網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策
test-2021_Pansci_All_Top

0

0
0

文字

分享

0
0
0

操縱蟑螂機器人、平行宇宙存在?看獵奇動畫學科學——腦洞大開的成人向動畫《瑞克和莫蒂》

活躍星系核
・2020/08/29 ・2116字 ・閱讀時間約 4 分鐘 ・SR值 535 ・七年級

TAAi 2020 25th 人工智慧研討會

  • 文/Staceylwj

在 Adult Swim 甫釋出第五季預告片段的成人向動畫《瑞克和莫蒂》(Rick and Morty),一直都是影迷心中數一數二獵奇又富含哲學思考的科幻動畫,劇情描述瑞克 (Rick),一個瘋癲的天才科學家,與他的金孫莫蒂 (Morty) 在不同宇宙甚至不同時空穿梭所發生的奇幻故事。

圖/flickr

自 2013 年首播至今共四季 41 集,每一集只有短短不到 30 分鐘,內容卻橫跨了穿梭蟲洞、多元宇宙論、人工智慧……等諸多科學議題,以下我們來一一探討。

平行宇宙的存在?C-137 號宇宙

早在第一季第六集中,瑞克意外把人類們都變成怪物之後,帶莫蒂來到另個有著他們分身的正常星球,就已經道出「他們原先生活的世界並不是唯一的世界」此情節設定,在後續的集數中也再次提到相同的世界觀。

test-2021_Pansci_All_inread_p4

我們正在觀賞的這一組瑞克和莫蒂其實是來自 C-137 號宇宙,而這也是多重宇宙論的基本概念。意指在我所存在的這個宇宙之外,還有無窮盡個宇宙,每一個宇宙都有一個我,在同一時間裡,每一個我做出不同的選擇導致不同的宇宙同時發生不同的結局。

很可惜到目前為止,多重宇宙論仍是個未被證實的假說,科學家尚未實際觀測到其他宇宙的存在,但可能也因此使其更加受到廣大科幻迷的喜愛。

萬能傳送槍開啟蟲洞

只要是《瑞克和莫蒂》的劇迷絕對知道,支撐好幾季劇情瑞克用來穿梭時空的法寶就是他隨身攜帶的傳送槍,只要使用傳送槍,就能開啟一道綠色漩渦,走進去便能到達任何你想到達的宇宙或時空,這樣的概念近似科學理論中的「蟲洞」。

要介紹蟲洞,首先得先說明已經觀測到被證實存在的黑洞,成因來自衰老的恆星,經過長時間的核融合反應後元素消耗殆盡,恆星的質量不得不向內墜落,形成密度極大、體積極小且具有強大引力的黑洞。

test-2021_Pansci_All_inread_p8

與科學上計算出可能存在的白洞有著相反特性,而科學家認為在黑洞與白洞的中心(也就是奇異點)產生連結時,便會形成蟲洞。理論上,蟲洞有進行瞬間移動或是時間旅行的可能性。也因此可見大量的小說影劇作品採用蟲洞來做為時空旅行的取材。

操縱蟑螂機器人

第三季的第三集中,瑞克一開場就把自己變成一根醃黃瓜,意外滾落下水道後遇到了蟑螂危機,卻反咬蟑螂一口,利用舌頭刺激蟑螂的大腦操縱了牠的肢腳。看似不可能的情節,但在生物界卻是有可能發生的。實際上蟑螂沒有像動畫中那樣的「大腦」,取而代之的是散佈在頭胸腹的三處神經叢組織,也因此實驗發現缺少了頭部的蟑螂,仍可以存活數週。

而在真實的生物世界,提到操縱蟑螂,就不能不介紹一種體型比蟑螂小上許多的扁頭泥蜂(Ampulex compressa)。雌蜂會在蟑螂身上刺上兩針,使其變成「蟑螂殭屍」,最後就成了幼蟲的美味大餐。第一針刺向胸部神經節部分,能迅速暫時癱瘓蟑螂;第二針則是針對頭部,毒液流入神經節後,有麻痺蟑螂反射性逃離的效果。

最後扁頭泥蜂會將不會反抗的「蟑螂殭屍」帶入巢穴,並在其表面產卵,待幼蟲孵化,蟑螂就是牠們的成長養分。

test-2021_Pansci_All_inread_p12

那變成殭屍的蟑螂還有救嗎?好奇的科學家曾做實驗,將類似章魚胺的神經傳導物質注射致蟑螂殭屍頭部,竟然又成功恢復牠們的行動能力。看來,影片中瑞克控制蟑螂的獵奇想法並非異類。

人工智慧將會毀滅它的開發者——人類?

