[爆卦]資料資訊知識智慧舉例是什麼?優點缺點精華區懶人包

雖然這篇資料資訊知識智慧舉例鄉民發文沒有被收入到精華區:在資料資訊知識智慧舉例這個話題中,我們另外找到其它相關的精選爆讚文章

在 資料資訊知識智慧舉例產品中有35篇Facebook貼文,粉絲數超過0的網紅,也在其Facebook貼文中提到, 《#灰階思考》部落格文末抽書 x2 本 你聽過 股癌 Gooaye 嗎?過去一年多來,這檔長踞各大 Podcast 排行榜的投資理財節目,儼然成了很多人的通勤良伴(包含我!)。我身邊很多朋友也因為聽了節目,開始對投資產生興趣。今天就來幫大家介紹這本塞滿了股癌風格的著作。 部落格圖文 https://...

  • 資料資訊知識智慧舉例 在 Facebook 的最佳貼文

    2021-07-28 20:52:08
    有 176 人按讚

    《#灰階思考》部落格文末抽書 x2 本
    你聽過 股癌 Gooaye 嗎?過去一年多來,這檔長踞各大 Podcast 排行榜的投資理財節目,儼然成了很多人的通勤良伴(包含我!)。我身邊很多朋友也因為聽了節目,開始對投資產生興趣。今天就來幫大家介紹這本塞滿了股癌風格的著作。
    部落格圖文 https://readingoutpost.com/grey-thinking/
    Podcast 用聽的 https://readingoutpost.soci.vip/
    .
    【這本書在說什麼?】
    《灰階思考》這本書的作者是 Podcast「股癌」的節目製作人謝孟恭,這個談投資的節目上架數週內就成為台灣 Podcast 各平台總排行榜第一名。節目的內容比較偏大眾向,尤其適合股市「菜雞」(投資新手)收聽。

    在這本書中,作者彙整了之前在節目上分享過的精華,搭配許多財經界的故事和各路投資大師的觀念,寫出了這本同樣適合投資新手的投資書籍。書中分成三個段落鋪陳,首先是排除人們常見的思考偏誤,接著是廣納多元思考的心態,最後是實際付諸行動的叮嚀。

    對於投資老手而言,這本書稍嫌簡單和淺薄,但我覺得這正是作者厲害的地方。起初我聽股癌的時候,也認為怎麼都在說一些簡單的入門知識。後來我漸漸改觀,為什麼這些晦澀的財經知識從他口中說出來就這麼「直白好懂」又「平易近人」,真的要換成我自己說的時候,卻如同有鯁在喉、難以開口?

    原來,把艱深的觀念,用三歲小孩也能聽懂的方式說出來,其實就是一門「表達的藝術」。作者的投資觀念和策略對投資新手很有幫助之外,我更喜歡觀察的是他如何把這些事情用白話文說出來的方式。以下我整理這本書的九個重點,以及一些我的延伸想法。
    .
    【排除思考偏誤】
    .
    1.打破常見的迷思

    物極不一定必反。「漲多必跌、跌多必漲」這句投資人琅琅上口的順口溜不一定總是成立,實際的情況是:(1) 漲多不一定必跌,有些公司的護城河就是夠深,能夠持續、穩定地長期成長、(2) 跌多不一定必漲,當一家公司的營運和競爭力都持續出狀況時,可能直接一跌不回頭。

    別跟股票談戀愛。根據美國市值前3000大企業加權計算出來的「羅素3000指數」,自從1980年來漲幅已經超過七十倍,但是驚人漲幅的背後,僅來自於7%企業的貢獻。反而有40%的企業,市值下跌了七成以上。選對股票的報酬很驚人,但選錯股票的懲罰也很嚴重,別單壓、重壓單一企業。
    .
    2.別盲從大神

    小心股海牛鬼蛇神。媒體和網路上有許多財經專家會把自己包裝成能夠預測股市走向的神人,但是你仔細觀察就會發現這些所謂的「老師」最後要賺的就是學費。很多人面對投資選股的壓力時,往往會希望抓到一隻浮木,甚至是起了貪念想要找一夕致富的方法,卻往往落得適得其反。

    站在大盤的肩膀上。股癌節目裡總是不厭其煩地提醒,大盤是很難被打敗的存在。根據數據指出,美國市值前500家企業市值的「標普500指數」已經連續十年打敗85%以上的主動型基金經理人。因此初踏入股市的新手很適合從「定期定額投資大盤市值型ETF」的策略著手,站在大盤的肩膀上先勝過絕大多數的投資人,再逐漸提升自己的投資眼光和技巧。

