分享

艾瑪學習週記2021W02:讓行動跟上想法

讀書會:

週二讀書會的1-2月會有休息,才要進入第二部曲,計畫將《精通Python》後半本看一看,據說這半本跟Python比較沒有直接相關,在3月初週二讀書會第二部曲開始前,先看過讀書會裡部會講到的章節,以及預期前幾次的範圍,這麼省著看的原因是因為,要是我全讀完,3-6月我要讀什麼?(傻孩子你還怕沒東西讀嗎?)

講座:

本週趕攤都沒趕到...

AI Reading:

2021/01/07出刊的Batch一開頭提到,近年的AI發展,讓許多原先不被認為是高科技的產業,也起了翻天覆地的變化,例如計程車行業或零售,有Uber和Amazon「搞事」。由數位化與AI驅動,我認為更多的傳統產業在未來十年,也會有新面貌。

Emma's murmur:我認為越是傳統的產業,越是在這波浪潮下,有很大的進步空間,資料很可能賦予我們更多的力量(因為以前也沒怎麼拿出來用),包含建立在客觀事實上的溝通、更敏捷的反應,而不開始的公司或個人,只會在這條路上落後更多,我很期待我們能夠因此能有改變。
不能什麼都不變嗎?恐怕不能。
Online Clues to Mental Illness:IBM Watson Research Center(就是《浪潮之巔》裡提過僅次於AT&T實驗室的那個)裡,Michael Birnbaum帶領的團隊,研究FB上的文章與照片是否能透漏精神疾病的早期徵兆,以往也做過在社交軟體上找精神疾病的徵兆,但當時需要仰賴潛在目標人物主動說出它們的情況,Birnbaum團隊的這個模型可以更像實際上的診斷(像是醫生問診或讀病人的圖文後的判斷)。
在這篇的We're thinking:隱私是個問題。
我想社群媒體的使用者,應該沒有答應你可以順便幫我跟心理醫師掛號。
Smaller Models, Bigger Biases:一些壓縮方法,為了讓可接受壓縮圖片的神經網絡,也可在智慧型手機上也能使用,並且不要影響正確率太多,有一個Google團隊的研究發現,壓縮後會對辨認模型產生影響,此研究對不同類別(人臉分類)的分類難度加以排序,特別是在整個人群中,較不具代表性的類別。
Why it matters & We’re thinking:如果為了在手機上用10MB的神經網絡,做壓縮卻增加偏誤產生,這個偏誤必須要能系統性地被察覺,來解決這個問題。這是個好提醒,還是要確認模型可以在多種分類上都不要太偏。
Emma's murmur:《大數據的傲慢與偏見》這本書也有出現過,被偏到的求職者或工作者其實連發生什麼事都還不曉得,就再也沒有機會了。用人篩選就沒問題嗎?一樣是有,只是用機器處理這件事的時候,更是扼殺了發現練武奇才的可能性,而真正引領現代社會產生重大變化的,也往往都是非典型人物(屬於非常不具代表性的一小小群)。
U.S. New Year’s Resolutions for AI:美國立法者想要使AI研究與使用,是合乎道德的、是值得信賴的,多達4,500頁的National Defense Authorization Act (NDAA),主要授權給美國軍方,裡面有促使AI發展的規定,涉及平民、軍方,也包含研究機構。
美國將以國家力量去協調各個單位的研究與發展、計畫國家級的雲端,開放給學術單位與非營利研究者,將焦點放在醫療、製造與其他部門,並且對全國的就業、創新都加以研究。國家標準和科技機構National Institute of Standards and Technology(NIST) 將會創造一個框架,讓AI系統更值得信任,其中需涵蓋可解釋性、隱私、透明性,並且對資料與AI硬體都設定相關的安全標準,要求AI是合乎道德的、負責任的。Joint AI Center(軍方組織)須直接匯報給副國防部長,讓五角大樓的領導可以更直接地控制,每兩年必須報告AI標準的進度、與其他單位合作的狀況。
在這則新聞之後,相關的資訊有川普否決2020年12月的NDAA,想要NDAA能夠包含之前撤銷的Section 230,Section 230是保護網路公司,不用對他們的使用者所發的內容負責任,國會推翻川普的否決,NDAA進入立法階段。美國政府知道自己已經比企業慢,想要大撒錢來加快國家在AI發展上的進度。NDAA將是美國支持AI的一大步,希望也能被錢灑到。