在第一季第五集中,瑞克為了應付家人的煩人要求,拿出了一個米西盒(Meeseeks Box),只要按下上面的按鈕,就會變出一個藍色人形的米西先生(Mr. Meeseeks),說出你的願望,米西先生會幫你達成並在完成使命後消失。

這個簡單的設定讓人聯想到現代人類為了複雜工作而開發的人工智慧(artificial intelligence),而故事中的角色對米西先生許了一個達成不了的願望,使得米西先生拚盡全力卻無法完成,近乎崩潰之時決定把提出要求的人消滅,才能安心離開。

這讓我們不禁聯想到若有一天 AI 完全掌握和人類相符的各項能力,甚至超越人類,是否會直接或間接地導致開發者的毀滅呢?類似的擔憂在科學界也曾被已故的天文物理學家霍金提出,在一次英國電視台BBC的採訪中,霍金提到人工智慧威脅人類生存:「AI 會以越來越快的速度迅速發展與自我改良,而人類受限於生物演化速度較慢,會導致無法與之競爭而被超越。」

看完了以上幾點介紹後,是不是覺得欣賞《瑞克和莫蒂》的時間沒有白白浪費了呢?若你還沒看,恭喜你,還有精彩的影集讓你邊看邊學科學;若你已面臨劇荒,也別著急,《瑞克和莫蒂》已在 2018 年宣布由Adult Swim平台續訂 70 集,也就是說,扣掉目前已播映的第四季,還有 60 集腦洞大開的獵奇故事指日可待囉!

參考資料:

  1. Adult Swim
  2. The Science of Rick and Morty: The Unofficial Guide to Earth’s Stupidest Show, Matt Brady
  3. From Brain Control to Multiverses, ‘Rick and Morty’ Gets Some Science Right, livescience
  4. The real science behind Rick and Morty, NewScientist
  5. 誰在操控蟑螂殭屍?,科學人雜誌
  6. Multiverse, Wikipedia
  7. Wormhole, Wikipedia
  8. Artificial intelligence, Wikipedia
文章難易度
Ad manager Post Bottom code
[集雅]廣告測試
活躍星系核
818 篇文章 ・ 1 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia
2021_Pansci_PC_sidebar_Top

0

0
0

文字

分享

0
0
0
AI 當法官,會是正義女神的化身嗎?專訪李建良
研之有物│中央研究院
・2020/09/19 ・5644字 ・閱讀時間約 11 分鐘 ・SR值 587 ・九年級

TAAi 2020 25th 人工智慧研討會

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位

  • 採訪編輯|劉芝吟
    美術編輯|林洵安

AI 進入法律領域,該踩剎車嗎?

Alpha Go 打敗人類棋王,自駕車躍躍欲試,人工智慧不僅改變世界運作的規則,也逐漸從科技跨入人文社會領域。讓 AI 坐上審判席,會是追求正義的新解方嗎?AI 法官是鐵面無私的包青天,或者科技暴走的新危機?

「研之有物」專訪中研院法律學研究所特聘研究員李建良,從法學視角提供思辨觀點,我們不只應審視 AI 的技術能力,也必須嚴肅面對規範性界線。

人工智慧變身法律小幫手

十幾年前,電腦會揀土豆已經夠驚奇,現在的 AI 更是大進擊,能辨識人臉、駕駛汽車,根據 2019 年眾多媒體報導,歐洲愛沙尼亞甚至即將推行「AI 法官」!法律事務涉及事實認定、法條解釋與價值規範等多重問題,人工智慧果真已如此高「智慧」,有能力涉入複雜的法律領域?

前兩波人工智慧(AI)希望電腦能像人一樣思考,但皆失敗。2010 年至今的 AI 熱潮由「 機器學習」領銜,簡單來說就是我們提供大量資料,讓電腦自己找出事件之間的關聯規則,學會判斷,在許多領域都已比人類預測得更精準。資料來源│〈人工智慧在台灣〉演講,陳昇瑋

中研院李建良特聘研究員說:「將 AI 應用到法律訴訟其實並非未來式,而是行之有年的現在式。」

test-2021_Pansci_All_inread_p4

在美國,近年法院已廣泛運用「COMPAS」系統,這是一套由商業公司開發的 AI ,幫助法官評估被告的再犯風險,作為量刑的準據。COMPAS 會進行大量問答調查,依據被告回答、年齡、過往犯罪紀錄與類型等各項資料,推估被告的再犯率,給出 1-10 的危險指數,最後由法官決定被告服刑的長短。

有研究指出,AI 判定為高風險者,63% 在交保期間犯罪,其中 5% 犯下性侵或謀殺。做為法官小幫手,AI 似乎確實能發揮一定程度的「鷹眼」,預測危險性。

國內也逐步嘗試將 AI 運用在量刑與家事判決預測。司法院建立「量刑趨勢建議系統」,以自然語言分析判決書,提供法官、律師量刑參考。清華大學研究團隊則開發出「AI人工智慧協助家事判決預測系統」,讓 AI 從判例「學會」法官的判決模式,預測撫養權花落誰家。圖片來源│ 取自量刑趨勢建議系統網頁
國內也逐步嘗試將 AI 運用在量刑與家事判決預測。司法院建立的「量刑趨勢建議系統」,以自然語言分析判決書,提供類似案件的量刑參考。清華大學研究團隊則開發出「AI 人工智慧協助家事判決預測系統」,讓 AI 從判例「學會」法官的判決模式,預測撫養權花落誰家。
圖片來源│ 取自量刑趨勢建議系統網頁

法官不是人?!別急,再等等

從現況來看,人工智慧確實已進入國家司法系統,但目前仍作為「專家團隊」扮演輔助角色,由法官做裁決。那麼下一步, AI 有可能獨當一面坐上審判席嗎?

