新頭殼newtalk

台北世大運圓滿落幕,但暗藏在掌聲和歡呼聲底下的問題才剛開始浮現。一名台北市的基層競速滑輪溜冰選手彭文志,昨晚7點多在市長柯文哲臉書留言抗議說,他們已經一年半沒有場地可以練習了,「我們在橋下,在廣場,被驅趕,被威脅要開罰單。無限委屈求全,就為了世大運好好的辦完」。

如今世大運風光結束,怎知台北市體育局設施課卻不把場地還給他們,理由竟是「迎風溜冰場因為花了巨額的整修費用,往後不對外開放」,「只提供辦理大型賽事……」。

彭文志痛批,「最後竟是這樣對待我們的!!你要台北市選手何去何從?」他無奈地說,「可以還我們迎風溜冰場嗎?我們沒有屋頂沒關係的。」

這則留言引起熱烈的回響,3757人按讚,509人力推或留言分享自己小孩找不到溜冰和練球場地的類似經驗及苦惱等。一位媽媽說,「市長, 迎風溜冰場什麼時候我們才可以讓孩子回去練習,為了世大運我們轉去百齡溜冰,現在結束了,體育設施課告訴我們,不開放了,以後有大型賽事才可以使用,不開放場地練習,怎麼培養下一代選手。」

一位可能是滑輪溜冰協會人士的網友「林博文」則提到,「世大運風光結束,滑輪溜冰一夕之間被全國知道,大家都辛苦了。但……台北市滑輪溜冰協會全力協辦世大運,台北市選手也為國家爭取佳績,為什麼?我們換來的對待是這樣,這場地起造到今天我們認養維護超過15年,日後你要台北市選手該何去何從?」

一群不同帳戶的網友,更紛紛複製彭文志的留言洗版。一位署名「康教練」的網友奚落說,「蚊子館不是沒人用,是官僚不准用」,「一比(賽)完官僚就比選手大,選手又回到低等生物了」。

不過,柯文哲和台北市政府相關主管機關,目前還沒有任何回應。

2017台北世大運在昨天的「台灣英雄大遊行」和市民廣場前的大合唱震天歌聲中,宣告曲終人散。市長柯文哲隨即在臉書發文說,「因為有你在,讓我們更團結、更有自信、更加堅強」。

柯文哲並以一支世大運台灣選手訓練和比賽的影片,獻給每一位「忍受訓練時的孤寂,受傷時的痛苦,復健時的難熬,在賽場上用專注克服壓力,用拼勁證明自己的世大運年輕選手們」。

柯文哲說,「恭喜和感謝,說再多也不嫌多,但我們應該為他們做得更多。我要請大家記得這一刻的感動,不分運動項目,不論得牌與否,一定要持續關注這群創造奇蹟的臺灣新生代」。

截至今天上午7點43分為止,12個小時內,這則貼文吸引了59萬人瀏覽,1912則留言,5427次分享。

其中,在柯文哲的發文貼出不過短短10分鐘後,就有一位署名「彭文志」的網友留言,他先謝謝市府團隊這麼用心盡力讓世大運獲得如此的成功。隨即話鋒一轉,「但你知道嗎?為世大運貢獻10金,11銀,2銅的競速滑輪溜冰項目的台北市的基層選手已經一年半沒有場地可以練習了。」

「我們在橋下,在廣場,被驅趕,被威脅要開罰單。無限委屈求全,就為了世大運好好的辦完」。如今得知,台北市體育局設施課回應,「迎風溜冰場因為花了巨額的整修費用,往後不對外開放」,(因為很重要)他重覆強調這兩句話三次後說,原來「只提供辦理大型賽事……」。

彭文志痛批,「最後竟是這樣對待我們的!!你要台北市選手何去何從?」他無奈地說 ,「可以還我們迎風溜冰場嗎?我們沒有屋頂沒關係的。」

★更多追蹤報導

國體法三讀 獎牌金光帶來改革曙光
不改對不起選手 國體法監督協會亂象有解?
網球金牌莊吉生嘆:在台灣找不到一座像樣球場
「不是國體法通過就算了」他點名體育署不能只沾光 要為選手打造良好環境
世大運這仲夏夜之夢 能延續至東京奧運嗎?

--------------------------------------------

Yahoo奇摩新聞邀請「職場爸媽」投稿!在懷孕、生產、育兒的階段,您的職場是否友善?歡迎分享自身經驗,寫下您對企業友善育兒有什麼期待 >>>https://goo.gl/iy5TCA



太棒了!我之前訂的(3入起)超吸水【媽布】萬用清潔布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(3入起)超吸水【媽布】萬用清潔布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:【(3入起)超吸水【媽布】萬用清潔布

商品圖片:

商品說明:







(3入起)超吸水【媽布】萬用清潔布




非買不可的理由




堅韌耐用

超強吸水力、超強拭淨立

潔淨易清洗

處感超柔軟


























商品規格:



款式:粉色/藍色/咖啡

尺寸:30*20cm

材質:70%Polyeater.30%Nylon








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





F4B8269501ED0E74
arrow
arrow
    全站熱搜