關閉

媒體本是中道力量、社會的良知良心,也是公眾的守護者。《東方報》自九十六年八月一日創刊迄今(前身東方快報),六十多位員工在自己的工作崗位上兢兢業業,只為守護花蓮這塊美麗的土地和善良的人民。尤其《東方報》為善盡社會公器責任,發揚人性光明面,堅持不刊登害人的「地下錢莊廣告」、「六合彩賭博廣告」 及「色情廣告」。 
「雖小道,必有可觀者焉。」《東方報》是花蓮地區一家屬於「社區性」的報紙媒體,每日以八個大版刊登花蓮縣及十三個鄉鎮市的新聞,豐富的、完整的、深度的將全縣新聞呈現出來。而本人也特別要求《東方報》編、採同仁務必秉持「四不原則」∣「不捲入」、「不介入」的採訪和報導心態,提供讀者一個「不加工」、「不加料」的新聞議題,希望提供閱讀公眾一個純淨的新聞報導。  
花蓮是一處充滿「傳媒傳奇」的山城,實際居住人口不到卅萬,產業經濟及文化藝術相對的貧瘠、落後,但是地方媒體竟如此的「蓬勃發展」!因此在花蓮地方媒體充斥的當下,《東方報》將繼續走自己的正路,並堅持扮演社會的良知良心。(社長 林裕勳)

東方報

地址:花蓮縣花蓮市富吉路99號 電話:03-8561858

關於東方報
[東華大學專欄] 思考的模仿遊戲 列印
作者是 user   
週四, 01 二月 2018 08:12

資料提供/東華大學應數學 魏澤人教授  整理/記者江思婷

 

機器學習的概念中,會比較接近「模仿遊戲」的概念。

現代的人工智慧使用數學函數當成元件來設計「思考機器」,取代了工匠偃師或巴貝奇用的機械零件。 當然背後還是靠著神奇的電子硬體來配合,才能有達到實用的速度。

不像工匠偃師或巴貝奇這樣神乎其技的設計,機器學習利用相對單純的設計,讓這些數學函數自己找到適當的參數。

而雖然沒有中文房間,但我們現在也有了非常多的數據。有了這些數據,配合適當的數學函數當成模型,有時我們就能使用精心設計的巧妙機械來模仿「思考機器」,我們使用數學模型當成核心元件。比方用簡單線性或者二次函數當成模型,我們就能從已知的資料來預測其他寒沒有觀察到的情形。

在比較高維度的時候,就會使用多變數的函數。比方下圖就是利用空間中的曲面,切開區隔了三維空間中的藍色點和紅色點。

那要如何找到適當的參數,來找到好的模型呢?最直接的方法就是暴力窮舉,試試看各種的情況。這樣大海撈針,沒有效率。好在我們的數學模型和應用案例,往往都會有些規律。 最常見的規律就是所謂的連續性和可微分性。這樣,我們就能利用微積分提供的工具和理論,幫忙找到最好的模型。

即使如此,這樣訓練的過程,往往也要數小時、數天,甚至更久。 不過大家不用擔心我們在虐待電腦。因為這樣的訓練過程,常常是在玩遊戲喔。比方最常見的監督式學習,就很像是模仿遊戲一樣。這個遊戲中,電腦想要模仿真實的狀況,所以他扮演模仿遊戲中B的角色。而A及C的角色,都由真實的數據或者人類手工判定提供,然後給出分數。 當然一開始電腦通常都學得不像,分數很低。但是藉由給分的回饋,利用微分的方法調整參數,電腦就會愈玩愈好,找到愈來愈好的模型。

但人工給答案很麻煩的事情。著名的人工智慧專家李飛飛,就曾利用群眾外包的方式,讓大家透過網路來幫忙,讓大家來教電腦,照片中出現了什麼物品。 這些資料整合成機器學習的著名資料集 ImageNet[1],讓更多人能用這些資料實驗不同方式來訓練電腦來看東西。 Google 很聰明的會利用讓大家輸入 CAPTCHA 時(就是網站用來判斷使用者是真人的那一堆數字或者英文),蒐集資料來訓練電腦辨識門牌號碼[2]。另外一種方式就是像是 Quick Draw! 這樣利用遊戲的方式,讓使用者來回饋資料[3]。

有沒有能不靠人來幫忙,讓電腦自己學習呢?有的,這一類的學習方式被稱為非監督式學習。現在很流行的一種非監督式訓練法,叫做生成對抗網路( Generative Adversarial Network)。 這也像是在玩模仿遊戲。 電腦想辦法生出跟真實一樣的圖畫、語句,但是判定也是讓電腦來當。 這樣,電腦難道不會作弊,自己給自己一百分嗎? 沒錯,所以我們讓判定者跟生成者扮演敵對的角色。判定者能夠判斷得愈準確,分數愈高。 而生成者則是想盡辦法想要騙過判定者。這樣,我們只要提供大量的樣本,像是網路抓下來的圖片、照片或者文章,就能訓練了。

而另外一種方式,像是 Alpha Go 也有用到的,就是讓兩個模型直接去玩遊戲、互相競爭,或是直接跟環境對抗,想辦法存活。這樣,也可以讓它們慢慢成長。 當然,這樣的訓練模式只適合有自動回饋應用,像是圍棋、撲克牌、電腦等等遊戲,或是自動駕駛、機器人行走等等。

對這方面的議題有興趣嗎?

東華資工顏士淨老師長期研究電腦對弈,獲獎無數。東華應數則有班榮超老師研究細胞類神經網路、吳建銘老師專長神經網路和資訊應用。曹振海老師研究統計機器學習、魏澤人老師曾在中華民國數學會的超越無限數學印象展展出電腦畫的圖片、TWSIAM 年會工作坊與政大蔡炎龍老師手解神經網路算式、台大黑客松開設資料科學學程教授神經網路及機器學習實作。定期舉辦的花蓮.py和實做數學聚會,也常常會討論這些議題和相關資訊喔!