愛沙尼亞的 AI 法官計畫,似乎就朝著這個方向前進。

test-2021_Pansci_All_inread_p8

根據報導,AI 法官將處理小額民事訴訟案件(少於 7000 歐元,台幣約 24 萬),由原告方輸入訴訟對象、金額、提告理由等。AI 系統能從過往大量判例學習,解析法條做出判決。換句話說,隔壁鄰居摔壞你的 iPhone,你一狀告到法院,會由 AI 判定誰勝訴,鄰居該賠你一台手機或折價金額。對結果不服?可以上訴,將有人類法官審理。這項超級計畫如果成真,「法官不是人」恐怕就要從罵人話變為描述句了!

不過,李建良特別澄清:「媒體報導後,我們研究團隊成員曾請教愛沙尼亞法界人士,目前所知這是數位政府計畫的一部分,但應該還只停在『計畫』階段。」

他強調,若要把國家審判權完全交給 AI ,必定需要法源基礎,明確建立一套法規方案。由於目前愛沙尼亞並沒有出現相關法規,這個突破仍是「只聞樓梯響」。

AI 法官的技術邊界:它能做出好判決嗎?

儘管 AI 尚未披上法官袍,但愛沙尼亞構想彷彿是驚天一雷,預示出可能的未來圖像。許多人或許有同樣的好奇:AI 當法官究竟行不行?

test-2021_Pansci_All_inread_p12

李建良分成不同層次來討論:

行不行有兩層涵義:能力上行不行,規範上可不可以。

第一層次是「可能性」問題:AI 法官足以擔任人類法官的角色嗎?更直白地問:AI 真有那麼厲害,能夠做出好判決?

要確認 AI 的能力,首先我們得問:什麼是好判決?

「這牽涉社會對法院判決的評斷標準。」李建良分析,一種標準是檢視「判決結果」;另一種則是審視「判決理由」,法官在判決書詳述的心證,如調查結果、採信哪些證據、證據效力、法條依據等。

若觀察近年台灣社會的現象,大眾似乎較關注判決結果。好比引發社會矚目的「台鐵殺警案」,這樁尚未確定的爭議案件,引發了司法當局對司法鑑定制度的重視與檢討,而輿論譁然多半是殺人無罪的結論,批評法官「不接地氣」,關於心證過程的討論相對較少些。

換言之,假如重視結果,那不難想像 AI 法官有能力透過歸納、類比分析對案件做出判決。但若我們在乎法官為什麼、如何做出裁決,依照目前技術和愛沙尼亞計畫,AI 所產出的可能只有答案,但沒有理由(或較簡式的理由)。

這形成了第一重挑戰:

若 AI 法官無法清楚說明理由,我們如何檢視它的判決好不好?有沒有瑕疵?

有些人也質疑,AI 的精準、一致可能反倒是弱點。現行 AI 不具有真正理解他人的能力,無法實際參與答辯交鋒和開庭審理,而許多訊息來自臨場、個別案例的判讀,並非用數據化與資料化就足夠解釋,背後涉及文化、風俗、情境常識,相當複雜。

目前的人工智慧仍屬於「弱 AI」,沒有意識、思考能力,只是透過巨量資料與機器學習歸納出已知和未知之間的關聯。哲學家 John Searle 曾用「中文房」譬喻提出挑戰:如果 AI 並不了解真正意涵,就算它能和人一樣做出正確回應,似乎也不代表它就有獨立的心靈意識。
圖說設計│ 劉芝吟、林洵安

不過,AI 派並沒有全輸!

首先,技術可能超前突破,讓 AI 未來也有能力寫判決書、說明論證。另外若拿現行制度相比,美國陪審制同樣只宣告:「陪審團認為無罪」,不會附上理由。更何況所謂的情境判斷,經常也會造成主觀性偏誤,《美國國家科學院院刊》(PNAS)研究發現,接近午餐時間法官對假釋認定較嚴格,用餐休息後,假釋審查就變寬鬆了!

想要假釋,還得祈禱法官吃飽飽?恐怕多數人難以接受。

鐵面無私包青天? 小心 AI 的內建歧視

總地來說,理性、客觀幾乎是 AI 的最大光環,以準確一致的邏輯做判斷,不受法官個人情緒與好惡影響。

但真是這樣嗎?許多研究證實:AI 默默戴上了有色眼鏡! COMPAS 系統被抨擊帶有種族歧視,有色人種更容易被預測為高再犯率;亞馬遜招聘、蘋果信用卡信貸系統都曾被發現隱含性別差別待遇。

「這就如同人類一路走來看到的歷史不平等。」Amazon 資訊科學家說。

AI 系統在資料學習的過程,複製了人類長年累積的性別、種族、階級偏見。即便這些偏見已長久存在,但 AI 可能更強化不平等,因為人們會在毫無所覺下,信任科技工具的「客觀」訊息,對陌生人打分數。

