雖然這篇夭折定義鄉民發文沒有被收入到精華區:在夭折定義這個話題中,我們另外找到其它相關的精選爆讚文章
在 夭折定義產品中有31篇Facebook貼文,粉絲數超過16萬的網紅食力foodnext,也在其Facebook貼文中提到, 【🦀網購海鮮銷售推手:疫情】 挪威發表了橫跨20國的《海鮮趨勢》報告發現疫情下拯救了快夭折的網購海鮮市場?而各國消費者重視永續性,但對永續性的定義卻不盡相同?...
夭折定義 在 IAMYANGtw Instagram 的最佳解答
2021-07-11 08:50:53
作家陳思宏的長篇小說《#鬼地方》太好看了。 #感謝摯友溫推薦我們真的需要來個讀書會❤️ 起初像是讀哈利波特那樣,想說怎麼這麼多人物啊,描述也有些奇幻,鄉下地方,怎麼有什麼白宮與河馬。 永靖鄉下一家,五個姊姊兩個弟弟,大街二姐三姐各有各的課題,貧窮、家暴、忽視,四姐嫁給小鎮裡的富豪,卻瘋了,五姊又去...
夭折定義 在 顆顆悅目 Instagram 的最佳貼文
2020-05-11 13:11:45
. 文青最喜歡講小確幸。 幸福的定義,固之然因人而異,但原來,亦因時代而異。 小篆的「幸」,寫成上「夭」下「屰」,「夭」是夭折、「屰」是相反,加起來就是倖免於難的意思。 三千年過去,今日的「幸」字寫成這樣子,下面一個代表人民幣的「¥」,上面,則是一個腿張開的人,張開到已由「大」變成一字馬的「土...
夭折定義 在 Ahmeow Lin Instagram 的最讚貼文
2020-05-02 12:19:58
今天,10/4,就是我首度新手監製的紀錄片「一首搖滾上月球」上映日,有些話想跟大家說說。前陣子去了北京一趟籌拍一部電影,數月後不幸又夭折了(所謂的“又”是因為阿信後我已經停拍三部片),氣憤沮喪之餘打包行李準備返台時卻想起荒謬的我早在上個月退掉台北的房子了,此刻該回去哪呢?或許這樣安排上天自有旨意吧。...
夭折定義 在 食力foodnext Facebook 的最佳解答
【🦀網購海鮮銷售推手:疫情】
挪威發表了橫跨20國的《海鮮趨勢》報告發現疫情下拯救了快夭折的網購海鮮市場?而各國消費者重視永續性,但對永續性的定義卻不盡相同?
夭折定義 在 Terry&Friends程天縱與朋友們 Facebook 的最讚貼文
熱門話題四:同溫層
隨著疫情越來越嚴重,確診的人數始終居高不下,而死亡人數繼續攀升。我的親友、同學群裡,大都是年紀相近、70歲左右的同齡人。看到老年人的重症和死亡比率,又不知道何時才能打到疫苗,鄰居、朋友、同學都慢慢地躁動了起來。
許多不滿的情緒在我的網路社群裡,蔓延起來了。有人抱怨政府,有人支持政府,於是攻擊、挑釁、爭吵等等,就在最近一兩個星期開始加劇了。
我在網路上看到這段影片,忍不住分享給我的同學和朋友們,希望能夠降降大家的火氣,讓他們的心情放鬆,帶給他們一些快樂的氣氛。同時我也留下一小段留言。
「生活再怎麼窮困,環境再怎麼惡劣,沒有人可以剝奪我們的快樂。跟這些孩子們學學吧。」
對於有爭吵的同學群裡,我加了下面這一段。
「快樂是自己的選擇,不管我們還有多少日子,不快樂的過,又有什麼用呢?同學交流不要傷了多年同窗之情,更不要因此而生氣不快樂。
可能我年紀大了,看到同學間爭吵,怎麼我心裡特別難過?
