好書推薦《#人慈》部落格文末抽書兩本
想像一下,如果有兩個星球,你認為自己住在哪一個?星球A:飛機墜機後,生存者禮讓最需要救援的人。星球B:事故發生後,生存者爭先恐後地往出口擠,不惜將他人踩在腳下。這個問題被用來問過許多學生,幾乎所有人都選了星球B。但事實是,我們住在星球A。這個世界真正面臨的威脅在於我們對人性太過悲觀。
部落格文章 https://readingoutpost.com/humankind/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
#這本書在說什麼?
.
《人慈》這本書的作者是歐洲最著名的年輕思想家之一羅格.布雷格曼(Rutger Bregman),他是同時也是一位歷史學家、作家、記者。有鑑於報章媒體、政治宣傳、普羅大眾對於「人性」的偏誤解讀,他想透過這本書傳達一個核心訊息:「大部分的人在內心深處,其實是相當正派的」。
作者在書中旁徵博引,以詳盡的事實和深入的查證,說明了人類無論是出於天性、身為孩童時、在無人島上、當戰爭爆發、當危機來襲,對於自己「好」的一面,有著強烈偏好。如果你至今仍然認為,人類就是天生自私、貪得無厭、陰險狡詐,那麼這本書絕對會讓你大為改觀。
這本書讓我感到大為驚喜的,是作者既大膽、又謹慎的考證態度,他勇於對歷史上知名的眾多案例(例如《蒼蠅王》、《史丹佛監獄實驗》、《米倫格爾電擊器實驗》)提出反面看法,而且其證據令人信服。在媒體慣用人性「惡」的一面吸引眼球的世界裡,這是一本思想激進的書,只不過是偏向人性「善」的那面光譜。這種書很罕見,卻彌足珍貴。
.
#人性本惡?三個精彩翻案
.
人類有考據的數萬年歷史以來,充滿了大大小小的衝突和鬥爭,我們也從故事裡看到領導人無論為了私利、國家的經濟、民族的情節而發動戰爭。難道,人類不就是天性好鬥嗎?只要有誘因存在,人們就會甘願殺得你死我活嗎?從歷史的考據裡面,我們會發現人性跟我們想得很不一樣:絕大部分的人不願意傷害另一個人。讓我們先從書中三個精彩的翻案來找到線索。
.
1.#蒼蠅王小說的翻案
.
《蒼蠅王》是一本膾炙人口的小說,在我國中的時候,老師也放過翻拍的影片當作社會科學的教材。內容大意是在說,因為飛機墜機,六個英國男孩漂流到一座無人島上,在沒有大人的情況得自立求生。過程發生了許多權力爭執、失去理智、弱肉強食的情節,最後只剩下兩個孩童倖存的故事。這個虛構故事在感嘆「人心的黑暗」,也被列為標準的社會教材讀物。
作者把持著一個懷疑的態度,他深入瞭解了虛構的《蒼蠅王》小說作者威廉.高汀(William Golding)的生平。作者發現高汀是一名有憂鬱傾向的酗酒者,他還會打小孩,他也曾說過:「我瞭解納粹,因為本質上來說我也是那一類」,這才讓作者明白,原來寫出《蒼蠅王》的作家是一個多麼不快樂的人。
因此,作者根據事實為主,追尋了一條實際發生過的類似案例,六名少年在太平洋落難,漂流到阿塔島(`Ata)的真實故事。這則故事跟小說大相逕庭,六名少年在荒島上發揮團結的本領,協調出遇到衝突的處理方式,還彼此在受傷時互相照顧。受困15個月後,六人獲救時仍氣色飽滿,而且士氣高漲地不可置信。真實版的《蒼蠅王》,其實是一個友情和忠誠的故事。
發現阿塔島生存的船長彼得.華納(Peter Warner):「人生教了我許多事,其中包括了一個經驗,就是你永遠要尋找人的善良光明面。」
.
2.#史丹佛監獄實驗的翻案
.