然而,科技支持派沒有全盤放棄。AI 歧視是學來的,因應之策是在資料訓練時降低這些「標籤」,並且提供多樣性的資料。此外,比起人類刻意包裝、掩飾偏見,AI 反而有機會讓偏誤被「顯題化」,讓我們更加警覺,並進行修正。

綜合而論,若單從技術可能性評估,目前的 AI 也許不夠「聰明」,但是只要科技持續追求突破、進展,似乎沒有理由全盤否定 AI 法官可行性。畢竟,人類同樣也會犯錯、誤判、有偏見。

「從能力來看,AI 確實可以幫助人類、補位弱點,很值得期待未來發展。」李建良持平分析:「但國家是否應該開放制度,更重要的仍在第二層次的考量。」

AI 法官需要明確法源基礎

他點出更關鍵的第二層議題:從規範角度來看,讓 AI 當法官可不可以?

簡單來說,即使人工智慧有能力獨立分析、判決,我們應該把審判大權交給 AI 嗎 ?是否可能衍生倫理問題?

「第一個遇到的是:需不需要修憲?這是多數人忽略的框架。」專研憲法、行政法的李建良特別指出。法官的身分保障及審判獨立的要求是直接寫在憲法上頭的,但憲法規定的法官是不是專指「人」呢?法學界可能有不同論述。

如果憲法說的法官專指「人」,也就是法官審判權奠基在人的前提,勢必需要修憲。反之,就算憲法允許「非人」擔任法官,仍然需要修法 ── 如同剛拍板的《國民法官法》,國家同樣必須建立一套法制來規範非人法官。例如,適用民事或刑事案件?能上訴嗎?上訴後交給另一位 AI 法官(AI 會有不同法官嗎?),或者由人類法官打掉重來?

價值選擇的難題:科技優勢 VS 法律原則

法源基礎僅是第一步,對整個社會而言,AI 法官挑戰的是價值選擇的難題。

2013 年,美國威斯康辛州法院參酌 COMPAS 風險指標,判處被告 Eric Loomis 6 年徒刑。Loomis 不服而上訴最高法院,認為法庭以 AI 系統裁決是一種「秘密審判」!要求說明 COMPAS 系統如何演算判斷出危險值。

這個案例顯然暴露了 AI 法官的價值衝突:演算法黑箱(black box)。

「在民主法治國家,法官不是個人,他代表的是國家。審判必須在公開透明的運作下,被監督、檢驗、究責。」李建良說:「法院公開審理、法官說明判決理由,都是來自這種被檢驗的要求。」

倘若披上法官袍的 AI ,無法開庭、詰問、說明判決理由,讓審判攤在陽光下,勢必挑戰現行的法院體制,也可能稀釋透明、公開、負責的司法價值。我們無從知道它為何會做出 A 判決,而不是 B 判決,不能確定它有沒有失誤,也難以確認責任歸屬。

Loomis 案也突顯出另一挑戰:代罪羔羊! AI 推測來自過往的資料,但「相似條件的其它人這麼做,不代表個別主體也會這麼做」。

這同時讓人擔憂 AI 的「因襲性」:社會信仰的美好價值是不斷翻轉、改變,有時正是因為劃時代的法院判決,才讓我們終於能破除傳統、確立新價值,例如美國法院推翻種族隔離平等制度,AI 法官會不會弱化、壓縮了法律肩負的深刻意義?

李建良直言,第一層次的「能力可行性」是人與 AI 的 比較參照,AI 能做到什麼,補足哪些人類弱點,帶來什麼優勢。

但最終,「倫理辯證」仍是無可迴避的關鍵核心,當新科技打破、牴觸基本價值,我們是否願意為了科技可能提供的「客觀公正」,放棄退讓這些原則?

我們願意授權給一套科技系統,讓它判定人們是否有罪,剝奪我們的人身自由(甚至生命)嗎?李建良認為,AI 法官的倫理爭議勢必挑戰人類的信任邊界,最終將深刻探問人類對科技制度的核心信念。圖片來源│ iStock
我們願意授權給一套科技系統,讓它判定人們是否有罪,剝奪我們的人身自由(甚至生命)嗎?李建良認為,AI 法官的倫理爭議勢必挑戰人類的信任邊界,最終將深刻探問人類對科技制度的核心信念。
圖片來源│ iStock

人文關懷,也是艱困的價值論辯

「這不會是全面贊成/反對的選擇題,因為 AI 法官很難普遍性適用每一種案件。」李建良強調。

AI 在資料統整、數據分析上已大放異彩,導入科技新工具、人機合作,可以減輕法院負擔,也拉近一般人與訴訟裁決的距離。然而,法律範疇高度複雜,即便未來開放 AI 法官,也必定是在特定的條件、脈絡與案型。

他以行政法說明,「大埔農地要不要徵收?美麗灣渡假村能不能蓋?這類行政法案件極度複雜,牽涉環保、制度、法規多重衝突,還有價值選擇的命題,不太可能由 AI 獨立裁決。」

更重要的是,即使技術邊界有機會突破、修正,讓 AI 越來越聰明,我們也不應迴避第二層次的倫理辯證。這也正是人文學科最重要的價值關懷。

「我們很容易倒過來想,認為有這麼多好處,為什麼不開放、不使用?但人文學者關注的是價值倫理,一旦越過了某些界線,無論多少優勢,我們都必須謹慎、嚴肅地看待。」李建良提出艱難考驗做類比:

當你明確知道這人是兇手,卻沒有任何證據,這時我們要不要放棄無罪推定,不計手段堅持罪有應得?這就是價值選擇的論辯。很困難,但很重要!

