Ludi’s playground

Ludi 是我的小兒子,今年國小二年級,最近學會用AI來寫HTML 小遊戲,每天晚上都很樂此不疲的在創作小遊戲。 下面是他的一些作品: Boxing 格鬥對戰 鬼捉人1 2 3 4,之中有很多版本 大挑戰,這個是射擊遊戲 每日英文,這個是叫他每天學一句英文單字,沒想到他就做了一個小遊戲出來,還會有AI跟你比誰答得快

Continue ReadingLudi’s playground

Mobile ALOHA Robot

  • Post author:
  • Post category:AI
  • Post comments:0 Comments

你能想像有一天,機器人不僅能幫你炒蝦、清洗平底鍋,還能輕鬆推開櫥櫃門、呼叫電梯嗎?史丹佛大學最新推出的 Mobile ALOHA 系統,讓這一切成為可能!花費不到傳統機器人五分之一的成本,這個「低成本雙手全身操作」的技術,正悄悄改變我們對機器人的想像。今天就來深入了解這個未來感十足的系統吧! 1. Mobile ALOHA 是什麼? Mobile ALOHA 是由史丹佛大學開發的一套 低成本、開源的雙手全身操作系統,專門用來執行那些又繁瑣又需要雙手協作的任務,比如廚房裡的烹飪、客廳裡的清潔,甚至是辦公室裡的叫電梯。與動輒 20 萬美元的傳統機器人相比,Mobile ALOHA 的成本只有 32,000 美元,而且還支援遠程操作和模仿學習,讓機器人不僅會做,還能學著做。 亮點搶先看: 🌟 雙手協作能力:能同時用兩隻手臂拿東西、翻炒、開門。🚶‍♂️ 全身移動控制:底座可以像人一樣移動,跨越小障礙、進電梯都不成問題。💰 平民價格:成本僅為傳統機器人的五分之一,對研究室和小企業更友好。 2. 它到底是怎麼學會做家務的? 這個部分,可以用故事或場景帶入,例如: 想像一下這個場景:你在廚房忙得不可開交,這時 Mobile ALOHA 靜悄悄地滑過來,兩手配合,熟練地翻炒著平底鍋裡的蝦子,還不忘擦掉灑出的紅酒。這一切背後的秘密,就是它的「模仿學習」技術。…

Continue ReadingMobile ALOHA Robot

ASAP(Aligning Simulation and Real Physics)

  • Post author:
  • Post category:AI
  • Post comments:0 Comments

ASAP(Aligning Simulation and Real Physics)是一種讓人形機器人學習靈活全身動作的方法。它的運作可分為兩個主要階段: 模擬訓練:首先,從人類動作影片中擷取動作,並將這些動作轉換成適合機器人的版本。接著,在電腦模擬環境中訓練機器人,讓它學習如何模仿這些動作。現實調整:將在模擬中訓練出的機器人動作應用到真實世界中,並收集實際表現的數據。利用這些數據,訓練一個「修正模型」,專門用來調整和補償模擬與現實之間的差異。最後,將這個修正模型整合回模擬環境中,進一步微調機器人的動作,確保它在真實世界中能夠順利且精確地執行。 透過這種方法,ASAP能夠有效縮小模擬與現實之間的差距,使人形機器人能夠執行如運動員般敏捷且協調的全身動作。 以下影片展示了ASAP如何讓人形機器人模仿知名運動員的動作:https://www.youtube.com/embed/zOBvM21OPSA https://agile.human2humanoid.com/

Continue ReadingASAP(Aligning Simulation and Real Physics)