我讀過許多談到心理學的書籍,都喜歡引用一個知名的案例,那就是《史丹佛監獄實驗》。實驗主持人飛利浦.金巴多(Philip Zimbardo)教授把24名參加的學生隨機分成兩組,12人當囚犯,12人當獄卒,觀察人類當囚犯的反應,以及擔任獄卒的人施加權力的表現。整個實驗因為囚犯精神狀態快速崩潰、獄卒施加的處罰越來越過火,結果實驗到第六天就被迫中止。
這個實驗的結論彷彿要告訴我們:「當你給予人們權力,他們就會開始為惡,發展出一些不人道的規則」。作者深入考察之後發現,這簡直是一場天大的騙局。實驗並不是任憑12名獄卒自己決定如何處以,而是金巴多本人直接給獄卒灌輸思想:「你們要創造一種挫折感,製造恐懼,要剝奪他們的個體性…」,最後獄卒定的17條規則裡,有11條根本是實驗團隊給予的意見。這簡直是引導式的邪惡。
你或許也會好奇,那如果是實驗團隊「完全不介入」的狀況會怎樣?兩個英國心理學家2002年在電視節目上複製了一次同樣的實驗,但這次沒有告訴獄卒該怎麼管理、該怎麼懲罰。結果呢?節目無聊到不行。第二天,獄卒把食物分給囚犯。第五天,一名囚犯提議設立民主制度。第六天,獄卒跟囚犯一起抽菸。最後一集,大部分人一起坐在沙發上消磨時間。這麼無聊的故事,難怪我們都沒聽過。
.
3.#電擊器實驗的翻案
.
還有一個更出名的《米倫格爾電擊器實驗》,目的是為了測試受測者,在面對權威者下達違背良心的命令時,人性所能發揮的拒絕力量到底有多少。受測者身為「老師」,當隔壁房間的「學生」答錯題目時,就要按下電擊器,懲罰坐在電椅上面的學生。「學生」是由實驗人員假冒的,受電擊所發出的哭喊也是演出來的,但受測的「老師」並不知道,他們會「以為」這些電擊都是真的。
每一次學生答錯,懲罰的電壓伏特數就要提高,實驗主持人史丹利.米倫格爾(Stanley Milgram)教授會要求老師繼續施罰。120伏特時學生會開始喊痛,150伏特時尖叫並喊著退出實驗,200伏特時大叫大叫血管裡的血都凍住了!超過320伏特時開始撞牆並失去聲音。結果,有65%的受測者一路聽從指揮,開到了450伏特,幾乎是把學生電死的程度。實驗的結論幾乎告訴我們,只要有權威要求,連普通人都願意電死一個路人甲?
作者考核過後的翻案顯示了另一種事實。幾乎所有受測者都曾抗命,想要停手,但實驗方會加強壓力逼迫就範,從錄音檔聽起來更像是霸凌和脅迫。事後調查,只有一半的受測者認為隔壁的學生是真的在受苦,其他人覺得只是實驗效果。許多受試者也表示,因為他們真心「信任」米倫格爾教授的實驗對人類一定有幫助,所以即使當下不忍心,也願意咬著牙繼續做下去。
綜合以上三個翻案結果,大部分的人在內心深處,其實是相當正派的,但引用作者所說的:「如果你催促地夠用力,給予足夠刺激、又拐又騙,許多人確實是有能力做惡。但是邪惡通常不是在表面之下,它是需要費盡功夫才能扯出來的。」邪惡得要披上善良的外衣才行。
.
#人怎麼會互相傷害?
.
所以,人真的是天性好鬥、殺得你死我活的物種嗎?綜觀歷史大小戰爭,這個說法似乎成立,但是當我們把尺度放到人與人面對面的相處,就是另一種樣貌。舉戰爭為例,兩軍人馬大動干戈的時候,所有人一定都是拔刀互砍、舉槍互射吧?在那種生死存亡的關頭,不是敵死,就是我亡了,不是嗎?
真實的戰爭傷亡統計很有意思,例如二戰英國陣亡的軍人死因中,10%是子彈和反坦克地雷;15%是詭雷、爆破和其他;75%是手榴彈、迫擊砲和空投炸彈。大部分的士兵都是隔個一定「距離」被殲滅的。真正喊著敵人是「害蟲」,一旦碰面就格殺毋論的,通常是離戰場最「遙遠」的政客和領導人。
根據研究,二戰的生存老兵超過一半從未殺過人,只有20%的軍人曾經擊發過武器。美國南北戰爭最激烈的蓋茨堡戰役中,回收的27,000把火槍,還裝有彈藥的比例達到90%。12,000把裝有兩顆彈藥,其中6000把超過三顆。但火槍設計成那樣,就是一次只能射出一顆子彈,那幹嘛裝那麼多顆子彈?因為大部分的士兵都『沒有』在試圖殺敵。人,打從心底不喜歡傷害另一個人。
.
