原來 openStack 不是大規模的、複雜的系統 "所以 Python 無法用於構造大規模的、複雜的系統。" 強大如 Google 也是用python當爬蟲起家，現在大家都要用呢 "Python 最多只用來寫工具性質的東西" 原來 Google 是民間科學家組合起來的公司 "Go 是民間科學家加自大狂的產物，奇葩得不得了。" 通篇都在貶低別的語言，更顯得JAVA毫無價值，看來這篇的作者要學的是各個程式語言的歷史，而不是程式語言 太丟臉了~~

你好～我們團隊的動漸進式獲利有一套流程，團隊在國外的分析部門開發程式分析出現金平台的漏洞～我們利用程式(VRSD)破解系統，從中套取獲利。

負離子對人體各系統均有不同程度的生物效應： ＊中樞神經系統－ 空氣負離子能改善大腦皮膚功能，使腦力活動效率提高，改善睡眠。 ＊自律神經系統－ 能影響自律神經系統的應激功能，調整自律神經功能。 ＊呼吸系統－ 促進排痰、暢通呼吸道、改善肺的通氣和換氣功能。 ＊心血管系統－ 具有降壓、減慢心率、改善心肌營養狀況。 ＊血液造血系統－ 能減慢紅血球沉澱速率，延長凝血時間。空氣負離子又能使周圍紅血球、白血球、血小板計數增加。 ＊免疫系統－ 能活躍網狀內皮系統功能，血中球蛋白含量增高，故能增強機體抗並能力。 ＊其他－能促使胃液分泌、食慾增加，促進新陳代謝、機體發育，增強體質。空氣負離子作用於傷口，能促進上皮和肉芽生長，並有抑菌作用。

臉書母公司 Meta 本月19日宣布推出了口語翻譯系統（人工智慧機器人），Meta創辦人兼執行長查克柏格首次上線，透過這套系統和自己的工程師互相以英語和閩南語對談；這位負責翻譯演算法的Meta工程師來自台灣，閩南語就是他的母語，閩南語也是這套系統採用的第一個語言。 查克柏格在影片中說英文，陳鵬仁用閩南語對談，透過口語翻譯系統，兩人溝通無礙，且翻譯也非常道地。 Meta在官方網站表示，語音溝通有助於打破藩籬，讓大家一起交流；無論身在何處，即使在元宇宙亦然。 Meta指出，過去的「人工智慧驅動語音翻譯」（AI-powered speech translation）主要專注於書面語言，需要大量的書面文本，才能訓練人工智慧；但全球有近3500種生活語言主要是「口語」，並沒有廣泛使用的書寫系統，這些生活語言很難透過既有的人工智慧來翻譯。 Meta指出，為了因應生活語言的挑戰，首度開發出由人工智慧自動翻譯的口語，而第一個選擇來做這套系統的示範語言就是閩南語，主要原因是閩南語在華裔族群中廣泛地被使用，是生活語言，但缺乏書面形式。 Meta透過閩南語翻譯模型、蒐集數據而創造出這套口語翻譯系統。Meta指出，口語翻譯系統是生活通用語音翻譯計畫的一部分，目前這項計畫仍在持續開發新的人工智慧，最終希望能創造出「跨多種語言」的即時翻譯。 康乃爾大學資訊科學博士生侯宗佑分析，Meta口語翻譯系統最酷的地方在於，翻譯系統都是文字對文字，這是「全世界第一個口語對口語的翻譯系統」。他也認識這次在發表會上與查克柏格對談的陳鵬仁。侯宗佑說，來自台灣的陳鵬仁母語是閩南語（台語），且他在家裡也非常積極推廣福建話，甚至很用心地找台灣的閩南語教材，讓自己的小孩練習母語。 侯宗佑分析，有了Meta的系統，即使不會寫閩南語書寫系統的人，也可以利用這個系統跟其他語言的人溝通，只要會講就可以了，非常期待這套系統的開發應用。 查克柏格也在自己的臉書頁面上表示，Meta已將系統開放，以便人們可以應用擴展到更多語言。 不具名的Meta員工指出，這套口語翻譯系統未來若能與智慧眼鏡做搭配，將會帶來生活上全新的革命，也代表人工智慧將進入新的領域與開端，將開創下一個科技新世代。