Emma's murmur:以國家力量發展AI,很好也很不好,很多地方,我們連數位化都還搞不定,但我對自己國家的國民素質,還是有沒什麼根據的信心,你看我們台北市市民說要公車上下車雙卡,三個月內已經95%以上了(去年上課印象...),一動一動照著做,多聰明靈巧。數位化與AI的推廣,往往須從上而下的傳遞,才能有整體的規劃,我個人在公司內的小團隊裡,推動數位化的小挫敗感很多,主觀地認為由下而上不太可行,但凡有一點機會,我會把這股由下而上的力量,轉化成由上而下的力量,希冀超過半數的人能有自覺,畢竟還是太理想化了(誰叫我年輕人)。
Algorithms For Elephants:做項圈給非洲象戴,採用機器學習模型去解釋大象的行為,並且當大象有麻煩時,給有同情心的人警示,項圈試著辨認找出靠近的人,誰可能是偷獵者,也可以藉由聲音,知道大象再做什麼,又或者是收集大象附近的聲音給巡警,這樣帶著AK-47要偷獵的人就會被聽到。
這類產品的確讓巡警或動物保育者能夠更有效率,近年來非洲象的數量在非洲上只剩35萬頭,盜獵者還以每年1.5萬隻的速度非法捕獵。巡警或動物保育者再有愛,還是比不上以利驅使的盜獵者,AI真的要好好出手來幫忙,別再假裝頻臨絕種的動物是房裡看不見的大象。
Enterprise AI on the Rise:針對˙750位商業領導做調查,近期在大公司中研究如何使用AI,如雨後春筍般冒出來,這個調查遍及不同公司、不同部門,超過2/3認為要在AI上增加預算,但同時也有2%將在AI上削減預算。在這份調查中40%的公司雇用超過10位資料科學家,已是2018年的兩倍,有3%的公司,已經雇用超過1,000位資料科學家。
多數人表示他們還在早期,評估使用案例和建模型,也有很多在掙扎是否要在真實世界中部屬這些模型,越大的公司花越久的時間,43%的調查對象表示,最大的障礙是將這些模型擴大使用,目前大型公司如Ericsson、IBM與Pfizer會集中在AI上的努力,成為創意的來源(innovation hub)。
We’re thinking:2019年很多公司開始試驗性採用,2020年會有更多公司將模型商品化,未來幾年,希望機器學習的建模和商品化都能夠複製與系統化,這些都是正在或即將發生的事。
Emma's murmur:我很同意是這樣,要不了多遠的未來,AI領域中的許多概念,都能有套裝軟體(現在已經有了,只是還沒人手一組),大部分的人也都會使用,就像現在使用網路或是office一樣。不過,在目前這個時點,我認為大家在逐漸熟悉的階段中,真要好好培養辨別出AI唬爛王的能力,才能為自己的公司選到比較可靠的服務供應商。
除了Batch外,本週還看到一篇〈人工智能十年回顧〉,翻譯文不長,大便都還沒大完就看完了,不過拉到最下面,有原文的出處,我逛了一下這篇原文的網站,與AI的科技新聞超多,堅定了我要繼續享受Batch編輯團隊選文的成果,每週讀Batch這件事,先做個幾個月再來跟大家報告心得吧!
其他:
《美因河畔思索德國》看完了,真捨不得,看這本書的期間,我同時把Netfilix上的「溫莎王朝」、「東京大審判」、「末代沙皇」等短短的紀錄片影集也找出來看。
我非常喜歡《美因河畔思索德國》最後一個部分,主題是正義,我想可能是因為正義在現實中,懶得出門又常遲到,所以在歷史中看到這些正義的片段,總覺得是種看已完結影集的痛快,儘管當事人在綿長的時光中痛苦著。
雖然我是文組,但一直以來都沒什麼機會讀與法律相關的書,一來是不太容易讀,二來是也未曾有過什麼迫切的需要,或是饒富趣味的故事,直到我前幾年聽了羅輯思維的羅胖介紹了《洞穴奇案》這本書,買了來放在書櫃裡也沒有馬上讀,畢竟是與法律相關的書,打開就想合起來了。不過,最近有兩個點,觸發我開始讀這本書的想法,等我讀完《解密陌生人》後,要來讀《洞穴奇案》。
