有影儀表板

我們連人腦怎麼「想」都還沒搞懂，為什麼AI還要模仿它？| 思想實驗室 Video Podcast ep128：ft.微電子教育與研究中心主任 Kurtis D. Cantley

知識長國威・思想實驗室 Podcast · 發布於 2026/11/05 下午06:00 · 更新於 2026/11/08 上午04:15 · 台北時間 · 本頁的資料來源與計算方式 ⓘ

觀看數
—次
喜歡
—次
YouTube 留言總數
—則
長度
—
字幕狀態未確認
YouTube 原始影片 ↗比較影片標題用語

觀看數觀測

尚無歷史觀測

本站尚未儲存這部影片的歷史觀測，無法據以建立歷史時間序列。

共同標籤

已比對共同詞彙 · 30 個標籤 · 比對時間 2026/11/05 下午06:17

比對依據（83 處）
  1. 為什麼影片說明📌 我們連人腦怎麼思考都還沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試…
  2. AI影片說明…我們連人腦怎麼思考都還沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓…
  3. 模仿影片說明…腦怎麼思考都還沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓晶片更像…
  4. 大腦影片說明…麼思考都還沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓晶片更像神經…
  5. 神經影片說明…沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓晶片更像神經元與突觸，…
  6. 運算影片說明…懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓晶片更像神經元與突觸，但研究多…
  7. 晶片影片說明…還要模仿大腦？ 神經形態運算一直試著讓晶片更像神經元與突觸，但研究多年的 Kurt…
  8. 神經影片說明…大腦？ 神經形態運算一直試著讓晶片更像神經元與突觸，但研究多年的 Kurtis D…
  9. 研究影片說明…態運算一直試著讓晶片更像神經元與突觸，但研究多年的 Kurtis D. Cantle…
  10. 複製影片說明…D. Cantley，反而不再認為「完整複製一顆大腦」應該是唯一目標。 真正值得從…
  11. 大腦影片說明…antley，反而不再認為「完整複製一顆大腦」應該是唯一目標。 真正值得從大腦學走…
  12. 大腦影片說明…一顆大腦」應該是唯一目標。 真正值得從大腦學走的，也許不是它的外型，而是它處理資訊…
  13. 處理影片說明…得從大腦學走的，也許不是它的外型，而是它處理資訊、適應差異，甚至「有事才運算」的方法…
  14. 資訊影片說明…大腦學走的，也許不是它的外型，而是它處理資訊、適應差異，甚至「有事才運算」的方法。 …
  15. 運算影片說明…，而是它處理資訊、適應差異，甚至「有事才運算」的方法。 本集《思想實驗室 Vide…
  16. 實驗室影片說明…甚至「有事才運算」的方法。 本集《思想實驗室 Video Podcast》，我們一起…
  17. 晶片影片說明…ast》，我們一起探討： ✅ 今天的仿腦晶片，到底只模仿了大腦哪一小部分？ ✅ 為什…
  18. 模仿影片說明…們一起探討： ✅ 今天的仿腦晶片，到底只模仿了大腦哪一小部分？ ✅ 為什麼連人腦的高…
  19. 大腦影片說明…探討： ✅ 今天的仿腦晶片，到底只模仿了大腦哪一小部分？ ✅ 為什麼連人腦的高階思考…
  20. 為什麼影片說明…晶片，到底只模仿了大腦哪一小部分？ ✅ 為什麼連人腦的高階思考，我們其實都還沒有真正搞…
  21. 高階影片說明…仿了大腦哪一小部分？ ✅ 為什麼連人腦的高階思考，我們其實都還沒有真正搞懂？ ✅ 從…
  22. 電子影片說明…其實都還沒有真正搞懂？ ✅ 從「造出一顆電子大腦」到只借用大腦的運算原理，研究方向為…
