這陣子台灣所有的人都因為疫情改變了生活方式與步調，你有多久沒曬太陽了⁉ #這應該是第一個我沒有曬黑的夏天吧

整天待在家裡，除了居家辦公、陪伴小孩外…少了外出，時間久了真的會讓人悶悶的，我想原因之一可能就是沒有出門走走曬曬太陽吧‼

出門吹吹風、曬曬太陽，人真的會開闊一些….在太陽底下的曝曬也可以透過紫外線的照射讓身體活化更多陽光維生素
陽光維生素維生素D:脂溶性維生素的一種，人體少數可以自行在皮膚合成的維生素，但需要陽光才能轉化

⭕增進鈣吸收，幫助骨骼與牙齒的生長發育
⭕促進釋放骨鈣，以維持血鈣平衡
⭕有助於維持神經、肌肉的正常生理
#補鈣重要 #同時補充陽光維生素更重要

維生素D近幾年廣泛被大家認識，因為越來越多研究發現它扮演的功能遠比我們想像的多。前陣子我每年的例行健康檢查也有抽血測量維生素D #結果竟然低於標準 #整份報告少有的紅字其中一項就是維生素D
根據國民營養調查，台灣有一半以上的人維生素D含量不及格‼千萬別掉以輕心啊‼
#過度被忽略的營養素
#國人最缺乏的營養素之一
#每2人就有1人缺乏

如果飲食調整與生活習慣的加總導致維生素D的不足，那麼補充品可能就是必要的

👉 飲食來源：乳製品、蛋黃、深海高油脂魚類、乾香菇、乾木耳、五穀雜糧類等
👉 生活習慣來源：陽光下足夠的曝曬

怎麼挑選維生素D3呢⁉
市面上的產品真的很多，大部分品質也都不會太差，所以下面幾點是我挑選的角度，大家可以參考看看

✔️劑量：每顆400 IU 維生素D3，滿足一日所需 #一顆是一天基本需要量 #清楚攝取

✔️ 適口性: 軟膠囊，迷你好吞 #這點好重要 #我挑選的最大重點

✔️ 非活性: 非活化型的維生素D3在體內經由轉化發揮作用，才是安全的補充方式哦！活化型的維生素D屬於醫生處方藥，不適合日常補充。

✔️ 保存條件: 澳洲原裝進口棕色玻璃瓶，增加營養保存

✔️ 安全性: 從原料到成品，超過30項檢驗 #保健品的最基本條件

✔️ 價格: 平易近人可接受 #有些動輒上千甚至好幾千元就不太適合勤儉持家的我

自從看到紅字後每天固定食用，等疫情過後我打算再去複檢看看成果如何…
#到時候再跟大家分享

#澳佳寶官網連結請見留言處
康是美、POYA、 Tomod's、大樹、信東、佑全、全家、MOMO購物等各大通路同步販售中！

🤩🤩為了幫大家在疫情期間身體補充滿滿的陽光維生素，我要抽出3人免費獲得【Blackmores澳佳寶維生素D3 正品1瓶】🎊🎊

1.本篇貼文按讚、按愛心都可以。
2.留言告訴我「#澳佳寶陽光維生素D3 居家防疫也要陽光健康力 」並tag2個朋友。
範例：「#澳佳寶陽光維生素D3 居家防疫也要陽光健康力 @好友1@好友2」
3.將這則貼文分享出去。
活動時間：即日起~2021/07/13
開獎時間：2021/07/14於本貼文留言處

#Blackmores澳佳寶
#澳洲原瓶原裝進口
#澳洲保健小棕瓶
#澳佳寶維生素D3
#陽光維生素
#關鍵時刻罩住健康

【此篇與Blackmores澳佳寶維生素D3合作分享】

打造「聊」癒系機器人！看圖說故事 AI也略懂略懂

信傳媒
研之有物
2020年11月8日 下午1:24

看圖說故事對人類來說，是輕鬆好玩的事，但對 AI 來說，卻是巨大挑戰，因為這代表 AI 必須看出圖中有哪些物件、理解圖片意義、能夠生成文句，還要看懂圖片間的因果邏輯。在中研院資訊科學研究所古倫維副研究員的努力下， AI 看圖說故事的能力有了很大的進展。她的模型有什麼獨特之處呢？跟著研之有物一起來瞧瞧！