使用Napkin AI 來產生專業圖表

  • Post author:
  • Post category:AI
  • Post comments:0 Comments

本文將介紹如何使用Napkin AI來生成專業的圖表。Napkin AI是一個強大的工具,能夠幫助用戶快速創建高品質的視覺化資料,適用於各種商業和學術需求。無論是數據分析、報告還是簡報,Napkin AI都能提供直觀且美觀的圖表,提升您的資料表達效果。 Napkin AI的功能 Napkin AI擁有多種功能,讓用戶能夠輕鬆生成各類型的圖表,包括: 折線圖:適合展示數據隨時間的變化趨勢。柱狀圖:用於比較不同類別的數據。圓餅圖:有效地顯示各部分在整體中的比例。散點圖:用於顯示兩個變量之間的關係。 如何使用Napkin AI 註冊和登錄:首先,您需要在Napkin AI的官方網站上註冊一個帳戶並登錄。選擇圖表類型:在主頁上,選擇您想要創建的圖表類型。 輸入數據:根據提示輸入您的數據。Napkin AI支持多種數據格式,您可以手動輸入或上傳CSV文件。 自定義設計:使用內建的設計工具,自定義圖表的顏色、字體和樣式,以符合您的需求。 生成和下載:完成設計後,點擊生成按鈕,然後下載您的圖表,準備好用於報告或簡報。 實際應用案例 許多企業和學術機構已經開始使用Napkin AI來提升他們的數據可視化能力。例如,一家市場研究公司利用Napkin AI生成的圖表來展示消費者行為的變化,從而幫助客戶制定更有效的營銷策略。 結論 Napkin AI是一個非常實用的工具,能夠幫助用戶快速生成專業的圖表。無論您是商業專業人士還是學術研究者,這個工具都能提升您的數據表達能力,讓您的報告和簡報更加引人注目。立即試用Napkin AI,開始創建您的專業圖表吧!

Continue Reading使用Napkin AI 來產生專業圖表

從 AI 模型協作 到夫妻溝通,以及子女教育

讓兩個 AI 模型協作並訓練出更好的模型,通常會使用ensemble learning(集成學習)或co-training(共訓練)的方法,這些概念可以延伸到夫妻溝通與子女教育。 1. AI 模型協作的方式 (1) Ensemble Learning(集成學習) 讓兩個不同的模型處理相同的問題,然後將結果融合,例如使用投票機制、加權平均等方式,讓最終輸出更準確。例子:一個模型擅長處理文字(如 GPT),另一個模型擅長數據分析(如數據驅動的決策系統),可以讓兩者結合,讓決策既有邏輯又有語境理解。 (2) Co-training(共訓練) 讓兩個模型相互學習,彼此提供訓練數據。例如,模型 A 負責某個領域,當 A 無法確定答案時,它會向 B 學習,B 反過來也能從 A 那裡獲得新數據,透過這種方式增強彼此的能力。例子:一個 AI 負責圖像識別,另一個 AI 負責文本分析,兩者相互標記數據,讓彼此進步。 2. 延伸到夫妻溝通…

Continue Reading從 AI 模型協作 到夫妻溝通,以及子女教育

2025 Happy New Year

好習慣 新的一年,似乎沒什麼新希望,反倒是希望能將2024的follow-up完成,建立起的好習慣能持續下去。像是每日早起的黃金一小時,持續的運動、閱讀和思考,已成為自己持續進步的動力源。 建立系統讓家庭成員也漸漸培養好習慣的計劃也進行得不錯。例如,每天練小提琴,培養專注和平靜心靈;週末練籃球,建立運動習慣並培養自信;互教英文新字、寫日記、睡前閱讀,讓大家每天進步一點點。 家庭計劃 去年帶小朋友去了日本、澳洲,獲得許多在台灣無法體驗的經歷,留下了非常美好的回憶。今年的全家旅遊計劃希望能在某地停留更長的時間,深入體驗當地的文化和生活。 財務管理 財務方面,維持一貫的方向,持續建立正向現金流,削減不必要的支出,將資金用在有價值的事物上,例如學習、體驗和改善家庭生活。 投資策略 投資方面,計劃降低槓桿風險,固定時間持續買進AI相關且具持續成長潛力的股票,如台積電、輝達和Tesla。 工作發展 工作上,目前採用的合作支援策略效果不錯。公司的charge code制度讓團隊能像公司一樣運作,未來希望持續掌握關鍵技術,為客戶提供total solution,同時避免與客戶競爭,學習台積電的經營模式。 在領導方面,持續降低工作障礙,並實踐取代梯的概念,讓自己和團隊成員能將更多時間與精力花在投資和生產象限上。 AI學習 2024是我的AI元年,不僅自己在工作和家庭中學習並使用了許多AI工具,也發現這些技術與人類認知方式和心理學有許多相似之處。2025年,希望能更深入了解AI相關技術,考取相關證照,並將其應用於工作、家庭與事業中。

