在學著與疫情共處的過程,終於等到藝文場所取消梅花座,可以容納更多的觀眾,除了全部擠在一起的影展、電影檔期以外,有兩場劇場表演也是我等候多時的,目前一場已開放購票、一場等等中午啟售。很想說,一定難看又無聊,不介紹又深覺可惜,拜託大家不要跟我搶。
⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀
▍ 莎士比亞的妹妹們的劇團《#混音理查三世》
Richard III:The Remix Edition
https://reurl.cc/LbY30X
⠀⠀⠀⠀⠀
莎士比亞筆下的英格蘭國王理查三世是個邪惡的角色,他以說故事的方式扭曲歷史,《混音理查三世》是王嘉明導演第四度挑戰關於這個題材的改編,且根據演員的各項特色才能重新編排,希望觀眾能從不同角度認識這位國王。他視音樂與聲音為文本的一部份,自大量音樂素材中挑選適合的片段,具象到抽象的聲音都跨幅取樣,重新混音莎翁歷史劇,同時以特殊的「身聲分離」形式演出,全劇十三名演員化身樂手進行 Live 演出,也因此,第四版稱之為《混音理查三世》。
⠀⠀⠀⠀⠀
故事敘述英國萊斯特市中心教堂旁的停車場,挖出疑似遺骸,經 DNA 比對,證實為理查三世,位莎翁筆下個性陰險的駝背跛子,歷史上聲名狼藉、童謠裡的怪物、邪惡的同義詞,四百年後,卻不斷有學者、作家企圖為之平反。在 2015 年《理查三世》版本中,理查三世的形象是由一件衣服、一頂帽子、一雙手套、一根枴杖所組成,金馬影后謝盈萱配音,2021 年的全新版本,則是金馬影帝莫子儀擔綱演出。
⠀⠀⠀⠀⠀
導演 —— 王嘉明
演員 —— Fa、王宏元、王靖惇、周明宇、崔台鎬、陳有銳、彭浩秦、趙逸嵐、莫子儀、李班宇、周安迪、張正元、吳智暉
⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀
▍ 非常林奕華《#一個人的一一》
14 Variations on the Theme of Yi Yi
https://reurl.cc/Ok4AE3
⠀⠀⠀⠀⠀
「這是和楊德昌相遇的最好時間。」
⠀⠀⠀⠀⠀
《一一》除了為導演楊德昌帶來坎城影展的最佳導演,亦被認為是 21 世紀最偉大的電影之一。電影借一個台北中產家庭,訴說每一個人眼前背後的種種,故事由一個婚禮開始,以一個葬禮結束。楊德昌導演的這部電影拍於 2000 年,有著很多未來與我們的關係的啟迪。
⠀⠀⠀⠀⠀
「為什麼這個世界,和我們想的都不一樣呢?」得到楊德昌遺孀彭鎧立女士首次授權改編。電影由洋洋讀給婆婆的一封信結尾,舞台劇《一個人的一一》則從洋洋長大後展開 —— 不單只有照相機,一如現代人,他擁有更多高科技配備,唯獨還是「只能看到一半」。然而在疫情時代的14天隔離裡,洋洋經歷重新自我發現,終於從「後面」找到「前面」:一個人的未來。
⠀⠀⠀⠀⠀
2020 年疫情爆發,林奕華導演於創作之際感概疫情之於人類巨大影響,開啟更多自我反思與提問:《一個人的一一》的創作本意,是在世界進入停擺和紛亂之際,渾沌和充滿可能之間,把各種限制轉化成靈感。由第一天開始,踏入的已不是排練室,是實驗室。這時候除了疫苗,創作也是一種藥。「我」和「你」永遠是一體兩面,一不是一,一也是一,我們從來都只是一個人,我們從來也不只是一個人。
⠀⠀⠀⠀⠀
⠀⠀⠀⠀⠀
#真的好想看嗚嗚嗚
特色同義詞 在 創意創新行銷中心 Facebook 的最佳貼文
【N世代學苑】北部共學班🔎 #品牌建構力 #課程大補帖
說到品牌行銷,就一定只能是「4P」理論嗎?👀
上週三(9/1)共學班的精彩課程,邀請到了麥當勞總公司前廣告行銷部經理-蔡建郎 #阿郎老師,帶來哈佛商學院最受歡迎的「SAVE」,用嶄新思維揭開跨境品牌策略的新頁🤩!
#從老4PVS新SAVE的概念轉變
❶ Product產品V.S Solution解決方案
👉 服務不只是根據你的產品特色,而是來自顧客需求!
❷ Place管道V.S Access通路便利
👉 採購過程比採購地點更重要!
❸ Price價格V.S Value價值
👉 價格是固定的,但價值可以成長!
❹ Promotion促銷V.S Education教育
👉 促銷是終結消費,持續提供資訊才會建立顧客關係!
課程中阿郎老師也分享學習品牌策略時,#向你的競爭對手學習 其實也很有用!
觀察同業的關鍵字,找到目標群眾在搜索時會使用的同義詞👏,也透過Google關鍵字找到更多行銷邏輯,打開觸碰更多客戶的機會🔥,
當你不再侷限已知需求,數位工具可以幫你找到更多出路!💎💎💎
【精彩預告】
下一堂課程將介紹「黃金聖杯」獲客成長術🏆,
並解析Youtube、FB、IG三大社群網站影音特色實務案例分析,
小編也將為大家記錄精彩課程內容,敬請持續鎖定✨✨
#麥當勞假想敵不是肯德基是711
#競爭對手不一定是同業
#改變視野讓格局能耐一起提升
--------
關於N世代學苑👉https://bit.ly/3meTo2J
#中小企業接班傳承數位成長計畫
特色同義詞 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
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
特色同義詞 在 第11講大組共學題目(上)主題:介紹無常與常的同義詞。二 的推薦與評價
二、介紹無常的 同義詞 及其性相 ... (1) 會,「鬧鐘上的所知」是鬧鐘的 特色 ,一旦鬧鐘消失,其 特色 也會隨之 ... 三、介紹常的 同義詞 並舉例說明4. ... <看更多>
特色同義詞 在 Trancy 用YouTube 和Netflix 影片來學習外語,提供多種練習模式 的推薦與評價
有時間,想要更了解這擴充功能有哪些特色,可以閱讀一下: ... 點一下右側還會出現單詞解釋,這我覺得相當不錯,會有例句、同義詞等資訊,不過OpenAI ... ... <看更多>
特色同義詞 在 老爺紳士禮服高雄館- 上班族的玩味轉型——「特色斑馬襯衫 ... 的推薦與評價
上班族的玩味轉型——「特色斑馬襯衫」! #誰說襯衫是無趣的同義詞? 清爽休閒的斑馬襯衫———強調舒適與透氣的良好質感。 設計上更是做了不一樣的變化,讓襯衫不再專屬於 ... ... <看更多>