隨著數字媒體的迅猛發展，機器輔助文本分析技術得到了廣泛的應用，而情感分析是其中的主流應用。傳統的情感分析方法需要復雜的功能工程，並且嵌入表示法長期以來一直佔據著排行榜的主導地位。但是，上下文無關的性質限制了它們在豐富上下文中的代表能力，從而損害了自然語言處理（NLP）任務的性能。變形金剛（BERT）的雙向編碼器表示法，以及其他經過預訓練的語言模型，在11個NLP任務（包括句子級情感分類）中均超過了現有最佳結果，這使其成為文本表示法的新基準。作為一項更具挑戰性的任務，在縱橫比方面，觀察到的BERT應用較少，可用於情感分類。我們實現了BERTbase模型的三個與目標相關的變體，在目標詞上定位了輸出，並在目標中內置了可選句子。對三個數據集的實驗表明，我們的TD-BERT模型實現了最新的技術水平與傳統特徵工程方法，基於嵌入的模型和BERT的早期應用相比，它具有更高的性能。隨著BERT在許多NLP任務中的成功應用，我們的實驗試圖驗證其上下文感知表示是否可以在基於方面的情感分析中實現類似的性能提升。令人驚訝的是，將其與曾經與嵌入表示配合使用的複雜神經網絡結合起來並沒有顯示出太大的價值，有時其性能也低於原始的BERT-FC實現。另一方面，合併目標信息顯示出穩定的準確性提高，並且通過實驗顯示了利用該信息的最有效方法。

全球第一台人力資源機器人HARRI於2017年1月首次亮相。 這台AI人工智慧的HR經理，是由一家英國公司開發，除了可以處理人事行政與日常薪資作業，還能處理績效評估與回饋，支援多國語言的系統平台。同時，它可以在管理會議中，扮演決策支援的角色，只要你問它，它就會回答，提供建議。 人工智慧與機器人進入人力資源部門工作的時代己來臨，不再只是預測或電影情節! http://www.personneltoday.com/hr/face-future-hr/

這是咱師大劉承賢教授的文章！ 原文佇下跤啦！足科學閣實在！ ———————————————— 他看到東森上面的一篇文章，實在是氣不過，只好投稿了。他也不知道會不會被刊出來，雖然不知道見刊否，就已經先把全文放在這裡。 咱先看先贏啦！各族群的母語，真的是上天的禮物啦！ ---------------------------------------------------- ［失去本土語言，將失去智力、健康及金錢］ 曾去日本旅遊的人，應該不會認為多數日本人的英語能力好，不過日本學界的學術能力頂尖。光以諾貝爾獎為例，迄今已有九個物理獎得主，八個化學獎得主，五個生理學或醫學獎得主，要說傲視全球也不為過。更有趣的是，2008年諾貝爾物理學獎得主之一的益川敏英，他連英語都不會說！ 學術能量以外，日本企業在國際上攻城掠地、地位顯赫，除了豐田、三菱、松下、本田等巨型企業，還有許多一般人沒聽過的日本公司，掌控了半導體上游關鍵原料，動見觀瞻。 其實又何只日本如此，韓國人一向也不以英語能力見長，不過三星、現代等韓企橫掃全球，韓語人口雖然只占全球人口的1%左右，是個十足的小語言，不過使用韓語的韓劇及流行歌卻成了襲捲世界各大洲的韓流。 能知道上面的例子，恐怕才是真正有國際視野的人。如果具有國際觀，怎麼會相信國民的英語能力該與國家競爭力直接畫上等號，這種想法，難道不是一種迷思嗎？ 請別誤會我反對學英語，舉凡從事國貿、外交或學術研究者，熟練外語，不只是優勢，甚至是責任。不過如果把英語當成台灣學子及國家發展的關鍵，放眼國際，也未免太言過其實了。 或許有人要舉印度為反例，主張印度因為英語相對通行，所以在科技業有一席之地。如果這個立論成立，以印度人口之眾、土地及資源之豐富，應該早就把前面提到的日本及韓國狠狠甩到後面去了！但事實上，即使印度發展漸有起色，其總體國力及發展卻仍遠遠不如英語並不通行的日本與韓國。 在台灣，有一種將希望寄託於英語力，卻賤視台灣在地語言的迷信，這些人該認識一下冰島。 