2021年9月7日,我應邀參觀 臺北流行音樂中心 Taipei Music Center 即將在9月18日開展的《唱 我們的歌 流行音樂故事展》,展出內容十分精彩,令人驚豔且感動!我逛了整整兩個小時仍意猶未盡,拍了這些照片與大家分享。
全程充滿音樂的名人語音導覽是一大特色,參觀者各自戴著耳機,導覽內容會隨著你的移動而變化,所以一定得親自走上一趟,才能體驗完整的展覽內容。
對了,展覽裡有我提供的數件珍藏喲!能夠參與其中,讓我覺得十分榮幸且驕傲,誠摯推薦這個超讚的「博物館級」臺灣流行音樂界特展給大家!
※認識臺北流行音樂中心常設展《唱 我們的歌 流行音樂故事展》
歷經四年籌備,國內第一個紀錄華語流行音樂展覽《唱 我們的歌 流行音樂故事展》在2021年9月18日正式登場。
由策展人梁浩軒與三位共同策展人:李明道(Akibo)、馬世芳、五月天瑪莎,歷經1000多天,聯繫超過269家唱片公司與音樂人;簽下數百份授權、借展、視聽合約;南北往返與借展人商借珍貴展品;更經歷了不停討論與取捨,最後選擇111首歌對比臺灣流行音樂歷史與事件中,最具經典與共鳴的歌曲。
展覽打破了時間軸說歷史,以「時代場景」和「故事主題」相呼應,透過流行歌曲在民眾生活的「共同記憶」為主軸串連起跨越時代的流行音樂作品。
展覽規劃的12個展區共計1326件展品,分別坐落在臺北流行音樂中心「文化館」的6樓至4樓三個樓層,依序由上而下展開流行音樂故事的旅程:
6樓共7個展區,真實還原每人接觸音樂的開始,由台語流行歌曲發源地「台北圓環」啟航;隨年齡漸長,來到「台北戲院」看免錢電影;坐上「火車火車」離鄉背井打拼新人生。背起吉他「唱自己的歌」,我們開始關心自己成長的這塊土地,與志同道合的朋友在「年輕人的精神世界」,藉由唱歌抒發自己的熱血。
5樓透過3個展區,傳達「流行音樂的影響力,是一則永遠說不完的故事」。流行音樂以愛情主題為大宗,來到「音樂愛情故事」欣賞跨時代的聲光秀;在「唱片的出生」體驗一張專輯的每一個環節,都需要最有才華的專業工作者,讓它們廣為傳唱,讓歌者發光。接著在「音樂的魅力」,一覽1930~2020年間華語流行音樂以多元形式展演屬於各世代獨有的音樂樣貌。
最後來到4樓展區,「音樂現場」紀錄那些未必乖馴的音樂,卻在 LIVE HOUSE、貢寮海祭、墾丁春吶、大港開唱舞台上,找到紮根、開花的土壤。作為Ending展區的「生命的現場-演唱會與 Back Stage」,與必應團隊合作展現沈浸體驗,重現經典演唱現場,帶領觀眾重返感動當下。
這個展覽是第一個使用自動化及主動式推播語音導覽設備的展覽,當參觀者戴上耳機,隨展區動線移動,耳機即透過紅外線自動感應主動推播音樂,每個展區透過配合主題播放屬於其故事背景的多首流行歌曲混曲。
展覽也將 RFID 技術帶入展覽置入門票手環中,每位觀展者不僅可在展場中以手環晶片感應機臺獲得展品資訊,觀展後更可登入北流官網,輸入手環晶片密碼,將有包含張雨生的紅色吉他、臺灣嘻哈先鋒宋岳庭「Life’s a Struggle」 手稿、五月天混音器、搖滾天王伍佰第一把 Les Paul 電吉他等20件珍貴展品,利用 RFID 紀錄典藏查詢自己於展場中搜集的數位典藏展品資料。