俗話說得好：「發文不附圖，此風不可長。」不論你發的是爆卦文、閒聊文還是業配文，有圖更容易晉身流量熱文。不過近年來，社群網站發文的風向漸漸有了改變，從「發文附圖」轉變成「發圖附文」，我們總是先來一張照片，再配上相應的描述文字。接下來，我們的發文習慣還會怎麼改變？

或許，未來你拍下一張照片上傳社群網站，電腦就會自動「看圖說故事」，為你的照片腦補一段說明文字，節省你的思考時間。

讓電腦學會「看圖說故事」的伎倆，正是中研院資訊科學研究所的古倫維副研究員正在鑽研的主題之一。她的主要研究領域是人工智慧（ AI ）的自然語言處理，在因緣際會下，接觸到一個 AI 看圖說故事的競賽： Visual Storytelling （ VIST ），開啟了她對 AI 看圖說故事的興趣。

電腦如何學會「看圖說故事」？目前學界使用「機器學習」，簡單來說，就是讓電腦從大量的圖文搭配組合，從中學習看到怎樣的圖片，應該說出怎樣的故事。古倫維說：「其實一開始我們做得並不特別好。我們跟其他參加競賽的人一樣，用機器學習的方法，把圖和對應的文字丟進電腦，讓機器自己學習最佳的圖文搭配。然而機器學習幾乎是軍備競賽了！誰的電腦計算能力更強，得到的模型更複雜，生成的文字就會更好。」

先選角、打草稿，再寫故事

在軍備競爭不足的情況下，古倫維決定採取不同的策略：「既然完全由 AI 看圖說故事的效果不夠好，能不能在故事生成的過程中，有一個人類可以介入改善的步驟。」所以她把原來的做法分成了兩個階段，先從圖片抽取語意，接著再生成文字故事。

語意抽取，是指先從個別圖片中選出用來說故事的概念（如同電影選角），用知識庫找出概念之間的關係，建立圖片的關聯，再為這些圖片擬定最好的草稿（如同電影故事大綱)。

重點來了！在「選角」階段， AI 會先以機器學習的結果，找出最適合說故事的「角色組合」，尤其是面對連續圖片。這就好比張曼玉、梁朝偉、成龍三個演員，前兩個主要演愛情片，第三個以武打戲為主，如果第一張照片選了張曼玉，第二張照片應該選梁朝偉，生成的故事會比較好看。

但目前 AI 選角部分還不夠靈光，有時仍會發生如「張曼玉配成龍」的選角名單。古倫維的兩階段設計讓人類可在「選角」階段介入修改。實際例子如：圖片中有小男孩、天空、腳踏車三個概念。AI 從上圖抽取出的概念可能是「小男孩」、「天空」，最後生成的故事可能是「一個小男孩在天空下」……滿無聊的。但人類可以把「天空」改成「腳踏車」，機器最後就可能生成「一個小男孩騎著腳踏車。」嗯，是不是比較有故事性了？

最後，人類再將修改後的選角和故事大綱，交給 AI 產生整個故事。這種「先選角、打草稿，再說故事」的方式，最後產生的故事比較不會無聊或是不合理，更接近人類說出的故事。

知識庫，AI 想像力的補充包

為了增加 AI 的想像力，古倫維也在模型中納入「知識庫」，幫 AI 增加故事的知識。例如圖片中有人與馬，如果沒有知識庫，AI 可能只能生成「有一個人與一匹馬」這種平淡的句子。但知識庫可以補充人與馬關聯的知識，包括人可以騎馬、養馬等等，讓 AI 有機會說出「有一個人騎著自己養的馬」比較具故事性的句子。「當然 AI 也可能從大量的故事中以機器學習取得『很多人都會騎馬、養馬』的知識。但知識庫的最大功用，就是直接提供這個知識給 AI ，縮短學習歷程。」 古倫維解釋。

更重要的是，知識庫讓 AI 更容易解讀出圖片之間的關聯。如 VIST 競賽的題目就是包含了五張圖片的圖組，在知識庫的協助下， AI 比較容易找出各別圖片的概念之間的關聯，說出的故事會比較連貫，具有因果關係。

