PTT評價

Re: [情報] 情報數則

看板Military標題Re: [情報] 情報數則作者
takahashikag
(抽卡當然是為了性癖而抽)
時間推噓38 推:38 噓:0 →:52

我覺得這樣比喻有點失準,應該說單純把人工智慧分成「強人工智慧」與「弱人工智慧」

● 弱人工智慧

專注於某項特定任務,舉例來說如果有個人工智慧能自動依照作戰環境來切換雷達的掃描模式、自動選擇濾波演算法,這樣就算弱人工智慧


而且「弱人工智慧」不一定能夠跟你交互,或是說你只能透過它專精的事情來達成交互


○ 如果把 F-14 的 WSO 用弱人工智慧來取代

那就相當於一個無口屬性的機娘自動幫你切換 APG-71 的掃描模式,切換電子對抗,但你並不能夠直接跟它對話,而是透過在雷達光點上點選或是按鈕,然後這位有點呆的 WSO 醬就會幫你處理好雷達跟武器,你只要開火就好


空戰中它會透過攝影機還有雷達警告接收器幫你看六點,被咬的時候就發出聲音提醒你,不過建議你問工程師可不可以換自訂語音


● 強人工智慧

或是說「通用人工智慧」則更全面,它不僅能夠理解「如何駕駛戰鬥機、如何空戰並取勝」,更重要的是它夠理解人類透過口語或是戰術鏈所下達的戰術命令,並調整自己的行為


如果美軍之前實驗的 X-62 VISTA 可以在預先輸入的飛行計畫內,依據戰術指令去改變行為,而且能夠以語音或其他方式回饋這些改變,或是說它能夠從模擬戰場環境去接收各種情報後靈活的應對,那就算「通用人工智慧」


把「弱人工智慧」想成「凰牙」,「通用人工智慧」想成「阿斯拉」就可以理解了,「凰牙」只能專注於開 CF,甚至寫死在拼圈速這點,但它就是可以做到超越人類


然而「阿斯拉」雖然一開始表現平平,但它可以逐漸發掘出更多可能性,不論是在賽道上還是被關在車庫裡賭氣想怎麼挖苦人


● 封鎖高階 GPUPU 跟 3nm 以下的 EDA 是兩個互補的招式

你缺乏高階 GPUPU 就無法在能源與經費預算可行的情況下搭建算力農場來訓練通用人工智慧模型,那在有時間與預算壓力下你能達到的效用就會縮減,而封鎖三奈米以下 EDA 則可以壓制對方 FGPA/ASIC 的性能跟迭代速度


以機械學習為例,通常用 Python 寫出可執行的程式後,如果要把速度提升跟最佳化,會考慮用更底層的 C 重寫一次運算與執行,來減少編譯層數跟延遲

這之間的差異就是:

⊙ Python --Interpreter-> Byte Code --VM-> Machine Code
⊙ C --Compiler-> Machine Code


類似的情況也會出現在高階訊號處理晶片,如果用傳統的 ADC/DSP/DAC 晶片來搭建訊號處理單元,那就相當於用一顆一顆獨立的 MOSFET 來完成整塊邏輯板,大小會十分驚人

https://i.imgur.com/9ENDtmF.png


這個用 MOSFET 來完成邏輯板的專案叫做 TraNOR,某種程度上的神經病(稱讚)

https://t.co/XHQWYjtrPs


因此大部分的高集成度的高速晶片都是用 VHDL 來作驗證跟迭代,然後量產時依照需求在可靈活更新的 FPGA,與刪減多餘電路來提升能耗比的 ASIC 間取捨

這時在製程與電路設計的能力與技術瓶頸會嚴重影響訊號處理、運算能力的表現,就算你軟體模擬時寫的再好,但實際開始走向硬體,開始設計晶片時就會卡了


就像是雷達中必備的各類模組,包含了上面提到的 ADC/DSP/DAC 還有濾波 AAF、等化 EQ 這些,你是要各部份都能靈活調整又省電,還是模組卡上密密麻麻一堆 IC 又慢又熱,差距就出來了


● 要形容差距大概就是

可能五年後美軍的 M1A3 只有炮手跟駕駛,環境感知、索敵是靠名為美穗的 AI 在處理,因此炮手反而比較像是車長兼預備裝填手,在名為優花理的自動裝彈機罷工時手動選彈跟裝填