  23. 大腦影片說明…都還沒有真正搞懂？ ✅ 從「造出一顆電子大腦」到只借用大腦的運算原理，研究方向為什麼…
  24. 大腦影片說明…懂？ ✅ 從「造出一顆電子大腦」到只借用大腦的運算原理，研究方向為什麼改變？ ✅ 下…
  25. 運算影片說明…✅ 從「造出一顆電子大腦」到只借用大腦的運算原理，研究方向為什麼改變？ ✅ 下一代A…
  26. 研究影片說明…出一顆電子大腦」到只借用大腦的運算原理，研究方向為什麼改變？ ✅ 下一代AI真的需要…
  27. 為什麼影片說明…子大腦」到只借用大腦的運算原理，研究方向為什麼改變？ ✅ 下一代AI真的需要打敗GPU…
  28. AI影片說明…算原理，研究方向為什麼改變？ ✅ 下一代AI真的需要打敗GPU嗎？還是應該換一種方式…
  29. 需要影片說明…研究方向為什麼改變？ ✅ 下一代AI真的需要打敗GPU嗎？還是應該換一種方式計算？ …
  30. GPU影片說明…為什麼改變？ ✅ 下一代AI真的需要打敗GPU嗎？還是應該換一種方式計算？ 00:0…
  31. 方式影片說明…AI真的需要打敗GPU嗎？還是應該換一種方式計算？ 00:00 AI一直靠更多GP…
  32. AI影片說明…還是應該換一種方式計算？ 00:00 AI一直靠更多GPU往前衝，下一代AI還能怎…
  33. GPU影片說明…方式計算？ 00:00 AI一直靠更多GPU往前衝，下一代AI還能怎麼算？ 01:0…
  34. AI影片說明…00 AI一直靠更多GPU往前衝，下一代AI還能怎麼算？ 01:06 仿腦晶片到底只…
  35. 晶片影片說明…下一代AI還能怎麼算？ 01:06 仿腦晶片到底只模仿了人腦哪一小部分？ 02:00…
  36. 模仿影片說明…還能怎麼算？ 01:06 仿腦晶片到底只模仿了人腦哪一小部分？ 02:00 連人腦怎…
  37. AI影片說明… 02:00 連人腦怎麼思考都還沒搞懂，AI怎麼模仿大腦？ 03:15 神經形態運算…
  38. 模仿影片說明…00 連人腦怎麼思考都還沒搞懂，AI怎麼模仿大腦？ 03:15 神經形態運算，究竟想…
  39. 大腦影片說明… 連人腦怎麼思考都還沒搞懂，AI怎麼模仿大腦？ 03:15 神經形態運算，究竟想解決…
  40. 神經影片說明…沒搞懂，AI怎麼模仿大腦？ 03:15 神經形態運算，究竟想解決傳統晶片什麼問題？ …
  41. 運算影片說明…AI怎麼模仿大腦？ 03:15 神經形態運算，究竟想解決傳統晶片什麼問題？ 04:2…
  42. 傳統影片說明…？ 03:15 神經形態運算，究竟想解決傳統晶片什麼問題？ 04:27 AI一直堆G…
  43. 晶片影片說明…03:15 神經形態運算，究竟想解決傳統晶片什麼問題？ 04:27 AI一直堆GPU…
  44. AI影片說明…竟想解決傳統晶片什麼問題？ 04:27 AI一直堆GPU、蓋資料中心，這條路真的能一…
  45. GPU影片說明…統晶片什麼問題？ 04:27 AI一直堆GPU、蓋資料中心，這條路真的能一直走下去嗎？…
  46. 資料中心影片說明…問題？ 04:27 AI一直堆GPU、蓋資料中心，這條路真的能一直走下去嗎？ 06:46…
  47. AI影片說明…走下去嗎？ 06:46 「有事才醒來」的AI，最可能先在哪裡打敗傳統運算？ 08:2…
  48. 傳統影片說明…「有事才醒來」的AI，最可能先在哪裡打敗傳統運算？ 08:29 研究仿腦多年，為什麼…
  49. 運算影片說明…事才醒來」的AI，最可能先在哪裡打敗傳統運算？ 08:29 研究仿腦多年，為什麼反而…
  50. 研究影片說明…可能先在哪裡打敗傳統運算？ 08:29 研究仿腦多年，為什麼反而不再把「造一顆大腦」…
  51. 為什麼影片說明…敗傳統運算？ 08:29 研究仿腦多年，為什麼反而不再把「造一顆大腦」當目標？ 11:…
  52. 大腦影片說明… 研究仿腦多年，為什麼反而不再把「造一顆大腦」當目標？ 11:07 下一代AI晶片最…
