雖然這篇差異同義詞鄉民發文沒有被收入到精華區:在差異同義詞這個話題中,我們另外找到其它相關的精選爆讚文章
在 差異同義詞產品中有25篇Facebook貼文,粉絲數超過3,992的網紅台灣物聯網實驗室 IOT Labs,也在其Facebook貼文中提到, AI 如何為公司創造更多價值?專家:2 個缺陷,要先由人類來修補 2021/05/13 採訪‧撰文 盧廷羲 張凱崴 美國人工智慧國家安全委員會(NSCAI)今年 4 月建議,國防部每年應至少分配 3.4% 的預算投入科技領域,並提撥 80 億美元研發 AI。企業方面,微軟(Microsoft)4...
同時也有1部Youtube影片,追蹤數超過267萬的網紅阿滴英文,也在其Youtube影片中提到,阿滴以自己的鼻子為例,教大家各種big的同義詞,看完這集就可以用更精準的單字形容各種很大的東西囉! 阿滴英文《六週年特刊》蝦皮預購中:https://bit.ly/35cMIsI 本次也特別開放「單次購」寄往海外:https://bit.ly/3kPVeTZ 每週一晚上九點更新,請記得開啟YouT...
差異同義詞 在 每日一字學法文 + 法文發音 ? Instagram 的最讚貼文
2021-07-05 13:10:43
Un dictionnaire [œ̃] [diksjɔnεr]字典 pinyin : Zìdiǎn _ 常見的法漢線上字典有Larousse和法語助手 Larousse是法國權威的法文字典之一🏆 提供線上免費字典 並支援多國語言(漢法、英法、西法、德法等) 也有提供例句發音及同義詞☺️ 有一定...
差異同義詞 在 ??? 政大 | 科系職涯訪談 | 個人成長 | IG經營 Instagram 的精選貼文
2021-07-11 08:50:48
寫作能力重要嗎 國高中的國文考試中需要考驗學生的寫作能力之後 在大學或是之後的職場中寫作能力重要嗎? 答案是肯定的 不管是履歷的自我介紹、經營個人粉專/品牌 撰寫報告/心得/作業等等皆需要寫作能力 而前陣子少女凱倫到了政大演講 因為演講主題恰好是自己有興趣的跨領域媒體相關便報名參加 在演講當中得...
差異同義詞 在 DSE 7科5** | IELTS 9分 | 線上補習 Instagram 的最讚貼文
2021-04-16 13:30:34
#Melody生詞教室 「少量的」的同義詞 ⠀⠀⠀⠀⠀⠀⠀⠀⠀ Slight e.g. Even a slight improvement should be appreciated. 翻譯:即使只是略有改善,也應受到讚賞。 ⠀⠀⠀⠀⠀⠀⠀⠀⠀ Slender e.g. The chance o...
-
差異同義詞 在 阿滴英文 Youtube 的精選貼文
2020-11-02 21:00:29阿滴以自己的鼻子為例,教大家各種big的同義詞,看完這集就可以用更精準的單字形容各種很大的東西囉!
阿滴英文《六週年特刊》蝦皮預購中:https://bit.ly/35cMIsI
本次也特別開放「單次購」寄往海外:https://bit.ly/3kPVeTZ
每週一晚上九點更新,請記得開啟YouTube🔔通知!
上一部影片 台灣VS美國的文化差異! 美國人覺得台灣對同志友善嗎? https://youtu.be/_RhPODWVb0s
下一部影片 敬請期待!
阿滴英文的人氣影片:
■ 英式英文挑戰! 你聽得懂電影中的英國用語嗎? https://youtu.be/x9qlyy86LxE
■ 去外商公司工作英文要多好? 阿滴突襲Google台灣辦公室! https://youtu.be/ES73LXd4LGg
■ 三點就放學! 回家都在玩? 芬蘭學生怎麼看台灣的教育制度? https://youtu.be/VHnyCM6iG7o
■ 連阿滴都唸錯的常見英文!? 學會用『回音法』練習發音! https://youtu.be/16kkr2eGSdE
■ 阿滴跟大謙的公開! ...英文自我介紹教學 😂 https://youtu.be/WIMq3aIExyU
■ 阿滴英文砸招牌! 同步翻譯議會質詢超崩潰!? https://youtu.be/jpmu6u24MNo
■ 超失控成語翻譯! 重量級來賓嚇到滴妹『花容失色』 https://youtu.be/BRniFD91j6E
其他連結:
http://facebook.com/rayduenglish
http://instagram.com/rayduenglish
http://pressplay.cc/rayduenglish
合作邀約:rayduenglish@gmail.com
差異同義詞 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
AI 如何為公司創造更多價值?專家:2 個缺陷,要先由人類來修補
2021/05/13
採訪‧撰文
盧廷羲
張凱崴
美國人工智慧國家安全委員會(NSCAI)今年 4 月建議,國防部每年應至少分配 3.4% 的預算投入科技領域,並提撥 80 億美元研發 AI。企業方面,微軟(Microsoft)4 月宣布,將以 197 億美元收購語音辨識開發商紐安斯通訊(Nuance Communications);後者是雲端與 AI 軟體的先驅。
從企業到國家,都愈來愈重視人工智慧,知道要想辦法運用 AI 創造更好的生活。不過,目前 AI 發展到底處於什麼階段?我們又該如何應用?
