【明哥】（2019年舊文）

Wyman生日，被邀請的確是種值得珍惜的榮幸。見到許多明星嘉賓前來，都紛紛為他慶賀表演，都看得出誠心誠意，心懷愛和敬意，好替他高興。平常好討厭聽到人說：「識人好過識字！」言下之意即是交際應酬手段比個人才能學識更重要，曾經為此跟相識多年的朋友吵架，幾乎反臉。自己知自己事，才藝學養皆平庸，交際手腕更接近負值，勝在做人處事尚有一點韌力。即是如果夾硬要我同意，那句貪了小便宜就懶興奮隨口說的「識人好過識字！」，自己的人生則準備永不見天日。

雖然知道，識人好重要，但人和人之間交往，始終好珍惜那純粹和真誠，如果去認識一個人往往懷有不可測量的目的，甚至某程度總要扭曲自己的性情和價值來遷就，這是種自己未必可承受的疲憊，至少我寧願抵受寫字造句的沉默寂寞。所以看到Wyman寫得一手好文字好歌詞，然後贏得許多人的尊重和愛戴，這對於一個也算寫字謀生的人，總算是口強心針。

說回那天，見到好多名氣大的明星。不得不再認自己交際低能，幹了這行二十年有多，大部分藝人都訪問過影過相，就是沒有延續交際應酬下去，不是不想不是我不友善，是真的沒天份。有機會見番，如果認得點個頭，已經好厲害。如果去到像Wyman般會邀請自己出席五十派對的，可視為神蹟。入正題，那天最興奮的，是看到明哥，他竟然依稀記得我，還問為甚麼幾個星期前（跟一些共同朋友）約好的飯局沒來呀，然後行咗去沒有下一句，我已經開心到跳起。其實這十多年訪問過他三四次，達明一派是自己心中頭號樂隊偶像，他們的歌既新潮也悲天憫人，具備不可比擬的劃時代力量：「恐怕這個璀燦都市光輝到此！」是神級預告。每次訪問見面他都溫柔友善，但好老實他早年常處於神遊物外狀態，即是對話內容好飄也帶點疏離。我相信跟明哥之間的距離，已經不是所謂交際手腕拉近得到。勉強可以順利完成訪問，但就題外話想再交流多一點，彼此間幾乎稱得上對不了頻道。這感覺，也曾聽其他同事其他行家提及過。

直到近年，大家對明哥有另一種看法：他的言詞明確清晰得多，依然是那麼溫柔婉約，但他每次站出來，就是如此昂然有勁，為我們的社會公義不辭勞苦挺身而出。他沒為任何自身利益，講道理沒有粗話沒有金句沒有大局分析也沒有詞鋒銳利。只是很意料之外他的腰背比許多直佬或所謂傲氣男兒挺得更直。沒認為他因為唱歌賺過天文數字的金錢，卻從來沒聽過他埋怨自己因為說真話而損失多大市場，犧牲了幾多！他只是好自然順暢地因為自己所嚮往的信念，真正愛這地方，當香港是自己的家，然後無畏無懼地表明自己立場。

他比所有電影中的神探英雄黑社會大哥或功夫師傅更堅執更勇毅。好像經過幾十年的時間驗證，才發現當年那位瘦削驕矜，衣著前衞，眼神有點飄忽無定的長髪男生，在最險惡的時代，反而仍站在原來那個位置，依然在朗唱三十年前的歌聲，仍挽著你手沒離開過，為自己的作品和格調作出長久的品質保證。他是十個救火的少年的最後一位，他慢跑是故意的，故意等埋你才撤離。尤其見識過幾多明星幾多政客在三十年前，一窩鋒跟大隊好義憤填膺好淚流披面地上台唱歌講話，但歷史證實，事先愈大鑼大鼓愈慷慨激昂的，事後變臉變得最快最醜惡，映照得明哥比誰都懂公義，比誰都記憶力強！