    別把思考外包出去。作者譬喻地很傳神,人們常常有病急亂投醫的情形,誤把路邊邪廟當神廟。但是,最重要的是要去瞭解自己的「投資目標」和「風險承受度」,所謂專家或老師給的建議必須要自己消化吸收,找到最適合自己的方式。如同《思考外包的陷阱》這本書提到自主思考的觀念:「讓專家和科技隨侍在側,而非讓他們主導大權」。
    .
    3.當心同溫層陷阱

    避免深陷同溫層。人類長久演化下來的「群性」,讓我們對群體內的人緊緊團結,對群體外的人毫不手軟,甚至恨意濃烈。投資方法和策略千百種,如果太過於執著於某一種策略,然後又跟同溫層內的人一起取暖,往往會忽略了其他多元的觀點,錯過了潛在的警訊,這對投資不一定是好事。

    加入新的同溫層。意思是跳出原本的舒適圈,針對不懂、不熟的事物,先去瞭解,而後評論。如同美國作家費茲傑羅曾經說過的:「檢驗一流智力的標準,就是看你能不能在頭腦中同時存在兩種相反的想法,還維持正常行事的能力。」有時候要刻意讓自己擺脫意識形態上的枷鎖,試著去理解「反面」立場的觀點,讓自己能夠同時掌握不同面向的看法。

    讓大師成為你的同溫層。這讓我回想起另一本《知識的假象》書中提到:「人類並非完全獨立思考和評論事情。更多的是我們借助著人類知識共同體,建構起自己的知識地圖,進而形塑而出自己的價值觀。」只有當我們看得夠廣,踩在更多巨人的肩膀上,才能描繪出更完整的知識地圖。
    .
    【廣納多元思考】
    .
    4.謹慎面對加工資訊

    如何善用加工知識。隨著數位時代蓬勃發展,資訊的爆炸已經不單是用洪水氾濫可以形容,我們每天接觸的「加工知識」也越來越多。作者提醒,「只」吸收加工知識可能會造成偏食和營養不良,必須懂得把加工知識當成一種「索引」,用它們來找到資訊的源頭。

    懂得找到資訊源頭。許多優良的加工知識產出者,會把資料來源檢附在文章內、文章末、影片註解中,如果要避免「斷章取義」的速食現象,就必須真正投入時間,找到資料最源頭的「原型食物」來吸收。與其聽別人說巴菲特今年又說了什麼,倒不如直接找他親筆寫的股東信。

    大師之所以是大師。作者舉例像是投資大師霍華.馬克斯(Howard Marks)、瑞.達利歐(Ray Dalio)都擅長利用備忘錄跟投資人溝通自己的想法,這些備忘錄的觀點之犀利、視野之遼闊,而且他們總是在修正自己的看法,學習新的東西。我很喜歡的俄國詩人普希金(Pushkin)曾經說過:「閱讀是最好的學習。追隨偉大人物的思想,是最富有趣味的一門科學。」因此,要培養和提升自己的閱讀能力,從大師的眼中看到不同的世界。
    .
    5.贏家的特質

    樂觀,但不天真。這邊指的不是天真浪漫型的樂觀,而是要瞭解「風險」的本質,預期前方一定會有許多「驚濤駭浪」,但心底清楚在長期趨勢的發展下,人類社會將持續「進步」和「成長」的樂觀態度。我們必須瞭解什麼是短期的波動,什麼又是長期的成長。

    耐心,穩中求勝。耐心這個特質放在現代的社會環境,只會越來越稀缺。巴菲特曾經說過:「我一生99%的財富,是在50歲以後獲得的。」他深知投資的報酬來自於「時間」加上「複利」,也就是他著名的「雪球理論」(找到濕的雪和一條長長的山坡,讓雪球越滾越大)。當投資人越是急著殺進殺出,這顆雪球就越是滾不大。

    行動,承擔風險。最近我讀到德州撲克冠軍選手吳紹綱寫的《致富強心臟》這本令我印象深刻的書,作者提到成功就是要「承擔多一點風險」(Take more risk.),而且把風險控制在「安全邊際」之內。應用到投資也是一樣的,我們要認識到「風險」是比「報酬」更加重要的一環,承擔你可以承擔的風險(但別失控),才有機會獲得甜美的報酬。
    .
    6.總是保持質疑