  53. AI晶片影片說明…造一顆大腦」當目標？ 11:07 下一代AI晶片最重要的突破，真的是讓AI更聰明嗎？ 1…
  54. AI影片說明…7 下一代AI晶片最重要的突破，真的是讓AI更聰明嗎？ 12:27 晶片會「記住」過…
  55. 晶片影片說明…破，真的是讓AI更聰明嗎？ 12:27 晶片會「記住」過去，為什麼還不等於真的會學？…
  56. 為什麼影片說明…明嗎？ 12:27 晶片會「記住」過去，為什麼還不等於真的會學？ 13:38 AI晶片…
  57. AI晶片影片說明…，為什麼還不等於真的會學？ 13:38 AI晶片每顆不完全一樣，為什麼反而可能不是致命缺…
  58. 為什麼影片說明…？ 13:38 AI晶片每顆不完全一樣，為什麼反而可能不是致命缺陷？ 15:11 如果…
  59. AI影片說明…可能不是致命缺陷？ 15:11 如果每台AI都學得不一樣，我們還能要求它完全可預測嗎…
  60. AI影片說明…要求它完全可預測嗎？ 18:49 現在的AI測驗，是不是都在挑電腦本來就擅長的題目？…
  61. 電腦影片說明…18:49 現在的AI測驗，是不是都在挑電腦本來就擅長的題目？ 23:09 台灣的半…
  62. 台灣影片說明…在挑電腦本來就擅長的題目？ 23:09 台灣的半導體教育，有什麼是美國也想學的？ 2…
  63. 半導體影片說明…腦本來就擅長的題目？ 23:09 台灣的半導體教育，有什麼是美國也想學的？ 25:43…
  64. 教育影片說明…就擅長的題目？ 23:09 台灣的半導體教育，有什麼是美國也想學的？ 25:43 課…
  65. 美國影片說明… 23:09 台灣的半導體教育，有什麼是美國也想學的？ 25:43 課程跟產業綁太緊…
  66. 產業影片說明…什麼是美國也想學的？ 25:43 課程跟產業綁太緊，會不會只培養出「眼前產線需要的人…
  67. 需要影片說明…程跟產業綁太緊，會不會只培養出「眼前產線需要的人」？ 27:34 台灣半導體只能押一…
  68. 台灣影片說明…養出「眼前產線需要的人」？ 27:34 台灣半導體只能押一條路：先補人才，還是先賭下…
  69. 半導體影片說明…「眼前產線需要的人」？ 27:34 台灣半導體只能押一條路：先補人才，還是先賭下一代技…
  70. 人才影片說明…27:34 台灣半導體只能押一條路：先補人才，還是先賭下一代技術？ ⚡ AI的下一…
  71. 技術影片說明…體只能押一條路：先補人才，還是先賭下一代技術？ ⚡ AI的下一步，也許不是讓電腦變…
  72. AI影片說明…：先補人才，還是先賭下一代技術？ ⚡ AI的下一步，也許不是讓電腦變成人腦，而是重…
  73. 電腦影片說明…代技術？ ⚡ AI的下一步，也許不是讓電腦變成人腦，而是重新思考「電腦到底該怎麼算…
  74. 成人影片說明…？ ⚡ AI的下一步，也許不是讓電腦變成人腦，而是重新思考「電腦到底該怎麼算」。 …
  75. 電腦影片說明…，也許不是讓電腦變成人腦，而是重新思考「電腦到底該怎麼算」。 (CC字幕由 AI生…
  76. 為什麼影片標題我們連人腦怎麼「想」都還沒搞懂，為什麼AI還要模仿它？| 思想實驗室 Vide…
  77. AI影片標題我們連人腦怎麼「想」都還沒搞懂，為什麼AI還要模仿它？| 思想實驗室 Video …
  78. 模仿影片標題…人腦怎麼「想」都還沒搞懂，為什麼AI還要模仿它？| 思想實驗室 Video Podc…
  79. 實驗室影片標題…還沒搞懂，為什麼AI還要模仿它？| 思想實驗室 Video Podcast ep128…
  80. 電子影片標題…o Podcast ep128：ft.微電子教育與研究中心主任 Kurtis D. …
  81. 教育影片標題…Podcast ep128：ft.微電子教育與研究中心主任 Kurtis D. Ca…
  82. 研究影片標題…cast ep128：ft.微電子教育與研究中心主任 Kurtis D. Cantl…
  83. 主任影片標題… ep128：ft.微電子教育與研究中心主任 Kurtis D. Cantley
比對版本

