昨天看到消息: https://www.techbang.com/posts/128668-google-ai-pro-free-5tb-for-ai-creations
由於原本一直是 Google One 的 200GB 每月 90元方案, 不過因為去年有台哥大的 Perplexity AI 一年方案, 已使用了一年, 剛好因為換 Google Pixel 10 Pro 手機, 也提供了一年的 Gemini AI Pro 方案, 所以變成了每個月 0元 2TB空間, 才剛用一個月不到, 馬上就被升級到 5TB, 這樣真的很划算耶, 空間大而且又有 Gemini AI Pro, 很划算耶.
剛登入 Google Drive 來看, 已經被升級到 5TB 空間了, 真棒!
繼續閱讀:
從這裡看來的: https://blogs.cisco.com/ai/llm-security-leaderboard
Cisco 透過技術方法來分析與檢討目前坊間的LLM大語言模型的資安能力, 希望透過這樣的方式來評估現有的LLM於應用時應該要補強或留意之處.
排行榜在這裡: https://leaderboard.aidefense.cisco.com/rankings
看起來 Anthropic 的 Opus, Sonnet, Haiku 都有不錯的表現, 其他大廠的LLM也都不惶多讓, 透過右上角的 All Models 的切換, 我們可以看到所有被測試的 LLM 表現.
測試的方法在這裡可以看到: https://leaderboard.aidefense.cisco.com/methodology
Comet 是 Perplexity AI 提供的 AI 瀏覽器, 需要的朋友可以自行取用:
AI運算需要大量的電力.
先來看一下相關新聞:
https://finance.ettoday.net/news/2794524
人工智慧（AI）用電可觀，台電董事長曾文生今天表示，未來AI生活型態對台灣用電影響主要在製造端，包含GPU、CoWoS、伺服器生產；為減緩輸電瓶頸，目前桃園以北地區已不再核供5MW以上資料中心，他呼籲高科技產業到「支持電源開發的縣市發展」。
無論哪個國家, 都在持續努力跟上這波算力需求大戰, 不過基礎設施很重要, 算力其實是基於各式上游基礎而來, 如 GPU, Server, 機房, 網路, 土地, 電力等.
電力應用除了在直接算力上發生外, 另一個相當大的耗用在降溫, 也就是散熱空調, 當然大家也都在努力做更好的設計來改善這個散熱所需要的電力問題. 這個議題可以參考 PUE (Power usage effectiveness – https://zh.wikipedia.org/zh-tw/%E9%9B%BB%E8%83%BD%E4%BD%BF%E7%94%A8%E6%95%88%E7%8E%87)
另外有關於輸電問題, 長程輸電, 也會有對應的電力損耗, 請參考: https://zh.wikipedia.org/zh-tw/%E8%BC%B8%E9%9B%BB%E7%B3%BB%E7%B5%B1#%E6%90%8D%E8%80%97
要能兼顧國力、經濟發展AI算力, 又要能有效率, 降低損耗, 這都是很重要的課題.
不過話說回來, 生意的本質在成本效益的轉換, 若有企業出得起, 設置在哪會是什麼問題嗎?
繼續閱讀:
最近的AI工具熱潮, 大家跟上了嗎?
先列出幾個常用的AI工具:
再來利用這幾個AI工具自己來比較, 題目如下:
請比較以下幾個 AI 工具:
Perplexity 回答如下:
Perplexity AI
ChatGPT
Gemini (Google AI)
Claude (Anthropic)
GitHub Copilot (Microsoft)
總的來說,這些 AI 工具都具有強大的自然語言理解和生成能力,在問答、寫作、程式開發等方面有不同的特點和優勢。選擇時可以根據具體需求和使用場景進行選擇。
(可以參考原始回答: https://www.perplexity.ai/search/qing-bi-jiao-yi-xia-ji-ge-ai-g-wu.ArzfNSWu69ieeKD3tAQ#0)
找人拍攝影片介紹讀稿, 並且要花時間後製的複雜工作時代過去了, 早期有 text to speech 功能的工具, 不過只能產生語音輸出, 這個工具提供了讀稿人影片產生工具, 增加上了看見人的讀稿功能, 十分適合應用在產品介紹, 新聞讀稿, 快速生成行銷用的影片等應用.
這個服務工具在這裡:
僅需要打字與文稿, 選擇樣版, 挑選適合的角色, 並選擇適合的人聲, 即可快速地生成影片並發佈.
這是 2020台灣人工智慧年會, 李明達的演講, 談如何選擇適合的人工智慧演算法, 很值得學習.
[2020台灣人工智慧年會] 如何選擇適合的人工智慧演算法
(引用自: https://www.youtube.com/watch?v=AD7jnsgd5Nk)
這裡有摘要: https://tw.leaderg.com/article/index?sn=11221
看起來日後的人工智慧學習更容易, 更商用, 更方便學習與應用了. 太方便太棒了!