Search
組員一邊訓練著自走車笑著說：「它就像小孩子一樣，因為某些狀況哭了，而我們就需要負責去找出它為何哭的原因。😂」 同時間，其他的組員需要將收集到的路線整理&做影像標記，訓練車子在行走的時候，可以更明確去抓到標記到的路線特徵。
南部分校第二期技術班🏎自走車專題組🏎，原屬不同領域的學員共組成一個團隊，運用 AIA 所提供的環境及硬體，學習額外的 Linux 系統環境及樹梅派等硬體相關的知識，並且藉由專案的製作接觸更多領域。
學習人工智慧的精髓是應用，有趣的是，專題研習的過程中會遇到許多意想不到的狀況需要克服和解決，在AIA 不僅僅能學到大家熟知的類神經網路、機器學習、深度學習、強化學習等。對應自己有興趣的專題，與同組的學員們一同切磋朝著設定的目標前進是更寶貴的經驗呢!👩🎓👨🎓
#學員的心血簡直就像生了一個小baby
#第三期南部分校招生中
#倒數五天截止快快報名
技術領袖培訓班招生簡章>>>https://aiacademy.tw/admission-tech-st/
#工業4.0 #虛實整合系統CPS #智慧工廠 #物聯網IoT #自動光學檢測AOI #傅立葉轉換FourierTransform #深度學習DeepLearning #人工智慧AI #卷積神經網路CNN #遞歸神經網路RNN #多尺度熵MSE
【Domain know-how 是深度學習& AI 能否產生效益的關鍵】
深度學習 (Deep Learning) 最主要的兩個部分是訓練 (training) 和推論 (Inference)；對智慧工廠來說，若訓練時間過久或輸入到輸出的推理時間過長，是絕對無法接受的！GPU 藉平行運算、先對龐雜資料預做處理再丟回給 CPU，協助分擔 CPU 負載、加快運算速度及訓練時間，特別適用於由許多神經元與層級構成的深度學習、大型矩陣或資料量大、參數多的運算。產線機台設備不論是健康評估／診斷或效能預測，所使用的演算法皆與統計或機器學習密切相關。
以深度學習為核心，向外圍擴展的順位依序為類神經網路、機器學習與 AI；而訓練方式決定推論成果。以科技廠常用的自動光學檢測 (AOI) 為例，由於 AOI 需要極高解析度的影像學為基礎，且來料品質對檢測參數有很大影響，故 AOI 設備業者往往須派駐專業人員到客戶廠房協助微調機器；若加入大數據、深度學習和人工智慧，將有助於提高辨識效率，更精確區別出處於合格邊緣的 NG 報廢品、或尚可補救的瑕疵品。另兩個應用場域是：聲音與振動檢測。
透過收集、研究機器運轉的聲音訊號，來檢測風力發電機的軸承是否有異常狀況？不過，前提是克服環境噪音和回音等其它聲源干擾。至於振動檢測，最麻煩的就是決定要餵多長的資料？參數不同，可能導致推論天差地遠！因此，特徵擷取方式將是 AI 能否良好辨識的關鍵。目前診斷工廠馬達、轉軸多是利用傅立葉轉換 (Fourier Transform)，但有個重大缺陷：它假設所有訊號都可用正弦／餘弦波模擬，再積分求得，可惜內情並非如此單純。
一旦轉子不平衡、位置產生角度、呈現平行、彎曲或沒有鎖緊，會誘發「倍頻」現象。傳立葉頻譜雖可取得轉子系統異常訊號特微，但仍須經由人為判讀診斷，
對產線人員有一定難度，也無法達成智能機械目標；輔以經驗模態拆解、多尺度熵 (Multiscale Entropy, MSE) 分析是理想方案。深度學習演算法還能用於金屬切削加工，將良好與損壞刀具相較並改變當中參數，包括轉速、進給、振動、電流值，可監控刀具磨耗程度並預測使用壽命。
工業 4.0 的虛實整合目前並無確切系統規格，實現理論均以為機學習為基礎，其中，將感測器 (包括振動、電流、溫度……) 的原始訊號直接作為類神經或深度學習網路的輸入值，效果不彰；若要達到預先診斷，訊號的特徵擷取是重要因子。此外，醫療業與製造業許多應用的背後理論相似，檢驗醫療影像的技術也能用於 AOI，檢驗心電訊號的演算法，可用於檢驗機台振動訊號。