此展邀請製作人王希文擔任音樂總監,搭配盧建彰導演的文案,為展覽混音串接111首歌曲及12段語音導覽;更邀請14位重量級音樂人為每個展區引言導覽:音樂教父李宗盛、臺語流行歌曲前輩文夏與文香、陶晶瑩、劉若英,金曲獎最佳貢獻獎羅大佑、民歌之母陶曉清、陳綺貞、張艾嘉、五月天阿信、王力宏,搖滾天王伍佰。英語導覽則由新生代歌手 9m88 與 ØZI 擔綱。在重量級音樂人帶領下,更深刻感受每一展區與臺灣流行音樂背後故事。
展覽另一大沈浸體驗區「生命的現場-演唱會與 Backstage」,則與必應團隊合作,重現包括五月天、Tizzy Bac、兄弟本色與田馥甄等四組藝人的演唱會現場;結合新科技,以九宮矩陣大型五面投影畫面搭配舞台燈光設計、雷射等,展現沈浸體驗。
離開演唱會舞台區,來到後台,觀展者則可以透過 AR,觀看有著演唱會後台最常見的 Truss 舞台工程結構。牆面將掛著知名演唱會舞台設計圖,觀眾可在等候表演入場前,利用手機 AR 掃描,一窺舞台製作奧妙,包含蕭敬騰、伍佰 & China Blue、林宥嘉、陳綺貞與盧廣仲,五組藝人的演唱會舞台設計。
———————————
每個人心中都有自己最重要的一首歌、一個物件、一個印記。
《唱 我們的歌 流行音樂故事展》
臺北流行音樂中心文化館 9月18日與您相見!
———————————
指導單位|文化部
主辦單位|臺北市政府文化局、臺北流行音樂中心
策展單位|INCEPTION 啟藝
策展人|梁浩軒
共同策展人|李明道、馬世芳、五月天瑪莎
策展團隊|曾詩婷、王思雅、林君澤、戴家佑、黃意淳、簡青玲、尹方平、朱庭誼、林宛賢、葉思嘉、朱品堯、林蔚軒、劉曉綺、黃華男
語音導覽 / 引言人
序章 / 記憶的和弦|李宗盛
臺北圓環|文夏、文香
時代電器行|陶晶瑩
臺北戲院|劉若英
火車火車|羅大佑
唱 自己的歌|陶曉清
年輕人的精神世界|陳綺貞
音樂愛情故事|張艾嘉
唱片的出生|五月天 阿信
音樂的魅力|王力宏
音樂現場|伍佰
英文語音導覽引言人|9m88、ØZI
語音導覽文案|盧建彰
語音導覽音樂總監|王希文
目前只能線上購票: https://bit.ly/3jPZvIT
⚠ 因應疫情,此展覽採取預約參觀制,將分時段售票。
🔹 開館特惠票 $250 (一般民眾)
🔹 敬老票 $125 (六十五歲以上長者)
🔹 團體票 $225 (團體人數二十人以上)
※ 一律採取OPENTIX 線上購票
※ 敬老票資格者,請於入場時出示有效證件
🎟 展覽時間|2021/9/18 (六)起,為期五年
每週一休館(2021/9/20除外)
開放時間:10:00~18:00
最晚入場時間:16:30
🎟 展覽地點|臺北流行音樂中心 文化館
地址:臺北市南港區市民大道八段99
同時也有1部Youtube影片,追蹤數超過7萬的網紅Post76影音玩樂,也在其Youtube影片中提到,Samsung 今天(7日)舉行了 The First Look 發布會,宣布推出在 2021 年推出 Neo QLED、Micro LED 和 Lifestyle 等好幾個新品系列。今年 Samsung 以「屏幕無所不在、屏幕成全所有」為願景,加强影音體驗之餘,亦更進一步加對無障礙使用體驗及碳足...
