#免費活動 大家趕快報名起來
連結見留言
因著中元節的到來,全球大疫情的籠罩,面對「哀悼,鬼魂和往生」的議題,我們可以從傳統文化中多探究什麼?又可以觸及心靈中什麼樣的內涵?歡迎參加8/21-9/4合計三場的【傳統的回響系列講座】。
【#哀悼之必要—傳統的回響系列講座2】
主講:#宋文里 老師(國立清華大學榮譽退休教授,天主教輔仁大學兼任教授)
日期:2021/8/28(六)14:00-15:30
地點:ZOOM線上活動(額滿為止,報名成功者會收到e-mail線上活動連結通知)
主辦單位:有知心理、心靈工坊
重要說明:
◎ 線上活動以ZOOM進行,並將全程直播與錄影。
◎ 因系統名額有限,活動前收到e-mail線上活動連結通知才算報名成功,再請留意收信。若有問題,可私訊心靈工坊文化FB。
◎ 活動當天13:45 開放登入,敬請及早上線,以免超過限額無法進入。
◎ 活動全程請關閉麥克風及攝影機,若需提問,可在聊天室輸入留言。
◎ 為確保報名者的參與權益,請勿將會議連結傳給未報名者。
講題簡介:
1. 「死」的本意起於哀悼
2. 總是他人的死亡
3. 喪失與哀悼──在自我的世界中,哀悼導致憂鬱(抑鬱)
4. 哀悼與公共的紀念儀式:人類學與心理學觀點
5. 不可言說:沒有悼詞(禱詞)的文化
6. 關聯虛無化,如何慎終追遠?
7. 找回我們的語言
講者簡介:
宋文里
生於1952年,1985年獲得美國伊利諾大學娥百娜-香檳(Urbana-Champaign)校區諮商心理學博士學位。現為國立清華大學榮譽退休教授,天主教輔仁大學兼任教授,澳門城市大學博導。
1986年起在清華大學社人所、社會所先後開設文化心理學、文化的精神分析、論述心理學,及其他跨學科專題,如藝術心理學、宗教心理學、美學向度等。這些課程後來也延續到輔仁大學心理學研究所,並轉化為心靈工坊成長學苑的數次講堂。
自從余德慧、余安邦於2009年創立「人文臨床論壇」以來,每一年舉辦時,宋文里無役不與。其中一次,和余德慧討論「療癒」一詞的用法,認為「療遇」(healing encounter)才是「人文臨床」的同義詞。自茲而後,也決意把自己的專業工作界定為「療遇」,並設定其中的兩種立場:施療者/求癒者。
宋文里勤於著述,他的專文著作及文化藝術評論多篇曾刊載於各種學術期刊及雜誌,這些著作正著手編輯為《宋文里作品集》,目前已出版的是《重讀佛洛伊德》(2018,精選十餘篇佛洛伊德作品,翻譯、評註、加上導論)、《心理學與理心術》(2018,心靈的社會建構八講)、《文化心理學的尋語路》(2020,邁向療遇之途;心理學的下一頁)。
宋文里另也投注不少精力於翻譯學術經典著作,譯有《成為一個人:一個治療者對心理治療的觀點》(Carl Rogers);《人類本性原論》(E. O. Wilson);《教育的文化:從文化心理學觀點談教育的本質》(Jerome Bruner);《宗教的動力心理學》(Paul Pruyser);《正常人被鎮壓的瘋狂:精神分析44年的探索》(Marion Milner);《關係的存有》(Kenneth Gergen);《翻轉與重建:心理治療與社會建構》(Sheila McNamee & Kenneth J. Gergen)等專著。
主題閱讀:
《鬼神‧巫覡‧信仰:宗教的動力心理學八講》-宋文里
同時也有1部Youtube影片,追蹤數超過76萬的網紅memehongkong,也在其Youtube影片中提到,109. 現象學—研究生命現象的方法論 依現象學派的說法,現代人都不自覺接受了柏拉圖(Plato)、亞里士多德(Aristotle)的真理觀。他們將真理視為一對象,是客觀的、穩定的,是澄明的。數學命題:1+1=2,幾何命題:三角形內角和=180 ∘,都是如此確定,確定性便成了真理的基型典範。整個西...
