# 數位商業與行銷 W4

🗓️ 2024-03-12
instructor: 欒斌 老師

### 📌 M365
即時簡報 (speech to text)
> Office => o365 => M365

### 📌 Copilot
=> 創生之柱

### 📌 AI (電腦視覺) 的應用
影像解讀、手勢偵測、關鍵點偵測、人臉表情偵測、車牌辨識、行人骨架偵測
口罩偵測、車輛矩形框偵測

### 📌 AI (傳統) 結合 AR
[Steve Aoki 虛擬人](https://steve-aoki.geen.ee/)

### 📌 AI 的功能與種類
1. AI: 各種人工智慧，主要功能: **辨識**、**預測**
2. ML: 從資料中學習出模型
3. DL: 深層神經網路 => CNN: 卷積神經網路
4. GAN: 對抗生成神經網路 => 功能: 以假亂真

### 📌 ML
功能: 預測和分類
➡️ 類別型: Decision tree
➡️ 連續型: Regression

### 📌 ML 的種類
1. Linear regression
2. Bayes: Detecting spam mails
➡️ recommendation
3. Logistic regression
➡️ gradient descent
➡️ 只能「畫一條線（linear）」以區分兩個【類別】
4. Neural network
➡️ 只能「畫 2+ 條線（non-linear）」以區分多個【類別】
➡️ forward propagation: update weights
5. Deep Learning
➡️ hidden layer(s) 至少有 2 層
➡️ [Tinker With a Neural Network Right Here in Your Browser.
Don’t Worry, You Can’t Break It. We Promise.](playground.tensorflow.org/#activation=tanh&batchSize=10&dataset=gauss&regDataset-reg-plane&learningRate=0.0)
➡️ KMeans clustering

### 📌 web 1.0 ~ 3.0
1. web 1.0
PGC
2. web 3.0
UGC
3. web 3.0
AGC

### 📌 生成式 AI
* NLP: 自然語言處理
* RLHF: 基於人類反饋的強化學習
* ChatGPT: 自監督學習 或 Foundation Model
➡️ Generative Pre-trained Transformer
➡️ 文字接龍：多個可能接在後面的文字在高維空間中比較相似度
➡️ 微軟給 OpenAI 130 億去訓練
➡️ 給【限制】才能比較精準回答
➡️ 科幻小說、行銷文案，沒有標準答案的，比較適合用 ChatGPT
➡️ 科學研究、統計推論，比較不適合用 ChatGPT
* GPT 版本
=> GPT 3 有 1750 億個參數
但準確率只有 50 %
=> GPT 3.5 加了【限制】: 哪些話可以說，哪些話是贅字，準確度就有 7~8 成，可以寫小說、文案的草稿

### 📌 生成式 AI 的應用
問答、對話、尋求建議、學習、聊天、創作、追問、問答
➡️ 剪映 App 結合
➡️ MusicLM
➡️ 賈伯斯AI機器人
➡️ Imgen Video
➡️ Midjourney + Stable Diffusion
➡️ [一秒出图 Stablediffusion LCM模型加速出图教程|LCM采样器、LCM Lora教程](https://www.youtube.com/watch?v=VHgDsRVsRpM&ab_channel=CG%E8%BF%B7)
➡️ runwayml gen 3
➡️ PiKa: 3~4 短影音+特效製作，美國兩個女生的新創公司
➡️ [HeyGen](https://www.heygen.com/)

### 📌 各家大廠的 AI 進程