投影矩陣推導 在 李開復 Kai-Fu Lee Facebook 的最讚貼文
創新工場“AI蒙汗藥”入選NeurIPS 2019,3年VC+AI佈局進入科研收穫季
本文來自量子位微信公眾號
……………………………………………………………………
NeurIPS 2019放榜,創新工場AI工程院論文在列。
名為“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”。
一作是創新工場南京國際AI研究院執行院長馮霽,二作是創新工場南京國際人工智慧研究院研究員蔡其志,南京大學AI大牛周志華教授也在作者列。
論文提出了一種高效生成對抗訓練樣本的方法DeepConfuse,通過微弱擾動資料庫的方式,徹底破壞對應的學習系統的性能,達到“資料下毒”的目的。
創新工場介紹稱,這一研究就並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,還能協助針對性地制定防範“AI駭客”的完善方案,推動AI安全攻防領域的發展。
NeurIPS,全稱神經資訊處理系統大會(Conference and Workshop on Neural Information Processing Systems),自1987年誕生至今已有32年的歷史,一直以來備受學術界和產業界的高度關注,是AI學術領域的“華山論劍”。
作為AI領域頂會,NeurIPS也是最火爆的那個,去年會議門票在數分鐘內被搶光,而且在論文的投稿錄取上,競爭同樣激烈。
今年,NeurIPS會議的論文投稿量再創新高,共收到6743篇投稿,最終錄取1428篇論文,錄取率為21.2%。
▌“資料下毒”論文入選頂會NeurIPS
那這次創新工場AI工程院這篇入選論文,核心議題是什麼?
我們先拆解說說。
近年來,機器學習熱度不斷攀升,並逐漸在不同應用領域解決各式各樣的問題。不過,卻很少有人意識到,其實機器學習本身也很容易受到攻擊,模型並非想像中堅不可摧。
例如,在訓練(學習階段)或是預測(推理階段)這兩個過程中,機器學習模型就都有可能被對手攻擊,而攻擊的手段也是多種多樣。
創新工場AI工程院為此專門成立了AI安全實驗室,針對人工智慧系統的安全性進行了深入對評估和研究。
在被NeurIPS收錄的論文中,核心貢獻就是提出了高效生成對抗訓練資料的最先進方法之一——DeepConfuse。
▌給數據下毒
通過劫持神經網路的訓練過程,教會雜訊生成器為訓練樣本添加一個有界的擾動,使得該訓練樣本訓練得到的機器學習模型在面對測試樣本時的泛化能力盡可能地差,非常巧妙地實現了“資料下毒”。
顧名思義,“資料下毒”即讓訓練資料“中毒”,具體的攻擊策略是通過干擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。
“資料下毒”與常見的“對抗樣本攻擊”是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練資料讓模型“中毒”,後者通過修改待測試的樣本讓模型“受騙”。
舉例來說,假如一家從事機器人視覺技術開發的公司希望訓練機器人識別現實場景中的器物、人員、車輛等,卻不慎被入侵者利用論文中提及的方法篡改了訓練資料。
研發人員在目視檢查訓練資料時,通常不會感知到異常(因為使資料“中毒”的噪音資料在圖像層面很難被肉眼識別),訓練過程也一如既往地順利。
但這時訓練出來的深度學習模型在泛化能力上會大幅退化,用這樣的模型驅動的機器人在真實場景中會徹底“懵圈”,陷入什麼也認不出的尷尬境地。
更有甚者,攻擊者還可以精心調整“下毒”時所用的噪音資料,使得訓練出來的機器人視覺模型“故意認錯”某些東西,比如將障礙認成是通路,或將危險場景標記成安全場景等。
為了達成這一目的,這篇論文設計了一種可以生成對抗雜訊的自編碼器神經網路DeepConfuse。
通過觀察一個假想分類器的訓練過程更新自己的權重,產生“有毒性”的雜訊,從而為“受害的”分類器帶來最低下的泛化效率,而這個過程可以被歸結為一個具有非線性等式約束的非凸優化問題。
▌下毒無痕,毒性不小
從實驗資料可以發現,在MNIST、CIFAR-10以及縮減版的IMAGENET這些不同資料集上,使用“未被下毒”的訓練資料集和“中毒”的訓練資料集所訓練的系統模型在分類精度上存在較大的差異,效果非常可觀。