#如何改善?三種範例
.
在這本書的下半部,作者有一則引述徹底震撼了我的思想。這句引言來自英國哲學家暨諾貝爾文學獎得主伯蘭特.羅素(Bertrand Russell),他給未來世代這個建議:「當你學習任何東西或者思考任何哲學問題時,只該問自己事實有哪些,那些事實證明什麼是真實。永遠別被自己希望相信的事、或者自以為如果別人信了就對社會有益的事所分心,只要專心一意去看事實是什麼。」
這個非常理性的觀念,一開始相當很吸引我,但作者及時把我拉了回來。他提到除了探究事實之外,你本身「相信」什麼,才是以改善世界的動力來源。
第一種相信的力量,叫做「畢馬龍效應」。科學家做過一種實驗,把兩群同樣普通的老鼠,分別標示聰明和愚笨。請不知情的學生照顧老鼠,然後進行迷宮遊戲,看哪一組比較快逃出迷宮。結果聰明的那組獲勝,事後發現學生「相信」這些老鼠比較聰明,給予比較好也溫柔的待遇。同樣的實驗在一群小學生上進行,不知情的老師對聰明組的學生更關注、更鼓勵,事後結算成績,聰明組的孩子其智力表現提高了最多。
第二種相信的力量,叫做「魔像效應」。曾經有科學家在美國做過一個不道德的實驗,他把二十個孤兒分成兩組,跟其中一組說他們是善於表達的人,跟另外一組說他們注定要變成口吃者。這個實驗結果害得許多口吃組的受測孩童,一輩子患有語言障礙。這種效應常導致貧窮學生更加落後、無家可歸者失去希望、已經被孤立的青年人更加極端。
一如正面的期待能夠引發好的結果,負面的期待也能夠讓惡夢成真。接下來介紹書中三個真實世界的例子,來看看如何運用「相信」的力量,來改善我們的工作、教育和民主運作。
.
1.#論工作的內在動機
.
研究發現,外在誘因例如紅利會減低員工的內在動機和道德標準。給予外在誘因會獲得相等的回報:按照工時給付,就會增加更多的工時(無論是否裝忙)。按照發表數目給予稿費,就會得到更多的發表文章(無論品質優劣)。按照手術量來給付,手術就會更多(無論是否必要)。
荷蘭的最大的鄰里照護平台「博祖克」(Buurtzorg)採取逆向而行的策略,這個組織沒有業績目標或分紅,沒有管理階層,沒有客服中心。運作的自主權下放給每一個十二人的團隊,團隊自己定行程表,自行雇用同事。省去的營運費用和會議時間都回歸到團隊本身。
執行長喬斯.德.柏洛克(Jos de Blok)是從最基層出身的人,他相信員工內心會選擇做「正確」的事。他說傳統的管理階層「喜歡憑空想像一些計畫給那群工蜂做」,還說「拿掉管理階層,工作還是照常進行」,他認為讓團隊自我導向、動手執行腦中想法,是最實際的做法。博祖克沒有人資部,被評為最佳雇主;沒有行銷部,卻獲得最佳行銷獎。
(延伸資源:在台灣有「台灣居護」引進了這套照護模式)
.
2.#論教育的玩耍本質
.
自古以來,愈是聰明的動物愈會玩耍,玩耍更深植於人類天性當中。創造力和學習力來自於自由地玩耍,孩子會自然地渴望探索這個世界。當社會工業化之後,學校的體制越來越制式化,學生的課表被排滿,家長連下課的時間也不放過。最近針對十個國家的民調顯示,監獄囚犯待在戶外的時間比孩子還要多。研究也發現一個趨勢,孩子愈來愈覺得「自己的生命被他人所決定」。這是一個快要忘記怎麼「玩耍」的世代。
荷蘭的「阿哥拉」(Agora,希臘語「市集」的意思)是一個沒有年級、班級、教室的學校,也沒有功課和成績,一組學生團隊就只有配一位「輔導員」,但自主權在學生身上,他們自己決定要學什麼。整個學校就像一個主題樂園,學生透過玩耍和探索,找到自己當下有興趣的題目攻讀,學校提供對應的資源給他們學習。相較於傳統教育把孩童當植物灌溉,這所學校將孩童當「人」看待。
在這裡,與眾不同是常態,一千個學生就有一千種學習路徑。這裡幾乎找不到霸凌的蹤影,因為不以年齡和能力區隔孩童,沒有誰的進度會落後,沒有誰的表現太過突出,每個人都在綻放當下最好的自己。作者引述道:「玩耍的相反不是工作,玩耍的相反是抑鬱。」問題不是孩子能不能掌控自由,而是大人有沒有勇氣給他們自由?我們是否問過自己,教育的意義究竟是什麼?
