2018年的一部電影
叫做 人類升級
主角因為被搶奪槍殺然後變成癱瘓
後來被植入晶片
晶片不但能像 (Siri) 在腦中跟他講話(只有他本人能聽到)
且如果你開啟自動控制模式的話
身體馬上會變成無敵超人一樣
可以快速的預判對方要做的攻擊或是下一步
所以不管是躲子彈 快速移動
都可以極速反應
其實過去很多電影
不管是在講複製人 生化人 還是純機器人
都存在相互矛盾的盲點
到底是要人自己升級? 再生? 複製? 機器人擬真變成人
都不能完全說明人類自己升級的優勢(當然裝的這個晶片不是Siri 所以不會那麼笨 哈哈)
中間包含高速追逐的車輛 (很多車都已經是自駕 )
所以正在移動時
被主角的控制系統駭入說: 不好意思 要借用你的車一下
然後引導他與追逐的車輛追撞 (你現在能了解 如果自駕"被駭入" 是有多可怕了?)
這部電影 當然看的血脈噴張
還能了解未來世界的無限可能
但中間 這邊牽涉到一個新的材料運用
才能到達五G 的那些無限運用
這裡面有一個關鍵的半導體材料
要是你還沒聽過「生成對抗網路」（Generative Adversarial Network，GAN）這幾個字的話，你落伍了
深度學習領域最熱門的主題 GAN 一如其名，有機會打造出在減少人類幫助的情況下，學習更多知識的系統。
GAN 大幅減少訓練深度學習演算法所需的資料量，解決了這個問題，且提供一套訓練深度學習演算法的獨特方法，也就是從現有資料建立加上標籤的資料（在多數情況下就是影像）。
研究人員並非訓練單一神經網路，而是訓練兩個相互競爭的神經網路。繼續以貓咪為例，生成器網路試著創作出看起來像真貓的假貓圖片，而判別器網路則是檢視貓咪圖片並試著判斷真假。
「在經過訓練後，這個神經網路能畫出跟畢卡索一樣風格的作品，而另一個神經網路則能以前所未聞的鑒別能力來辨識影像和畫作。」
這對於醫學等因隱私考量而無法獲得大量資料的領域來說尤為重要，GAN 可以填補缺失的資料，全面編造出病患資料，在真實度上能用來訓練人工智慧。
5G、電動車市場將可望在2020年進入高速成長市場，由於5G、電動車等新應用在用電需求上皆須達到高功率水準，因此將可望推動應用在高功率的GaN磊晶基板需求興起。
其中，5G基地台正是首要應用之一，研調機構資策會指出，以GaN磊晶作為基板搭配矽組成的矽基氮化鎵（GaN on Si）未來將可望被大幅應用在基地台的功率放大器（PA）；至於電動車市場由於需要具備承受瞬間高功率電流，因此對於以氮化鎵為基板的SiC材料亦相當注重。
根據資策會預估，進入2020年後，以氮化鎵為基板導入矽、SiC及氮化鎵等材料的晶圓需求，將可望達到6,435平方公尺，相較2019年將可望成長52.49％，市場規模更上看790億美元，年增幅超越兩成水準，因此未來GaN基板市場發展將可望備受市場期待。
我喜歡看電影
尤其是科技演化
或許現在還沒到那一步
但人類真正的強化
才正要開始
#Cheriechi #Cherie Chi#Cheriechi'scopyright #Myownlittleland #Greengarden #Mossgarden #Planter #Moss #Bonsai #Miniaturelandscape #Create #青苔 #CherieChi瑜姬美美的部落格痞客邦 #Cheriechi微博 #苔玉 #MossGardenbyCherieChi #Cheriechi'sgarden
留言列表