知道自己的粗鄙麻甩和明哥不容易對正頻道，即使那天我有機會和他吃飯，都未必談到超過十句。再過多兩星期，他應該連我是乜水也記不了。但沒所謂的，有些愛和尊敬是可以單向的，他的魂遊他的善忘我都傾慕。我的心，仍經常會為他的說話抖擻感動，他為我們這個世代，作了一個仁義的榜樣。這比他唱過甚麼歌拍過甚麼電影更偉大更神聖。我仍愛欣賞其他歌手或演員的作品，但就是明哥配得上那光亮的冠冕！
好像叫明哥的，都是好人。

#今天不是明哥生日

矮化女性和少數種族，OpenAI GPT 模型為何變成 AI 歧視重災區？

作者 品玩 | 發布日期 2021 年 02 月 13 日 0:00 |

機器學習技術近幾年突飛猛進，許多強大 AI 因此誕生。以知名研究機構 OpenAI 開發的語言生成模型 GPT 為例，現在可寫文章、幫人做報表、自動查詢資訊，給用戶很大幫助和便利。

然而，多篇近期論文指出，包括 GPT 等 AI 模型，生成結果包含基於性別和種族的偏見。而這些 AI 模型應用在商業領域，勢必強化歧視偏見對象現象。

卡內基美隆大學 Ryan Steed 和喬治華盛頓大學 Aylin Caliskan 近日發表論文《無監督的方式訓練的影像表示法包含類似人類的偏見》（Image Represnetations Learned With Unsupervised Pre-Training Contain Human-like Biases）。

研究者對 OpenAI 在 GPT-2 基礎上開發的 iGPT 和 Google 的 SimCLR，兩個去年發表的影像生成模型進行系統性測試，發現種族、膚色和性別等指標幾乎原樣複製人類測試物件的偏見和刻板印象。

其中一項測試，研究者用機器生成男女頭像照片為底板，用 iGPT 補完（生成）上半身影像。誇張的事發生了：所有女性生成結果，超過一半影像穿著比基尼或低胸上衣。

男性結果影像，約 42.5% 影像穿和職業有關的上衣，如襯衫、西裝、和服、醫生大衣等；露手臂或穿背心的結果只有 7.5%。

這樣的結果，技術方面的直接原因可能是 iGPT 採用的自迴歸模型機制。研究者進一步發現，用 iGPT 和 SimCLR 對照片和職業相關名詞建立連結時，男人更多和「商務」、「辦公室」等名詞連結，女人更多和「孩子」、「家庭」等連結；白人更多和工具連結，而黑人更多和武器連結。

這篇論文還在 iGPT 和 SimCLR 比對不同種族膚色外觀的人像照片「親和度」（pleasantness），發現阿拉伯穆斯林人士的照片普遍缺乏親和力。

雖然 iGPT 和 SimCLR 模型的具體運作機制有差別，但透過這篇論文，研究者指出這些偏見現象背後的共同原因：無監督學習。

這兩個模型都採用無監督學習 (unsupervised learning)，這是機器學習的方法之一，沒有給事先標記好的訓練資料，自動分類或分群匯入的資料。

無監督學習的好處，在於資料標記是繁瑣費時的工作，受制於標記工的程度和條件限制，準確性很難保持一定，標記也會體現人工的偏見歧視，某些領域的資料更缺乏標記資料庫；而無監督學習在這種條件下仍有優秀表現，最近幾年很受歡迎。

然而這篇論文似乎證明，採用無監督學習無法避免人類常見的偏見和歧視。

研究者認為，採用無監督學習的機器學習演算法，出現的偏見歧視來源仍是訓練資料，如網路影像的男性照更多和職業相關，女性照片更多衣著甚少。

另一原因是這些模型採用自迴歸演算法。在機器學習領域，自迴歸演演算法的偏見問題人盡皆知，但嘗試解決這問題的努力並不多。

結果就是，機器學習演算法從初始資料庫學到所有東西，當然包括人類的各種偏見和歧視。

之前 OpenAI 號稱「1700 億參數量」的最新語言生成模型 GPT-3，發表論文也申明因訓練資料來自網路，偏見無法避免，但還是發表並商業化。

去年 12 月，史丹佛和麥克馬斯特大學的研究者另一篇論文《Persistent Anti-Muslim Bias in Large Language Models》，確認 GPT-3 等大規模語言生成模型對穆斯林等常見刻板印象的受害者，確實有嚴重的歧視問題。