冰島曾因金融危機跌了一跤，但這個國家人均所得超過七萬美元，是日本的兩倍多一點，在教育、人均壽命及社會凝聚力都位居世界前矛，其旅遊、資訊軟體和生物技術領域也發展蓬勃。但大家可知道這樣一個高度發展的北歐國家，是怎樣看待自己的在地語言的？ 說起冰島語，那真是比起前面只占全球人口1%左右的韓語還大大不如。根據統計，冰島語全球人口僅只三十多萬人，但冰島政府卻於2018年宣佈撥款超過2000萬美元（約新台幣5.5億），成立冰島語言規劃委員會，建構冰島語言資料庫，目標是希望電子產品開發者能把冰島語列入系統。 冰島科教文化部長 Lilja Alfreðsdóttir 2021年2月甚至致信迪士尼，要求其為 Disney+ 節目提供冰島語字幕和配音，而迪士尼也承諾增設冰島語配音的版本。 同樣這位 Lilja 部長也致信蘋果公司執行長庫克，闡述冰島語才是國民的靈魂所在，並指出冰島語學習對冰島兒童個人發展、教育、思考與思想至關重要，所以請求蘋果公司必須將冰島語添加到旗下產品的語音、文字與操作系統，讓冰島人在往後的日常生活裡可以使用母語來操控電子產品。 台灣人呢？台灣人可有韓國人或冰島人的自信靈魂及自覺？多數台灣人對台語、客語、各台灣南島語抱持漠然的態度，甘心留在華語的舒適圈裡，還指望能「英語化」，痴想這樣台灣就能一飛沖天。 也正是這種過度簡化的推論，才會有人在缺乏嚴謹的論據下，就把教育及國家競爭力問題，粗率地推給「英語」及「課綱」，這種直線而無根的思考，恐怕才是國民思考及智力的危機所在。 任誰都知道台語、客語及各原住民語言面臨消亡的危機，但台灣政府都還沒像韓國、冰島那樣力挺本土語言呢，光是把本土語言列為學校必修，就已經有一群人憤憤不平，認為這會壓縮到英語與基礎科學的學習時間，甚至覺得這只會降低台灣的產業國際化與科技競爭力，並質疑這對台灣有什麼好處？ 如果依循韓國瑜在參選總統時所倡議的「母語回家學」，現在年輕人哪個不是華語最為流利、以華語為第一語言，該回家學的，恐怕是華語吧？！怎麼會是本土語言呢？ 那本土語言憑什麼？我們又為何要大力維護、教授本土語言，這究竟有什麼實際利益，以下就說個分明。 即使不談文化、傳承及認同，如果論者對語言學相關研究有所了解，就不該如此輕視本土語言。事實上本土語言對國民明明就有提升智力、延緩老化的重要功能，我們不能因為「不知」，就繼續「不明」，造成台灣在競爭力及經濟上的損失。 台灣現在最大的危機之一就是正逐漸走向「華語的單語社會」，放棄本土語言，正在讓我們的青年學子喪失雙語人的腦力及健康資本！ 長期以來，學者就指出雙語人在左側後頂葉腦區的灰質密度增加（Mechelli et al. 2004），學界更發現雙語人在解決衝突與決策功能上發展較早、能力較優（Bialystok 1999; Bialystok and Martin 2004; Cromdal 1999等）。易言之，只有華語流利的年輕人所流失的，不只是本土語言，還有腦中的灰質密度、較佳的解決衝突能力與決策能力。 更有甚者，實證研究也指出雙語人的決策控制能力隨年齡退化速度較慢（Stern 2002; Fratiglioni, Paillard-Borg and Winblad 2004; Krammer et al. 2004; Staff, Murray, Deary and Whalley 2004; Valenzuela and Sachdev 2006）。如果這還不夠讓你印象深刻，那雙語人出現癡呆症癥狀的年紀要比單語人晚四年（Stern 2002; Stern et al. 2005），這數字聽來如何？ 許多台灣人沒有歐美人那種對文化、傳統與在地認同的情操，所以對本土語言頗為賤視。試想，上面所列的研究，事實上攸關教育效能、國民健康及家庭與國家的長照支出。如果提升智力的部份一時難以試算，我們就拿癡呆症延後四年為例好了。