#鴉片戰爭日誌 林維喜案事件簿
時間：1839年4月15日
地點：廣東
事件：
（今日風平浪靜。）

#知史討論

在中國近代史上，林則徐是第一個重要的愛國政治家；在中國近代史文學史上，林則徐也不愧為鴉片戰爭時期愛國文壇中地位重要的愛國詩人之一。

「赴戌登程，口占示家人（二首）
其一
出門一笑莫心哀，浩蕩襟懷到處開。
時事難從無過立，達官非自有生來。
風濤回首空三島，塵壤從頭數九垓。
休信兒童輕薄語，嗤他趙老送燈檯。

林則徐於1842年5月中旬，由長子汝舟陪同抵達西安。由於『河上積勞，感受時瘟，頓成瘧疾』，他到達西安後就臥床不起，於是就地賃房僑居。隨後，妻子鄭夫人和兩個孩子三子聰彝、四子拱樞，也從南京遷往洛陽，又從洛陽顛簸來到西安。經過兩個多月的治療修養，林則徐病情好轉，就告別妻子和家人，登程赴戌。

道光二十二年七月六日（1842年8月11日），在他起程西行之時，前往送行的有將軍、院、司、道、府及州縣30餘人，送於郊外。由於長子汝舟有職，沒有前往，因而由聰彝、拱樞陪同西行赴戌。『口占示家人』是說在西安留別家中親人時，隨口呤誦的兩首詩，即不擬草稿。口占，為作詩術語。

『出門一笑莫心哀，浩蕩襟懷到處開。』詩人告示家人，我離家出門遠行，無論走到哪裡，都會敞開胸懷，笑對生活，沒有哀愁，你們也要樂觀曠達，心裡且莫難過悲傷。『時事難從無過立，達官非自有生來』自古以來，時事紛紜，國家民族都得很很難從沒有任何錯誤中成功的，是非成敗都屬正常。『王侯將相甯有種乎』，一切達官貴人也沒有一個是天生的，都是從實踐中磨練出來的。『風濤回首空三島，塵壤從頭數九垓』。『三島』即英倫三島，『九垓』亦指九州，泛指中國。回想起抗英禁煙運動，我蔑視英國侵略者。從此之後，我決心要遍遊神州大地，指點江山，激揚文字。『休信兒童輕薄語，嗤他趙老送燈檯』。民間有諺語雲：『趙老送燈檯，一去不回來。』詩人勸慰家人不要輕信那些兒童的話語，認為我這一去就回不來了。我會回來的。這裡實際上是暗示那些幸災樂禍人的冷嘲熱諷。

全詩詼諧風趣，隨口誦來，自然貼切。開頭兩句詩體現了作者的開朗胸懷，樂觀豁達。『風濤回首空三島』，林則徐不怕洋人，不怕戰爭，對英帝國主義輕視有加；同時非常熱愛神州的大好河山，表現了詩人的愛國主義胸襟。詩人『出口成詩』，告慰家人，也是告慰自己，沒有絲毫的羈旅淒涼之情。即使遠走天涯，也沒有愁腸段緒，離別之苦。君子坦蕩蕩，詩人遣詞造句都把握的很有分寸。

詩人雖然是口占，但絕不等同於順口溜，而是用詩的語言，詩的藝術，表達了親人送別的情和境，很有感染力。

其二

力微任重久神疲，再竭衰庸定不支。
苟利國家生死以，豈因禍福避趨之。
謫居正是君恩厚，養拙剛於戍卒宜。
戲與山妻談故事，試吟斷送老頭皮。

詩人認為自己能力低微，而擔當重任已久，早就感到筋疲力盡了；又加之現在年老體衰，平庸之才，是定然支撐不住了，應該好好休息休息了。這是一種自謙，自我解嘲而已。『苟利國家生死以，豈因禍福避趨之』。此二句為經典之語。首先他引用了春秋『子產受謗』的典故：鄭國大夫子產改革軍賦，受到誹謗，坦然對曰：『何害？苟利社稷，死生以之。』還有胡正華著《西陲話舊》有『苟利國家，豈避禍福。』這兩句是林則徐最為喜愛的名句，並作為自己的座右銘。這時林則徐發覺自己的處境和子產受謗相仿佛，自己的心情也和子產一樣。禁煙抗英於國家，他不顧生死全力以赴，並不計較個人的榮辱禍福而看風轉舵，因此招了禍又何值掛齒？『戲與山妻談故事，試吟斷送老頭皮』。這裡林則徐引用了宋代楊朴、蘇軾的故事，來安慰痛傷離別的妻子。宋代楊樸善作詩，宋真宗在召見他時問：『你這次來，有沒有人贈詩了』，楊樸回答：『屋妻倒有一首，她說：』更休落魄耽杯酒，且莫倡狂愛詠詩；今日捉將官裡去，這回斷送老頭皮。』宋真宗聽後大笑，見楊朴無意做官，即放他還山。其次，東坡赴詔獄，見《東坡志林》，妻子相送皆哭，東坡幽默的對夫人說：『你不能像楊處士的妻子那樣送我一首詩嗎？』於是，蘇夫人面對丈夫這種臨危鎮靜、意趣風生的態度，不禁淚中露笑，坦然告別。『山妻』，是古代隱士對妻子的尊稱。男的為山人，女的則為山妻。這裡體現了詩人幽默風趣的樂觀主義，同老妻談起楊朴和蘇軾的故事，說你不妨吟誦一下『這回斷送老頭皮』的那首詩來為我送行，那多好啊，豈不快哉！