具體來說，用相關詞語造句時，GPT-3 多半會將穆斯林和槍擊、炸彈、謀殺和暴力連結。

另一項測試，研究者上傳一張穆斯林女孩的照片，讓模型自動生成一段文字，卻包含明顯的暴力過度遐想和延申，其中有句話「不知為何原因，我渾身是血。」

而當這類演算法應用到現實生活，偏見和歧視將進一步強化。

iGPT 和背後的 OpenAI GPT 技術，現在開發到第三代。能力確實很強大，就像眾多媒體報導過那樣，因此許多商業機構青睞採用。最知名的用戶就是微軟。去年 9 月，微軟 CTO Kevin Scott 宣布和 OpenAI 合作，獨家獲得 GPT-3 授權，將技術應用到針對用戶的各項產品和 AI 解決方案。

微軟尚未透露具體會把 GPT-3 應用到哪些產品，但考慮到微軟產品的十億級用戶量，情況非常令人擔憂。如微軟近幾年 Word、PPT 等產品推廣的自動查詢資訊、文字補完和影像設計功能，當用戶匯入某特定詞或插入圖片時，如果正好落入 GPT-3 的偏見陷阱，結果將非常糟糕。

不僅 GPT，照前述論文說法，所有採用無監督學習的演算法都可能包含這些偏見。現在因無監督學習非常熱門，自然語言處理、電腦視覺等領域，都成為非常關鍵的底層技術。

如翻譯對人際溝通十分重要，但錯誤的翻譯結果，一次被演算法強化的偏見事件，少則切斷人與人的聯繫，更嚴重者將導致不可估量的人身和財產損失。

作者 Steed 和 Caliskan 呼籲，機器學習研究者應該更區別和記錄訓練資料庫的內容，以便未來找到降低模型偏見的更好方法，以及發表模型前應該做更多測試，盡量避免受演算法強化的偏見被帶入模型。

資料來源：https://technews.tw/2021/02/13/openai-gpt-discrimination/

前幾天女兒說了一句話讓我大發雷霆
完全踩到我的點
她說錯一句話
曉以大義之後，我請她檢討
然後再告訴我，為什麼我這麼生氣
她說都是因為ＯＯＯ，所以我們才這麼樣
（我不是在叫你造因為 所以....的造句好嗎？）
媽媽又再次發火.....
（是因為暑假太長，媽媽火氣太大了嗎？哈哈哈）
因為沒有ＯＯＯ這件事情，妳也是這樣
為什麼要踩著別人，合理化自己的錯？

例如就會像：
我說為什麼沒有把衣服丟到洗衣籃？
孩子就會說因為我剛洗好澡，你就叫我，我去看你叫我做什麼，我才沒丟到洗衣籃！
可是在這之前，每一天每一天 沒人叫你，你也不會丟到洗衣籃
-
過程是什麼事情其實也不是太重要
但是我會大發火的點是因為
我受不了，永遠不檢討自己
發生什麼事情都先把錯怪在別人身上
然後都是因為別人才造就我今天變成這樣
先把錯推給別人，沒錯妳的罪惡感少一點
可是....妳沒有檢討過自己！
千錯萬錯都是別人的錯。
-
創業到現在即將邁入第10年了
在客服第一線遇到形形色色的人非常多
很多時候店家立場只是不想要據理力爭
你不會相信有人因為自己的疏失不願意承認
怕賠償、怕損失
他都會先把錯怪給店家、怪給天氣、怪給宅配、各種理由
人為因素，都會想先推給商家試試看可不可以矇混過關
甚至他知道原因，也可以睜眼說瞎話都是你們的錯
看在眼裡的這些，你會更堅信要把自己小孩教好的重要
先檢討自己不要先怪別人
你可以吃虧，但是不要佔別人便宜！
錯就是錯，不要害怕承認錯誤
-
生兒育女最難的事
就是教育啊ＸＤ