Yahoo奇摩（新聞）
一年一度在美國密西州馬凱特（Marquette）舉行的狗拉雪橇大賽（UP200 sled dog race）在今年2月19日登場，兩位密西根州警Josh Nasser和Randy Rovelsky被指派要去協助指揮交通，當地人也想出了一個非常特別的方式來接送這兩名警官。駕駛開著車，後面竟拖著一個獨木舟，要載警官們去會場，他倆也答應了這個請求，不過條件是所有在一旁圍觀的民眾們得捐款幫助當地的藝術家Tom Lakenen。有趣的影片也被上傳到密西根州警的Facebook，得到熱烈的回響。（ Credit：Facebook／Brenda Ransom via Storyful ）
■歡迎到Yahoo!奇摩新聞粉絲團說說你的看法
太棒了！我之前訂的【LifeGear 16065 台灣製手足兩用可復健健身車】就在昨天快遞司機送到我家了，我的天阿！實在是太興奮了~快點來看一下我的不負責任開箱文吧。
商品圖片如下！：
這款商品的設計是之前都沒有看過的，可以說是時下最新的潮流。
那時候在電視上就有看過介紹，可是商品一直缺貨。想買也買不到阿~"~
後來有朋友推薦可以到【瘋狂賣客】去看看有沒有貨，說裡面的東西不僅便宜貨量也充足。
於是就立即上網去看，果然不僅價格是我看到所有購物網站最便宜的！重點是：
有現貨！
有現貨！
有現貨！
很重要所以要說三次！
《→→→立即查看優惠資訊←←←》
在昨天下午回家的時候，發現【LifeGear 16065 台灣製手足兩用可復健健身車】超快速的已經抵達我家管理室裡面了，
打開來以後發現真的CP質超高！感謝『瘋狂賣客團購網』讓我這麼快收到我心愛的商品耶！
商品名稱：【LifeGear 16065 台灣製手足兩用可復健健身車】
商品圖片：
商品說明：
LifeGear 16065 台灣製手足兩用可復健健身車
非買不可的理由
★台灣製造,獨特電動+人工雙模式可切換!
★附把手/全包式醫療級踏板替換使用
★電動可調轉速及設定時間/人工有5段阻力可調
★手足兩用體積小,滿足多種關節訓練!
商品規格
| 品牌 | LifeGear |
|---|---|
| 款式 | 迷你型 |
| 阻力調節方式 | 電動帶轉/人工5段式阻力 |
| 是否可折疊 | 不可折疊 |
| 最大承重(kg) | 110 |
| 機身重量(kg) | 9 |
| 機身尺寸(長x寬x高)(cm) | 50x46x38 |
| 產地 | 台灣 |
| DIY商品(簡易) | 自行組裝(附中文說明書及工具包) |
| 注意 | 無到府裝修及夜配, 下午5點後不接受配送, 如為DIY商品請先參考說明書決定是否加組裝, 不接受到貨後才要求組裝, 有勿放管理室或上樓需求必須備註(於地址後)! |
| 如何升級全組裝(全組好裸機 | 限北中南非偏遠地區(偏遠界定請洽客服)→需組好(每台1000, 上樓另+200/樓)於加購區加購或備註在地址後方(貨到收現), 全組裝出貨需7~10工作天 |
原產地
台灣
《→→→立即查看優惠資訊←←←》
機器學習（machine learning）如今是人工智慧的熱門領域。軟體透過「訓練」--也就是利用既有數據自動分析找尋規律--可以預測未知的資訊採取行動。
不過最近有美國研究者發現，機器學習過程中，AI不僅會複製人類既有的偏見，甚至還會強化偏見。換句話說，機器不只會學壞，而且學得比人類還壞。
圖文／鏡週刊
人工智慧的研究，有時像是神學的問題。
上帝以自己的形像造人，為何人會墮落、犯錯、充滿弱點？而人工智慧是人們提供數據讓機器人學習、歸納模式、預測未來的行動。但是人們在無意間卻可能機器人學習並強化了人們的偏頗和錯誤。
據《Wired》雜誌最新的報導，美國維吉尼亞大學電機教授歐東涅茲（Vicente Ordóñez）在去年秋天發現到，他所建構的影像辨識軟體預測模式，當它看到廚房的照片時，通常會聯想「猜測」照片中的人是女人而不是男人。