然後另外一邊中國是用習主席配音的大地勇士系統,而且也只能達成聯隊規模的地圖跟接敵狀態共享


※ 引述《LucidWorld (入曦)》之銘言:

: 其實也不知道怎麼說明,再不講得太深入又能夠很簡白地說
: 真的蠻難的,我就大概點到一些點,然後開頭直接下個結論吧

: 美國想阻止的是中國透過AI完成強人工智慧,或是通用型的AI
: 有點類似現在目前的ChapGPT進化的最終版

: 但如果要阻止中國完成區域性或是弱人工智慧已經不可能了

: 然後4090就沒辦法做正經的AI嗎?
: 只能說在軍武點上要實現的AI功能,其實大部分有11GB左右的顯卡就能完成
: 也就是像2080TI這樣的顯卡,就能完成很多現今軍武裝備的大躍進

: 這邊科普一下,我們現今說的AI其實是一個很大的範疇
: AI包含了機器學習(ML)、深度學習(DL)、強化學習(RL)等等
: 但往往現今在講的一些AI或是突破會是以深度學習較多

: 通常在做一個AI模型,如果是DL會有兩個階段
: 第一個階段稱之為訓練(Training)
: 第二個階段稱之為實現/推理(Inference)

: 第一個階段通常就會使用GPU進行模型的參數訓練
: 簡單來說就是透過大量的資料來得到一批好的參數

: 而第二階段就不一定要使用到GPU了
: 在實務面上在第二階段使用GPU會遇到一些瓶頸,例如體積、耗電量、等問題
: (當然如果在工廠內其實就沒差,機台就這麼大台)

: 但如果在一些軍武設備上,以上就是要考量的點,還要考量很多額外因素
: 所以往往會是自行客製化的板子來實現,大家可以想像就是客製化不外售的板子
: 或是可以參考特斯拉的作法,就是會客製化晶片/FPGA

: 那回過頭來說,對這些軍武大廠來說,麻煩的並不是訓練出一個模型
: 而是怎麼把模型很好的放在他們的軍武設備裡面,而且可以正常運作
: 因為這邊就牽扯到了很多模型部屬,然後要用底層的程式碼來撰寫神經網路這件事

: 那老美為什麼要禁中國取得這些伺服器等級的GPU呢?
: 因為這些GPU可以訓練出有自主能力的AI
: 大家就可以想像AlphaGO(當初下圍棋的AI)
: 在軍武點上就是以後的無人機變成是可以自主接敵
: 無人潛艦可以自行鎖敵規劃接戰流程
: 無人砲車/自主機器人等等等...

: 那現今的狀況呢?
: 單純的影像辨識、訊號辨識、雷達辨識在各大軍火商已經相當成熟了
: 甚至一些新的產品用的一些AI模型甚至也不是深度學習架構

: 舉一個這次烏俄戰爭中最明顯的美俄差距
: 為什麼美國像是隨時開圖一樣呢?這點大家仔細想想應該也不難理解

: NV除了被斷大型的伺服器GPU外,其實也限縮了很多嵌入式的GPU

--
在街道上橫行的亂象只是一個表象的病徵,表明了這個文明已經身患重病
它的公民(所有人都是)只知道歌頌著「權力」的神話
卻忘記了他們自身應擔負的責任
由這種公民所組成的國家是不可能國運長久的

【星艦戰將, Starship Troopers 】 羅伯特‧海萊恩 1959

--

※ PTT 留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.116.15.4 (臺灣)
PTT 網址

chyx741021 05/10 04:34推,譬喻淺顯易懂XD

wahaha99 05/10 04:56不過現在通用人工智慧光是跑訓練出來的模型都

wahaha99 05/10 04:56還要非常大的算力,要把他放到可移動裝置上,

wahaha99 05/10 04:56我覺得五年內太樂觀了吧

viper0423 05/10 05:00戰鬥妖精雪風裡的雪風是強AI還是弱AI?