「人文學者的使命,是預先關切各種可能的問題。」面對 AI 大躍進,李建良集結法政、社會、哲學學者展開長期跨領域計畫,關切 AI 應用的人文思辨。他這麼說:「客觀來看,目前的 AI 技術還無法高度涉入法律系統,但當我們做更多思考對話,才能讓社會更清楚彼此的價值、信念與方向。」
攝影│林洵安

延伸閱讀

本文轉載自中央研究院研之有物,原文為AI 當法官,會是正義女神的化身嗎?專訪李建良,泛科學為宣傳推廣執行單位

Ad manager Post Bottom code
[集雅]廣告測試
研之有物│中央研究院
179 篇文章 ・ 2 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

0
0

文字

分享

0
0
0
疫情也阻止不了的2020搞笑諾貝爾獎!宅在家慶祝這充滿 BUG 的一年
PanSci
・2020/09/18 ・4413字 ・閱讀時間約 9 分鐘 ・SR值 468 ・五年級

TAAi 2020 25th 人工智慧研討會

作者 / Y 編、S 編,以及在旁邊打雜的 U 編

2020 年第 30 次第一屆搞笑諾貝爾獎在 9 月 18 號早上隆、重、登、場啦!好啦,雖然因為今年的疫情,整個典禮改為線上舉行(而不是平常的桑德斯劇場),不過,也正因為如此,今年參與的諾貝爾獎得主數量也超級多,真是族繁不及備載啊!(我就承認我懶)

視訊頒獎典禮! 圖 / 頒獎典禮直播截圖

對於大家來說,今年都是 bug 很多的一年,而今年的搞笑諾貝爾獎主題,似乎正呼應了這讓人印象的 2020──「蟲子(bug)」!

test-2021_Pansci_All_inread_p4
今年的主視覺。 圖 / 頒獎典禮直播截圖

今年的得主都會拿到一個「蟲蟲獎盃」!這個獎盃是張 pdf,得主們可以印下來、自己將它折成一個六面紙盒,每一面都是一隻「蟲」,上頭有:跳蚤、電腦「BUG」、蟑螂、金「龜」車等等。同時,得主也會收到一張紙質獎狀和十兆元辛巴威幣XD

獎狀和紙摺的獎盃。 圖 / 頒獎典禮直播截圖

那我們就來看看30次第一屆搞笑諾貝爾獎獎落誰家吧!今年可是有很多大大們得獎呢。

聲學獎:所以說,鱷魚吸了氦氣會怎樣?

這個研究本身其實是非常認真的,研究者們想要了解鱷魚的發聲跟我們有什麼不同,而由於水中與在空氣中的聲音傳播方式不同,也為這個研究增加了不少難度。

研究示意圖。 圖 / 原文研究

那麼,為什麼這麼一本正經的研究會得獎呢?這是因為其中有個環節,科學家們決定讓揚子江鱷 (Chinese alligator) 吸入氦氣,再看看他們的發音會變得怎樣?:)他們將雌性的揚子江鱷放入密閉的箱子中,分別讓鱷魚吸入正常空氣以及氦氣氧氣混和的氣體,混合氣體能讓鱷魚正常呼吸,但會改變聲譜的共振峰分布。

test-2021_Pansci_All_inread_p8

心理學獎:想知道人自不自戀?看眉毛就知道!

自戀者雖然有其迷人之處,但有時和他們相處久了總是會碰到些「bug」。那要如何一眼就認出他們呢?今年的搞笑諾貝爾心理學獎的研究告訴我們:看眉毛吧!

研究團隊將自戀人格的人的面部特徵展示給受試者看,發現從眉毛能相當準確的判斷出自戀者。

物理獎:地震時蚯蚓怎麼動?搖搖看就知道!

你有沒有好奇過,遇到地震時,蚯蚓到底會如何呢?是會跟著地震一起搖晃?還是怡然自得待在原地不動如山呢?想要找到解答,那就把牠們搖搖看啊!

論如何測量蚯蚓。 圖 / 原文研究

首先,讓蚯蚓平平地躺著,再來,給牠來點上下震動的波,然後……叮!恭喜您獲得了一隻會以法拉第波震動的蚯蚓!而所謂的法拉第波呢,指的是因為流體不穩定性而產生的一種非線性駐波。

test-2021_Pansci_All_inread_p12

而由於大部分生物體中都充滿液體,所以我們所觀察到的非線性波,可能在日後對於生物學和醫學都會有所幫助。

經濟學獎:收入不平等與接吻次數有關

接吻可以表達親密、傳達愛意,甚至還能改善過敏,不過,你有想過,接吻跟經濟也有點關係嗎?