    質疑是一種求知的態度。作者認為保有質疑的態度,就如同幫自己繫上一條「安全帶」。2020知名交易平台Robinhood有一位二十歲美國青年,誤以為自己交易失策負債73萬美元,選擇結束自己生命。事實上,他並沒有賠這麼多錢,只是因為他搞不清楚遊戲規則,也沒向券商再詢問細節,結果才讓憾事發生。

    求證是必要的行動。資訊發達的現代,人們習慣看網美打卡美食、推薦景點,甚至有時候連投資標的都要「跟風」一下。問題是,當我們沒有對細節仔細求證,連自己再跟什麼、買什麼都不清楚的時候,往往會淪為股票市場裡的「韭菜」(大戶眼中容易被收割的散戶)。懂得綁上一條質疑的安全帶、自己採取行動去求證事實的人,可以在投資這條路上走得更穩、更安全。
    .
    【實際付諸行動】
    .
    7.從認識自己開始

    認清自己是誰。書中提到一個作者去面試特斯拉業務員的故事,面試官要求在場的面試者試著「賣給他一輛特斯拉」。結果每個面試者都使出渾身解數背出特斯拉的性能、規格、特色。竟然沒有一個人問面試官買車的用途是什麼?家裡有幾個人?如果我們在投資之前,沒有認識自己投資的「目標」,會很容易迷失方向、心猿意馬、心慌意亂。

    投資沒有萬用答案。每種投資方式的風險和報酬可能都彼此不同,每種年齡層、每種職業屬性的投資方式,也不一定完全相同。投資沒有完美的「公式」,只有最「適合」自己的方式,以及最「符合」自己投資目標的策略。與其問哪種投資標的最好,倒不如問怎樣的投資策略最適合自己。

    別輕視風險接受度。我們都知道股市大起大落,卻時常輕視了當自己辛苦賺的血汗錢在帳面上「大跌」時的心理感受。這讓我回想起探討頂尖投資家如何追求報酬、管理風險的《投資超級英雄進化論》書中有一句話書說得非常好:「投資人無法管理報酬,但卻有能力管理風險」。重要的是拿出自己賺來的真金白銀,真正投入到市場中實際感受那種起伏帶來的情緒,你才會知道自己對於風險的承受度如何,再進一步思考如何管理風險,採取適合自己的策略。
    .
    8.別把雜訊當訊號

    財經界亂象多。在這個大多頭年代,冒出許多號稱可以「事前預測」和「事後驗證」的投資專家,或者把任何意見都說得「模能兩可」的投資大師。這些雜訊常常會引起人的貪念,想說賭個一把,說不定這次就被這個專家大師說中,能夠翻身翻倍呢!結果,雜訊始終是雜訊,跟隨雜訊行動的後果好一點是載浮載沉,差一點就直接溺水滅頂。

    接受多元持續修正。即使我們選定了某一種投資策略,也不要讓自己故步自封,要記得讓自己保持接收最新的市場訊息(前提要懂得區分訊號和雜訊),對策略作出微調和修正。我很喜歡的《跨能致勝》這本書中提到:「最成功的策略是能把乍看不同的各種情況連結起來,看見深層結構的相似之處。」持續接收多元意見,異中求同,是打造成功策略的不二法則。
    .
    9.炒股前先炒人生

    人生如骰子,很難一次就豹子。有在投資的朋友或許都聽過這句玩笑話「本多終勝」,一開始有龐大「初始資金」的人,都透過一樣的投資報酬率,往往會遠勝過初始資金較小的人。如同前文提到,你雖然無法管理「報酬」,但你能控制的是「提高累積本金的能力」,無論是加薪、轉職、創業,都能幫你帶來更多的銀彈,讓你在市場上擲出更多骰子。當你能骰出更多次、骰得比別人更長久,相對就提高了骰中豹子的機率。