AI 是完全沒有想像力的，但若透過知識庫給它知識，這些知識在故事中呈現出來的，就像是 AI 的想像力。

巧妙切開「語意抽取」與「生成文本」

兩階段生成故事的方法還有一個優點，就是可善用大量的「圖片辨識」與「故事文本」資料庫，避開「圖文搭配」資料的缺乏。

現今的「圖片辨識」技術和資料庫非常成熟，可以精準的從圖片中抽取出各式各樣的概念。另一方面，說故事是人類從古至今不斷從事的活動，留下了大量的「故事文本」。相較之下，看圖說故事的「圖文搭配」資料量卻相當少，需要有人刻意去蒐集圖組、撰寫文字，古倫維說：「這種圖文搭配的資料必須人工建立，能有一萬組就很厲害了，但這個數量對於機器學習來說卻是遠遠不夠的。」

古倫維則把生成故事的過程拆成「語意抽取」與「生成文本」兩個階段，第一階段可利用精熟的圖片辨識技術和資料庫，抽取故事概念；第二階段再運用故事文本資料庫，讓機器學習如何將第一階段抽取（並由人類修改過）的概念，組合成漂亮的故事，巧妙避開了「圖文搭配」資料不足的難題。

把「語意抽取」與「生成文本」切開的話，兩個階段都可以利用幾千萬筆的既有資料，供機器學習。

腦補，讓機器更有溫度

說了半天，但 AI 會看圖說故事，到底能幹嘛？難道只是幫貼圖寫寫圖說？以研究的層面來說，如果 AI 能看圖說故事，代表 AI 在理解圖片、文字分析及因果邏輯等方面，都達到一定的水準，代表 AI 語言能力更加接近人類。在實際應用上， 可以為圖文創作者提供故事草稿，或是對於常常需要撰寫廣告文案、出差報告的人，能夠很快從圖像生成文本，人類只要略做修改潤飾即可 (小職員計畫通！)。

但更重要的是，機器人也能因此更有溫度！古倫維與臺大人工智慧與機器人研究中心的傅立成教授合作，希望透過 AI 看圖說故事的技術，讓居家照護機器人更有「人味」，會主動關懷人類。因為居家照護機器人在家中「看見」的一切，其實就是一張張的圖， AI 可以透過這些「圖」形成可能的故事，再轉化為暖心的問句。

想像一下，未來居家照護機器人看見老人家在廚房，故事劇情可能是「他要煮飯」，於是問出：「今晚想吃什麼？需要幫忙嗎？」當老人拿出相簿緬懷過去，AI 也能從舊照片解讀可能故事，轉化成聊天的問句：「照片中的這個人是誰啊？你們去哪裡玩？」還能變身孩子最愛的說故事姊姊！AI 可能從儲存的繪本資料庫中，隨機抽出不同圖畫重新組合，說出全新的故事。

會看圖說故事的 AI ，可以從眼前的情景連結到事件或情感，就像人類的腦補一般，而這些腦補就是故事。

如此一來，居家照護機器人不再只是被動的處理人類需求，相反的，「說故事的能力賦予了 AI 機器人找話題的功能。」古倫維笑著解釋，機器人從此不再詞窮，可以主動關心人類，與人類互動聊天，讓機器人變得溫暖許多。看來 AI 看圖說故事，不只是寫寫圖說、幫忙解決麻煩的出差報告，在不遠的未來，更是拉近我們與機器人距離的關鍵所在呢。

附圖：AI 看圖說故事的能力，可讓照顧居家照護機器人了解眼前的生活情境，具有找話題的能力，變得溫暖許多。（圖片來源／研之有物授權使用，下同）
中研院資訊科學研究所的古倫維副研究員，主要研究領域是人工智慧（ AI ）的自然語言處理，現正開發如何讓 AI 不只會說故事，還會看圖說故事。
古倫維的故事生成模型將產生故事的過程分成「語意抽取」及「故事生成」兩個階段。 圖說重製│黃曉君、林洵安
電腦看圖說故事的範例。No KG 代表機器在不添加額外知識時所產生的故事，Visual Genome 與 Open IE 古倫維團隊用兩個不同的知識庫分別產生的故事，GLAC 是除了古倫維的模型外目前成果最好的模型。由上可知，知識庫的確能幫助故事的上下文連結。最後的 Human 是真人所寫的故事，包含了許多圖片中沒有的知識，甚至精神性的內容。

資料來源：https://tw.news.yahoo.com/%E6%89%93%E9%80%A0-%E8%81%8A-%E7%99%92%E7%B3%BB%E6%A9%9F%E5%99%A8%E4%BA%BA-%E7%9C%8B%E5%9C%96%E8%AA%AA%E6%95%85%E4%BA%8B-ai%E4%B9%9F%E7%95%A5%E6%87%82%E7%95%A5%E6%87%82-052415130.html

