近期小幫手更新
　
【國語小幫手】
　
1. 這學期(109下學期)的生字確認完畢
　
除了把寒假前我眼花打錯的一些字修正，也完整確認這學期生字與去年的差異。
　
康軒、南一、翰林三家出版社一到六年級的內容中，除了二年級的課文與生字因為108課綱全面換掉之外，只有康軒五下的差異較大(課文都沒變，但是每一課的生字都更動了一兩個字)。
　
所有的更正，也同步更新到我寒假做的生字簿上
　
2. 國語辭典簡編本的內容，已經更新到目前最新2020/12/29的版本
　
在注音的部分，基本上沒有什麼變化。
　
比較有趣的是，從有些同義詞解釋的修改，可以＂感覺＂出比較推薦的用法，例如：
「當作」與「當做」都可以，但是「當作」應該比較推薦
「日食」與「日蝕」都可以，但是「日食」應該比較推薦
「舉薦」與「舉荐」都可以，但是「舉薦」應該比較推薦
　
【英文發音快搜】
　
經過了來回溝通，在資料授權使用上還是被劍橋大學出版拒絕了，所以這個服務沒辦法直接公開在粉專讓有需要的人使用
　
之後只能再繼續找找，有沒有可以授權的發音語音資料
　
【國中會考吧】
　
雖然我一直不知道這個服務，到底對於國中生有沒有用處，不過上個月跟知名自然科老師米蘭老師聊天時，他還是建議我可以補充「把答錯的題目蒐集起來，可以再次練習」的功能。
　
所以我應該還是會安排時間，把老師建議的功能做一下
　
　
以上

https://www.facebook.com/groups/1663821557256450/
準備了三年，歡迎藝術工作相關朋友加入雜技（特技、民俗技藝、馬戲團、魔術）產業工程社團(喜愛雜技藝術的朋友再等等)，幫助台灣建構正常雜技產業環境，增加劇場、藝文就業機會，讓雜技工作者享有跟戲劇、舞蹈工作者一樣的政府資源，為世界帶來更多歡樂：）
社團宗旨-推動台灣雜技產業正常化:
1完整雜技產業工程草案
2雜技史文獻收集與推廣,
目前請先參考 郭憲偉博士 碩士論文
台灣戰後雜技表演之發展研究（1945∼2006） 指導教授蔡宗信
http://ndltd.ncl.edu.tw/cgi-bin/gs32/gsweb.cgi… ;
3世界雜技史推廣;
4正名名稱討論;
5串聯雜技界團隊、名單與連署;
6舉辦雜技正名記名投票大會，從雜技、特技、民俗技藝、馬戲團等名稱中投票決定統一名稱（或不需要，文資法已有雜技）;
7推動雜技工程所需法律、行政程序（記者會、公聽會等）;
8公告正名成功;
9永續監督政府執行（監督正名執行與監督雜技專業人才聘任等）。