    投資自己,是最重要的投資。因此,與其心心念念在投資報酬率這種「不可控」的因素,倒不如努力投資自己,這才是唯一「可控」的因素。在《財務自由,提早過你真正想過的生活》這本書中有一個很棒的投資觀念:「真正擁有無限成長潛能、讓你可以更快達到財務自由的,其實是創造更多的收入」,也就在專業和事業上持續「開源」。投資自己,才是真正最重要的投資。

    |黑白之間都是灰,找到無限價值的所在。

    【有聲書讀後感想】

    我當初第一次要讀《灰階思考》的時候,雖然自己已經有這本的電子書了,但那時候在「1號課堂 App」看到這本書竟然也出了「有聲書」?而且全暢聽會員還可以直接聽整本?當下超興奮!可是仔細一看,竟然不是主委本人的原音重現,而是找來 Podcast 百靈果的凱莉操刀演出。

    雖然當下有一點期望撲空,可是真的給他聽下去之後,我就改觀了。因為這本書的文字很淺顯易懂(股癌風格,晦澀金融投資知識直白講),加上凱莉的說書口條真的很流暢,我一邊開車一邊聽這本書,就像是平常在聽股癌一樣暢快。

    值得一提的是,當時我是最早開始聽的讀者之一,整本有聲書都還沒錄製完成。接下來就變成每天推出一個小章節,然後我就很像在「追劇」一樣,每天上班通勤時聽一個新的段落。這也是我第一次把有聲書當成追連續劇來聽,是個很有趣的經驗!

    總結來說,這是一次非常特別的聽書體驗,我雖然聽過許多 Audible 英文有聲書的經驗,卻都是同一性別的作者+說書人,沒有聽過這種作者和說書人是不同性別的組合。對於這本有聲書的組合,我很欣賞1號課堂的操作手法,除了噱頭十足之外,也確實帶給我很獨特的體驗。

    有興趣聽這本書有聲版的朋友,可以參考我的1號課堂使用心得文章,你也可以聽 YouTube 上面的試聽版感受一下。新書發表的時候他在台北簽書會也有一段現場分享,你可以聽聽看他怎麼說。
    .
    【後記:保持思考的多元性】
    .
    如同這本書的核心觀念:「零到一之間,有無限個數字,黑與白之間,也有無限個色階。」與其說這是一本談投資的書,不如說這是一本談「思考方式」的書。真正深諳投資的大師,也都是善於思考、熟捻人性、多元吸收、持續改善自己的終身學習者。

    這本書的心得分享是我花了「最久」時間寫出的一篇文章,前後總共寫了三個多禮拜才陸續成型。或許這也是對我自己最好的鍛鍊,時常腦袋裡想得太難、太深、太複雜,以至於要用白話文說出口的時候,卻難以開口。

    寫這篇文章的過程中,我逐漸克服原本的知識枷鎖,也不斷去思考如何將艱深的觀念,轉換成絕大部分讀者都能聽懂的語言。我還想在文章裡偷偷告白,我一開始錄製自己的說書 Podcast「下一本讀什麼?」遇到瓶頸的時候,總是會聽股癌的節目來獲取靈感,從他流利又不用呼吸的節奏裡找到單口秀的信心,從他直白又流暢的閒話家常裡找到豁出去的釋懷。

    回顧起來,股癌節目在去年異軍突起之後,不但讓投資和財經知識更為普及,也扮演起一個社群平台,讓許多不同的財經資訊能在上面廣為流通。「投資」這個被許多老一輩人視為洪水猛獸的東西,也以更加親切好懂的形式出現在我們身邊。

    如果你對投資這件事還抱有一絲疑慮,那麼這本書能帶給你一些穩定內心的力量和學習的方向。如果你已經有投資經驗卻還心浮氣躁,這本書能帶給你一些老生常談的經驗和智慧。或者,你也可以從類似我的視角切入,學習怎樣把晦澀知識講到讓人直白懂。

    這個世界現在最需要的,不是大是大非的二元論觀點,也不是充滿仇恨和傻樂觀的偏激言論,而是懂得軟硬兼施、多元並蓄、異中求同的灰階思維模式。
    .
    Kobo 購書連結:https://bit.ly/3ySfEm3
    Kobo 電子書7折代碼:WAKIGREY
    使用期限:7/28~8/3
    .
    感謝 天下文化 提供抽獎贈書

  • 資料資訊知識智慧舉例 在 Facebook 的精選貼文

    2021-06-01 14:27:26
    有 1,552 人按讚

    #人生是一坨毛線球_你找到線頭了嗎?