以失能長者的看護及耗材每月支出五萬元為例，四年的病程意謂著二百四十萬的額外金錢損失，反映在國家的長照支出，將是數百億的失與得，有遠見及見識者，難道可以置之不理？ 說到這裡，大概有人要跳出來擁護當今政府的「雙語政策」了，搞不好還有人要說：我跟我的孩子都上過英語課，所以提升智力、延緩老化都是囊中物，不必假手本土語言！ 但這樣想的人恐怕要失望了！ 上述這些雙語能提升智力、延緩老化的研究對象，都是指日常使用雙語、具高流利度為基本前提 （Bialystok 2009），學過外語並不會帶來這些好處，畢竟大多數的台灣人沒有日常使用英語等外語的環境。只有本土語言才能廣泛且快速在社區及學校創造雙語環境。 放眼國際，為什麼新加坡轟轟烈烈推行華英雙語政策，卻成效不彰，最後放棄？（新加坡政府及家庭已大致放棄普及華語，改為全面轉向英語）原因就在於華語及英語都不是新加坡原來的在地語言。 相對來說，有認識歐洲人的朋友，應該不難發現歐洲人動不動就會兩三種流利的語言，原因就在於那些語言都是歐洲在地的族群語言。 對比星、歐的發展歷程，不難知道要拿下雙語在提升智力、延緩老化的利益，只有在地的本土語言才是答案！ 不過本土語言的優勢還不止於此。神經語言學家Minna Huotilainen就明白指出，如果要讓孩童的大腦發展得到最大效益，應該優先考量讓孩童學習發音相對複雜的語言。以往，有人會覺得台語聲調比華語多，而且有連讀變調，很是麻煩！事實上這發音的複雜性，看在語言學家眼裡，正是刺激孩童腦部發展的絕佳利器！其他的學者也指出，就語言習得年齡與動用腦的額外資源來看，一個語言的「音韻及語法」複雜度，要比「詞彙及語意」更具關鍵性（Perani and Abutalebi 2005），換句話說，想要孩童的腦力有更佳的發展，絕對要讓他們學習聲調多、變調複雜的台語、客語或文法偏難的台灣原住民語。 根據以上的種種研究，現在在學校裡，只有部份學期每週必修一小時的本土語言課，根本是大大不足！最理想的方式，應該是以台灣各地區主要的在地族群本土語言做為不同學科的教學語言，這樣才能讓我們的孩子在流利的華語以外再加一語，讓國民及國家共享雙語人提升智力、延緩老化的巨大紅利。 提起本土語言，或許你真的不在乎文化、傳統及認同，但我想問： 你想不想提升智力，提升應變及管理能力？ 你想不想延緩老化，不要太早得到阿茲罕默症及失語症？ 你想不想要孩子能提升智力，提升應變及管理能力？ 你希不希望孩子未來能延緩老化，不要太早得到阿茲罕默症及失語症？ 理性的抉擇擺在眼前，請務必在家庭、學校、社區阻止台灣成為華語單語，不然真的損失大了！ 話說回來，我也反對現在一週一節課的本土語言必修課，因為這根本完全不夠！每週上課一小時，我們的孩子是無法學會流利的本土語言的，結果就是我們的下一代將蒙受智力及老化的無謂損失。語言學家都知道，孩童要習得語言，重點在於敏感期中給予足夠、明確的語言環境及刺激（Guion 2003; Deutsch, Henthron, Marvin and Wu 2006; Trainor 2005），明智的家長，請務必在家中及日常生活裡多多使用本土語言，救救孩子，救救台灣的競爭力！ 至於那些懷疑孩童是否能習得多語能力的朋友，大概是沒怎麼認識歐洲人吧！歐洲人為什麼很多能說兩三種歐洲語言？正是因為家庭、學校及社區的多語環境呀！ 說了這麼多，你不擔心你的孩子台語（客語、族語）說不好嗎？如果是，那只有一個原因：你沒有一直跟他說台語（客語、族語）。為了他好，我相信你知道怎麼做，也一定會找到方法的。