聊天同義詞 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
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
聊天同義詞 在 地方爸爸與他的小幫手們 Facebook 的精選貼文
近期小幫手更新
【國語小幫手】
1. 這學期(109下學期)的生字確認完畢
除了把寒假前我眼花打錯的一些字修正,也完整確認這學期生字與去年的差異。
康軒、南一、翰林三家出版社一到六年級的內容中,除了二年級的課文與生字因為108課綱全面換掉之外,只有康軒五下的差異較大(課文都沒變,但是每一課的生字都更動了一兩個字)。
所有的更正,也同步更新到我寒假做的生字簿上
2. 國語辭典簡編本的內容,已經更新到目前最新2020/12/29的版本
在注音的部分,基本上沒有什麼變化。
比較有趣的是,從有些同義詞解釋的修改,可以"感覺"出比較推薦的用法,例如:
「當作」與「當做」都可以,但是「當作」應該比較推薦
「日食」與「日蝕」都可以,但是「日食」應該比較推薦
「舉薦」與「舉荐」都可以,但是「舉薦」應該比較推薦
【英文發音快搜】
經過了來回溝通,在資料授權使用上還是被劍橋大學出版拒絕了,所以這個服務沒辦法直接公開在粉專讓有需要的人使用
之後只能再繼續找找,有沒有可以授權的發音語音資料
【國中會考吧】
雖然我一直不知道這個服務,到底對於國中生有沒有用處,不過上個月跟知名自然科老師米蘭老師聊天時,他還是建議我可以補充「把答錯的題目蒐集起來,可以再次練習」的功能。
所以我應該還是會安排時間,把老師建議的功能做一下
以上
聊天同義詞 在 memehongkong Youtube 的最讚貼文
109. 現象學—研究生命現象的方法論
依現象學派的說法,現代人都不自覺接受了柏拉圖(Plato)、亞里士多德(Aristotle)的真理觀。他們將真理視為一對象,是客觀的、穩定的,是澄明的。數學命題:1+1=2,幾何命題:三角形內角和=180 ∘,都是如此確定,確定性便成了真理的基型典範。整個西方哲學的真理觀,都希望達至這種確定性,真理成為永恆不變的同義詞。
海德格不贊成這種邏各斯(Logos)中心的態度,於是援用現象學的方法從新思考人的存在,他發現人跟世界有一種很特別的牽連,就是人會關懷周圍的人或物,他跟一切存在者都有所牽慮(Care/Sorge)。海德格認為「牽慮之情」是一個存在論概念;只有能牽慮的生命,始會捲入現實與理想的糾纏之中。所以,我們在顧慮,在煩惱,在牽掛,正好揭示了我們的身分:我們是一自覺者。在死亡的感觸裡,我們首次發見人類特有的時間向度。人所牽慮的是他終極的可能性。當他不為特定問題所糾纏,一往無前地探索,他將發覺人生是一整體,人必須徹底解決全部的生命限制。釋迦牟尼年輕時出遊,於城外見生、老、病、死的現象,立即觸見生命的無常性,他突然陷入困擾,因存在的觸動而開始求道的決心。求道之心就是人性中最本源的牽慮,人因著牽慮而發決心投射於未來,求大澈大悟,建立一真實的生存方式。
講者:陶國璋(香港中文大學客席助理教授)、楊德立(柏林自由大學博士生)
即時聊天室:http://goo.gl/ToDqof
謎米香港 www.memehk.com
Facebook:www.facebook.com/memehkdotcom
![post-title](https://i.ytimg.com/vi/kEPRnUsk9S4/hqdefault.jpg)