘ一樣 07/22 09:54→ shiauber : 真正在評估的都是實時在更新資料的 07/21 23:04
→ shiauber : 資料，算力，演算法，都在讓AI更準確 07/21 23:04
推 handfoxx : 怎麼可能不會....光AI會自我學習 未來就有無限可能 07/21 23:04
AI自我學習？股版看太多了
→ shiauber : 所以資料要錢 演算法要錢 算力要錢 07/21 23:06
推 Chricey : 剛開始吃UC2，期待 07/22 09:54推 lsd25968 : data augmentation跟GAN: am i a joke to you? 07/21 23:09
什麼樣的discriminator才能GAN？如果有這樣的discriminator，傳統預測早就飛天了。
data augmentation也行不通，LLM已經玩過了。好的curated dataset才有好的AI
→ canandmap : 砸錢買最強的老黃顯卡RTX4090就有可能吧? 07/21 23:10
→ canandmap : 我有個同事，他的公司電腦就插了4090來算AI的說 07/21 23:11
推 fajita : Deep learning把網絡層數加深，相同的資料可以榨出 07/21 23:14
推 Kroner : 有人知道UC2和其他關節保健品的差異嗎？ 07/22 09:57→ fajita : 更多細節特徵，其實對於準確性都大有幫助 07/21 23:15
推 ryan823520 : 演算法繼續訓練會進化Chatgpt 4o相比前幾代就聰明 07/21 23:20
→ ryan823520 : 很多。 07/21 23:21
推 canandmap : 嗯，好像真的在培養一個小孩的說 07/21 23:30
推 Chricey : UC2是啥東西？求解釋啦！ 07/22 10:24→ hnjsh : 除非AI能自創出新的模型，不然用現有的模型去餵能算 07/21 23:37
→ hnjsh : 出來的東西還不是一樣 07/21 23:37
→ newsnew : 問題是你每年只有幾個颱風颶風的資料可以訓練 07/21 23:50
這就是最大的侷限。DL需要大量正確的data來進步
推 ludwig0201 : AI只會持續進化，而且速度加快，毋庸置疑 07/21 23:52
推 Kroner : 剛開始吃UC2，期待 07/22 12:21→ ludwig0201 : 你如果有能力預測AI的極限，應該忙到沒時間在ptt發 07/21 23:55
→ ludwig0201 : 文 07/21 23:56
→ timidwei : AI會進化 而且不會累 真的是未來趨勢 07/22 00:08
推 kevin0316 : AI以後如果是像黃爸說的 連地面建築物對風的影響都 07/22 00:14
推 Chricey : 我阿嬤說吃豬腳補關節，豬腳吃起來 07/22 12:57→ kevin0316 : 能算進去 那精準度一定是很高的 07/22 00:14
推 yamelody : 如果這次路徑真能提早這麼多天精準預測 其實以時間 07/22 00:20
→ yamelody : 序列模型來說已經非常厲害了 同時也達到可提早防颱 07/22 00:20
→ yamelody : 的任務 07/22 00:20
推 Kroner : 長時間坐著工作，關節痛越來越嚴重，該怎麼辦？推薦UC2 07/22 13:34→ OBTea : 主要是人類用數學模型還不足以描述大氣現象，AI可以 07/22 00:22
→ OBTea : 彌補這部分 07/22 00:22
推 steven3abc : 運算能力、模型架構、資料量都能夠讓AI能力提升 07/22 00:36
推 orze04 : 氣象你怎用GAN生資料== 07/22 00:58
推 Chricey : 我阿嬤說吃豬腳補關節，豬腳吃起來 07/22 14:27→ orze04 : 每年的資料就只會多那一點點 07/22 00:58
→ orze04 : 重train會怎樣誰也不保證 07/22 01:00
→ OBTea : 但是算力提升應該可以做到更早預測 07/22 01:01
→ orze04 : 增加節點數量和網路深度算最直關粗暴的方法了 07/22 01:03
推 Kroner : 關節痛按摩有效嗎？ 07/22 15:20→ orze04 : 另外更細部的接近前地形效應，這個還很有潛力 07/22 01:06
推 aegis43210 : 算力提升不會更早預測，這不是LLM 07/22 01:08
推 aegis43210 : 掌握強化學習的方向，使模型遵守物理定律更重要 07/22 01:11
→ oopFoo : 現在對AI的期待太高了，AI是好用，但有它的侷限。 07/22 06:33
推 Chricey : UC2是天然成分嗎？還是有添加物啊？ 07/22 16:51→ oopFoo : 就像5年前的AI自駕，吹太高了，如果當初簡單 07/22 06:36
※ 編輯: oopFoo (58.114.66.74 臺灣), 07/22/2024 06:39:40
→ oopFoo : 開始，只專注高速公路，也許現在早就有普及的自駕 07/22 06:42
推 CCNK : 你有足夠的資料量和數據給他學習 很可怕的 07/22 07:50