AI 現正於各領域蓬勃發展中，演算法進入門檻亦越來越低，真正的關鍵是如何為現有數據有效轉化為實際應用並產生效益，Domain know-how 才是真正挑戰所在。模型訓練 (Model Training) 需要強大的 CPU 運算能力奧援；但若能找到決定性的型態 (pattern)、做成推論引擎 (Inference Engine)，便能以最少運算資源、在最短時間內算出想要的結果。
延伸閱讀：
《Deep Learning 與 AI 進駐工業 4.0》
http://compotechasia.com/a/____/2017/0911/36625.html
(點擊內文標題即可閱讀全文)
#麗臺科技Leadtek #輝達nVidia #統一運算架構CUDA
★★【智慧應用開發論壇】(FB 不公開社團：https://www.facebook.com/groups/smart.application/) 誠邀各界擁有工程專業或實作經驗的好手參與討論，採「實名制」入社。申請加入前請至 https://goo.gl/forms/829J9rWjR3lVJ67S2 填寫基本資料，以利規劃議題方向；未留資料者恕不受理。★★
【線上課程】《過好人生學》～讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
不定期推出補充教材，讓學習無限延伸：https://pros.is/KQZZH
【8/3開課！】《人際回應力-看懂情緒，輕鬆對談》~第23期
一個人的命運，是回應力的總和！
課程資訊：http://www.koob.com.tw/contents/157
更多學員心得分享：http://goo.gl/Guc6V6
【線上課程】《自信表達力》～讓你不再害怕開口
從「敢表達、說清楚」到讓人「聽得進、會去做」的完整學習
課程連結：https://pse.is/RG5NC
第一講免費試聽：https://youtu.be/fAjySLoa2f8
不定期推出補充教材，讓學習無限延伸：https://pse.is/NUJK9
【線上課程】《理財心裡學》～擺脫家庭影響，從心培養富體質
課程連結：https://pse.is/EPBWE
第一講免費試聽：https://youtu.be/HgrDK7pqR-0
不定期推出補充教材，讓學習無限延伸：https://pse.is/NJ5VE
【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
不定期推出補充教材，讓學習無限延伸：https://pse.is/GXZWM
【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
不定期推出補充教材，讓學習無限延伸：https://pse.is/LVRLY
【我們有Podcast囉～】歡迎到Podcast應用裡搜尋「啟點文化一天聽一點」訂閱我們！
Apple Podcast～https://pse.is/N2WCZ
Google Podcast～https://pse.is/PEN2Z
在Himalaya收聽～https://www.himalaya.com/ekoob
在Spotify收聽～https://pse.is/PQT76
在SoundCloud收聽～https://soundcloud.com/ekoob
桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=========================
每個人都想要找到更穩定、更有保障的工作，不過我要提醒的是，要是你沒看今天的節目，到頭來，你可能只剩下一場空。
在收看影片之前，不管你是在Youtube還是Podcast收看或收聽，記得訂閱我們的頻道，你的具體支持，是我們製作節目的最大動力～
最近在網路上，有某些關鍵字持續的飆升，像是「企業紓困」、「疫情紓困」都引起上萬人次的搜尋。
而這些關鍵字的背後，也代表著在疫情平息之前，無薪假、失業這些問題不會改善，人們也很難恢復安全、穩定的生活；因此人們會傾向去尋找更有保障的工作，這也讓坊間的公職考試補習班，又熱門起來了！