(延伸閱讀:Agora: Meet the school with no classes, no classrooms and no curriculum,英文文章)
.
3.#論民主政體的模樣
.
作者提到,世界上愈來愈多的民主政體正遭受七種瘟疫侵襲:政黨持續腐化、公民不再信任彼此、少數人遭排除、選民失去興趣、貪贓枉法的政客、有錢人逃稅、人們發現當代民主充滿貧富不均(怎麼跟我住的地方這麼像!?)。但世界上有地方嘗試了解法,簡單到令人難以置信,卻很少上新聞(你應該猜得到為什麼)。
委內瑞拉的托雷斯市(Torres)的民選首長胡立歐.查維茲(Julio Chávez)選擇一種嶄新的信念,他相信:「每個人心中都有一位積極認真的公民」。他的競選政見只有一個,下放權力給所有托雷斯市民,而且他遵守了承諾。所有的政府集會邀請全體居民參加,不只是討論,還要決議城市所有預算的使用。
結果人們空前踴躍參與政治,在最需要的地方蓋起了住宅和學校,有效地鋪整馬路清掃街區。因為預算透明,大幅削減了貪污和權威的弊病。市民們還一起要求提高稅收,並且說道:「過去我們不瞭解市政稅要用來支付那麼多東西。」這個被稱為「參與式民主」的方式,深受民眾喜愛,卻鮮少在新聞上被提及。
(在台灣我還沒聽過類似的試營運模式,有人聽過嗎?)
.
後記:#相信善的一面
.
《人慈》是我今年讀過最意猶未盡的一本書,作者的大膽思想,配上嚴謹的查證,讓人讀來格外痛快。從這本書中,我也慢慢體認到,問題不是二元化的「人性本惡或本善」選擇題。反而,透過這些精采的正反論述,猶如偵探小說抽絲剝繭般的分析,我理解到的是人性真正的「複雜」。
如同現在人工智慧和大數據這麼發達,如果只讓電腦演算法來判決,那麼歷久不衰的《蒼蠅王》人心黑暗論肯定佔據上風;《史丹佛監獄實驗》和《米倫格爾電擊器實驗》無以計數的論文和書籍引用,肯定讓演算法覺得這才是人性的真理。無數對人性帶有扭曲和偏誤的描寫佔據了媒體的版面。然而,事實呢?
這本書中段的畢馬龍和魔像效應教我們的就是,人們「相信」的事情往往會發展成「事實」,更是一個令人驚醒的提點。無論是書中獄卒和囚犯的故事、老師和學生的故事、老闆和員工的故事、父母和子女的故事,一再說明了:「當你把一個人當人看,他就會表現得像一個人。」反之。讀完這本書後,你可以踏實地選擇自己相信的那一面。
瞭解事實,讓我們得以明辨是非。擁有信念,才能以行動改變世界。原來,關於人性,我讀過的許多論點幾乎都是錯的。永遠別被自己希望相信的事所分心。只管去看,事實是什麼。然後在事實背後,找出值得相信的事情,讓它成為新的事實。這絕對是一本必讀之書。
.
Kobo電子書7折代碼:WAKIKIND
Kobo 購書連結:https://bit.ly/3z7sRHr
使用期限:9/12~9/18
.