上次虹安和大家聊到「#質詢最怕遇到什麼」，也用 #原民會 質詢影片做為實際範例 (複習由此去 ➡️ https://www.facebook.com/watch/?v=361818641631301) ，獲得許多朋友好評，希望多分享國會質詢實況，也讓大家多瞭解，為何立委質詢總是忍不住語速較快、或打斷官員，只因一分一秒都無比珍貴 😂

這次分享的質詢影片，就不像上一次的原民會主委，答非所問、又卡關在台上沈默、最怕空氣突然安靜。這一次的科技部質詢，官員們相當踴躍，紛紛搶麥回答，採用的是一種「亂槍打鳥，總會打到一隻」的戰略，但答詢不精準的結果，只讓人更加懷疑，到底這麼多錢的計畫是在做什麼呢？
但值得令人稱許的是，當天科技部立刻針對質詢中提出的問題，發出檢討聲明，並責成兩天內改善，部長這種迅速承諾立刻改善的態度，也值得肯定。

🤔🤔🤔 就讓我們看下去... 🤔🤔🤔

本週三教育文化委員會邀請科技部，議程為明年度預算審查，虹安針對組改議題以及預算編列等議題向 #吳政忠部長 提出質詢。但官員先是對計畫預算具體執行內容交代不清，又將今年度根本沒有執行的交流活動列為年度施政成果之中。不禁讓人擔憂科技部在撰寫預算和年度成果報告的時候，是否真的知道本部的具體業務成果和未來施政方向？

虹安首先詢問詢問科技部長，對於近日傳聞甚多的科技部組改規劃，是否有具體進度與方向？其中官方對於 #數位發展部 的組改方向諱莫如深，外界也只能從零散的訊息中了解政府的規劃。另一傳聞則是，近日亦傳出科技部將改組為 #科技發展委員會，虹安認為外界要求的不多，希望單純由專責組織，提供合理的法規環境，以有效率地解決產學遭遇的難題。吳部長則回應，國發會也是委員會架構的二級機關，同樣掌管國家重要預算的分配，也仍能正常發揮功能。

重頭戲是針對 110年行政院國家科學技術發展基金編列以「#沙崙智慧綠能科學城」為主的綠能科技聯合研發計畫2.2億元、數據智慧應用科技計畫1億元兩個項目，虹安詢問其中 #數據智慧應用 究竟是「收集什麼數據？做什麼智慧應用？」。短短兩分鐘內，先有國研院院長表示是醫療AI的Design Thinking、環境建置、資訊安全，隨後科技部長又回答無人車，但均無法斬釘截回答出明確的執行方向為何。

虹安認為，計畫項目名「數據智慧應用科技」，就應先確立為何而戰，也就是應用領域為何？關鍵數據類型為何？收集策略為何？而不是先選定了沙崙智慧綠能科學城的地點，才去框定鉅額預算，卻回答不出來到底要在這個地方做什麼樣的科技？光是科技部預算，兩個計畫加起來總共3億2千萬元，也不是小數目，但提交給立法院的書面報告，和官員的現場答詢，都令人感到相當擔憂。虹安也於質詢後提案要求，科技部一週內向立法院清楚說明，否則將提案凍結或刪減預算。

最後虹安也詢問到，科技部的書面報告中提到今年度的業務成果項目，包含「#推動兩岸科技交流」項目，並說明今年度的共同研究議題為「#食品安全」。但在今年度兩岸關係緊張與疫情雙重影響下，科技部的具體執行內容為何？結果科技部官員表示，今年度並沒有補助學者互訪，也不曾辦理此研討會，等於完全沒有執行此計畫。根本沒有執行的業務，為什麼還寫在計畫書內說是今年的研究議題？如此業務報告撰寫態度相當不可取，虹安也當場要求科技部檢討改進。科技部也於當日發布新聞稿，坦承預算書所列數字有誤、計畫說明不足以及成果資訊揭露等缺失，並承諾將於二日內提出勘誤和檢討報告。

科技部積極檢討預算書編製缺失 10/14/2020
https://www.most.gov.tw/folksonomy/detail/2b5a54e2-541d-449b-8433-64e279967ed8?l=ch

#報告真的有人看 #國會監督做得到