→ hnjsh : 放給AI隨機自己去產模型，等等就算出人類應當是三頭 07/22 08:00
推 Chricey : 本魯關節痛始祖，葡萄糖胺保證沒用，乖乖吃UC2吧 07/23 00:53→ hnjsh : 六臂這種東西，沒有人類糾正算出來就是一坨垃圾。交 07/22 08:00
→ hnjsh : 給隨機的話怎麼不乾脆去廟裡擲杯，反正是一樣的 07/22 08:00
推 wj12240522 : 16樓標準的普通人思維 問題是有多少東西可以給AI學 07/22 09:45
→ wj12240522 : 什麼方法學 07/22 09:45
→ down : 我看到了不懂AI的人在談論AI.... 07/22 09:48
推 wj12240522 : AI算颶風大概就是給定一個曾經出現的颱風，然後給他 07/22 09:54
→ wj12240522 : 當時的大氣環境，最後就是不停的給他算，算到最後要 07/22 09:54
→ wj12240522 : 無限接近吻合當時的真實情形，AI訓練不是普通的機器 07/22 09:54
→ wj12240522 : 人做事，給他訓練他就會無限變好，要給於懲罰與獎勵 07/22 09:54
→ wj12240522 : ，除了已發生的真實案例，可以明確的讓算法設計者知 07/22 09:54
→ wj12240522 : 道如何給予目標獎勵外，要他憑空捏造一個人類都不知 07/22 09:54
→ wj12240522 : 道正確解答的問題，只會越來越歪像樓上講的一樣算出 07/22 09:54
→ wj12240522 : 個三頭六臂，按照樓上什麼架構優化 運算算法什麼算 07/22 09:54
→ wj12240522 : 力進步都根本不是重點 07/22 09:54
推 canandmap : 不過AI應該很早就出現了吧?只是因為去年開始嶄露頭 07/22 09:57
→ canandmap : 角，會有人不懂好像也很正常? 07/22 09:57
推 wj12240522 : 就跟智慧型手機跟平板剛出的時候一堆人吹取代電腦， 07/22 09:59
→ wj12240522 : 最後兩者根本是不同類型的工具 07/22 09:59
推 t95912 : AI這幾年被廠商濫用的結果 就是讓一堆人似懂非懂 07/22 10:24
→ t95912 : 好像只要加上AI就是一個很厲害的東西？@@ 07/22 10:24
→ minervava : 這樓怎麼一大堆普信仔半瓶水響叮噹== 無知還那麼大 07/22 11:34
→ minervava : 聲還以為來到股民討論區 07/22 11:34
推 ludwig0201 : Ai平台和模型的重大突破也只是去年的事，怎麼老有人 07/22 12:21
→ ludwig0201 : 愛扯到祖宗十八代 07/22 12:21
推 ludwig0201 : 如同工業革命前早有蒸汽機，只是瓦特做了突破性的 07/22 12:26
→ ludwig0201 : 改良，日後世界就產生重大變革 07/22 12:26
推 savishu : 地球平均一年80個熱帶氣旋，每年能餵的資料也不少 07/22 12:56
→ savishu : 吧 07/22 12:57
→ oopFoo : 問題是，要減少誤差，你需要多多少資料？減半是需要 07/22 13:30
推 KyuubiKulama: 一年80個，觀測的數據抓個50年也才4000筆算少的 07/22 13:32
→ oopFoo : 多50%?多2x?3x?4x?。這幾個model都是用約40年的資料 07/22 13:32
→ oopFoo : 來訓練。你要減半誤差，要多少個40年的資料？ 07/22 13:34
推 djmez : 一般模型訓練資料大小至少要是feature10倍以上 07/22 13:52
→ djmez : 上面最小的graphcast每個網格點都要474個input fea 07/22 13:54
→ djmez : tures了 07/22 13:54
→ hinajian : 自駕車真的被吹得很厲害 感覺現在還是會有判斷錯誤 07/22 14:27
推 kevin0316 : 自駕車最大的問題不是因為人嗎 07/22 14:50
推 nuc1earsub : 自駕車的問題是車禍責任歸屬，就像有人吹AI看病一樣 07/22 15:05
→ nuc1earsub : 醫療糾紛算誰的? 07/22 15:05
推 shiauber : 你可以信與不信 科學的盡頭是玄學 07/22 15:20
→ shiauber : 自駕你隨便google waymo就知道了 =.= 07/22 15:20
→ shiauber : 人家都在盈利了 07/22 15:20
推 snocia : 然而隨便Google也能看到在加州發生重大車禍 07/22 16:09
推 shiauber : 台灣也天天在車禍 XD 07/22 16:51
推 anachronism : AI準，下周股票大漲， 反之。。。 07/22 17:00
推 sus304 : ChatGPT 去年才出來，今年開始熱絡。 可以期待十年 07/23 00:08
→ sus304 : 後吧 07/23 00:08
推 canandmap : 然後到時就可以唱「十年之前 我不認識你...(下略)」 07/23 00:53