中華民國雜技（特技、民俗技藝、馬戲團、魔術）產業工程草案
（以下簡稱雜技工程，2017/03/22開始撰寫，此為2020/04/22版）
請藝術相關作者幫助雜技人撰寫完整，以便日後推動（強烈建議您就近加入願意為您發聲的工會，因將來應是以「工會聯盟」的方式推動雜技工程，保護自己隱私之下推動改善雜技產業工作條件與增加就業機會）。
中華民國依法行政，行政文件以法律名稱為主，故暫以文化部行法之「文化資產保存法」所載之傳統表演藝術「雜技」做主詞（雜技也是中文歷史、學術論文最廣泛的專業用詞，國際用語依聯合國教科文組織無形文化資產並列 Acrobatics / Circus ，兩字為國際專業同義詞。）並非不重視其他業界用詞，懇請諒察。正式名稱暫定日後業內「記名投票」決定。）
雜技正名工程文案草稿撰寫：光班志工黃明正，指正、交流請電洽或 Line：0952 808012 。
＊建議您先將使用雜技、特技、民俗技藝、馬戲團名稱爭論擱下，先從下列十六項內容之三、四、五項內容討論起，因為這三項才是雜技工程真正重要的內容。名稱問題暫定日後業內記名投票決定是否要推動中華民國立法院修法（或是不需要，因文資法已有「雜技」可使用）。
藝術業內公告所有內容皆起草階段，敦請業內賢達一起完成。草案內容易有不當描寫，為求顧及多方，時時修改，供藝術業內傳閱請勿外流，各自顧問除外。此次公告共十六項內容，大綱如下：
一，公告目的
二，法源根據
三，雜技工程宗旨
四，雜技工程目的
五，雜技工程訴求
六，推動方式（分三階段）
七，雜技工程運作內容;
八，自己可以做什麼來推動雜技工程？
九，答客問
十，正名推廣志工聯絡人
十一，為何要加入工會？
十二，工會聯絡方式
十三，連署人
十四，補充資料
1全臺縣市政府對雜技專業名詞使用與的補助部分現況
2世界雜技/馬戲團概況
十五，雜技在臺灣歷史上重要貢獻
十六，文化部雜技專業用詞使用亂象
一，公告目的：
1再次引發業內討論雜技工程事項、溝通連署，事關雜技世世代代權益，誠摯敦促一起推廣至每一人;
2請大家協助蒐集業內名冊，以完成第一階段業內統計工作（名冊蒐集請先聯絡 光班志工黃明正0952 808012 ）。
二，法源根據：
（ㄧ）憲法第 165 條 「國家應保障教育、科學、藝術工作者之生活，並依國民經濟之進展，隨時提高其待遇。」
（二）文化資產保存法第3條 「二、無形文化資產 （聯合國教科文組織之非物質文化遺產）（一） 傳統表演藝術：指流傳於各族群與地方之傳統表演藝能。...」http://www.moc.gov.tw/information_306_19723.html
（三） 文化資產保存法施行細則第九條「本法第三條第二款第一目所定傳統表演藝術，包括傳統之戲曲、音樂、歌謠、舞蹈、說唱、「雜技」等藝能。http://www.moc.gov.tw/information_309_19939.html
三，雜技工程宗旨：
為完善文化多元之專業化、
建設雜技藝術家世代沃土與傳承、
提升觀眾高質量雜技藝術活動之呈現，健全雜技之法律、政府、學術、教育（專業與推廣）、產業、觀眾培養正常環境，故推動雜技工程。
四，雜技工程目的：專業、保護、尊嚴。
（ㄧ）專業與歷史：雜技就是雜技，不是戲劇或舞蹈，是獨立的表演藝術。但未統一「官方專業名稱」會使整體產業努力無法累積、無法編寫系統性雜技藝術史。
（二）保護與資源：建立雜技藝術正常產業系統環境，藉由整理法律與雜技史並追認功績、產業統計、教育推廣進而全球定位等，正式注入政府全面性資源（文化部文化政策、教育部、教材與課綱、體育署運動項目、縣市政府文化局...等）以建立保護、培育雜技專業之永續環境。
（三）尊嚴與榮譽：目前雜技沒有法律、官方、教育、學界統一的名稱與獨立資源，在發展雜技藝術過程中會產生認同混淆、申請政府資源出現「踢皮球現象」、職業榮譽感低落等發展瓶頸的嚴重問題。所以快速推動文化部正名能讓雜技在專業累積、保護資源與尊嚴榮譽上深深扎根。...