研究者找來了來自 6 大洲、13 個國家的人,嘗試了解人們接吻等親密行為的態度與國民健康、GDP、相對財富之間的關係。

親起來親起來。 圖 / pixels

在這個研究中其實有不少有趣的發現:女性與較有魅力的人會較重視親吻的重要性,而更有魅力的族群通常親吻的次數較多,也對這些次數感到較為滿意。

那麼,親吻跟收入之間的關係呢?研究發現,越是收入不平等的地方,與伴侶間的親吻的頻率會更高。

昆蟲學獎:很多昆蟲學家也怕蜘蛛!啊它就不是昆蟲嘛

很多昆蟲學家也怕蜘蛛!(居然!)退休的昆蟲學家 Rick Vetter 偶然發現他做水生昆蟲的同事在他拿出蜘蛛時突然「人間蒸發」,還有當在野調時和他合作的同事警告他「不要過去那裡有蜘蛛!」,於是讓他發現:明明昆蟲和蜘蛛同樣都是節肢動物門,但卻有些昆蟲學家不怕昆蟲怕蜘蛛!

毛毛的最可愛(大誤)。 圖 / envato elements

於是維特透過《American Entomologist》期刊,找到了41位怕蜘蛛的昆蟲學家做更深入的調查。包含讓他們從包含蟑螂、蚊子和蛇的清單中做出喜歡和不喜歡的動物排名,其中,蜘蛛幾乎是大家最討論的生物(僅次於壁蝨),這些昆蟲學家還洋洋灑灑列出了很多他們討厭蜘蛛的理由:牠們移動的方式、很多腳、會出其不意地出現等等。

雖然身為麻瓜,感覺這些討厭的地方難道昆蟲和蜘蛛不是87分像嗎……

醫學獎:咀嚼的聲音讓人很崩潰

有些人聽到別人咀嚼的聲音會覺得非常崩潰、生氣,這其實是有原因的,科學家稱之為「恐音症」(misophonia)。患有恐音症的人會對一些特定的重複性噪音,例如咀嚼、薯片的沙沙聲、鍵盤啪啪聲等等,覺得困擾、生氣,甚至會直接攻擊聲音來源。雖然聽起來可能有些好笑,但是,它其時真的會造成一些嚴重的人際影響,最後讓這些人選擇離群索居。

不要再嚼了辣! 圖 / pixaby

儘管在2000年時這樣的現象就已經被描述,但直到2017年才由英國的研究團隊發現了大腦額葉變化的證據,證明了患有恐音症的患者的確被這些聲音觸動了情緒反應。

醫學教育獎:COVID-19 全球大流行讓我們知道:政治人物對生命的影響,比科學家和醫生更直接

這獎項頒給了各國的領袖們,包括了:巴西的 Bolsonaro、英國的 Johnson、印度的 Modi、墨西哥的 Obrador、白俄羅斯的 Lukashenko,土耳其的 Erdogan、俄羅斯的 Putin、土庫曼斯坦的 Berdimuhamedow,以及美國的川普大大。

為什麼要頒發醫學教育獎給他們呢?因為在這次的疫情中,我們學到了一個極為重要的啟示:比起科學家及醫生,政治人物對於生命的影響實在是直接得多啊!

材料科學獎:用人類糞便做的刀子相當難用

有個傳說是這樣的,有個因紐特人在大風雪中沒有工具,因此用自己的糞便鍛造出了鋒利的刀,並用那把刀殺死了一隻狗,用牠的肋骨做成雪橇、用牠的皮拴住了另外一隻狗,然後消失在黑暗的風雪中(相當勵志)。但這真的做得到嗎?於是,看到了這個故事的人類學家 Metin Eren ,決定進行反向工程,來試試看人類糞便是否能夠製作成鋒利的刀。

磨刀霍霍是便便。 圖 / 原文研究

首先,當然要有對味的原料。為此他吃了八天的高蛋白、高脂肪酸的北極飲食,以便產生符合因紐特人的便便。然後冷凍、銳化,並且試圖用這把刀切開豬皮。結果發現:相當難用,刀刃一下就融化了。

管理獎:不斷外包的殺人案!所幸最後無人傷亡(咦)

案子太多怎麼辦?外包啊!2014 年,中國廣西發生了一連串「連環買兇殺人案」。得獎者是:覃佑輝、奚廣安、莫天祥、楊康生、楊廣生、凌顯四!以下我們分別用甲、乙、丙、丁、戊、己代稱之。

事情是這樣的:甲因為投資糾紛花了兩百萬元人民幣雇用乙,但乙並不想親自出馬,於是拿了一百萬將案子轉手給丙。丙不知為何也沒有親自下手,而是轉頭找了丁,先付了訂金等事成之後再付尾款。丁拿到了訂金後轉頭找戊,戊則找上了最後一位殺手──己(凌顯四)。

