圖靈學院內的文章包含三大主題：ESG浄零實驗室、AI實驗室及精實管理實驗室，我們會不定期分享相關主題之文章，也歡迎並對前述主題有興趣的學員投稿分享您的見解  (我要投稿)

深入探討LLM與ML的差異及互補應用
2024-07-01 13:40 深入探討LLM與ML的差異及互補應用 圖靈學院編輯部 2024年7月1日星期一/科楠   在當今迅速發展的人工智慧領域，大型語言模型（LLM）和機器學習（ML）是兩個重要且具影響力的技術。最近看到有人說現在生成式AI當道，主流當然是LLM，研究ML的人落伍了，事實真的是這樣嗎?本文將深入探討LLM和ML的主要區別、各自的應用場景、技術特性，以及它們在實際應用中的優勢、挑戰及互補融合的建議...
綠碳與藍碳：揭秘自然界的碳捕獲力量
2024-06-29 23:44 綠碳與藍碳： 揭秘自然界的碳捕獲力量       圖靈學院編輯部 2024年6月29日星期六/科楠   一、引言：碳循環與氣候變化     在探討綠碳和藍碳這兩個日益重要的概念之前，我們首先需要理解一些基本的科學背景。碳循環是地球上碳元素在大氣、陸地、海洋和生物圈之間不斷循環的過程。這個過程對維持地球的溫度平衡至關重要。然而，近兩個世紀以來，人類活動如燃燒化石燃料和砍伐森林，顯...
淺談什麼是I-REC & T-REC?
2024-06-28 14:33 淺談什麼是I-REC & T-REC?     圖靈學院編輯部/2024年6月28日/科楠       隨著全球對環境保護的關注不斷加深，越來越多的國家和企業開始積極採取行動，減少碳足跡，應對氣候變遷的挑戰。在這樣的背景下，可再生能源憑證（REC）成為了實現環保目標的重要工具之一。REC 不僅允許企業和個人購買和使用來自可再生能源的電力，從而抵消他們的碳排放，同時也支持了可再生能源的...
Forchestra: 深度學習需求預測的革新 一種突破性的時間序列預測框架
2024-06-24 18:48 "Forchestra" 深度學習需求預測的革新：一種突破性的時間序列預測框架     圖 Forchestra的網路架構。Forchestra由K個基礎預測器和一個神經指揮器組成。對於給定的時間序列，每個基礎預測器會輸出其預測結果，而元學習器會根據表示模組推斷出的表示向量為每個基礎預測器評分並分配重要性權重。Forchestra中的所有模塊都是以端到端的方式聯合訓練的。(Park, Y...