AI 世紀的脈動

目錄

序言：從未來邁向現在的對話 0
第一部分：人工智慧的進化
第1章：AI的起源與突破
1.1 深度學習的黎明 1
1.2 感知型AI的崛起 4
第2章：生成式AI的時代
2.1 從GPT到生成式AI 8
2.2 社會影響與挑戰 12
第3章：代理型AI的崛起
3.1 什麼是代理型AI？ 16
3.2 代理型AI的應用範圍與未來發展 21
3.3 技術實現與挑戰 26
第4章：未來展望—實體AI的可能性
4.1 實體AI的定義 29
4.2 實體AI的應用領域 31
4.3 技術與社會的聯動 33
第二部分：技術突破與應用
第5章：從GeForce到Blackwell的GPU革命
5.1 GPU的角色：人工智慧的核心引擎 37
5.2 GeForce的普及與AI的平民化 40
5.3 Blackwell架構的技術革新 44
第6章：AI與光線追蹤的革命性結合
6.1 光線追蹤的基本原理 49
6.2 AI如何突破光線追蹤的限制 53
6.3 光線追蹤技術的應用 57
第7章：AI的技術哲學——三大規模法則
7.1 訓練規模法則 61
7.2 強化學習與後訓練規模 63
7.3 測試規模與動態資源分配 64
第8章：NVIDIA在產業中的角色
8.1 技術堆疊與生態系構建 65
8.2 AI與垂直產業的結合 67
第9章：從研究到日常應用的推動
9.1 GeForce的消費化策略 68
9.2 人工智慧的普惠性挑戰 69
第三部分：AI規模法則與技術哲學
第10章：訓練規模法則——AI性能的基石
10.1 訓練數據與模型規模的核心關係 74
10.2 訓練規模的實際應用 75
10.3 訓練規模的挑戰與解決方案 76
第11章：後訓練規模法則——AI的自我學習能力
11.1 強化學習的基本概念 77
11.2 後訓練的應用場景 78
11.3 人類回饋的倫理挑戰 80
11.4 後訓練技術的未來展望 81
第12章：測試規模法則——AI實用化的關鍵
12.1 動態資源分配的概念 82
12.2 雲端與邊緣運算的協同 83
12.3 測試規模的技術應用 85
第13章：AI規模法則的整體影響
13.1 技術哲學的延伸 86
13.2 商業價值的實現 87
第四部分：通用機器人與實體AI的願景
第14章：通用機器人的崛起
14.1 通用機器人的概念 88
14.2 三種類型的關鍵機器人 89
14.3 機器人產業的市場潛力 92
第15章：Isaac Groot平台——機器人開發的核心技術
15.1 平台架構與核心功能 93
15.2 合成數據與模仿學習 96
第16章：Cosmo平台與實體AI的未來
16.1 實體AI的核心理念 96
16.2 Cosmos與Omniverse的結合 98
16.3 實體AI的應用場景 99
第17章：人形機器人的挑戰與突破
17.1 人形機器人的潛力 101
17.2 人形機器人的訓練與數據需求的挑戰 103
17.3 NVIDIA的技術支持：人形機器人的發展助力 106
第18章：通用機器人與實體AI的未來願景
18.1 技術與社會的融合 106
18.2 全球市場的突破：通用機器人與實體AI的應用擴展 108
18.3 NVIDIA的長期承諾：推動機器人與實體AI的技術邊界 109
第五部分：自駕車技術的崛起
第19章：自駕車的現狀與未來
19.1 自駕車的現狀 112
19.2 自駕車的技術層次 113
19.3 自駕車的產業價值 115
第20章：NVIDIA的三大核心技術支持
20.1 DGX系統：自駕車AI模型的訓練平台 117
20.2 Omniverse與Cosmos：模擬與數據生成 119
20.3 Drive AGX：車載超級計算機 120
第21章：Thor超級計算機的技術突破
21.1 Thor的性能革新 122
21.2 安全與標準化：NVIDIA Thor的先進實踐 124
21.3 Thor的應用範圍 126
第22章：數據工廠與合成數據的重要性
22.1 現實數據的限制 127
22.2 NVIDIA 合成數據工廠的技術優勢 130
22.3 數據工廠的產業價值 132
第23章：全球合作與市場布局
23.1 與車廠的深度合作 135
23.2 營收與市場前景 138
第24章：未來
自駕車的願景
24.1 自駕車對交通的影響 140
24.2 自駕技術的社會挑戰 143
第六部分：AI的日常化與普及
第25章：AI與個人計算設備的融合
25.1 從GPU到AI平台 149
25.2 AI在Windows與Mac平台的應用 153
25.3 AI如何提升計算體驗 156
第26章：生成式AI與創意工作的變革
26.1 AI創作工具的誕生 160
26.2 AI對創意產業的影響 164
26.3 創意自由與倫理挑戰 167
第27章：AI在家庭與個人生活中的應用
27.1 智慧家居的進化 173
27.2 AI 娛樂的普及 177
27.3 健康管理與AI 180
第28章：數位娛樂與遊戲的未來
28.1 光線追蹤與遊戲畫質的提升 184
28.2 AI驅動的互動體驗 189
28.3 元宇宙與數位分身 192
第29章：AI在教育與學習中的應用
29.1 AI個性化學習平台 196
29.2 AI與遠程教育 199
29.3 教育公平與技術落差 203
第30章：AI普及的社會與倫理影響
30.1 AI帶來的便利與風險 207
30.2 社會適應與政策引導 211
第七部分：AI的未來與全球應用
第31章：AI驅動的多兆美元市場機遇
31.1 全球市場的技術整合 216
31.2 多兆美元市場的潛力 219
31.3 投資與技術門檻 223
第32章：智慧城市與AI的未來
32.1 智慧城市的核心技術 227
32.3 智慧城市的未來願景 230
第33章：醫療與AI技術的融合
33.1 AI在醫療保健中的應用 238
33.2 NVIDIA Clara平台 241
33.3 AI醫療的挑戰 245
第34章：教育與知識工作的未來
34.1 AI在教育中的應用 249
34.2 知識工作的AI助手 256
34.3 教育的公平性與普惠挑戰 257
第35章：製造業與物流的智能化
35.1 數位孿生技術的應用 261
第36章：全球市場與技術合作的未來
36.1 全球技術合作的重要性 264
36.2 NVIDIA的全球市場戰略 268
36.3 AI未來的全球影響 272
AI技術的未來與挑戰 281
結語：邁向智能化的未來 282

模體智庫