一文看懂2025非核家園|問題比想像中複雜 專家示警台灣電力「潛在隱憂」 【記者吳珍儀/台北報導】隨著核三廠2號機2025年5月17日除役,台灣將步入非核家園,外界關心的是,核電缺口要如何填補?是否影響台灣電力供應?經濟部表示,目前核電僅佔供電3%左右,靠再生能源及燃氣機組補上,可確保供電無虞,但專家認為,核電退場除了讓發電成本增加,也削弱供電系統穩定性;諾貝爾物理獎得主朱棣文則說,核能除了讓供電系統有喘息空間,若依賴化石燃料發電成本極為昂貴,且有產業外移危機。 2025/02/02 09:50 能源
學測落幕|考生傾向數A、數B都報考 教團:無法適性揚才應檢討 【記者王良博/台北報導】114學年度學測今(20)日下午落幕,全國教師會表示,近年考生報考學測科目數量越來越多,顯見學生傾向同時報考數A及數B,達不到適性揚才效果,建議檢討數學分A、B的必要。全教會也批評,國文、英文考題均有題意或印刷不清的情況,有損試題效度,此類問題出現在全國性考試,令人難以置信。 2025/01/20 20:02 生活 文教
學測|自然科圖表多、地科有爭議 出題靈活!補教稱讚出題用心 【記者王良博/台北報導】114學年度學測今(18)日起連三天舉行,今天下午自然科已經考完。補教老師稱讚,自然科出題靈活、圖表多,且難易題目均有、鑑別度高,是少見的好題目,「大考中心用心看得到」。不過,地科有2題有爭議,生物則偏難,要花較多時間解題,另外,化學有超出範圍的題目,而物理則是解題所需計算量大幅增加。 2025/01/18 17:42 生活 文教
學測|自然參考解答出爐!化學偏難 生物、物理諾貝爾獎入題 【記者王良博/台北報導】114學年度學測今(18)日起連三天舉行,今天下午自然科已經考完。高中老師認為,自然科生物比去年簡單,但探究與實作題型比往年多;物理則有不少量子現象相關題目,且有去年諾貝爾物理獎腦神經網路與人工智慧領域的試題;化學試題偏難,圖表題佔50%;地科試題則偏重素養導向,且把去年襲台的康芮颱風入題。 2025/01/18 16:32 生活 文教
諾貝爾獎得主朱棣文籲台灣應重新思考核能 「懂技術的人要懂得發聲」 諾貝爾物理獎得主、美國前能源部長朱棣文今天表示,即便核能在台灣頗具爭議,但全球多國已逐漸重新接納核能,台灣不同黨派的政治人物應重新思考核能使用,而且以電力需求角度來看,資料中心用電量之高,讓Meta、Google、Amazon、 Microsoft都開始衡量使用核電。 2024/12/18 15:34 能源
諾貝爾獎新科得主談OpenAI逼宮風波 「很自豪我學生解雇了阿特曼」 【編譯張翠蘭/綜合外電】被業界喻為「深度學習之父」的2024諾貝爾物理獎新科得主辛頓,不斷呼籲世界關注他催生的人工智慧(AI)技術對人類帶來之風險,也絲毫不掩飾對當今業界龍頭OpenAI執行長阿特曼領導能力有意見。辛頓日前獲獎後談及樂見阿特曼去年一度遭「逼宮」開除事件,並對於昔日得意門生在此風波發揮關鍵作用而感到自豪。 2024/10/10 13:45 國際 熱搜話題
一張地圖看懂拿最多諾貝爾獎的國家 重覆獲獎冠軍是這機構 【編譯張翠蘭/綜合外電】2024諾貝爾獎本周陸續揭曉,繼生醫、物理獎之後,周三(10/9)起再公布化學、文學、和平和經濟學獎,表彰各領域學者或有特別貢獻和傑出的人士。自1901年迄今,到底哪一個國家累積最多的諾貝爾獎得主呢?美國《新聞周刊》近日特別綜整一份地圖,歸納出拿下最多諾貝爾獎的國家。 2024/10/09 17:05 國際 寰宇要聞
諾貝爾物理獎|「深度學習之父」辛頓助攻催生ChatGPT 卻示警AI有風險 【編譯張翠蘭/綜合外電】摘下今年2024諾貝爾物理獎的電腦科學家辛頓(Geoffrey Hinton),對於神經網路的開創性研究為聊天機器人ChatGPT等人工智慧(AI)系統鋪平了道路,然而他卻一再呼籲世人關注AI可能帶來的危險。 2024/10/08 21:00 國際 寰宇要聞
諾貝爾物理獎|美英2學者奠定「機器學習」基礎 他警示「AI比核武危險」 【記者王良博/台北報導】2024諾貝爾物理獎今(8)日揭獎,由美國學者霍普菲爾德和英國出生的加拿大學者辛頓獲獎,表彰他們用物理學來訓練人工神經網路,幫助啟動目前機器學習(machine learning)的爆炸性發展。國內學者評論,他們的發明奠定AI的基礎,現在常見的自駕車、車牌辨識系統等,都是此研究的應用。學者也回顧,辛頓曾為了示警AI比核武危險,因此選擇離開Google,可見他是「很有深度」的人。 2024/10/08 20:12 生活 文教
諾貝爾物理獎|2人的發明大幅提升電腦能力 讓AI更強大 【編譯陳怡妏/綜合外電】霍普菲爾德(John J. Hopfield)跟辛頓(Geoffrey E. Hinton)的發明,幫助奠定始於2010年左右的機器學習革命的基礎。他們的發明使得我們得以用海量資料訓練網路,大幅提升電腦的運算能力。現在的人工神經網路都很龐大,且擁有多層結構,被稱為深度神經網路,其訓練過程也就是現在我們說的「深度學習」,能使人工智慧(AI)更加強大。 2024/10/08 20:09 國際 寰宇要聞