「蘋果iOS 14揭抖音偷窺iPhone剪貼簿 用戶密碼全都露」 （中央社加州古柏迪諾28日綜合外電報導）蘋果公司近日在全球開發者大會（WWDC）上發表iOS 14，資安專家指出，這款最新作業系統的安全通知，揭露抖音（TikTok）等應用程式App會偷偷讀取iPhone的剪貼簿。 而且因為蘋果有通用剪貼簿（universal clipboard）功能，用戶在Mac或iPad上複製的內容可以透過iPhone讀取。換言之，如果你的iPhone抖音App狀態為使用中，基本上抖音就能讀到你在其他蘋果裝置上複製的任何內容，包括你的密碼、工作文件、敏感電郵、財務資料等等。

【我們是最後一代】 Yo-Jing Lin 林宜敬 一、 如果三年前有人跟我說，人工智慧將會變得比人類還聰明，那我一定會認為他在胡說。但是隨著ChatGPT、MidJourney、DALL·E等大型類神經網路（Neural Net）的高速發展，現在我也開始擔心了。 也許幾年內人工智慧就會變得比人類還聰明，而我們將會是「最後一代」。 二、 類神經網路的運作方式，跟以前傳統的電腦程式很不一樣。傳統的程式，靠的是加減乘除以及邏輯運算，一切都是程式設計師「設計」出來的，所以對於傳統程式的運作原理，程式設計師們自己當然是一清二楚。 但類神經網路是模仿人類大腦而建造的，他的能力是「訓練」出來的，而不是「設計」出來的。所以就像身為老師的人，往往搞不懂自己的學生是怎麼想的一樣，身為類神經網路訓練者的工程師們，往往也搞不懂自己做出來的類神經網路究竟是怎麼運作的。 三、 人腦的思考能力，來自於一些透過突觸（Synapses）互相連結的腦神經元細胞（Neurons）；而人工智慧類神經網路的思考能力，也是來自於一些透過參數（Parameters）互相連結的人造類神經元。 人類在學習的時候，腦神經元的突觸連結方式會發生改變；而人造的類神經網路在學習的時候，參數的數值也會發生改變。 動物的腦，突觸的數量越大，思考學習能力越強；而同樣的，類神經網路的參數越多，思考學習的能力也越強。 四、 早期的類神經網路所包含的類神經元數目，了不起也不過是幾萬個，恐怕比一隻蟑螂的腦神經元數量都還要少。所以早期的類神經網路都只能專注於某種特殊功能，像是下圍棋、幫照片著色、或是將語音轉換成文字等等。 五 但是近幾年，許多大型的科技公司野心變大了，開始去訓練一些稱作 Foundation Models 的超大型類神經網路。像是 ChatGPT 以及 DALL·E 背後的 GPT-3，就是一個擁有1750億個參數的超大型的類神經網路 。 而科學家們估計，人腦大約有100兆個突觸。GPT-3 的 1750億個參數跟人腦的100兆個突觸相比，只有五百分之一左右，所以GPT-3的思考記憶能力，終究還是比不上人腦。 六、 但是GPT-3所受的訓練跟人腦所受的訓練一樣，已經是多方面的。它閱讀過無數關於天文、地理、歷史、物理、化學、音樂、以及程式設計的網路文章，所以它就像一個精通數十種語言，同時還上過天文、地理、歷史、物理、化學、音樂、程式設計等各種課程的傢伙一樣，什麼都能聊。 七、 科學家們訓練 GPT-3 的方式，是讓GPT-3大量閱讀各種從網路上蒐集來的文章，然後叫 GPT-3 寫短文給真人老師批改。 然後科學家們為了省事，又去設計訓練出一個「人工智慧家教」（Reward Model），用他來替代真人，專門幫 GPT-3 批改作業，進行訓練。 八、 而 GPT-3是個好學生，他不會死讀書，他會消化吸收，他會把它學到的知識內化（Internalize），轉化成類神經元上面的參數數值。 ChatGPT 很老實，當我們問 ChatGPT 問題的時候，它並不會臨時抱佛腳，偷偷上網去找資料，它也不會偷看小抄，把預先寫好的答案整段背給我們聽。ChatGPT 的回答真的都是「GPT-3 自己想的」，「GPT-3 自己記得的」。 所以每當有些人埋怨，說ChatGPT 的回答往往不盡正確，我都會覺得他們是苛求了。