於是我再看了這一段非洲孩子們的影片,我心情又好起來了。建議大家多看幾遍,歌舞都很棒。
我一邊看,一邊跟著跳,心情特別好,建議同學也可以跟著這些小孩子一起跳舞,感覺好棒。」
同學阿芬回覆:「今天才知道臺灣歌『小姐請妳給我愛』是由這個英文歌曲來的。而且這些小孩跳舞真好看!純真無邪可愛⋯⋯
小的時候簡單就是快樂
老的時候快樂就是簡單!」
我也立刻接著留言:「阿芬,你沒有提起的話,我都已經忘記了這首歌有台語版。這就是同學們在一起聊天講古的好處,很多回憶就跟著回來了。」
原來有些火氣的同學也出聲了:「感謝同學們的關心、提醒,對啊,都70歲了,少點憤世忌俗,國家大事交給年輕人吧。」
其他同學也紛紛跳了出來,滅了大家的火氣。同學群又回復了往日的美好,也恢復了理性的討論。
但是,在一個親友群裡,同樣的影片和第一段留言:「生活再怎麼窮困,環境再怎麼惡劣,沒有人可以剝奪我們的快樂。跟這些孩子們學學吧。」
卻得到不同的留言回應:「死亡⋯⋯,非洲有太多來不及長大就夭折的孩子。我參加了『地球村』的活動,請你去看看那一張又一張,無助、瀕臨死亡的孩子照片,讓我內心非常難過。同樣是人,為什麼世界這麼不同?」
在一個「同溫層」同學群,我也貼了同樣的影片和第一段留言。除了一位給我鼓掌之外,其他同學繼續他們有興趣的話題。我的影片和留言,不夠辛辣和爽快,一如既往的,沒有引起任何回應,彷彿沒有發生過。或許這就是同溫層社群的好處,不會有不同的意見,也就不會有爭吵了。
最近在網上流傳「白色僧侶幻覺」影片(有興趣的朋友可以去網上搜尋體驗),同樣顏色的兩個圓球,由於背景顏色和前面遮蔽的小點點顏色不同,使得兩個球的顏色看起來就不同了。由此證明,環境和先前印像,對認知的影響有多麼大。
「同溫層」就是圓球前面的遮蔽物小點點,它們所造成的結果,就是改變了你看到的圓球顏色。在同溫層裡面,你看得到「事實」嗎?你追求得到「真理」嗎?或是,如同溫水裡面的青蛙,水的溫度不重要了?
結語
人類和其他動物最大的不同,不僅僅是「感官」,而是「認知」。如果只看感官的話,我們遠遠不如大部分的動物。
當人類面對一個物體時,我們的感官會從各個方面去感覺它。眼睛感覺顏色和形狀,耳朵感覺聲音,鼻子感覺氣味,舌頭感覺味道,而身體的其他部位可以依靠觸覺感知冷、熱、軟、硬等各種特性。
其實這沒什麼稀奇,因為所有的動物都能依靠感官,來感覺外部世界,很多動物的感官系統都比人類強大。
但是動物得到這些感官訊息之後,只能做到單一的、簡單的生理反應,而人類在接收到所有的感官訊息後,會進行加工處理。
我們會把所有這些零散的、雜亂的感官訊息,整合成「一個事物」,然後全面把握這個事物的所有性質。
康德(伊曼努爾·康德 I. Kant, 1724~1804)把這種能力叫做「統覺」(Apperception)。
他說:「動物有理解能力,但是沒有認知、沒有統覺,不能把這些表象變為一個普通概念」。簡單的說就是,「只有人類才具備有給一個事物下定義的能力。」
人類可以形成完整的認知,動物不行。人類獨有的認知,加工出了世界的模樣。但是,每個人的認知除了一些普通的、基本的概念相同之外, 由之衍生出幾層的自我認知,都不一樣。
因此,我們眼前的世界並不「真實」也不「相同」,因為它不過是每個人的認知「加工」出來的產物。
同樣一段影片和感想,貼在不同的群裡面會產生不同的反應,即使在同一個群裡,不同的人也會看到、聽到不同的訊息。
這也就難怪,不論執政黨或在野黨怎麼對民眾溝通,信者恆信,不信者恆不信。台灣社會越來越兩極化,越來越不穩定,越來越動盪。
讀者們看看我附上的這一段影片,然後想想,你看到的是真正快樂的,還是被加工過的,事實上是死亡的非洲孩子們?