公職補習班迷思
當然喔，追求安全、穩定本來就是人性，只是當我發現這些公職補習班，還用一些有一點不合時宜的標語，對求職者做宣傳，像是什麼呢？「參加銀行特考，就能擁有讓人羨慕的福利跟待遇」。
甚至是「書記官地位崇高，形象良好，進可攻擊他人之不正，退可保守自己親朋之安全。」這其實是一類的訴求喔，有一點誤導大眾的認知跟行為，我一定要來逆風發言一下。
那為什麼我會這樣說呢？台灣喔的「人工智慧」教父～李開復先生，在他的著作《AI新世界》裡面提到。
他認為人工智慧註定會顛覆世界，並且會帶來前所未有的經濟失衡，而眼下最直接的，就是在未來的五到十年之內，對於全球就業市場帶來的衝擊，很多一般人認定的金飯碗，很可能都會被AI取代。
白領失業潮來了！
李開復在他的書裡面，更進一步的指出，近年來，世界各國因為「無人銀行」的興起，各種AI的工具，已經可以承擔90%以上的金融業務。
再加上喔現代年輕人，普遍使用行動支付、網路銀行的比例越來越多；實際到銀行臨櫃的人越來越少，而第一線的金融人員的工作就此消失，已經是顯而易見的結局！
國外甚至於已經出現申請貸款，把資料送出到核可，不到幾個小時就能夠完成。
這裡的關鍵，就在於AI機器人已經掌握申請人的大量數據，可以在很短的時間裡面做完風險評估，而這些都是人類很難做到的事情。
再來，法院書記官的工作，就是掌管司法紀錄、編案、文牘、統計這些事務；講白話文就是「法院資料的輸入與管理」。
但你知道嗎？現在的科技，已經可以讓機器聽懂人類說話，同時呢在螢幕上轉換成精準的文字，準確率高達九成以上。
你想想看喔，假如準確率繼續提高，費用也越來越平價，法院或者是政府是不是有很大的可能性，會直接採購這樣的設備來取代書記官呢？
一來呢，大幅降低薪資的費用，二來呢，降低人員管理的問題；畢竟人類加班會抱怨，但機器不會有這個問題。
聽到這裡喔，你也許會好奇，以前聽說的AI、人工智能會取代的工作，那應該都是像工廠的工人，或者是體力活動的藍領階層才對啊！
那怎麼現在這些靠「腦袋」的工作，像是銀行行員、書記官，這些白領職業，也會被AI取代呢？
這是因為啊，現代的AI本質，其實是一種「深度學習」！那什麼是「深度學習」呢？
李開復先生在他的書裡面提到，深度學習是一種模仿生物智能的「神經網絡式」的學習方法。
簡單來說喔，過去的電腦只能執行單一程式；比如說，你希望機器人幫你到早餐店買三明治；那麼一旦輸入你家到早餐店的路線，機器人就會執行到底。
如果在路上遇到車它不會閃，遇到人也會直接輾過去，一直到抵達早餐店它才會停止，那是一種沒有思考、沒有應變能力的一個反應模式。
而神經網絡式的學習，則是透過數據資料，幫機器人建立起路況，可能會遇到的障礙物這些相關的應變資訊跟程式。
讓機器人可以在遇到阻礙的時候，先停下來，重新偵測、評估環境的狀況，再計算出成功率最高的路線，轉個彎重新出發，這已經是很接近人類能夠做到的靈活思考。
也就是說啊，在固定的場景底下，只要能透過數據，找到人類固定的「行為模式」，再請工程師把行為模式寫成「運算的程式」。
最後依據收集到的海量大數據，讓AI系統去做深度的學習，AI就能夠擁有思考能力，取代很多白領的工作。
容易被AI幹掉的二特點
從上面的例子，我們可以進一步的知道，符合以下二個特點的工作，很有可能會跟恐龍一樣，在地球上消失喔。
這二個特點又是什麼呢？第一個、那些資料、流程可以編碼的工作；第二個、人際互動頻率很低的工作。
打個比方來說，就像是現代的醫檢師、放射科的醫師，或者是銀行行員，他們都是在固定場景底下，專門分析數據跟資料，再不然就是工作流程有明確的SOP。
工作內容固定，而且有一套嚴格的作業流程和評判標準，不會有太多參數的變化，就很容易被編碼，而變成一條程式。
在未來呢，凡是可編碼的流程，再讓機器人通過大量數據的深度學習，就能夠快速的優化，任何動作都會比人類更快、更精準，而且可以一直進步，還不會喊累！
我們與AI的距離
要是你聽到這裡還半信半疑，感受不到AI對於職場的全面破壞，那麼我再提供一個更貼近你我的事實～