    這是我在做電視節目製作人時,大老闆王偉忠問我的話。
    那一年,我27歲,是節目製作人。

    #開外掛能力_是可以練習出來的

    從23歲開始做「今晚,哪裡有問題」,從發通告、想議題、找合適來賓的工作開始。主持人歷經謝震武、夏韻芬、尹乃菁、林書煒,那時候在中天綜合台黃金時段播出;後來改版改頻道到中天娛樂台,主持人是林青蓉,蘇逸洪也主持過。

    一開始聊民生新聞,後來延伸到創業、理財、突破人生故事專訪、健康議題的知識性節目.....帶狀的節目,意思是週一到週五都有,一星期要生出五集知識性議題,跟主持人溝通後錄製剪輯播出,還要努力發新聞稿,跟報紙記者喬感情搬人情.....那是電視節目和報紙的輝煌年代,也是幕後工作人員的低薪時代。

    #人生技能累積於無形
    那個年代還沒有智慧手機,沒什麼社群,沒什麼部落格,大家用最多的是電腦版本msn messager;找來賓要不是翻黃頁電話簿、就是打電話問報社記者。如果粉絲年紀跟我差不多,看過卜學亮(阿亮)的超級任務,就會記得他拿著電話、從各種蛛絲馬跡尋找人物的過程....那就是我每天的工作之一,我還記得曾經順著余秉諺給的記憶資訊與一個名字,循線找到他學生時代的女朋友。小偵探技能累積後,日後對於找資料聯想能力大躍進(小偵探技術不要用在婚姻偵查喔~)

    每天早上進公司就是所有報紙翻一輪、雜誌翻一輪,為了節省節目支出費用,連買雜誌的錢都想省,所以養成了打電話到公關部門要贊助的技能。

    另一個老闆是詹仁雄,每天進公司所有新聞時事看一輪後,就得進辦公室報告發想的節目主題給他聽,所有企劃腦力激盪去想出節目適合的切入點與觀點;一開始提的東西都很爛每天被嫌棄,但勤能補拙,後來便累積了資訊過濾、聯想與特殊觀點切入的技能。

    要累積與來賓的感情,以後靠專家找專家才會比較容易;節目量大每週至少認識20-25個專家與各行各業人士,要從不熟到容易哈拉打屁,才能聊出節目新內容、推薦新人選,於是累積的人脈與社交能力,這到今天都受用無窮。

    \

    #滿手技能卻不系統化思考整理就等於白練功
    幾年下來我累積了很多技能、很多人脈,但是我的人生就是每天埋首在製作公司,被節目存擋追著跑,完全沒有開創能力出來。

    於是有一天,大老闆王偉忠把我叫去辦公室,對著我說:「小萬兒~你知道人生就像是一坨毛線,所有的東西都揪在一起。你要嘗試去找到自己的毛線頭,那麼人生就會如抽絲剝繭:絲得一根一根地抽、繭得一層一層地剝,從你的生活與工作表象,逐漸找到深處內在,然後理成線,你的工作與人生都會更明白。」

    「所以,你有找到你的毛線頭嗎?」他問愣愣的我。

    那時候聽這段話太哲學,不懂難解,直到30幾歲後我才體會。你的人生經驗、工作技能、人脈圈圈......所有一切都是交織互相影響,建構了後來的你。但是那麼獨一無二的你,你找到人生毛線球的線頭了沒?

    \

    今晚節目有一陣子發各國籍外國人來聊台灣生活,收視率都狂飆,我搜集了一票名單,卻沒想過把這群外國人變成一個新節目;後來別的製作公司做走了,成為WTO姐妹會,紅極一時的談話節目,我被老闆叫到辦公室罵到臭頭~~

    #我一直在苦裡做_卻沒想過一身技能可以開成什麼花

    經過這次教訓後如雷灌頂,理解了一件事:當人生只要嗅到一絲新契機,就該把它延伸成一條路,做大做響亮,走上去就成為了開創。

    很多人覺得工作與生活很辛苦,一直付出勞力收穫卻不成正比;但其實人人都有獨特的經驗與歷練,難道人生路上,從來沒有哪個契機可以讓自己竄出頭嗎?或許只是沒多想,所以錯過了!