出乎所有人意料的是,最後最後的外包商殺手臨時反悔了,於是直接找上原定的目標,跟他約出來面對面談判,想拍下目標被反綁的照片好交差。

事情暴露之後,就這麼串粽子式的一發不可收拾,只能說,外包的品質真的是十分重要啊,品管必不可少XD

於是乎…… 圖 / 頒獎典禮直播截圖

和平獎:印度、巴基斯坦的外交官,互相半夜按門鈴又跑掉

印度和巴基斯坦之間的關係相當緊張,克什米爾邊境時有違反停火協議的行為。除此之外,彼此的高級外交官也不堪其擾:其中包含跟蹤、斷水斷電,和在凌晨3點按門鈴後逃跑。

不相信外交官們有這般如小學生幼稚的行為發生?來看看《衛報》 的這篇報導:Pakistan recalls envoy from India in ding-dong over harassment claims

原新聞報導。 圖 / 衛報

而為了呼應今年的蟲蟲主題,穿插在頒獎典禮中的短劇主角便是大家最熟悉的鄰居──小強!當牠在睡覺的時候,從蟑螂變身為……人了!牠們需要面對一個非常重要的抉擇:到底該成為蟑螂或是人呢?

如果想看劇或重溫頒獎典禮看這邊:https://youtu.be/Amkyp-dhYX0

雖然因為疫情而沒有實體典禮,但這群科學家們還是十分自娛自樂呢!能夠在這樣的日子繼續愛著科學,實在是再幸福不過的事呀。如果大家想要支持主辦單位,可以去他們的官網贊助喔!(也可以贊助認真報導的我們<3)

那麼,今年的典禮到此結束啦!更多詳細內容請期待我們的後續報導!也可以複習一下以前超有哏的頒獎典禮,或是去看看往年的得獎內容喔!

Ad manager Post Bottom code
[集雅]廣告測試
PanSci
622 篇文章 ・ 1 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

0
0

文字

分享

0
0
0
想學機器學習、深度學習、資料科學、人工智慧的人照過來! 22 個線上社群網站助你一臂之力~
活躍星系核
・2020/04/21 ・3074字 ・閱讀時間約 6 分鐘 ・SR值 543 ・八年級

TAAi 2020 25th 人工智慧研討會

  • 文 / Elsa│弱弱開發女子,在東京的開發者人生。
    2011年研究所畢業,2014年來日工作。不只寫關於開發的文章,也寫美食、在日工作樣貌、在日生活訊息。

機器學習資料科學的轉行潮

資料科學家、機器學習工程師被喻為 21 世紀最性感的職業。個人認為這份職業的工作內容一點都不性感,性感的應該是它水漲船高的薪酬條件。而根據史丹佛大學 在 2019 年的  AI 指標報告, 2019 年的人工智慧相關職位需求是 2015–2016 年的三倍,意指將會有越來越多的工程師或理工生轉向資料科學家或機器學習/資料工程師的行列。

然而,轉行的學習過程中,遇到問題最好還是要靠自己解決,但中間若有高人提點,痛苦會少一點。下面列出幾個線上社群,供有興趣入門的夥伴參考:

熱門的線上社群

RedditStack OverflowQuoraKaggle 在同行裡算是家喻戶曉。

test-2021_Pansci_All_inread_p4

Reddit美國第五大網站,截至 2018 年 3 月的每月活躍用戶量超過三億。與在台灣熟知的 PTTDcardBBS 論壇類似,有很多分類主題,用戶可以對貼文內容按讚或留言。在搜尋欄位輸入 data science、machine learning 等關鍵字就能找到相關分類主題版加入討論。

Reddit 論壇。圖\Reddit網站截圖

在搜尋欄輸入關鍵字加入相關社群。圖\Reddit網站截圖

Stack OverflowQuora 都是問答系網站,加入會員後可以發問,還可邀請業界專家回答你的問題。

test-2021_Pansci_All_inread_p8

Stack Overflow 偏向程式設計領域,常見的主題有 JavaScript 、 Java 、 C# 、 Python 等程式語言。

Quora 的主題編列範圍廣泛,除了技術社群,更網羅生活娛樂、人文社會、經濟等各式主題。一樣利用網站的搜尋欄位輸入自己感興趣的關鍵字,在相關主題群裡發問。

stack overflow 問答社群。圖\ Stack Overflow 網站截圖

Quora 問答社群。圖\ Quora 網站截圖

test-2021_Pansci_All_inread_p12

Kaggle 除了社群,還有很多資料集、專案及社群貢獻的資料分析代碼,不定期還會有競賽,是個很好的學習資源網站。

Kaggle 社群。圖\ Kaggle 網站截圖

上述幾個社群都是英文為主,而中文社群我知道的有知乎將門技術社群TensorLayer

知乎,基本上就是中文版的  Quora ,就不多做介紹了。而專門技術社群要填表申請,通過群主審核才能加入,領域分門別類,有計算機視覺、自然語言處理、物聯網等,只能擇一加入。