感謝 時報出版|商業人文線 提供抽獎贈書
「實驗受測者英文」的推薦目錄:
- 關於實驗受測者英文 在 Facebook 的精選貼文
- 關於實驗受測者英文 在 洪秀柱 Facebook 的精選貼文
- 關於實驗受測者英文 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
- 關於實驗受測者英文 在 神啊請給我受測者- 【眼動實驗誠徵受試者】英語語句閱讀... 的評價
- 關於實驗受測者英文 在 受試者英文、受試者費用在PTT/mobile01評價與討論 - 區塊鏈 ... 的評價
- 關於實驗受測者英文 在 受試者英文、受試者費用在PTT/mobile01評價與討論 - 區塊鏈 ... 的評價
- 關於實驗受測者英文 在 受試者招募 | Dcard 的評價
- 關於實驗受測者英文 在 臺灣學術倫理教育資源中心台灣學術倫理教育資訊中心題庫答案 ... 的評價
實驗受測者英文 在 洪秀柱 Facebook 的精選貼文
雙北地區升至三級警戒已過半月,民進黨政府持續漠視民眾對疫苗的需求,並藐視藥政審查專業,在國產疫苗二期尚未解盲的階段,就貿然簽約購買一千萬劑。
已有媒體聚焦檢驗國產疫苗背後的政商關係,也有檢察官投書媒體,質疑疫苗廠商股價獲利驚人,這些獲利營收究竟會歸於誰?我們希望政府主動揭露採購價格、利益分配,也向大眾說明,國產疫苗是否將全民當作三期試驗白老鼠?
2009年H1N1大流行時,當時的蔡英文主席曾向國民黨政府呼籲「#放寬採購法的限制,#加速購買國際藥品及疫苗」;如今新冠疫情已奪走超過百條人命,值此救急救命的關鍵時刻,民進黨應向全體國人謝罪,並說明放棄諸多可選購的國際疫苗的真正原因,而不是持續擺爛、裝聾作啞,落得民眾打不到疫苗、廠商生不出疫苗、而政府仍不進口疫苗的三輸局面!
前副總統陳建仁在媒體上讚國產疫苗是「慈悲與智慧的產物」,更稱接受試驗後無任何不適,問題是,第二期是「雙盲」實驗,受測者和實驗人員皆無從得知施打的是否為疫苗,陳建仁此言,難道不是刻意「帶風向」、意圖帶給大眾錯誤認知?
從疫情升溫至今,包括「自導自演認知作戰」事件、「BNT疫苗假訊息」事件、「國際疫苗二期試驗假訊息」事件,至今仍未看到「台灣事實查核中心」提出任何澄清,也沒有看到檢警調主動針對漏洞百出的假訊息傳播介入偵辦,難道這些機構在政府的壓力之下,除了擔任打手之外,對於「假訊息」的澄清難有任何實際作用?
攸關社會大眾的生命安全,民進黨竟可以專斷橫行至此,比極權更極權、比腐敗更腐敗。「一個執政黨、或一個政治人物,做得再怎麼差,只要自我感覺良好,都可以編出美麗的謊言、開出美麗的空頭支票;一個執政黨,對於人民的痛苦,無動於衷到這種程度,真是台灣的悲哀!」這是蔡英文在2015年底說過的話,如今成了一面照妖鏡,讓蔡英文醜陋的面目現形。現在,我們把這句話送還給民進黨政府!
實驗受測者英文 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
AI 時代的摩爾定律?黃氏定律靠的是自身技術力將 AI 性能年年加倍
作者 雷鋒網 | 發布日期 2020 年 12 月 16 日 8:45
1965 年,時任快捷半導體公司工程師,也是後來英特爾(Intel)的創始人之一的戈登·摩爾(Gordon Moore)提出了摩爾定律(Moore’s law),預測積體電路上可以容納的晶體管數目大約每經過 24 個月便會增加 1 倍。
後來廣為人知的每 18 個月晶片性能將提高 1 倍的說法是由 Intel CEO 大衛·豪斯(David House)提出。過去的半個多世紀,半導體行業按照摩爾定律發展,並驅動了一系列的科技創新。
有意思的是,在摩爾定律放緩的當下,以全球另一大晶片公司 NVIDIA 創始黃仁勳(Jensen Huang)名字命名的定律——「黃氏定律(Huang’s Law)」對 AI 性能的提升作出預測,預測 GPU 將推動 AI 性能實現逐年翻倍。
Intel 提出了摩爾定律,也是過去幾十年最成功的晶片公司之一。NVIDIA 作為當下最炙手可熱的 AI 晶片公司之一,提出黃氏定律是否也意味著其將引領未來幾十年晶片行業的發展?