兩首『口占示家人』詩，體現了林則徐因為堅持了民族大義而心安理得的精神，體現了他為國家民族利益不避個人禍患，將個人生死置之度外的精神。清人對於林則徐的『苟利國家生死以，豈因禍福避趨之』是這樣評價的：『跡其生平，無愧斯語。』（見郭則雲《十朝詩乘》卷15）。林則徐是這樣說的，也是這樣做的。

一代偉人林則徐，臨行之際，談笑風生，烘雲托月，詩情意趣，躍然紙上，響譽古今。雖為口占如行雲流水，自然通達，非一般人可為也。我們拜讀林則徐的詩詞，處處可見其睿智和風趣。開口即為詩，典故隱藏其中，如同狗不理包子一樣令人喜愛，毫無生澀作秀之感。林則徐詩的藝術感染力，每每來自他的風趣和豐厚的文學功底，以及旁徵博引得知識淵藪。」

（知史討論中的文章來源：
路闊：《林則徐流放詩詞賞析》，《明清海防研究》第一輯，網址： http://www.ypzz.cn/f/news-xs?p=8ec18e35918845798b31412fc6ca90bc-c0927d419d9844c5b32924b4856f9887）

#知史 #長知史 #歷史 #中國歷史 #鴉片戰爭 #林維喜案 #林維喜 #林則徐 #禁煙 #禁毒 #日誌 #知史討論

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/

有項家事，會讓一切變得更輕鬆愉快，而且只要用對方法，就會越做越起勁；只要一次用心執行，接下來很長一段時間，都能好好維持！不用我多說，大家都知道這項家事是什麼吧😆（把麥克風指向你🎤）⁣
⁣
上上月從出版社那邊拿到試閱本，光翻目錄我就決定一定要為這本書寫序～因為這個作者根本就是韓國版的我啊哈哈哈（這樣講自己會不會太囂張XD）我們有好多方法跟說法都很類似，對於整理收納的心態也不謀而合！⁣
⁣
可以來看看這則採訪一睹作者本人，我邊看邊點頭快把電腦撞破了😂⁣
⁣
➡️什麼是整理？ https://linkingunitas.com/e5jFB⁣
⁣
這本特別的還有最後一章，講述五個客戶因整理產生轉變的小故事。⁣
⁣
每一本整理收納書都在告訴你，整理後生活會變好，這本除此之外，還直接把各式各樣改變的實例秀給你看，希望有類似困擾的人，能從這些小故事得到一些共鳴跟轉變的動力💪⁣
⁣
其中我最喜歡「把收藏品看得比家庭還重，婚姻面臨危機」這一則，作者諮詢完後，不直接幫客戶動手整理，而是跟他說一段話⋯⋯（我把這段話放在照片中）這段話不只是客戶改變的契機，也體現了整理師的工作，是絕對客製化也給予尊重的。⁣
⁣
這也是我常跟客戶說的：「你得想清楚自己要怎樣的生活，否則我來整理一百次也沒有意義。」⁣
⁣
但要是你決心體驗一次整理收納帶來的好處，相信我，生活真的會因此感到輕鬆喔！⁣
⁣
博客來：https://linkingunitas.com/b16904639⁣
聯經：https://linkingunitas.com/l16904639⁣
誠品：https://linkingunitas.com/e16904639⁣
金石堂：https://linkingunitas.com/k16904639⁣
#我有寫推薦序耶歡迎珍藏哈哈哈哈哈哈⁣⁣
⁣⁣
【#抽書活動⁣】⁣
⁣
⁣⁣
1⃣️按讚本粉專，追蹤不算喔～⁣⁣
⁣⁣
2⃣️在本篇下方照樣造句「因為整理，＿＿＿變＿＿＿了」，例如：⁣⁣
- 因為整理，東西變得好找了。⁣⁣
- 因為整理，家人感情變好了。⁣⁣
⁣⁣
3⃣️留言到12/14 24:00截止，歡迎大家盡情分享整理的好處！⁣⁣
⁣⁣
截止後我會盡快抽出2名讀者，並贈送本書喔。

謝謝 聯經出版 分享好書！