第一個點是《美因河畔思索德國》一書中,有個德國檢察官鮑爾,等一下再講他(他超帥),先講我看到哪段,引發我既然想去讀法學方面的書。他追討納粹戰犯中有一個著名案件「雷默爾案」,雷默爾是鎮壓暗殺希特勒行動的帝國軍官,在那次的暗殺行動裡,其中有位軍官史陶芬堡(本人據說又高又帥,電影「行動代號:華爾奇麗雅行動」裡湯姆克魯斯演的角色),在鎮壓中被認定是「叛國者」,雷默爾認為這些發動暗殺的軍官們,是對國家及希特勒宣誓效忠過的,因此他們的不服從,就是背叛自己與國家訂下的誓約,就是叛國。暗殺失敗的軍官有幾位被判死刑,而戰後雷默爾案仍指稱他們叛國時,這些軍官家屬控告雷默爾侮辱,一開始受理此案的檢察官拒絕起訴雷默爾,在鮑爾的介入下此案成立。
「發動暗殺的軍官們,是對國家及希特勒宣誓效忠過的,因此他們的不服從,就是背叛自己與國家訂下的誓約,就是叛國。」這個指控暗殺失敗軍官叛國的邏輯,我乍聽怎麼聽不出道理上有哪裏不合邏輯,但其實還真不是只有我腦袋打結,當時德國法界認為暗殺行動是非法的,慕尼黑法院也的確做出判決,認為暗殺行動的參與者是叛國者,不允許遺孀領取先夫的退休俸。
當時刑法對叛國行為的定義是:傷害自己國家的刻意行動,而鮑爾的訴訟策略是,暗殺行動並非針對國家發動,而是為了除去對國家傷害最大的希德勒,目的在促進國家利益,甚至是維持人性尊嚴與人權的必要手段,也是當時就國的行動,但反對者認為,公務員宣誓有忠誠義務,正法兩方找齊了德國最秀的法學、倫理學、政治學甚至神學專家來辯論,從不同角度釐清法治國家的核心精神。站在鮑爾檢察官那邊的論點,我簡單說,但有聽沒有懂也是完全合理----暗殺行動中的軍官,並未通外敵,他們立誓對象是「德國人民的共同福祉」,是希特勒先背叛「德國人民的共同福祉」,繼續支持希特勒的才是叛國者——服從不正當政權的人,才是真正的叛國者,並且,支持暗殺行動是承擔政治責任。
回到鮑爾檢察官,電影「大審判家」和「謊言迷宮」就是在講他的故事。電影「大審判家」裡描述他以一己之力對抗整個國家,舉國上下都想要假裝納粹十二年從未發生過,每個人沉默、甚至欺騙,在納粹時代擔任公務員的一大群人,聲稱他們只是服從命令,卻都能全身而退,這是鮑爾檢察官認為的不公義,他自1938年流亡在外,二戰後回到德國,他說他的動機是:
「我想要成為一個真正服務於法律正義、人性與和平的法律人,而不是只說些空話。」
我在書上看到的空話範例為,1949年9月聯邦總理阿德諾在政府聲明中表示:
「必須讓過去成為過去。」
沒有把所有的事盤點清楚,誠實面對林林總總的不勘,事情就永遠不會過去,但是,這是否會和復仇混淆了呢?這是否會變成某種追殺會清算?鮑爾檢察官就在這個巨大的沉默迷宮裡,堅持地隻身對抗不公義,實在是帥到爆表,他在1944年於丹麥出版《法庭上的戰犯》中,曾明確指出,德國人民必須回到國際法中,思考德國曾經如何違背國際規範,記取教訓,如此才能在未來避免不法再度發生,並捍衛人權。
第二個點是紀錄片「東京大審判」中,從荷蘭代表羅林教授的眼睛去看當時的事,他在劇中受印度代表帕爾法官影響,自己也做了非常多研究和思考,對侵略罪是否成立的立場,羅林教授幾經搖擺,後來要求若同意,得調整在起訴書上陳述異見(小團體覺得自己人多,並沒有答應他),主要論點是發動戰爭時,並沒有明訂「侵略罪」這條罪名,戰後卻要用這條罪名定罪,不合法理(被我描述成這麼簡單,卻是相當合理,難的部分我應該說不出來)。
東京大審判中最需要擅長國際法、法學理論的法官與教授,因為起訴書上的有些罪名不是現成的,需要很多法學為基礎的推理和證據才能定罪,中間還有各國勢力的角力,羅林教授認為雖然是國家派他出來,但他是來提供他的法律專業,不是國家或元首的投票部隊(欸?本國立法委員是?),他認為他不是基於任何一個國家的利益做出結論,他要的是提供未來的法源以及使用法律盡量避免未來戰爭,不能是打輸的被定罪,打贏的就都說了算。

以上是分享最近看的書和電影,在工作上也有些比較有趣的東西,除了模型廠商初選進行中、要開始想公司介紹影片的內容,本週某天早上也在談話中,了解到IT團隊的2021年重點,會以RPA(自動化的流程機器人)和BI(POWER BI與資料倉儲)為主要項目時,我想到了很多早就想做的事,總算有機會讓行動跟上想法。加油,好嗎?(小胖老師上身)

分類:科技

評論
上一篇
  • 艾瑪學習週記2021W03:並沒有暴動好嗎
  • 下一篇
  • 更多文章
    載入中... 沒有更多了