你再想想看,你想看到的是快樂還是死亡?你再想想看,能夠讓台灣變得更美好的,是快樂還是痛苦?
https://youtu.be/VyfgUNAsNQ4
夭折定義 在 Eddie Tam 譚新強 Facebook 的最佳貼文
譚新強:Galileo的教誨:人類非宇宙中心點
文章日期:2021年5月21日
【明報專訊】人類非常自以為是,一切以自己為中心的動物。自古以來,不止大部分人都以為大地是平或者是方的,他們更以為天上的星星、月亮和太陽,都是圍繞着我們而運轉的。當伽利略(Galileo Galilei)以望遠鏡觀察得來科學證據,支持哥白尼(Nicolaus Copernicus)的太陽中心論,他就被教廷批鬥和逼害了20多年之久。
即使現代人也有同樣自以為是的主觀願望。不少人偏見地以為近數十的所謂新發明,例如互聯網、手機、AI、機械人和加密貨幣等,都必然是人類史上最偉大和最重要發明。更有不少人甚至相信所謂加速回報定律(Law of Accelerating Returns),認為重要科技發明的速度不斷提升,很快就將達到人網合一的所謂「奇點」(Singularity)!
客觀點來看,這些科技發展雖重要,尤其互聯網和手機,令到日常生活更方便和豐富,但怎可能比火、蒸氣機、電力、電話、汽車和飛機等更重要?有人曾問過李光耀,什麼是偉大發明?他的答案是對新加坡而言,最重要的發明是空調!他認為在熱帶地區,如沒有空調,工作效率非常低,經濟發展必更困難。你可能以為李光耀此言是開玩笑,小小一台冷氣機,怎可能那麼偉大?但事實擺在眼前,新加坡是熱帶國家中,極少數(差不多唯一)能達到發達國家水平的國家之一,成功原素當然不止空調這麼簡單,但他立國不久即決定盡快在所有政府辦公室裝置空調,肯定對提升政府效率有極大幫助。
近20年科技無助提升生產效率
若以生產效率的趨勢來判斷近20年科技發展的成效和重要性,不幸客觀結論就必然是頗為失望,甚至驚訝。因為不論美國或中國,過去20年的勞動生產率(labour productivity)增長都不斷放緩(見圖1及圖2),就如數以萬億美元計的IT投資,每人手中一台超級電腦,都提升不了我們的生產效率。更不需遑論AI結合機械人,再加5G,所有工廠都應變得更自動化,需要的工人極少,理論上人均生產效率必定急速提升。
這麼多「超偉大」發明,怎去解釋生產效率增長率不加速反放緩的重大謎團?我認為可探討3個可能性。
(1)從1970年代開始,個人電腦(PC)開始崛起和普及,企業投入大量資源,期望生產力效率大幅提升。但長近20年的投資期,效果一直是失望的,在互聯網普及前,大部分電腦幾乎可算是獨立的,主要用途只包括文書處理(word processing)、電子試算表(spreadsheet)和簡單資料庫(database)等,即使有通訊功能,也只限於速度極慢、撥號連線的modem。在這個單打獨鬥的環境下,大部分PC亦是一台昂貴的高級打字機,對生產力提升當然有限。後來隨着互聯網崛起、寬頻普及,企業開始看得到大量投資IT的回報。當然互聯網的發展,提供了創立大量新企業的機會(但即使如此,上世紀七十年代至今的生產力增長也一直放緩)。
同一道理,過去30年的新科技發展,將有重新提升生產力效率的一天,可能只是時辰未到。我贊同有此可能性,但到底現代科技,缺乏什麼催化劑,防止它們完全體現潛能?我也沒有準確答案,部分可能是投放的量未足夠,例如5G,大家一直期待網絡速度馬上提升10倍以上至Gbps級別,但事實上在美國和中國的用戶體驗極差,平均速度提升50%不到,某些情况和地區,甚至比4G更慢,亦較受障礙物如牆壁阻礙接收。應用方面更缺乏「killer apps」,據說在中國的流行5G App是Speedtest,就是用來測試通訊速度!現時平均每個基站服務約7000用户,當然寄望繼續增加密度,到了某個水平,希望能較成功體現5G功能。除此,高頻率的mmWave網絡仍在起步階段,高頻率才可真正大幅提升速度,但不幸物理上,mmWave穿透力更差,要實現IoT夢想,實時遙控高速機器,進行精細手術和應用於交通系統等,仍面對極大挑戰。