台灣的知名品牌～華碩電腦，在他們關渡總部的13樓，已經有一個130人的AI團隊，成軍了16個月。
而負責領軍的華碩全球副總裁～黃泰一先生，他就表示喔，華碩的AI團隊，已經鎖定醫療、交通、零售這三大產業的數據池，累積使用者的數據資料、網路足跡等等的一切。
透過這些進一步的為零售店家、醫院、輪胎業者，建立起節省人力、降低風險，而且能夠精準行銷的演算法系統。
幫助華碩在他們的未來，能夠透過大量的數據，以及資料跟資料之間的相互運用，所產生的商業價值來賺錢！
儘管現階段呢，華碩只針對醫療、交通、零售這三大產業在搜集數據，不過可以想見的是喔，只要精準的演算法系統建立；商店它是不需要店員，醫院它可能也不太需要醫檢師，輪胎製造廠不需要工人。
而未來這三大產業所需要的「人力」，將以跳崖式的速度往下滑。這也間接證實了李開復先生，在《AI新世界》這一本書裡面所預告的。
他說：「在未來的5～10年之內，現有的50%工作，將會由AI取代」！
所以拉回來看，只要你有稍微留意時事，你一定知道現代的公務人員、銀行行員，就算寒窗苦讀多年考了進去，福利和工作的輕鬆度，也都大不如前了，更別說他們的未來和發展。
也就是說喔，要是你忽略真實職場上正在發生的變化，那麼很有可能等到你花錢、花時間努力考上公股銀行的行員啊、書記官啊...等等的，卻只能做個幾年，就被裁撤了！
這樣的投資報酬率，你覺得划算嗎？算一下喔！會不會你以為自己考到一個安全可靠的資格，但是真正得到的，卻是更高的失業風險！
你想因為「眼前」短暫的穩定，而把自己放到更大的危險裡嗎？如果你不想，你可以選擇現在就打開眼睛，開始為自己的未來做準備～
假如你很想要為自己打造不敗的未來，讓自己的求職、轉職之路，擁有更務實的安全跟穩定，我會很鼓勵你參與我們啟點線上學苑～【過好人生學】這一門課的學習。
人工智慧的時代已經來臨了，但我們卻還用舊時代的工人智慧的腦袋，在面對自己的人生，你曾想過這是為什麼嗎？
其實答案很簡單，那就是「終極選項」和「路徑依賴」這兩大迷思，困擾了很多人。
在【過好人生學】的課程裡，我就會陪伴你去看見「終極選項」這樣的觀念，它的危險之處。
它在於喔，人類的大腦一旦認定當我們「找到了最好的答案」，或者是「最好的鐵飯碗」之後，我們就不再動腦筋思考了，所以會看不見鐵飯碗早就成了破飯碗，千萬別碰！
而「路徑依賴」呢？它是指喔，人會習慣用過去的經驗，想現在的事，然後去預測未來。
比如說吧，你念醫學院，所以就只能當醫生；再比如說，你過去在某個行業，所以你在轉職的時候，就只能做相關的行業。
而弔詭的是，如果過去的經驗能夠適用於現在，還能夠幫你預測未來的話，那每個人都是半仙了啊，也不會有失業的問題、找不到工作的狀況了，不是嗎？
所以呢，無論你是白領，還是藍領的朋友，我想要跟大家說的是喔，未來AI的潮流肯定是沒有辦法阻擋的，無論你想不想面對，它遲早都會來！
不過我也很肯定的告訴你，在我們失去「舊工作」的同時，這個世界還會增加許多的「新工作」。
只要你願意改變，跟上腳步，某些你覺得沒有什麼的工作，其實都潛藏著非常大的人力缺口，值得你好好的關注。
而幫助你換個腦袋，轉換成智能思考的第一步，就是歡迎你加入我們的線上課程【過好人生學】。
【過好人生學】從即日起，到6/12晚上十二點止，我們將推出季節限定的1413的優惠價～
我一直相信喔，未來仍然是充滿希望的，在【過好人生學】裡面，我會用最淺顯易懂的話，點破你對於生涯的迷思，幫助你移除20世紀的思考遺毒，發展出最適合21世紀的生存策略。
我還會幫助你繞過三個心智的陷阱，陪伴你一步一步的去建立起，新時代必備的四大能力，你將看見自己的更多可能性，並且懂得轉換自身的專業，幫自己規劃1413、一世一生的生涯藍圖，過上一個更好的人生。
歡迎你加入學習，也希望今天的分享能夠帶給你一些幫助，我是凱宇。
如果你喜歡我製作的內容，請記得訂閱我們的頻道，YouTube收看的朋友，除了訂閱之外，記得把訂閱旁邊的小鈴鐺打開。