歐東涅茲不禁好奇，是否他和他的同事們不自覺的把「廚房=女性」這種性別偏見加諸在他們開發的軟體裡。於是，他和同事們合作測試了兩組用來訓練軟體辨識影像的圖檔庫，結果令他們耳目一新。
這兩個圖檔庫，分別是華盛頓大學所建的ImSitu；和最初由微軟主持，如今也由臉書和新創公司MightyAI贊助的COCO。它們都包含了從網路搜集超過十萬個複雜場景的影像，和加注描述內容的標籤。
他們發現，兩個圖檔庫裡的男性圖像都多於女性圖像，而且對於不同性別，物件和活動的描述也有「顯著的」性別偏見。例如在COCO的圖檔庫裡，廚房的物件如湯匙和叉子和女性密切連結在一起，而戶外運動器材像是滑雪板和網球拍則是和男性相連結。
而透過這些圖檔「訓練」的學習軟體，不只是如實反映這些偏見，還會放大偏見。比如說，圖檔庫的資料裡把「烹飪」和「女性」連結在一起，把「滑鼠」和「男性」連結在一起，軟體在「學習」這些照片和它們標註的標籤之後，會放大它們和性別之間的關聯，程度超過了原本的圖檔庫。
艾倫人工智慧研究院的亞茲卡（Mark Yatskar）說，不只是性別偏見，其他如種族、階級等偏見也會在學習的過程中被機器人放大。
「它不只鞏固了既有的社會偏見，事實上還讓這些偏見變得更糟。」
目前機器學習程式應用越來越廣，這類的扭曲自然影響重大。如果科技公司複製這個問題，可能會影響到照片儲存服務、或類似Amazon Look這類攝影監控助手、以及使用社群媒體照片來判斷消費者偏好的工具。
谷歌在2015年就曾經發生尷尬的大烏龍，它的google photo辨識軟體錯把一對黑人男女標示為大猩猩。谷歌因此連番公開道歉。
隨著人工智慧系統執行的任務越來越複雜，它萬一出錯時的代價也更高。亞茲卡說，「當這個系統的行為明顯性別偏見，將無法有效和人們運作」。比如說，未來的機器人可能無法確定某人在廚房裡做什麼，但是它的系統可能讓它「給男人一罐啤酒，幫女人洗碗盤」。
過去我們多半相信人和機器人有基本差異。因為機器人依循客觀數據統計運算，冰冷而不帶情感。不過近來隨著機器學習研究日益廣泛，一些研究證明了，機器也可能學會人的偏見。
像是去年波士頓大學和微軟所做的研究，用谷歌新聞google news的文章進行訓練的軟體，證明機器會複製了人們的性別歧視。
他們要軟體完成下面的句子：
Man is to computer programmer as woman is to X.（男人之於程式設計師，相當於女人之於什麼）
它的答案是：
homemaker（家庭主婦）
在歐東涅茲的實驗中，研究人員設計了一個方法，來抵消機器學習的放大現象，有效強迫軟體如實反映訓練的資料。
這種「糾正錯誤」的做法，是多數科技業奉行的標準。微軟研究院主任霍維茲（Eric Horvitz）就認為，COCO圖檔庫和其他的數據庫應該留心本身供機器學習的內容是否存在著偏見。
事實上，不只是電腦，現在常見一些教科書也會修改內容，來呈現一個「比較理想」的世界。比如說兒童教材裡面，建築工人的人數可能男生和女生一樣多。霍維茲認為，對於機器學習，也許也該考慮類似的做法。他說：「這確實是很重要的問題，我們要判斷什麼時候該改變事實，讓（人工智慧）的系統用更積極正面的方式運作。」
不過這可能引發了另一個問題。我們要讓機器學習的是「真實」的世界，還是我們對「理想」世界的投射？比如普林斯頓的研究員卡利斯坎（Aylin Caliskan）就認為，如果世界上建築工人明明男性多於女性，影像辨識程式就應該看到這實際的情況。她說「數據庫必須反映世上真實的統計數字，」否則「我們可能有喪失基本訊息的危險」。
參考資料
Machines taught by photos learn a sexist view on women（Wired）
更多鏡週刊報導
挑戰矽谷霸主地位 中國發雄心：2030年成全球AI龍頭（之一）
挑戰矽谷霸主地位 中國發雄心：2030年成全球AI龍頭（之二）
殺人、放火、竊聽樣樣來研究：機器人遭駭恐成犯罪工具
表情超有戲 蘇非亞機器人幫人更瞭解人性
1102288CE1A1A41C
全站熱搜
留言列表