(2)人均生產效率增長放緩,有可能是定義和數據準確度的問題。會否是不可以金錢來量度近代科技發展所帶來的所有好處,除經濟增長外,亦有助改善人類健康、延長壽命,以及提升快樂感?有可能,事實上在過去200多年,全球人類壽命的確上升很多,從不到30歲升至現在的70多歲;但大部分應該是公共衛生的改善,尤其自來水的普及,農業進步導致營養改良,以及接生技術和環境改善,大幅減低嬰兒夭折率等,而非來自先進癌症治療法或基因工程技術。當然,近年英美的平均壽命更出現下跌趨勢。快樂的定義更抽象,跟科技發展更沒有一個必然關係,去多幾次日本就一定開心啲?著名人類學家Steven Pinker認為,原始的hunter-gatherers,以狩獵為生,不用花太多時間工作和計劃生活,平均快樂度反而比生活較穩定和富庶的農業社會高很多。原因是農業需要長達一年的工作計劃、播種、灌溉、收割和儲糧等等,全年忙碌,亦需全年憂慮天氣和瘟疫等。現代人更惨,不止需要計劃一年,未上幼稚園,已需要開始計劃人生,每年每月每日都有無窮無盡的所謂工作、責任和煩惱。
有人企圖解釋,可能分母也有問題。人均生產力增長減速,或者是因為現代經濟高度自動化,需要工作的人愈來愈少,即是失業,underemployment和不需工作的人愈來愈多,所以人均生產效率就被拉低了。這個解釋有兩個問題,首先在這次COVID大流行前,以美國為例,失業率跌至3.5%的50年新低,何來工作人數在減少?近月隨着美國疫情減退,失業率又再急速下降,所以此論點不成立。
有人指出,雖然表面失業率低,但有不少人不再尋找長工,只做點「零工」(gig),或只領救濟,所以人均生產效率被拉低。我沒有深入研究過,但我懷疑近年underemployment的情况,是否真的比以前嚴重。我的印象是從前較以農業為重的社會,鄉下的「閒人」更多,城市化才是提升人均生產力的最重要元素。
總括來說,我承認經濟數據未必能夠完全反映科技進步對人類的影響,但仍不可以此為解釋生產效率增長放緩的藉口。
人類發展漸近兩科學極限
(3)我認為最重要的解釋是人類發展已逐漸走近兩個科學上的極限。第一個是地球資源所能提供的可延續發展極限。人類發展,從古至今,尤其從工業革命開始,都可說是建築在耗用地球資源身上,尤其倚賴化石能源,最初是最髒的煤炭,後來是更好用但更有限的石油,再加上較清潔但難儲存運輸的天然氣。近年我們當然開始發現化石能源的碳排放,帶來嚴重氣候變化問題,如不能在極有限時間內解決,足可導致一次全球大規模動植物滅絕災難!
樂觀來看,這個危機當然也提供很多發展再生能源、電動車輛(electric vehicle, EV)、儲能、碳捕獲(carbon capture),以至「地球工程」(geoengineering)技術的機會。但不能否認的是地球本身是個充滿有機化學(organic chemistry)的環境,最方便的能源必然是與炭相關的,石油的能源密度是任何電池技術的20倍以上。按《巴黎氣候協議》的計劃,人類必須在2050年前達到碳中和,談何容易?去年因疫情,全球碳排放確下降了約6.5%,接近但仍不到每年遞減7%的目標,今年美、中等經濟重開,有可能達標嗎?