而Podcast收聽的朋友，除了訂閱之外喔，也請給我們5顆星的評價，並且把它分享給你身旁的朋友，我們需要你用最具體的行動來支持我們。
然而如果你對於啟點文化的商品或課程有興趣的話，如同今天提到的【過好人生學】，我們季節限定的1413優惠，陪伴你一世一生。
歡迎你的加入，更期待你在學習之後的發現；那麼今天就跟你聊到這邊了，謝謝你的收看，我們再會。
唯一戰勝 Google 旗下 Deep Mind 公司開發的人工智慧 AlphaGo 的南韓棋王李世乭，宣布將要退休，因為他認為人類永遠沒辦法擊敗人工智慧。
不過演算法不是只會越來越強大，為什麼 AlphaGo 會錯判輸給李世乭呢？
因為AlphaGo 有個叫『隨機森林』的算法，可以預測對手可能會下哪一步，但李世乭這一步下在 AlphaGo 認為對方不可能會去下的那一步，李世乭當時下完這步棋，Alphago 還認為自己的贏面超過八成，繼續往後下了十手之後，Alphago 自己有一個勝率的表，突然開始下降，發現自己處於弱勢了，開始慌張了，於是 Alphago 就開始亂下險棋，出現了連業餘選手都不會犯的錯，想賭李世乭會出錯，最後就輸了。
但 AlphaGo 也從敗給李世乭找到自身弱點，再次強化學習能力。像 AlphaGo 的孿生兄弟 AlphaGo Zero，就是完全不靠任何人類經驗訓練的神經網路，它就是不斷跟自己對戰學習，結果在自學 3 天後，就以 100：0 打敗了舊版 AlphaGo ，自學 40 天後，就擊敗了曾經戰勝中國棋手柯潔的 AlphaGo Master，成為世界上最強的圍棋程式！
雖然未來人類可能再也贏不過AI，不過AI 的加入反而讓圍棋有了更多玩法，這時候 AI 的功能，是在擴展人類棋手的思路，和人類合作一起探索圍棋還未被發掘的領域。
因為圍棋是世界上最複雜的遊戲！是看哪個顏色的棋子，圈出的空間最多，誰就獲勝。聽起來規則很簡單，但實際上卻複雜到不行。
圍棋的棋盤是 19X19，通常一步會有 200 種下法，圍棋變化位置的排列組合一共有10 的 170 次方種可能性，比整個宇宙的原子數ㄅ10 的 80 次方還要多更多！人類通常都只能憑經驗跟感覺判斷，但判斷才是最困難的。剛有說嘛，圍棋的勝負是由最終局時，雙方控制地盤的多寡決定，但棋局進行到一半，雙方的地盤都還沒封閉，怎麽判斷形勢呢？很多職業棋手之間微妙的差異，就是體現在這個判斷能力上。
但就連開發 AlphaGo 的團隊都坦言，AlphaGo 面前的最大問題，和人類棋手是一樣的，就是圍棋太難了，還有規則中的規則，例如優勢、虧損、打劫，雖然 AlphaGo 的勝利或失敗，完全取決於這些機率的估計是否準確，但計算力還遠遠達不到『最優解』的程度。目前AlphaGo 團隊的做法是，讓AlphaGo學習像人類棋手一樣，去選點和判斷。
當機器把一件事情做得比人類好時，我們還能做什麼？
你對棋王退休有什麼看法？快和我們一起分享！
---------
《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在寰宇新聞播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 十點半準時上傳完整版！
【線上課程】《過好人生學》～除了熱情，你更需要知道的事
讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys
【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8
【人際維基】桌遊體驗會～讓你一玩就懂別人的在乎～ 11/17(日）14:00
活動資訊：https://www.koob.com.tw/contents/3072
【2020.3.6 開課！】《學「問」～高難度對話的望聞問切》~第18期
掌握達成共識的關鍵能力！
課程資訊：http://www.koob.com.tw/contents/232
更多學員心得分享：http://goo.gl/A07zZ0