與此同時,從實驗結果來看,該方法生成的對抗雜訊具有通用性,即便是在隨機森林和支援向量機這些非神經網路上也有較好表現。
其中,藍色為使用“未被下毒”的訓練資料訓練出的模型在泛化能力上的測試表現,橙色為使用“中毒”訓練資料訓練出的模型的在泛化能力上的測試表現。
在CIFAR和IMAGENET資料集上的表現也具有相似效果,證明該方法所產生的對抗訓練樣本在不同的網路結構上具有很高的遷移能力。
此外,論文中提出的方法還能有效擴展至針對特定標籤的情形下,即攻擊者希望通過一些預先指定的規則使模型分類錯誤,例如將“貓”錯誤分類成“狗”,讓模型按照攻擊者計畫,定向發生錯誤。
例如,下圖為MINIST資料集上,不同場景下測試集上混淆矩陣的表現,分別為乾淨訓練資料集、無特定標籤的訓練資料集、以及有特定標籤的訓練資料集。
實驗結果有力證明,為有特定標籤的訓練資料集做相應設置的有效性,未來有機會通過修改設置以實現更多特定的任務。
對資料“下毒”技術的研究並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,更重要的是,只有深入研究相關的入侵或攻擊技術,才能有針對性地制定防範“AI駭客”的完善方案。
隨著AI演算法、AI系統在國計民生相關的領域逐漸得到普及與推廣,科研人員必須透徹地掌握AI安全攻防的前沿技術,並有針對性地為自動駕駛、AI輔助醫療、AI輔助投資等涉及生命安全、財富安全的領域研發最有效的防護手段。
▌還關注聯邦學習
除了安全問題之外,人工智慧應用的資料隱私問題,也是創新工場AI安全實驗室重點關注的議題之一。
近年來,隨著人工智慧技術的高速發展,社會各界對隱私保護及資料安全的需求加強,聯邦學習技術應運而生,並開始越來越多地受到學術界和工業界的關注。
具體而言,聯邦學習系統是一個分散式的具有多個參與者的機器學習框架,每一個聯邦學習的參與者不需要與其餘幾方共用自己的訓練資料,但仍然能利用其餘幾方參與者提供的資訊更好的訓練聯合模型。
換言之,各方可以在在不共用資料的情況下,共用資料產生的知識,達到共贏。
創新工場AI工程院也十分看好聯邦學習技術的巨大應用潛力。
今年3月,“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”論文的作者、創新工場南京國際人工智慧研究院執行院長馮霽代表創新工場當選為IEEE聯邦學習標準制定委員會副主席,著手推進制定AI協同及大資料安全領域首個國際標準。
創新工場也將成為聯邦學習這一技術“立法”的直接參與者。
▌創新工場AI工程院科研成績單
創新工場憑藉獨特的VC+AI(風險投資與AI研發相結合)的架構,致力於扮演前沿科研與AI商業化之間的橋樑角色。
創新工場2019年廣泛開展科研合作,與其他國際科研機構合作的論文,入選多項國際頂級會議,除上述介紹的“資料下毒”論文入選NeurlPS之外,還有8篇收錄至五大學術頂會,涉及影像處理、自動駕駛、自然語言處理、金融AI和區塊鏈等方向。
┃兩篇論文入選ICCV
Disentangling Propagation and Generation for Video Prediction
https://arxiv.org/abs/1812.00452
這篇論文的主要工作圍繞一個視頻預測的任務展開,即在一個視頻中,給定前幾幀的圖片預測接下來的一幀或多幀的圖片。
Joint Monocular 3D Vehicle Detection and Tracking
https://arxiv.org/abs/1811.10742
這篇論文提出了一種全新的線上三維車輛檢測與跟蹤的聯合框架,不僅能隨著時間關聯車輛的檢測結果,同時可以利用單目攝像機獲取的二維移動資訊估計三維的車輛資訊。
┃一篇論文入選IROS
Monocular Plan View Networks for Autonomous Driving
http://arxiv.org/abs/1905.06937
針對端到端的控制學習問題提出了一個對當前觀察的視角轉換,將其稱之為規劃視角,它把將當前的觀察視角轉化至一個鳥瞰視角。具體的,在自動駕駛的問題下,在第一人稱視角中檢測行人和車輛並將其投影至一個俯瞰視角。
┃三篇論文入選EMNLP
Multiplex Word Embeddings for Selectional Preference Acquisition
