人們說沒有什麼所謂的笨問題，我自己就常常到處問一些笨問題，我敢講這樣的話才真的是蠢到極點。
不過最棒的問題往往是那些有著聰明頭袋的人，向我這樣的新手一五一十解釋箇中詳情的問題。NVIDIA 出類拔萃之處：有著很多聰明的人，我可以問他們一些很蠢的問題。
原來不是只有我這樣而已。每個月都有成千上萬名讀者透過網路的搜尋引擎發問，而這些讀者可以通過我們的部落格找到答案。
到底是哪些問題？其實是很棒的問題。以下是我們在2019年見到的五大熱門問題。
CPU 與 GPU 之間有什麼差別？
我們在十多年前發表這篇文章，但是由於深度學習推動的人工智慧、超級運算與自動駕駛車的出現，這個問題的答案現在變得更有意義，所以我們在今年初更新了原本文章的內容，現在有更多人看到這篇文章。
人工智慧、機器學習與深度學習之間的差別？
把人工智慧、機器學習與深度學習這三個領域想像成同心圓。最早出現的人工智慧是最大的圓，接著是後來興起的機器學習，最後是推動當今人工智慧出現爆炸式發展的深度學習，穩坐在兩者當中。點擊上面的連結以取得更多資訊。
監督式、非監督式、半監督式及強化學習之間的差別？
這是當前人工智慧領域的重點問題之一，也是這篇文章登上熱門文章排行榜的原因。點擊這個連結，網頁中將以平鋪直敘的方式來解釋，還將一一介紹適用於各種學習的資料集及問題。
深度學習訓練與推論之間的差別？
這是另一個長期以來不斷吸引著讀者關注的問題。簡單來說，訓練就是將資料投入一個神經網路並加以運行，以教導它如何執行任務的過程。這麼一來教會了電腦去做一些事情，而不過就在十年前，大多數人還覺得這些事情只能交由人類來做。相較之下，推論則是將訓練好的神經網路投入實際作業環境的過程，用在超大規模資料中心到自動運行機器等領域。
光線追蹤與光柵化之間的差別？
以前如果想要看光線追蹤的效果，看電影就能得到；要是想看到光柵化的效果，打場電動就是了。光線追蹤模擬了光在真實環境中的移動方式，只是它需要極為龐大的計算作業。光柵化技術倒是能在短時間內完成。NVIDIA 最新的 Turing 架構 GPU 靠著即時進行光線追蹤的硬體加速能力，模糊了兩者之間的界線，創造出真正極具電影風格般的遊戲畫面。
有你想回答的問題嗎？請把你的想法告訴我們。
h2{
color:#66a000;
}