【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw
歡迎加入「啟點文化Line@」：https://line.me/R/ti/p/%40teb0498p
線上課程【不用開口，就讓你擁有人際好感】
啟動人際溝通的關鍵影響力 https://goo.gl/v3ojdo
桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=============================
以下為本段內容文稿：
有時候我們在前進之前，要先後退，要成長前，要先學會放棄。為什麼這麼說呢？今天啊要透過一些人類發展的研究，跟你做分享。
先從我們的手指頭說起喔，我們人類的手指頭非常的靈巧，他們精確到任何先進的機器，甚至於都沒辦法代替的地步。
但是呢，最近的科研人員利用醫學儀器，很驚訝的發現一件事喔，人類的胚胎在子宮裡面，還只有幾週大的時候，我們的手啊，有像蜥蜴一樣那種多餘的肌肉。
然而，隨著胎兒的發展，這些肌肉會慢慢的消失，一直到出生的時候，就已經全部不存在了。
這個發現到底意味著什麼呢？生物學家認為喔，這是人類在演變的過程當中，最古老的進化痕跡之一；儘管呢，它在人類的胎兒發展的過程當中，只是曇花一現而已。
生物學家還把這一個發現，發表在醫學雜誌上。科學家認為喔，這種進化的過程距離現在，已經有兩億五千萬年。
他們說這是我們從爬行動物，向哺乳動物過渡的時候，所遺留的產物。但是沒有人知道，人類為什麼在出生之前，會把這些多餘的肌肉「刪除」。
然而生物學家說，這一個發現的過程，可能可以解釋為什麼人類的拇指，比其他手指頭更靈巧。
大家可以試試看喔，我們拇指可以做這種動作；因為呢，拇指比其他的手指頭多了一條肌肉。
美國的霍華德大學的迪奧戈博士（Dr.Rui Diogo）他表示喔，在人類進化的過程裡面，由於不再需要這麼多餘的手指頭的肌肉，因此就退化了。
既然不需要了，那為什麼還會出現在我們的胚胎裡面呢？對於這個部分迪奧戈他解釋，他說喔，從進化論的角度來說，它可能不會一下子就徹底的刪除。
因此呢，在人類進化的過程裡，有一些器官雖然是可有可無的，但它仍然可以看得見，比如說闌尾啊、智齒啊，和尾骨這些部位。
但是呢，這些胚胎的手部肌肉結構，之所以更引人注意，是因為在其他的哺乳動物，包括像老鼠啊、狗啊這些動物身上，都找不到這些肌肉。
然而在某些爬行動物裡面，比如說蜥蜴群體裡面，就可以發現這些多餘的肢體肌肉。
迪奧戈博士表示，這些肌肉是在兩億五千萬年前消失的。正是這樣的一個發現，讓人類對於我們自己的進化，有了更詳細的了解。
長期研究人類和猿猴進化的學者，美國的自然歷史博物館的人類學家，阿爾．梅西哈（Dr Sergio Almécija）他就說喔。
這個研究的新奇之處在於，它讓我們能夠精確的判斷，在人類發展的過程裡面，哪些結構的出現和它消失的時間點。
同時呢，他表示這也提出一個很重要問題，那就是我們在進化的過程當中，還丟失了哪些東西？如果我們能夠更詳盡的，觀察到更多人體的結構，那我們還能夠再發現什麼呢？
生物學家已經針對人體的其他部位，進行更詳盡的研究，包含對於我們腳部的肌肉的研究。
他們發現喔，在子宮裡面的胎兒的腳，也有額外的肌肉，但是隨著胎兒發育的時間點，往後遞延之後它又消失了。
但人類的近親～猿猴和猴子，牠就保留了這些肌肉，因為牠們在攀爬的時候、在爬樹的時候，是很有用的。
迪奧戈博士就認為，人類在進化的過程當中，所放棄的、所丟失的某些東西，正是讓我們能夠現在成為「超人」的這些東西。
就在人類演化的過程裡面，我們放棄了強大的咬合能力，因為咬合能力的釋放，這才讓我們的大腦，有額外可以發展的空間。
另外一個大腦發展的例子它更有趣，就是我們每個人在成長過程當中，會有的「共同經驗」。
新生兒的大腦，他有一千億個神經細胞，這也是腦部細胞最多的時候。但是他的數目，還不足以說明大腦的複雜性。
很驚人的是喔，腦部神經元的連結：所謂的「軸突」跟「樹突」，它會讓神經元進行足以令任何人都很驚訝的連結程度。