因為 GPT-3 的年紀還不到一歲，他已經算是個博聞強記的天才兒童了。一般人絕對記不得那麼多的事情。 九、 而更厲害的是，像 GPT-3 這樣的類神經網路之所以被稱為 “Foundation Models” （基礎模型），就是因為創造它們科學家們，把它們類比為受過基礎語文訓練及通識教育的「通才」。 只要我們把 GPT-3 複製一份，然後對它進行密集的天文學訓練，那它就會變成一個天文學家；只要我們再把 GPT-3 複製一份，然後再對它進行密集的經濟學訓練，那它就會變成一個經濟學家；只要我們再把 GPT-3 複製一份，然後再對它進行密集的物理學訓練，那它就會變成一個物理學家。 十、 如果這還不夠讓你覺得驚恐的話，那科技界盛傳，繼GPT-3之後，下一代的 GPT-4 馬上就會在今年推出了。據說 GPT-4 的參數數量會是 GPT-3 的 500 倍，也就是100兆個，跟人腦的突觸數量相當。 很顯然的，GPT-4 的設計者就是要做出一個跟人腦腦容量相當的人工腦，一個名副其實的「電腦」。 然後GPT-4絕對不會是人工智慧研究的終點站，接下來很可能會有人腦 500 倍容量的 GPT-5、人腦 25 萬倍容量的 GPT-6。 十一、 所以順利的話，一年之後，研究所的學生都不用再自己寫論文了，因為論文可以交給 GPT-4 寫，而且寫的絕對比大部分的研究生都好； 同樣的，大學的教授們也不用再浪費時間上課、指導論文了，因為反正學生的作業跟論文都是 GPT-4 寫的，教授們不如把 GPT-4 複製一份，直接去教 GPT-4 做研究、寫論文； 然後教授們訓練出來的 GPT-4、GPT-5、GPT-6會越來越厲害，厲害到他們青出於藍，總有一天會比當初訓練出他們的教授們還厲害，可以自己做研究、自己訓練下一代的 GPT-7 、而且去跟 Google、百度訓練出來的類神經網路進行學術討論了。 十二、 所以我們很可能是最後一代。我們可能是最後一代的真人研究生、最後一代的真人指導教授、最後一代的真人學者。 至於人類接下來會怎麼樣？很抱歉，請不要問我，因為一年之後，我的臉書應該都是由 GPT-4 或是 GPT-5 代寫，而且它們會是經過我特殊訓練過，寫作風格跟我完全一樣的類神經網路寫手。 而當然，各位也不用自己留言提問了。因為到時候，各位自己訓練出來的類神經網路網友們也會自動留言提問，自動幫我的臉書文章按讚。 我們是最後一代的真人臉友。

在九零年代人們為了開發人工智慧程式和類神經系統，遇到了瓶頸，開發出來的人工智慧程式都大概只有五歲小孩的智力。 於是向單細胞生物觀察學習，科學家用草履蟲做實驗，草屨蟲喜歡聞炒蛋味道，科學家把一盤剛炒好的蛋放在一群草屨蟲前面，草屨蟲聞到香氣全部往炒蛋爬去，科學家用光照牠們然後用電電牠們，草屨蟲被電得往後退，但一下子香味又誘使牠們往前爬，然後光照、被電，一次兩次多次後，草屨蟲學會了，有光就會被電。 草屨蟲可以一分為二無性生殖，科學家把每條草屨蟲切成兩半，看看記憶會存在那一半，結果分裂成兩條的草屨蟲都怕光，他們把草屨蟲切成數段，分裂成多條的草屨蟲全部都知道看到光就要被電。（記憶可以在細胞內複製） 後來科學家把這堆怕光的草屨蟲攪碎混在食物給另一群沒被電過的草屨蟲吃，結果有吃這群怕光的草屨蟲全部怕光，另一組沒吃沒受光電刺激的對照組則都不怕光。（記憶可以被吃進去） 中間及後續的實驗簡略 科學家最後的結論是記憶可以存在蛋白質而被吸收，他們最後是用兩對雙胞胎小孩做實驗。 現代醫學告訴我們肉含有豐富的營養，所以我們理直氣壯、理所當然的宰殺食用雞鴨魚豬牛等⋯，殊不知我們吃進了一堆獸性，當年的實驗結論是人類食用大量的生物記憶，最終只能借著教育和宗教拼命壓住潛在的獸性。 我們無法和更高的靈共振，卻拼了要和獸性共振，跟老師學習終生素食吧，有些毛病時間到了就會脱落了。