美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授張凱崴形容,目前人工智慧技術已經可以幫助人類完成很多事,像是疫情來襲,電腦可以從大數據中篩選條件,自動搜尋、判讀潛在病例,幫助醫生大幅減少檢查時間,但 AI 也並非萬能,要先認知它的局限。他研究如何讓 AI 更符合人性,獲得 2021 年的史隆研究獎(Sloan Research Fellowships)。
AI 局限1. 資料寬廣度不足時,就會複製人類偏見
張凱崴認為,電腦在學習的時候,是依賴「彙整數據資料」來判斷,並沒有真正思考,如果資料來源太狹隘、不夠多元,資料寬廣度不足,電腦判斷就會出現偏差,「你跟電腦講清楚 input(輸入)、output(輸出),提供足夠的數據資料,它可以對應、學得很好,但還有很多面向 AI 做不到。」
舉例來說,亞馬遜(Amazon)2014 年推出智慧音箱(Amazon Echo),使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而,有些人口音較罕見,或是用字較特殊,智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案,就可能失靈,這是當前 AI 的其中一大問題。
張凱崴進一步解釋,AI 另一項挑戰是,它無法清楚分辨「不曾出現」與「不能出現」(無法出現)之間的區別,只是從資料統計出要學的東西,無法像人類一樣進行邏輯思辨。
AI 的運作方式,第一步是輸入資料,第二步是分析,但這過程容易出現偏見。例如電腦在理解「總統」這個字,會去看四周有什麼字詞,來學習總統這個詞,由於許多總統都是男性,電腦就會「覺得」總統是男性。
這也是為什麼,如果讓 AI 學習,在它的認知裡,女性「不可能」當美國總統(因為沒有資料紀錄)。「你可以跟人類說,任何職業、性別都是平等的,但對電腦來講,這很困難,」張凱崴說明,一旦資料的寬廣度受限,電腦就容易產生偏見。
就像在自然語言處理(Natural Language Processing,讓電腦把輸入的語言變成有意義的符號)領域,張凱崴說明,AI需要知道代名詞指的是「哪個名詞」,才能運算下去。但如果資料受限,使用男性的「他」,電腦可能判斷這個代名詞是指總統、總理、執行長;但換成女性的「她」,由於數據不足,電腦就會混亂,出現系統性誤差。
他再舉一例,美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統(GPT,Generative Pre-training),推出到 GPT3 版本,屬於書寫類 AI,電腦能夠揣測人們說完上一句話,下一句可能會講的句子,自動完成後半段。
好比有人上一句寫下「我正在和教授聊天」,系統可能推導出「我們在研究室討論學術問題」,因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示,GPT2(前一代版本)系統也從資料中學習到許多偏見,像是如果句子前半談論白人男性,系統傾向產生正面評價;如果句子前半是黑人女性,系統竟會產生負面句子。對企業來說,許多組織接觸 AI,想讓它們取代部分工作,首先需要留意資料的廣度、多元性,才能減少電腦犯錯的機會。
AI 局限2. 即便條件相同,也無法每次都做出正確判斷
「其實,現在的 AI 就像一台原型飛機,還缺乏穩定性。」張凱崴說,現行的 AI 就好比萊特兄弟(Wright brothers)剛發明飛機,看似可以做很多有趣的事,但「可以飛」跟「飛得很好」,有一大段落差。
紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片,AI 掃描後,確認是不是本人,但當時系統沒有估算到某些亞洲人眼睛比較小,一名亞裔男子被判定「沒有張開眼睛」,因此照片無效。
張凱崴說,在這個例子中,凸顯出 AI 的穩定性不足,「系統沒有考慮到不同人種的差異,很死板地認為你眼睛沒張開。」所謂的缺乏穩定性,指的是 AI 沒辦法在相同條件下,每次都做出正確決策,這也是使用 AI 時,須留意的第二個挑戰。