這也就是說，每個神經元通常可以跟數千、乃至數十萬個神經元相連結。
根據估計喔，在出生的時候，每個神經元平均形成2,500個突觸，到兩、三歲的時候，達到15,000個突觸的巔峰。
然後開始進行所謂的「神經元修減」的過程。所謂「修剪」喔，是把單獨的神經元，或神經元之間沒有用處的那些突觸，把它們刪除掉。
修剪的原則，就是用進廢退；如果這個神經元，沒有辦法成為持續作用的神經迴路當中的一員，它就很容易被修剪掉了。
過去認為突觸的大量形成，跟刪減的過程，它是發生在嬰兒期到學步期這中間；這幾年之內就已經完成了這個動作。
但是到了九○年代，科學家有了更驚人的發現：在青春期之前啊，會發生第二波突觸的增生！
他們發現喔，負責自我控制啊、判斷啊、情緒調節啊、組織啊、計畫啊…一直到執行；這些功能的我們的額葉，在十歲到十二歲的過程當中，竟然又像我們在胚胎期的時候，一樣開始成長。
通常女生會比男生要來得早一點。所以呢，就像是我們在故事裡面常常聽到的，尤其在青少年的時候，同年紀的女生，都會比男生來的更成熟，大概是這個道理喔。
在青春期的後期，額葉會出現顯著的改變，一直到二十幾歲的時候，也會像嬰兒期一樣開始萎縮；向外伸出的部分，透過經過神經元的修剪，被刪減成為更精簡、更有效率的神經網路。
因為這樣子不斷的擴增、再刪減，擴增、再刪減的這個循環裡面，我們發展出適應環境的能力。
讓我們有限的體力，能夠集中在最有價值的事情上；也讓人類的文明，得以有效的發展跟前進。
那麼今天談了這麼多，現在終於要回到你身上了喔，在我們有限的人生裡，你是不是有著什麼都想要、什麼都想得到這樣的幻想呢？
然而，你卻不是把有限的精力跟時間，投注在對你真正有價值的事情裡。
你要能夠聚焦，就要能夠主動的「刪減」啊！跟我們演化過程、跟神經發展過程是一樣的。
你要有意識的拒絕那些讓你分心的事，或者是那些一時吸引你，卻沒有辦法為你帶來長期價值的東西。
然而至於要怎麼做到這件事？這裡給你兩個方法～
第一個方法，就是請你問自己：「如果往後的人生只能做一件事，那會是哪一件事呢？」
如果你一時半刻，回答不了這個問題，你可以參考第二個方法，那就是加入我的線上課程「過好人生學」的學習。
我在「過好人生學」裡面喔，會陪伴你找出人生真正「要的」是什麼？
透過人生羅盤的確立，讓你在時間的汪洋裡面，知道什麼事情該聚焦跟堅持，而什麼事情可以刪減跟放棄，期待你的加入。
然而，不管你會不會加入我的線上課程的學習，我都希望你能夠長出「放棄的勇氣」！
因為這樣子，你才能夠專注在真正重要的事情裡，成為一個在演化長河中，能夠被留下來的「超人」。
而不是為了堅持擁有強大的咬合能力，可是到最後卻被滅絕、或者是只能生活在動物園裡面的猿猴～祝福你！
希望今天的分享，能夠帶給你一些啟發與幫助，我是凱宇。
如果你喜歡我製作的內容，請在影片裡按個喜歡，並且訂閱我們的頻道，別忘了訂閱旁邊的小鈴鐺，按下去；這樣子你就不會錯過我們所製作內容。
然而如果你對於啟點文化的商品，或課程有興趣的話；如同今天最後提到的【過好人生學】。
在我們每一段影片的說明裡，都有相關的連結；我們很期待你的加入，希望透過學習，能夠讓你活出自己想要的樣子。
今天的內容就分享到這邊了，謝謝你的收看，我們再會。
1950年代的人工智慧走入了漫長的寒冬期，直到1980間，機器學習方迎來了第一個春天，這個春天叫做「類神經網路」，為電腦科學家由生物大腦的神經元運作方式 ... ... <看更多>
類神經網路 (Neural Network, NN)，又稱為神經網路、人工神經網路(Artificial Neural Network, ANN)，屬於非線性的統計模型，是深度學習(Deep learning)的核心概念，而 ... ... <看更多>
類神經網路機器學習 在 什麼是神經網路？ - 深度學習服務 - Amazon AWS 的相關結果
神經網路 是人工智慧中的一種方法，指導電腦以受人腦啟發的方式來處理資料。這是一種機器學習程序，稱為深度學習，使用類似於人腦分層結構中的互連節點或神經元。 ... <看更多>