youtube-quality-20261017-a

影片說明

📌 我們連人腦怎麼思考都還沒完全搞懂，為什麼AI還要模仿大腦？ 神經形態運算一直試著讓晶片更像神經元與突觸，但研究多年的 Kurtis D. Cantley，反而不再認為「完整複製一顆大腦」應該是唯一目標。 真正值得從大腦學走的，也許不是它的外型，而是它處理資訊、適應差異，甚至「有事才運算」的方法。 本集《思想實驗室 Video Podcast》，我們一起探討： ✅ 今天的仿腦晶片，到底只模仿了大腦哪一小部分？ ✅ 為什麼連人腦的高階思考，我們其實都還沒有真正搞懂？ ✅ 從「造出一顆電子大腦」到只借用大腦的運算原理，研究方向為什麼改變？ ✅ 下一代AI真的需要打敗GPU嗎？還是應該換一種方式計算？ 00:00 AI一直靠更多GPU往前衝，下一代AI還能怎麼算？ 01:06 仿腦晶片到底只模仿了人腦哪一小部分？ 02:00 連人腦怎麼思考都還沒搞懂，AI怎麼模仿大腦？ 03:15 神經形態運算，究竟想解決傳統晶片什麼問題？ 04:27 AI一直堆GPU、蓋資料中心，這條路真的能一直走下去嗎？ 06:46 「有事才醒來」的AI，最可能先在哪裡打敗傳統運算？ 08:29 研究仿腦多年，為什麼反而不再把「造一顆大腦」當目標？ 11:07 下一代AI晶片最重要的突破，真的是讓AI更聰明嗎？ 12:27 晶片會「記住」過去，為什麼還不等於真的會學？ 13:38 AI晶片每顆不完全一樣，為什麼反而可能不是致命缺陷？ 15:11 如果每台AI都學得不一樣，我們還能要求它完全可預測嗎？ 18:49 現在的AI測驗，是不是都在挑電腦本來就擅長的題目？ 23:09 台灣的半導體教育，有什麼是美國也想學的？ 25:43 課程跟產業綁太緊，會不會只培養出「眼前產線需要的人」？ 27:34 台灣半導體只能押一條路：先補人才，還是先賭下一代技術？ ⚡ AI的下一步，也許不是讓電腦變成人腦，而是重新思考「電腦到底該怎麼算」。 (CC字幕由 AI生成，如有錯字還請見諒) // 製作團隊 // 主持：泛科知識 #鄭國威知識長 企劃：廖儀瑄 剪輯：GINA 🎙 思想實驗室 Video Podcast 每週帶你探索最新科技、科學議題與能源趨勢！訂閱我們，記得按讚、訂閱，並開啟小鈴鐺，不錯過每一集！ #人工智慧 #AI晶片 #神經形態運算 #半導體 #GPU #思想實驗室