AI 性能將逐年翻倍
受疫情影響,一年一度展示 NVIDIA 最新技術、產品和中國合作夥伴成果的 GTC China 改為線上舉行,黃仁勳缺席今年的主題演講,由 NVIDIA 首席科學家兼研究院副總裁 Bill Dally 進行分享。Bill Dally 是全球著名的電腦科學家,擁有 120 多項專利,在 2009 年加入 NVIDIA 之前,曾任史丹佛大學電腦科學系主任。加入 NVIDIA 之後,Dally 曾負責 NVIDIA 在 AI、光線追蹤和高速互連領域的相關研究。
在 GTC China 2020 演講中,Dally 稱:「如果我們真想提高電腦性能,黃氏定律就是一項重要指標,且在可預見的未來都將一直適用。」
Dally 用三個項目說明黃氏定律將如何得以實現。首先是為了實現超高能效加速器的 MAGNet 工具。NVIDIA 稱,MAGNet 生成的 AI 推理加速器在模擬測試中,能夠達到每瓦 100 tera ops 的推理能力,比目前的商用晶片高出一個數量級。
之所以能夠實現數量級的性能提升,主要是因為 MAGNet 採用了一系列新技術來協調並控制通過設備的訊息流,最大限度地減少數據傳輸。數據搬運是 AI 晶片最耗能的環節已經是當今業界的共識,這一研究模型以模組化實現能夠實現靈活擴展。
Dally 帶領的 200 人的研究團隊的另一個研究項目目標是以更快速的光鏈路取代現有系統內的電氣鏈路。Dally 說:「我們可以將連接 GPU 的 NVLink 速度提高一倍,也許還會再翻番,但電信號最終會消耗殆盡。」
這個項目是 NVIDIA 與哥倫比亞大學的研究團隊合作,探討如何利用電信供應商在其核心網絡中所採用的技術,通過一條光纖來傳輸數十路信號。據悉,這種名為「密集波分複用」的技術,有望在僅一毫米大小的晶片上實現 Tb/s 級數據的傳輸,是如今連網密度的 10 倍以上。
Dally 在演講中舉例展示了一個未來將搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。這意味著,利用「密集波分複用」技術,不僅可以實現更大的吞吐量,光鏈路也有助於打造更為密集的系統。
想要發揮光鏈路的全部潛能,還需要相應的軟件,這也是 Dally 分享的第三個項目——全新程式語言系統原型 Legate。Legate 將一種新的編程速記融入了加速軟件庫和高級運行時環境 Legion,借助 Legate,開發者可在任何規模的系統上運行針對單一 GPU 編寫的程序——甚至適用於諸如 Selene 等搭載數千個 GPU 的巨型超級電腦。
Dally 稱 Legate 正在美國國家實驗室接受測試。
MAGNet、以光鏈路取代現有系統內的電氣鏈路以及 Legate 是成功實現黃氏定律的關鍵,但 GPU 的成功才是基礎。因此,GPU 當下的成功以及未來的演進都尤其重要。
GPU 是黃氏定律的基礎
今年 5 月,NVIDIA 發布了面積高達 826 平方毫米,整合了 540 億個晶體管的 7 奈米全新安培(Ampere)架構 GPU A100。相比 Volta 架構的 GPU 能夠實現 20 倍的性能提升,並可以同時滿足 AI 訓練和推理的需求。
憑藉更高精度的第三代 Tensor Core 核心,A100 GPU AI 性能相比上一代有明顯提升,此前報導,在 7 月的第三個版本 MLPerf Training v0.7 基準測試(Benchmark)結果中,NVIDIA 的 DGX SuperPOD 系統在性能上開創了 8 個全新里程碑,共打破 16 項紀錄。
另外,在 10 月出爐的 MLPerf Inference v0.7 結果中,A100 Tensor Core GPU 在雲端推理的基準測試性能是最先進 Intel CPU 的 237 倍。
更強大的 A100 GPU 迅速被多個大客戶採用,迄今為止,阿里雲、百度智能雲、滴滴雲、騰訊雲等眾多中國雲服務提供商推出搭載了 NVIDIA A100 的多款雲服務及 GPU 實例,包括圖像辨識、語音辨識,以及計算流體動力學、計算金融學、分子動力學等快速增長的高性能計算場景。
另外,新華三、浪潮、聯想、寧暢等系統製造商等也選擇了最新發布的 A100 PCIe 版本以及 NVIDIA A100 80GB GPU,為超大數據中心提供兼具超強性能與靈活的 AI 加速系統。
Dally 在演講中提到:「經過幾代人的努力,NVIDIA 的產品將通過基於物理渲染的路徑追蹤技術,即時生成令人驚豔的圖像,並能夠借助 AI 構建整個場景。」
與光鏈路取代現有系統內的電氣鏈路需要軟硬體的匹配一樣,NVIDIA GPU 軟硬體的結合才能應對更多 AI 應用場景苛刻的挑戰。
Dally 在此次的 GTC China上首次公開展示了 NVIDIA 對話式 AI 框架 Jarvis 與 GauGAN 的組合。GauGAN 利用生成式對抗網路,只需簡略構圖,就能創建美麗的風景圖。演示中,用戶可通過語音指令,即時生成像照片一樣栩栩如生的畫作。
GPU 是黃氏定律的基礎,而能否實現並延續黃氏定律,僅靠少數的大公司顯然不夠,還需要眾多的合作夥伴激發對 AI 算力的需求和更多創新。
黃氏定律能帶來什麼?