至於 TensorLayer ,它其實是中國開發者把 TensorFlow 包裝起來的函式庫,據說就是親切易懂版的 TensorFlow ,他們有自己的 Slack 社群,使用上有問題可以在群裡問,在 TensorLayer 的官方 Github 有連結可加入。無論是 TensorLayer 、 TensorFlow 這種開源函式庫,為了活躍開源環境,讓開發者踴躍參與開發,幾乎都會有各自的專屬開源社群,在它們自己的開源專案網站都會具體說明如何參與社群,這邊就不多加詳述。

台灣的社群使用 Facebook 社團算滿普遍的,活躍的有台灣人工智慧同好交流區、 AI 人工智慧與機器人社團、 AI Seminar Taiwan  、台灣人工智慧學校 — 舊稱:台灣資料科學年會等;此外, PTT 的資料科學版也是一個能參與討論的選擇。

怎麼找社群?

台灣普遍習慣使用 Facebook ,在 Facebook 搜尋關鍵字就能找到幾個活躍的社群。

而在海外的朋友,可以透過 Meetup 這個活動組織網站,用關鍵字搜尋找到當地的社群。 Meetup 上的社群多屬線下,也就是租個場地舉辦研討會、讀書會等,因為要面對面與人交流,一方面不符合我的個性,一方面是有些參差不良的活動會有獵頭推銷工作機會,我不是很喜歡。當然有部分 Meetup 聚會是線上舉辦,有興趣的朋友可以自己找找看。

Meetup 社群。圖\ Meetup 網站截圖

而日本除了 Meetup ,還有幾個類似的社群如: conpass Doorkeeper TECH PLAY 。不知道出於什麼原因,日本很喜歡辦這種約出來見面的研討會或讀書會,然後會議結束後要再外掛個懇親會閒聊加吃喝,我只能說這種活動對社交障礙者真的很不友善。

針對 Slack 社群官方並沒有提供搜尋介面,雖然網路上有人把 Slack 社群爬下來做成資料庫,但資料沒那麼即時; Facebook  社團雖然可以輸入關鍵字搜尋相關社團,但是找不到私密社團。譬如在東京的澀谷,時常在 Meetup 舉辦讀書會的 Team AI ,從 2016 年開始每週開辦讀書會,到目前會員數超過七千人,官方也有 Slack 群 (Team AI Slack Group) 可加入學習討論。

像這樣利用 Meetup 等活動社群,也能知道 Slack Facebook 等線上社群的資訊。

其他線上社群

Kaggle Noobs

Kaggle Noobs 是關於 KaggleSlack 社群,線上有即時新聞、硬體效能、論文分享等學習資源。截至 2020/3 ,成員數超過一萬人。

KaggleNoobs 社群。圖\ KaggleNoobs 網站截圖

AI Researchers

AI Researchers 有關於 OpenCV自然語言處理OpenAIGymKeras 等討論串,截至 2020/3 ,成員數超過五千人。

AI Researchers 社群。圖\ AI Researchers 網站截圖

Data Quest

Data Quest 是一個培育資料科學家的線上教育網站。除了提供整套教學課程外,還有自己的社群。社群算滿活躍的,這個公司基本上招募很多遠端資料科學工作者,所以來自世界各地的資料科學家都會參與這個社群。

Dataquest 社群。圖\ Dataquest 網站截圖

Data Science Salon

Data Science Salon 在舊金山、紐約、洛杉磯等都市舉辦機器學習高峰會,跟各大公司合作並邀請各界名人演說,有點像是機器學習版的 TED Talks,收取高價門票的富人聚會(誤)。但你可以加入他們的 Slack 社群,觀察一下研討趨勢。可以到 https://info.datascience.salon/apply-to-dss-slack-workspace 填表加入社群,或寄信到 info@formulated.by  申請。

DSS Slack 社群。圖\ Data Science Salon 網站截圖

Watson Developer Community (WВC)

這個是專門給 IBM Watson 開發者討論的 Slack 社群。

R-Team for Data Analysis

使用 R 做資料分析的朋友,可以加入這個全球 Slack 社群。

有些社群知識範圍屬廣域,有些社群聚焦在特定主題,依照自己的需求及水平參與相對應的社群,多看多吸收。若有心參與社群反饋,正所謂教學相長,學習效果更好。

參考資料

  1. 2019 AI Index Report by Stanford University
  2. 15 Data Science Slack Communities to Join
  3. AI開発を仕事にするための具体的な行動計画を『機械学習エンジニアになりたい人のための本』から紹介
Ad manager Post Bottom code
[集雅]廣告測試
活躍星系核
818 篇文章 ・ 1 位粉絲
活躍星系核(active galactic nucleus, AGN)是一類中央核區活動性很強的河外星系。這些星系比普通星系活躍,在從無線電波到伽瑪射線的全波段裡都發出很強的電磁輻射。 本帳號發表來自各方的投稿。附有資料出處的科學好文,都歡迎你來投稿喔。 Email: contact@pansci.asia