他再舉例,許多模型可以準確分析,一則影評對電影的評價是正面或負面。然而研究顯示,有時只要將影評中一些字換成同義詞,例如把電影(movie)換成影片(film),或改寫句子,即使意思並未改變,系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。
在設計這些程式時,人們必須注意到 AI 可能有局限,設定的資料範圍要更完整,考慮這些因素,就能減少偏見、落差,進而加強穩定性。
餵指令給 AI 要多元化,嘗試「換句話說」、刻意混淆
經理人雖然不一定具備 AI 方面的專業知識,但只要掌握觀念,再透過 AI 領域專才協助,也能優化系統。張凱崴指出,最直接的方法是,設計 AI 模型時,要把來源群組不同的資料分門別類測試,在測試階段讓群體多元化,並確保不同特色的使用者,用起來都沒有問題。
舉例來說,一套 A 系統擁有來自各地的使用者,如果設計者是台北人,設計系統的思維容易以台北生活為主,很可能因為當地習慣不同,導致花蓮使用者操作不順。
另一個方法,則是用不同的「語意」,去測試 AI 有沒有徹底學會一個概念。例如,有一套餐廳評鑑的 AI 系統,只要蒐集、整理使用者意見,就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性?張凱崴建議,可以利用「抽換詞面」的方法。
比如,把詞彙換成同義字,再看 AI 是否能運算出相同結果,「你可能會發現,原本評比結果是食物很美味,但如果美味換成比較困難的詞,AI 就會分不出這則評比是好是壞。」因此在訓練模型時,可以將詞彙隨機抽換成同義詞,增加 AI 的詞彙量。
第三種方式更進階:改變句型、重寫句子。張凱崴指出,同樣一句話,如果換成不同說法,電腦可能判讀錯誤,將「因為發生 A 事件,所以導致 B 事件」,改寫成「B 事件發生了,是因為 A 事件的緣故」,明明兩句話意思一樣,但 AI 很可能因為穩定性不足,搞混兩者的差別。如果要鞏固 AI 的穩定性,可以使用自動改寫的方式,增加資料的多樣性。
張凱崴表示,經過這些測試,讓 AI 接受更多元化的訓練,得到更廣的學習範圍,往後碰到同義詞、相似資訊,才能有效判讀。
張凱崴總結,AI 還在快速發展,或許可以創造更多工作機會、新的職位,但現行階段,它只是輔助角色。AI 並非魔術盒子,使用它就一定有更好結果,人們還是要保持高度耐心,先認識它的缺陷,才能在技術更迭下,發揮出最好的結果。
張凱崴
台灣大學資訊工程系碩士、美國伊利諾大學(UIUC)電腦科學博士。美國加州大學洛杉磯分校(UCLA)電腦科學系助理教授,研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎(Sloan Research Fellowship),研究團隊開發的運算方法,使人類語言處理的程序更有效率、更多元,同時兼具公平性。
附圖:優化AI系統的3方法
資料來源:https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis
差異同義詞 在 Facebook 的最讚貼文
認真查清楚後,真的又發現這群自稱家長的人是謠言製造者,並且透過偏頗的宗教色彩媒體製造謠言,台灣真的不需要更多的恐同與謠言。
而是一起維護性別多元、性別友善的台灣!
某家長團體擅長看到黑影就胡亂射擊
認為親職教育不能談性教育?親職教育當然包括性教育呀!
認為性別教育不能談性教育?性別教育當然包括性教育呀!學性教育的人,也認為性教育包括性別教育
性教育、性別教育兩個領域是有差異,但也有集合交集處的
動不動就把性教育連結把人變同志?(一堆黑人問號,從來都沒有把人變同志的教育,只有走出埃及想把同志變異性戀,世界公認違法治療的倫理而已吧?)
動不動談性教育就是性解放,性解放就是性自由的同義詞,也就是把人從受困的、不自由的、造成壓迫的性觀念中解放出來,而感到自由。這群自稱家長的人,真的很需要性解放呀!
其實是這群拿著家長團體當令牌的人,性恐慌發作了~!
小劉醫師-劉宗瑀Lisa Liu粉絲團 加油!
新上好Fun-志工玩很大 加油!家長相挺!
差異同義詞 在 地方爸爸與他的小幫手們 Facebook 的最佳解答
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