Continue Reading2025 Happy New Year

打造家庭生活系統:用思維導圖讓生活更有條理

對我來說,家庭不僅是溫暖的港灣,也是一個需要精心管理的「小型企業」。在兼顧工作、教育孩子、處理家務,以及規劃財務的過程中,我意識到,要讓這一切運作順暢,必須有一套系統化的方式。因此,我選擇用思維導圖來設計屬於我們家的家庭生活系統。 這篇文章,我想分享如何運用思維導圖幫助我理清生活中的複雜面向,並且讓我們的家庭更加和諧、高效。 什麼是家庭生活系統? 在我看來,家庭生活系統的核心,就是讓每天的生活有條不紊地運行,並且能持續改善。它包含了以下幾個關鍵面向: 孩子教育:不僅是學校功課,還包括價值觀的培養、興趣的發展。家務管理:家務分工、清潔規劃,以及如何高效利用時間和工具。財務規劃:如何讓現金流穩定增長,並規避風險。健康與幸福:關注身體健康,更重要的是家庭成員之間的關係品質。個人成長:我們父母自身的學習和進步,才能為孩子樹立榜樣。 而思維導圖,剛好能把這些複雜的元素簡單化,視覺化,讓每一步都清晰可見。 我的思維導圖實踐:從混亂到有序 起初,我的生活像一團亂麻,工作上需要處理的專案細節繁多,家裡的事情更是應接不暇。於是,我試著用思維導圖把腦中的所有事都「倒出來」。 中心主題我在紙的中央寫下「家庭生活系統」,這是整個導圖的核心。主要分支延伸出五大分支,分別代表孩子、家務、財務、健康、個人成長。細化分支內容例如,在「財務」這個分支下,我列出了:每月開支明細(房貸、學費、水電)。收入來源(租金、薪水、副業)。投資規劃(房地產、股票、教育基金)。加強視覺效果每個分支用不同顏色標示,並搭配小圖示,比如書本代表學習、房子代表家務,讓整體結構更直觀。 完成後的思維導圖,就像一幅地圖,讓我清楚看到哪些事需要優先處理,哪些可以等一等。 用思維導圖解決家庭生活的挑戰 在實際應用中,這個「家庭生活系統」思維導圖不斷幫助我理清思路。例如: 孩子教育:我們會在每月初討論孩子的學習進度、安排興趣課程,並確保每週有家庭活動,讓孩子感受到陪伴的重要性。財務管理:我透過導圖持續優化投資結構,把資金用在能穩定增值的地方,同時也為家庭打造更強的財務安全網。家務管理:我和家人一起討論分工,甚至為孩子安排一些簡單的家務任務,讓他們也參與其中,培養責任感。 思維導圖對我的影響 這樣做最大的改變,是讓我從混亂中找到了一種掌控感。不再是被事情推著走,而是可以主動規劃並一步步完成。我還發現,當家庭生活有條理後,我能花更多時間和家人一起做有意義的事情,例如讀書、旅行,或者只是簡單地一起聊天。 開始設計你的家庭生活系統吧! 如果你也覺得每天的生活像是一場馬拉松,不妨試著用思維導圖規劃你的家庭生活系統。你可以從一張白紙、一支筆開始,或者試試數位工具(例如 XMind 或 MindMeister), 這邊也寫了一個網路版的小程式: MindMap Creator 給大家試試。關鍵是:先開始,慢慢優化。 **人生不只是做更多的事,而是做更有意義的事。**讓家庭生活系統幫助你,把時間和精力用在真正重要的地方吧! 這是我個人的經驗與感受,希望對你有所啟發。如果你有其他實用的生活管理方法,歡迎留言一起交流!