另一個更根本的是物理的極限。歷史上最偉大的科學突破,毫無疑問是二十世紀初,愛恩斯坦的狹義和廣義相對論,和稍後由玻爾(Niels Bohr)、海森堡(Werner Heisenberg)和薛丁格(Erwin Schrodinger)等人所發展的量子力學(quantum mechanics)。兩套理論非常偉大,亦有極大實用性,核能和核武正是它們的結合,是禍是福,見仁見智。但不幸過去60年,理論物理已可說碰到了堅硬牆壁,相對論與量子力學有非常根本性,甚至哲學性矛盾,聰明如愛恩斯坦,窮人生最後30年努力,也無法解決此問題。後人想出很多充滿創意的理論,例如超弦理論(Superstring Theory),但全都是紙上談兵,毫無實驗證明,所以於事無補。
物理極限對應用科技和經濟發展有很大影響。整個IT革命都是由半導體技術進步所推進。最有名的摩爾定律(Moore's Law),雖並非一條真正永恒不變的物理定律,但在過去50年,一直是芯片發展的一個指標。事實是每一代的芯片發展,雖仍在進步,但速度早已放緩,最初摩爾定律預期每9至I2個月,芯片密度即可翻一倍,近年已放緩至兩年以上。強如過去的老大英特爾(Intel),已停滯於14nm兩年以上,只有台積電和三星能繼續推前,能成功生產7nm芯片。即使台積電等能如期做到2nm,無疑必將接近物理極限,再縮小必將帶出各種量子世界的奇怪現象如「穿隧效應」(tunneling effect),極難控制芯片性能。
在應用層面上,影響也必極大。單是AI無人駕駛,已是個極重要的科技夢想,亦是Tesla股價的一個重要支柱。馬斯克(Elon Musk)教主是個頂級銷售員,他一直不斷告訴「信徒」無人駕駛是個相對簡單的ANI(Artificial Narrow Intelligence)應用,只需GPU或ASIC夠快,加上視覺數據,必可在短期內成功。按馬斯克的說法,年輕一代不需要學駕駛汽車,法律甚至將禁止人類開車,所有汽車變成AI無人駕駛的EV。
無人駕駛為極複雜AI難題
事實上,無人駕駛是個極複雜的AI難題,最近連馬斯克開始承認困難比原先想像中高很多。不止Tesla,大部分其他公司都碰到同樣問題,不少甚至已放棄。Uber和Lyft都計劃出售無人駕駛部門,Alphabet的Waymo,近日CEO和CFO等多位高層相繼辭職。德國各大汽車廠近日都推出質量非常不錯的EV,但並無太多AI功能。
我一向認為無人駕駛沒那麼簡單,應屬於AGI(Artificial General Intelligence)問題,即需要所謂common sense。人腦當然遠比電腦慢,但複雜度遠比芯片高,人腦neurons(神經元)數量超過1000億,synapses(突觸)數量更超過125萬億,更加是三維物體,連形狀和組織都對人腦的思考、性格和整個意識(conciousness)非常關鍵,遠比現時最先進二維為主,7nm GPU的540億原子粒多和複雜。即使未來用到2nm技術,能做出人類common sense的機會仍很低。不少AI專家認為,AGI需要whole brain simulation,或甚至不可以矽為基礎原料,改以用所謂wet ware,不知是否想以基因工程技術,在試管中培植出一個以碳為基礎原料的有機AI系統?聽起來,比Frankenstein(科學怪人)更恐怖!
我沒有答案,只想提醒大家不要過度自以為是,人類始終是渺小的,我們對宇宙的認知非常有限!
(中環資產擁有Tesla、Uber、Alphabet、台積電及三星財務權益)
中環資產投資行政總裁
[譚新強 中環新譚]
https://www.mpfinance.com/fin/columnist3.php?col=1463481132098