演算法界上演“貓鼠遊戲”連續劇，惡意欺騙與人工智慧的博弈已開始

面對惡意演算法欺騙，人工智慧如何反擊？電腦科學家正在多方尋找對策，以便讓人工智慧更安全。

科技日報 2019/07/03 10:15

文 | 科技日報 張夢然

醫療手術、無人駕駛、圍棋對弈、隨手可用的翻譯……近十年來，人工智慧（AI）取得了巨大進步。而這，要得益於人工神經網路的發展。

這一神經網路的模式，效仿的是我們人類的大腦，在大規模應用時，也被稱為深度學習，其能夠自己發現資料的模式，而無需明確指令。

深度學習雖然可以在大資料訓練中學到正確的工作方法，卻也很容易受到惡意干擾。攻擊者們通常會通過輸入惡意資料來欺騙深度學習模型，導致其出現嚴重故障。

面對惡意演算法欺騙，人工智慧如何反擊？英國《自然》網路版日前的報導稱，現在，電腦科學家正在多方尋找對策，以便讓人工智慧更安全。

AI：我因“學習”而受傷

“學習”，是人工智慧的核心，也是使計算機具有智慧的根本途徑。

深度學習的主旨，是讓電腦去類比或實現人類的學習行為，以獲取新的知識或技能，並重新組織已有的知識結構，使之不斷改善自身的性能。

但同時，深度學習演算法的不可預測性，使其需要不斷挖掘。

對於家庭和個人手機來說，虛擬智慧化助理的應用越普遍，惡意攻擊就越可能隨時發生。有些資訊眼看、耳聽都沒有問題，卻能“暗藏殺機”——隱藏著劫持設備的指令。

舉例來說，人工智慧“看”圖像的模式，和人類的肉眼大不一樣。通過微妙改變圖像的某些部分，再輸入後的圖片即使肉眼看來一模一樣，電腦看起來卻大不相同。這就叫對抗性示例。

除了圖像，聲音也會有同樣的問題，只要修改了一個語音片段，人工智慧就可能修改成完全不同的語音指令。

無需隱身，也能抓住攻擊者

不過，在不久前召開的國際學習表徵會議（ICLR）上，美國伊利諾大學香檳分校的電腦科學家拿出了一種對抗攻擊的方法。

他們編寫的演算法可以轉錄完整的音訊以及單個片段。如果單個片段轉錄出來和完整音訊中的對應部分不完全匹配，那麼演算法會立即用一面小紅旗做出標記，表明音訊樣本可能已遭攻擊。

在攻擊測試中，面對幾種不同類型的修改，該演算法幾乎都檢測到了異常情況。此外，即使攻擊者已經瞭解到有防禦系統的存在，大多數情況下還是會被抓住。

這套演算法擁有令人驚訝的穩定性。谷歌大腦團隊的科學家尼古拉斯•卡林尼評價稱，其最具吸引力之處在於它的“簡單”。另有與會專家認為，隨著對抗性攻擊越來越常見，谷歌助手、亞馬遜和蘋果等服務，都應當應用這種防禦系統。

然而，攻擊和防禦之間，註定是一場持久的“貓鼠遊戲”。卡林尼表示：“我毫不懷疑有人已經在研究如何攻擊這種防禦系統了。”

提前演練，對攻擊免疫

也有的研究團隊在另闢蹊徑。

就在本周，澳大利亞聯邦科學與工業研究組織下屬團隊公開了一套演算法，其通過效仿疫苗接種的思路，幫助人工智慧“修煉”出抗干擾能力。

所謂“疫苗演算法”，就是在識別圖片時，能夠對圖片集合進行微小的修改或使其失真，以激發學習模型“領會”到越來越強的抗干擾能力，並形成相關的自我抗干擾訓練模型。經過此類小規模的失真訓練後，最終的抗干擾訓練模型將更加強大，當真正的攻擊到來之時，機器學習模型將具備“免疫”功能。

這其實是針對深度學習模型專門打造的訓練。因為它會“學習”，所以也會學著糾錯。

郵件篩檢程式：效果不盡人意

郵件篩檢程式真的已經很努力了，但效果並不盡如人意。
這是因為防禦與攻擊總是相伴相生。隨著漏洞越來越多的被察覺，人工智慧擁有更多的防禦能力，惡意攻擊也在不斷進階。

在4月召開的美國系統和機器學習大會（SysML）上，德克薩斯大學奧斯丁分校的電腦科學家們揭示了機器學習演算法在文本理解方面的漏洞。

有些人認為文本不容易被攻擊，因為惡意欺騙可以對圖像或聲音波形進行微調，但改變任何文字都會被察覺。可科學家告訴我們不是這樣。

惡意攻擊會瞄準一些同義詞，文本含義不發生改變，但深度學習演算法卻可能因此而判斷錯誤——垃圾郵件成了安全的，假新聞被合法推送。

科學家們演示了一套惡意攻擊程式，它甚至會檢測文本分類器在判斷是否含有惡意時，最依賴的是哪些詞語。接著，它挑選出關鍵字的同義詞，替換，然後飛速開始測試下一個關鍵字。在這套演算法攻擊下，篩檢程式的準確率急劇下降。

不過，將這些手段公諸於眾，究竟可以提高防禦能力，還是會加劇攻擊手段，目前仍有爭議。此前，已經有AI實驗室拒絕公開一種攻擊演算法，因為擔心它被濫用。

資料來源：https://www.jiemian.com/article/3273741.html