提出了一種multiplex詞向量模型。在該模型中,對於每個詞而言,其向量包含兩部分,主向量和關係向量,其中主向量代表總體語義,關係向量用於表達這個詞在不同關係上的特徵,每個詞的最終向量由這兩種向量融合得到。
What You See is What You Get: Visual Pronoun Coreference Resolution in Dialogues
https://assert.pub/papers/1909.00421
提出了一個新模型(VisCoref)及一個配套資料集(VisPro),用以研究如何將代詞指代與視覺資訊進行整合。
Reading Like HER: Human Reading Inspired Extractive Summarization
人類通過閱讀進行文本語義的摘要總結大體上可以分為兩個階段:1)通過粗略地閱讀獲取文本的概要資訊,2)進而進行細緻的閱讀選取關鍵句子形成摘要。
本文提出一種新的抽取式摘要方法來模擬以上兩個階段,該方法將文檔抽取式摘要形式化為一個帶有上下文的多臂老虎機問題,並採用策略梯度方法來求解。
┃一篇論文入選IEEE TVCG
sPortfolio: Stratified Visual Analysis of Stock Portfolios
https://www.ncbi.nlm.nih.gov/pubmed/31443006
主要是對於金融市場中的投資組合和多因數模型進行可視分析的研究。通過三個方面的分析任務來幫助投資者進行日常分析並升決策準確性。
並提出了一個全新的視覺化分析系統sPortfolio,它允許使用者根據持倉,因數和歷史策略來觀察投資組合的市場。sPortfolio提供了四個良好協調的視圖。
┃一篇論文入選NSDI
Monoxide: Scale Out Blockchain with Asynchronized Consensus Zones
https://www.usenix.org/system/files/nsdi19-wang-jiaping.pdf
提出了一種名為非同步共識組 Monoxide 的區塊鏈擴容方案,可以在由 4.8 萬個全球節點組成的測試環境中,實現比比特幣網路高出 1000 倍的每秒交易處理量,以及 2000 倍的狀態記憶體容量,有望打破“不可能三角”這個長期困擾區塊鏈性能的瓶頸。
▌獨特的“科研助推商業”思路
國內VC,發表論文都很少見,為什麼創新工場如此做?
這背後在於其“VC+AI”模式。
最獨特之處在于,創新工場的AI工程院可以通過廣泛的科研合作以及自身的科研團隊,密切跟蹤前沿科研領域裡最有可能轉變為未來商業價值的科研方向。
這種“科研助推商業”的思路力圖儘早發現有未來商業價值的學術研究,然後在保護各方智慧財產權和商業利益的前提下積極與相關科研方開展合作。
同時,由AI工程院的產品研發團隊嘗試該項技術在不同商業場景裡可能的產品方向、研發產品原型,並由商務拓展團隊推動產品在真實商業領域的落地測試,繼而可以為創新工場的風險投資團隊帶來早期識別、投資高價值賽道的寶貴機會。
“科研助推商業”並不是簡單地尋找有前景的科研專案,而是將技術跟蹤、人才跟蹤、實驗室合作、智慧財產權合作、技術轉化、原型產品快速反覆運算、商務拓展、財務投資等多維度的工作整合在一個統一的資源體系內,用市場價值為導向,有計劃地銜接學術科研與商業實踐。
以AI為代表的高新技術目前正進入商業落地優先的深入發展期,產業大環境亟需前沿科研技術與實際商業場景的有機結合。
創新工場憑藉在風險投資領域積累的豐富經驗,以及在創辦AI工程院的過程中積累的技術人才優勢,特別適合扮演科研與商業化之間的橋樑角色。
於是,創新工場AI工程院也就順勢而生。
創新工場人工智慧工程院成立於2016年9月,以“科研+工程實驗室”模式,規劃研發方向,組建研發團隊。
目前已經設有醫療AI、機器人、機器學習理論、計算金融、電腦感知等面向前沿科技與應用方向的研發實驗室,還先後設立了創新工場南京國際人工智慧研究院、創新工場大灣區人工智慧研究院。
目標是培養人工智慧高端科研與工程人才,研發以機器學習為核心的前沿人工智慧技術,並同各行業領域相結合,為行業場景提供一流的產品和解決方案。
而且, 創新工場還與國內外著名的科研機構廣泛開展科研合作。
例如,今年3月20日,香港科技大學和創新工場宣佈成立電腦感知與智慧控制聯合實驗室(Computer Perception and Intelligent Control Lab)。