    #現在寧可多做也不要錯過_經歷任何事都得思考有無發展機會

    \

    後來我們嗅到了達人經濟,有陣子達人比藝人還吃香,於是公司開始思考如何作達人經紀;可惜當時對商業一知半解,我只知道手邊有平台、有節目讓這些達人、職人露臉累積名氣,卻無法真的涉獵到他們的產業上,更是壓根沒有想到聯名商品。

    這時候網路社群開始紅起來了,也逐漸有人玩起臉書,但那完全是電視人不懂的世界;商業,我們聽了100個故事,卻始終是門外漢。

    要是現在你要我想,如何把一個有職業技能的人做出名堂,我可以舉出100種方法;但是當時畢業後好幾年都埋首製作公司內,對於真正的社群經營、商業操作...腦袋一片空白。

    後來節目收掉了,我陸續轉行到電商平台、社群網路新創公司、電視台、女性內容網站工作....逐漸對於經營職人,有了一點輪廓。

    到此為止,我的人生技能經驗還是一坨毛線球,但是有一根線隱隱約約快要被拔出來了,雖然我不清楚那是什麼;直到自己開始運動並且也改變了情緒與健康,想著以前採訪過那麼多達人,我也想成為達人,於是踏上了進修讓自己成為專業的道路....

    後來我理出的毛線頭,原來不是讓自己成為多厲害的製作人、媒體人;反而是讓自己成為了過去經營的職業達人,用媒體經驗推廣自己,做自己的自媒體,直到現在我也還在拔自己的人生毛線球,看看還可以讓人生展開到什麼田地。

    \

    回到主題,你該如何培養自己,找出人生毛線球的線頭能力?
    你該如何用自己的特殊性,創造出開源能力?

    #開外掛練習第一步_你要相信自己有特殊性
    你的故事、你的挫折、你的低潮、你的學習與工作經驗,都可能是成就自己特殊性的要點;

    找到自己的特殊性,甚至是很刻意的經營自己的特殊性,就可能拓展出出與他人不同的開源模式。

    #開外掛練習第二步_你要培養創造觀點的能力
    獨特觀點,往往也是新賣點;

    每天看時事與新聞,挑出五個你最有感的內容(要不同類別的新聞,你沒興趣的也要強迫自己看),然後從這條新聞中,切出五個跟記者不一樣的觀點,或者可以延伸的話題。

    譬如說:高鐵停賣自由座到6月15日,這條新聞你會想到什麼延伸議題?

    高鐵坐哪個位置行車間最安全、搭乘高鐵的各種省錢撇步、高鐵股票能投資嗎、高鐵站的房市還有哪站能投資?疫情期間如何搭高鐵最安全?........或許有的沒有延伸空間,但你就是訓練自己無限聯想的思考模式。

    學會多方向思考、推演思考,才能比多數人早一步想到新的開源方式與方向,就算不是第一人,早點在創新卡位的都會是贏家。

    #開外掛練習第三步_不能對不懂的事有成見
    譬如你要一個文創人去當業務,他可能會充滿自己的判定而不願意,又或者他會害怕推銷所以不想嘗試;

    至少先去學習業務的說話氣巧、業務的人脈經營、業務的思考之道,如果肯去接觸自己不願意接觸的,學得吃後也就超越了多數沒有業務能力的文創人。(在此只是隨便舉例不要挑口水戰~現在都要好小心)

    反之亦然。

    這個世道變了,變成你不能只靠單一技能就能闖天下;這是為什麼斜槓與多元學系變得很重要;這是時代的大浪,你我不想面對也無法逃離。

    \

    想到去回溯自己的職場人生,因為昨天看到某個新創公司的老闆,自稱待過許多製作公司、製作過多個紅極一時的電視節目;好死不死寫到我們老東家,過往的同事們開始討論是否見過這個人?結果都沒印象呢!!!!

    這個世道比較麻煩,你還要小心遇到騙子,不過老實說只要經過相處,有沒有那個料都會知道。

    最近看到一些人跑出來抨擊教練們疫情期間拼命開線上課是不智之舉,老實說看了也是一笑置之,拜託他們本身完全沒有做過線上課、甚至沒有在開直播、經營社群.....到底是用什麼觀點在評論呢?

    不要只會提出反意見,提出有建設的解決之道,才有意義。(這也是看新聞聯想練習後,可以慢慢培養的)

    以上提供給大家,現在資訊爆炸,看文章也要小心看到膨風文。

    #我終於在網路上搜尋到一張自己當製作人的背影
    #過往怕同事嘲笑我都沒有跟來賓主持人合照
    #猜猜我是哪一個?

  • 資料資訊知識智慧舉例 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文

    2021-05-17 15:14:49
    有 0 人按讚

    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