雪風那個太神棍了,絕對是強AI,但論運算速度還有資料獲取能力,最可怕的還是超級電腦群集裡的特殊戰電腦(STC)跟上面的特殊作戰隊 指揮部戰略電腦(SSC) 發生在菲雅利星的戰鬥並不是人類對抗迦姆,而是以 STC、SSC 為首的軍用超級電腦以人類當作棋子在跟迦姆對奕

wahaha99 05/10 05:02很久前看的 忘了 不過能自己判斷戰場態勢

wahaha99 05/10 05:02然後做出整套決策 那是強AI

johnny3 05/10 05:06如果是用網路傳送運算結果呢 強AI放雲端運算就好

johnny3 05/10 05:07類似現在chatGPT的用法

Schottky 05/10 05:24這樣你派太多台出擊時網路頻寬不夠用全部 lag 到死

Schottky 05/10 05:25就跟台北世貿辦展覽時的會場一樣......

skalt 05/10 07:01突然看懂了,這比喻太好懂了

AprilUi 05/10 07:15CV可以自己選嗎(x

belister 05/10 07:20呃...太專業了 專業到不知道該怎麼推

ketter 05/10 07:44把活人的精神塞到數據風暴裡就好了

ketter 05/10 07:45秒變有靈魂的AI

geordie 05/10 07:50人類能做出攻殼車的話就很厲害啦

cloudwolf 05/10 07:55專業知識文中,又飄出一點點的宅味~~讚啦!!我喜歡這

cloudwolf 05/10 07:55風格。謝謝分享!!!

roseritter 05/10 08:07

mofass 05/10 08:16幹,你一說我腦袋裡就有畫面,白毛無口WSO醬好萌

LI40 05/10 08:20

diamental 05/10 08:21有Cortana那種的就好

sweetorz 05/10 08:22妙喻

cwjchris 05/10 08:30雪風裡面還有說過預算都是電腦(AI)在審的

sheng76314 05/10 08:40這是小說設定嗎?以為只是發現被外星人騙然後撤退

sheng76314 05/10 08:40原來這麼黑的嗎

別說 B-503,她上一層的 STC 跟頂頭上司 SSC 可是很現實的,在拯救大部分 FAF 而犧牲某些人這點可是毫不遲疑 甚至情報軍團的隆伯特提出的滲透戰術,某種程度上都是 SSC 認為獲取情報的價值大於某些人類被迦姆轉化成果凍人才批准 當然最後 SSC 發現整個星球都是實驗場之後就掀桌(核彈炸廊道)了

viking0518 05/10 08:41舉手 請問百科中校到底是….

ikuken 05/10 08:44喔幹,這我可以。淺顯易懂。

hedgehogs 05/10 08:46以後上車第一件事:破解後台裝自己的主推語音包

barbarian72 05/10 09:09我要裝諾艾爾團長,然後叫她唱歌給我聽

h311013 05/10 09:11弱AI會把人類搞死(煌的試駕車手)

WOGEchidna 05/10 09:11AI現在就是一個黑盒子,各家大廠大佬不明白為什麼

WOGEchidna 05/10 09:11我只是把數據庫擴大,AI就會湧現一些能力出來

icedsausage 05/10 09:14軍火商:不同CV要另外購買喔

utn875 05/10 09:23俄軍在烏克蘭戰中一堆基層軍官陣亡,指揮體系破壞

utn875 05/10 09:23,先前想過鵝兵乾脆改由車載AI指揮作戰,AI的代號

utn875 05/10 09:23是尤里

Mentha 05/10 09:27樓上你說的那個總覺得有一種不妙的預感..

aeoleron 05/10 09:31西住AI車長我可以 不過也想聽聽看AI琴魔開外掛

hid1774 05/10 09:32通用人工智慧?https://i.imgur.com/JolD2W2.png

TetsuNoTori 05/10 09:37推。抓個bug:優理花→優花理

crohns 05/10 09:41https://i.imgur.com/dxWqWZF.jpg

crohns 05/10 09:41這算AI嘛?

nipage16 05/10 09:46

AfterDark 05/10 10:12戰鬥妖精雪風表示:

XFarter 05/10 10:24中間講 FPGA 乃至 ADC 設計思路的地方我給個箭頭,

XFarter 05/10 10:24請問哪裡來的根據說設計 FPGA-Based 的電路一定是使

XFarter 05/10 10:24用 Python 來進行事前模擬?基本上高階語言的 OOP l

XFarter 05/10 10:24anguage 的訊號模擬直接轉換成電路是近年才出來的東

XFarter 05/10 10:24西,如果是純數學驗證的話也不是 Python 先出現的吧

XFarter 05/10 10:24

XFarter 05/10 10:31要給箭頭給成推了== 算了

XFarter 05/10 10:31然後還有,ASIC 的 ADC 設計也不完全是靠 FPGA 驗證

XFarter 05/10 10:31的,就我所知,類比電路設計更多的是跑 Cadence Or

XFarter 05/10 10:31Synopsys 本家的 Spice 或 Verilog HDL 然後就直接

XFarter 05/10 10:31做 tape out 測試了。要是可以的話關於軍用 ADC 設

XFarter 05/10 10:31計有異於各大專院校或豬屎屋的話,望原 Po 能給一些

XFarter 05/10 10:31 Ref,感謝XD

比喻簡化太多我補上了,我的意思是高速晶片的迭代不是像搓電路板一樣 拿出 EDA/CAD 畫一畫,跑一下電磁干擾模擬還有設計規則檢查就可以直接打版,而是需要從軟體層面的模擬,到確定硬體層面、電氣特性都跟虛擬相符才能開光罩 而封鎖 3 奈米以下的 EDA 會讓中國沒辦法繼續集縮 FPGA/ASIC 的電晶體密度跟提升設計複雜度,進而影響效能

peterlee97 05/10 10:41打仗還在聽著維尼的聲音作戰 好像有點噁心

berserkman 05/10 11:06被關在車庫裡賭氣想怎麼挖苦人 XD

frozenmoon 05/10 11:14看你們這幾篇感覺很恐怖 難怪美國全面圍堵中國

PolyC11H20 05/10 11:38因為當初晶片也是DARPA重點投資的項目,他們非常清

PolyC11H20 05/10 11:38楚晶片在軍事的價值

fatcat0423 05/10 11:48他講的驗證設計的部分應該指的是訊號處理 為了方便

fatcat0423 05/10 11:48驗證功能和升級很早就在用fpga而不是每個功能都是

fatcat0423 05/10 11:48開專屬dsp 然而fpga吞吐量有限 要提升效能最直接就

fatcat0423 05/10 11:48是微縮製程硬幹內部資源上去

F04E 05/10 11:59這跟人工智慧到底有啥屁關係... 不用AI也可以做到

XFarter 05/10 12:12@fatcat0423 純訊號處理跑 ADC RTL 驗證更不可能直

XFarter 05/10 12:12接跑在 FPGA 上吧?光是要驗證 time delay 問題就會

XFarter 05/10 12:12需要直接在電腦上跑完整的 STA 模擬了,除非真的只

XFarter 05/10 12:12是要驗證很前期的邏輯功能才可能動到 FPGA,但就我

XFarter 05/10 12:12所知,很多類比 IC 的 Design flow 都會直接在 EDA

XFarter 05/10 12:12工具的的 RTL 及 STA 的驗證階段就一起將演算法驗證

XFarter 05/10 12:12掉了

XFarter 05/10 12:14而且一堆 RLC 電路功能 FPGA 根本沒辦法提供,Power

XFarter 05/10 12:14 功耗驗證也是問題==

XFarter 05/10 12:14所以我才希望原 Po 可以稍微解釋一下讓我增長見識QQ

XFarter 05/10 12:35我看到原 Po 偷偷修內文了XD

hanainori 05/10 12:40鋼彈OO的軌道電梯跟VEDA不知道哪個會先出來

fatcat0423 05/10 12:44ic級的設計與功能驗證當然用EDA就好了啊 方便又好

fatcat0423 05/10 12:44用 我是猜他講的是系統級功能但卻跟單一ic功能混在

fatcat0423 05/10 12:44一起講 當然也有可能有什麼特殊的應用是像他講的那

fatcat0423 05/10 12:44樣 等他說明囉

fatcat0423 05/10 12:46我也看到了xd

Livin 05/10 13:45所以我說那個機娘,甚麼時候可以買的到

weimr 05/10 15:54

st89702 05/10 16:21

Vexed 05/11 11:10有錯字, VHDL ,不是 VDHL 。

感謝,已經更新

※ 編輯: takahashikag (122.116.15.4 臺灣), 05/11/2023 17:08:37