NVIDIA 已經在構建 AI 生態,並在 GTC China 上展示了 NVIDIA 初創加速計劃從 100 多家 AI 初創公司中脫穎而出的 12 家公司,這些公司涵蓋會話人工智慧、智慧醫療 / 零售、消費者網路 / 行業應用、深度學習應用 / 加速數據科學、自主機器 / IoT / 工業製造、自動駕駛汽車。
智慧語音正在改變我們的生活。會話人工智慧的深思維提供的是離線智慧語音解決方案,在佔有很少空間的前提下實現智慧交互,語音合成和語音辨識保證毫秒級響應。深聲科技基於 NVIDIA 的產品研發高質量中英文語音合成、聲音定制、聲音複製等語音 AI 技術。
對於行業應用而言,星雲 Clustar 利用 NVIDIA GPU 和 DGX 工作站,能夠大幅提升模型預測精確度以及解決方案處理性能,讓傳統行業的 AI 升級成本更低、效率更高。
摩爾定律的成功帶來了新的時代,黃氏定律能否成功仍需時間給我們答案。但這一定律的提出對 AI 性能的提升給出了明確的預測,並且 NVIDIA 正在通過硬體、軟體的提升和創新,努力實現黃氏定律,同時藉生態的打造想要更深遠的影響 AI 發展。
黃氏定律值得我們期待。
附圖:▲ NVIDIA GPU 助推 AI 推理性能每年提升 1 倍以上。(Source:影片截圖)
▲NVIDIA 首席科學家兼研究院副總裁 Bill Dally。
▲ 搭載 160 多個 GPU 的 NVIDIA DGX 系統模型。
資料來源:https://technews.tw/2020/12/16/huang-law-predicts-that-ai-performance-will-double-every-year/?fbclid=IwAR1vXHWAGt_b8nDRW6VUqzpAINX_n_DzJ0KwJvdBnl18s8Q1A3Thk7hgBoI
實驗受測者英文 在 受試者英文、受試者費用在PTT/mobile01評價與討論 - 區塊鏈 ... 的推薦與評價
謹以平台發起人之一的身份,感謝學術社群一直以來的信任與支持,希望大家能繼續在學術研究的... 輔仁大學臨床心理學系李宛霖助理教授,執行科技部計畫招募實驗受試者. ... <看更多>
實驗受測者英文 在 受試者英文、受試者費用在PTT/mobile01評價與討論 - 區塊鏈 ... 的推薦與評價
謹以平台發起人之一的身份,感謝學術社群一直以來的信任與支持,希望大家能繼續在學術研究的... 輔仁大學臨床心理學系李宛霖助理教授,執行科技部計畫招募實驗受試者. ... <看更多>
實驗受測者英文 在 神啊請給我受測者- 【眼動實驗誠徵受試者】英語語句閱讀... 的推薦與評價
您好,我們是國立清華大學外語系「心理語言學實驗室」, 目前正在進行一項有關中英文句子閱讀的眼動實驗,竭誠歡迎您來參加~ 我們會幫您配戴眼動儀,讓您在電腦上閱讀一些 ... ... <看更多>