Continue Reading打造家庭生活系統:用思維導圖讓生活更有條理

以AI學習為鏡,探討人生成長的智慧

在與AI系統工作的過程中,我體會到一些有趣的觀察,不僅幫助我更了解AI學習的本質,也讓我重新審視人類成長與學習的模式,甚至是我們與世界連結的方式。AI的學習過程某種程度上反映了我們的生活:如何接觸新事物、建立自我價值觀、進行深度思考,並理解我們和周遭世界的關聯。 持續接觸新事物,模型才能成長 AI訓練離不開新的數據,若只是反覆使用固定的訓練集,模型的成長很快會停滯。這點讓我聯想到人,成長的過程中若無法不斷接觸新事物,我們的思維也會固定,變得難以應對變化。所以,保持開放的心態、多接觸新鮮的體驗,相當於給自己加入新的“訓練數據”,更新認知,豐富心智模式。 學會選擇合適的「模型」 AI學習的成效取決於選擇的模型是否合適,在生活中,我們同樣需要找到適合的學習方法或思維方式。合適的學習模式可以讓成長更順利,而不恰當的方法只會浪費時間。因此,不必盲目跟隨他人的成功模式,找到適合自己的方法才能更高效地成長。 重要的「指導」與成長質量 AI在有監督的學習下,比無監督模式能更快提升質量,因為有指導會幫助它聚焦於正確方向。在生活中也一樣,適當的指導和點撥能讓我們少走彎路,提升學習的準確度,尤其在面對新挑戰時,明確的引導會加快我們的成長速度。 多層次推論:快思與慢想的平衡 AI訓練中常加入多層次的推論過程,讓模型進行更細膩的判斷。這讓我想到心理學中的“快思慢想”:快速反應提供直覺上的靈敏度,而深度思考則讓我們在複雜情境中做出更穩定、全面的決策。AI在增加推論步驟後,結果通常會更準確,而人類也一樣,培養對事物的深層理解,不僅依靠直覺反應,加入慢想的過程,能讓我們的判斷更全面。 建立屬於自己的「心智模式」 AI經過訓練後會建立屬於自己的「模型參數」,這些參數幫助它理解世界的規則。對人而言,我們的經歷和學習也形塑了個人獨特的「心智模式」。這套模式決定我們如何看待世界、面對挑戰。每個人的心智模式都是獨特的,它由我們在成長過程中的經歷、情感和選擇共同構成。 神的概念:一種「理解世界的心智模式」 最後,我有時會思考“神”這個概念。當我們在探索世界的根本時,也許“神”不僅是一個存在,更是一種宏觀的理解方式,是我們心智模式的一種終極呈現。正如AI在模型訓練中經由無數數據點串聯出的模式,“神”或許是我們所能理解的最大範圍內的智慧與連結。 AI的學習過程讓我反思人類成長中的智慧,而人類自我提升的需求也讓我更了解AI的發展之路。AI與人類有著微妙的相似,在成長與學習的探索中,我們看到了對自我、世界的理解如何逐步深化。

Continue Reading以AI學習為鏡,探討人生成長的智慧

AI學習之旅:從基礎到進階

在 NVIDA 的深度學習培訓中心 和 飛槳AI studio 的幫助之下,我從零開始學習了AI的基礎知識,並逐步深入了解了機器學習 (Machine Learning) 和深度學習 (Deep Learning) 的核心概念。這些平台提供的分步教學和實際操作,讓我在雲端伺服器上直接練習,減少了設備的限制,同時加速了我的學習進程。 Machine Learning 與 Deep Learning:理論與實作並行 學習的第一步是掌握機器學習的基礎概念。從數據預處理、特徵工程到模型的訓練與評估,每個步驟都非常重要。在這些平台的指導下,我逐步建立了對機器學習模型(如線性回歸、決策樹等)的理解。隨後,深度學習的引入開啟了另一個世界,我學習了神經網絡的結構,並了解了如何設計和訓練深度神經網絡(如卷積神經網絡CNN),這些技術是圖像識別和語音識別等應用的核心。 深入理解 CNN 和 LLM 卷積神經網絡 (CNN) 是深度學習中專門用於圖像處理的網絡結構。通過大量的實踐操作,我學會了如何設計和訓練 CNN,用它來識別和分類圖像。從基礎層的卷積層到池化層,學會調整每個參數來優化模型的準確度,讓我對深度學習模型有了更直觀的理解。 近期最熱門的話題之一是大型語言模型 (LLM, Large…

Continue ReadingAI學習之旅:從基礎到進階

Stable Diffusion + ControlNet 用於室內設計的應用:保持格局,快速生成可參考的裝修圖

  • Post author:
  • Post category:AI
  • Post comments:0 Comments

室內設計的流程通常需要大量的圖像參考來協助設計概念。然而,使用一般的圖像生成AI,生成的效果圖往往會改變原本的空間結構或家具布局,難以用於實際參考。Stable Diffusion 加上 ControlNet 可以解決這個問題,因為它可以保持空間的結構並生成具體且有參考價值的設計效果圖。以下是詳細的使用方法和流程。 目標 本文將涵蓋: 安裝和設定 Stable Diffusion 與 ControlNet。如何使用 ControlNet 保持空間結構生成設計效果圖。生成效果圖的參數設置與提示詞技巧。 一、安裝 Stable Diffusion 和 ControlNet 1. 安裝 Stable Diffusion 要使用 Stable Diffusion,你可以選擇 Automatic1111 的 Web UI,這是目前最受歡迎且易於安裝的用戶介面。…

Continue ReadingStable Diffusion + ControlNet 用於室內設計的應用:保持格局,快速生成可參考的裝修圖