本頁的資料來源與計算方式

影片的數字

公開統計
觀看、喜歡與留言總數是取得當時的 YouTube 公開統計，不是即時數值；各項統計的觀測時間可能不同。「資料最後記錄」是影片資料的記錄時間，不代表觀看、喜歡或留言都在那時重新觀測。
觀看歷史
圖上每個點是實際儲存的觀測，連線只為方便閱讀，不代表中間時間的測量值；沒有歷史觀測時不建立時間序列。
喜歡占互動
喜歡 ÷（喜歡＋不喜歡＋顯示留言），任一來源缺值時不估算。
字幕
只記錄來源是否提供字幕，尚未擷取逐字稿，因此字幕不列入標籤比對。
觀測分析
直播逐時／逐日最高同時在線取自所讀直播紀錄；讀取上限、略過與解析失敗的筆數列在「資料涵蓋範圍與解析限制」。

共同標籤

標籤來源：新文易數（tag.observe.tw）。共同標籤以文字比對影片標題與說明，不是 AI 判讀；命中不代表事件歸屬或立場，與頻道分類分開。標題或說明出現標籤，不代表影片主題；可能來自固定宣傳或版權文字。字幕尚未取得，不列入比對。

比對範圍
僅列出目前詞彙版本與影片標題、說明仍相符的比對結果；待比對或來源文字已變動的影片不列入，數量見「收錄與比對範圍」。
期間
「往前 N 日」包含今天與前 N 天，共 N+1 個台北日曆日（往前 7 日為 8 個日曆日）；指定起訖日期時以實際起訖日為準。日數、日期與小時條件同時套用。
命中片段
每支影片最多顯示 3 段，標示來自標題、說明或字幕；沒有片段時顯示「沒有命中片段」，來源文字缺漏時顯示「來源文字未提供」，不另行補寫。完整比對依據在影片頁的「共同標籤與比對依據」。
顯示排除
符合標籤顯示規則的詞（上游排除詞、雜訊、純數字或日期、長度不符，以及核定的來源或平台名稱、雙字通用詞、國家城市政黨詞、少數 YouTube 平台或宣傳用語）整詞不列入排行，但仍保留在原始詞彙池與比對證據中；原始詞彙池列出排除原因。雙字通用詞只依核定清單判定，包含它們的人名、事件或具體議題不會因此被排除。管理員也可以在排行上直接排除個別標籤，同樣只影響排行顯示，每次排除與恢復都留有紀錄。
說明欄樣板
同一頻道說明欄反覆出現的宣傳段落不列入比對。「24小時」這類詞只在這種重複宣傳段落中略過，出現在一般新聞內容時照常計入；這不同於整詞的顯示排除。
示例
列表與片段只是符合條件的影片例子，不能用來推算整體比例或全站失真程度；有效比對的影片比例只代表比對完成度。
觀看
累計觀看是取得當時的公開觀測值，不是期間增量；無觀看值的影片不當作 0。

本頁資料範圍

觀看數與互動數為取得當時的公開觀測值。

資料來源

本站以納入名單的 YouTube 頻道與影片為範圍（名單見頻道觀測），數據來自 YouTube 公開資料與定時觀測：直播約每分鐘輪詢一次，頻道統計、新影片與影片統計則分批輪流更新，所以同一頁的數字不一定在同一時間取得。不涵蓋全 YouTube；缺漏、尚未收錄或資料服務中斷都不等於零，尚未取得的數值顯示「—」。

頁面使用台北時間（UTC+8）。「更新於」是來源已記錄的觀測時間；來源沒有記錄時顯示「未記錄」，不以開啟網頁的時間代替。

共同標籤詞彙的標籤來源：新文易數（tag.observe.tw），保留來源、版本與比對依據；本站的頻道分類沿用有影儀表板的來源組織方式，與內容標籤是不同維度。影片數、觀看數與直播同時在線人數分開計算，不代表 YouTube 全站流量，也不表示因果關係。

完整的資料來源與計算方式 →