此外,創新工場也積極參與了國際相關的技術標準制定工作。例如,今年8月,第28屆國際人工智慧聯合會議(IJCAI)在中國澳門隆重舉辦,期間召開了IEEE P3652.1(聯邦學習基礎架構與應用)標準工作組第三次會議。
IEEE聯邦學習標準由微眾銀行發起,創新工場等數十家國際和國內科技公司參與,是國際上首個針對人工智慧協同技術框架訂立標準的專案。
創新工場表示,自身的科研團隊將深度參與到聯邦學習標準的制定過程中,希望為AI技術在真實場景下的安全性、可用性以及保護資料安全、保護使用者隱私貢獻自己的力量。
投影矩陣推導 在 Post76影音玩樂 Youtube 的最讚貼文
Samsung 今天(7日)舉行了 The First Look 發布會,宣布推出在 2021 年推出 Neo QLED、Micro LED 和 Lifestyle 等好幾個新品系列。今年 Samsung 以「屏幕無所不在、屏幕成全所有」為願景,加强影音體驗之餘,亦更進一步加對無障礙使用體驗及碳足印方面的關顧。
Samsung 旗艦級 8K QN900A 和 4K QN90A 系列用上全新 Neo QLED 屏幕技術。Samsung 憑全新量子 Mini LED 光源技術,融合量子矩陣技術(Quantum Matrix Technology)及全新 Neo 量子處理器加持,提供更快更準確圖像處理,更精準地控制畫面光暗,將 QLED 屏幕提升至全新視界。量子 Mini LED 體積僅為傳統 LED 發光元件高度 1/40,且無需透過鏡片放光,亦無需透過組件將 LED 固定在面板上,讓更多 LED 發光元件可排列在極纖薄面板上。量子矩陣技術能超精細地控制密集排列 LED,防止泛光問題,以還原最忠於創作者的影像內容。
00:00 導言
00:37 總覽
02:56 8K Neo QLED 系列
08:48 量子處理器特點
10:02 量子處理器運作理念
12:15 AI 音效 / OTS 物件追鐘音效
15:24 遊戲及 Home Office 功能
20:59 MicroLED
27:34 短距離投影機 The Premiere
29:47 旋轉屏幕 The Sero 及其他 LifeStyle TV 系列
33:08 環保意念包裝+環保物料遙控
?文章 : https://post76.hk/news/2021/01/ces2021-samsung-neo-qled-micro-led/
⚡️討論 : https://post76.hk/thread-325567-1-1.html
----------------- ⚡️⚡️⚡️ 精選文章 ⚡️⚡️⚡️ ----------------
?♂️◆最新精華帖◆??
http://bit.ly/2WZa1iC
??♂️◆最新影音報告◆?
http://bit.ly/2FtLbBj
??♂️◆最新熱門帖◆ ✈️
http://bit.ly/2IDflEh
?主站: https://post76.hk/
?網店: https://store.post76.hk/
?Facebook: https://www.facebook.com/post76/
? IG: https://www.instagram.com/post76_hk/
#Post76玩樂網 #Samsung #CES_2021
投影矩陣推導 在 投影矩阵推导 的推薦與評價
投影矩阵推导 ... 透视投影是3D固定流水线的重要组成部分,是将相机空间中的点从视锥体(frustum)变换到规则观察体(Canonical View Volume)中,待裁剪完毕后 ... ... <看更多>
投影矩陣推導 在 noteForOpenGL/README.md at master - GitHub 的推薦與評價
推导投影矩阵 ,就要利用这6个参数。在OpenGL中成像是在近裁剪平面上完成。 透视投影矩阵的推导. 透视投影中,相机坐标 ... ... <看更多>
投影矩陣推導 在 0604 02 投影矩陣的公式 - YouTube 的推薦與評價
0604 02 投影矩陣 的公式 ... NCUxOCW-岩石力學-董家鈞教授立體 投影 法-重要性、等角 投影 與等面積 投影 、繪圖與分析64027 20100331 2. ncuxocw. ncuxocw. ... <看更多>