Mr./Ms. Days (MMDays) – 網路, 資訊, 觀察, 生活

Posted By Mr. Thursday 在今日我們可以從網路上吸收大量資訊，有時候一堆文章看不完。如果我們想要吸收資訊，時間卻又不夠的時候，使用電腦幫我們過濾資訊，或是用電腦幫我們做個總整理，是個方法。如果今天手中有一篇文章，我們想要用電腦幫我們找出這篇文章最重要的關鍵字，要怎麼做呢？在資訊檢索 (IR: Information Retrieval)領域裡面，有個基礎的方法，入門必學的方法，就是使用 TF 和 IDF (TF: Term Frequency, IDF: Inverse Document Frequency)。使用這兩個估計值，可以讓電腦具有計算重要關鍵字的能力，進而節省我們的時間。 接下來讓我們看看，TF 和 IDF 個是甚麼東西呢？TF 全名是Term Frequency，也就是某個關鍵字出現的次數，譬如說某篇文章裡面，「電腦」這個詞出現很多次，或是「使用者需求」這個詞出現很多次，那麼這些詞句的出現頻率，就會很高。一篇文章中出現很多次的詞句，必定有其重要性。譬如說一篇論述「人工智慧」的文章，「人工智慧」這個詞句再文章中出現的頻率也一定很高。然而為甚麼除了 TF  (Term Frequency) 以外，還要有 IDF (Inverse Document Frequency) 呢？

Read Full Post »

Posted by Mr. Saturday 在 Google 和其他搜尋引擎公司的大軍壓境之下，在搜尋引擎的技術這方面，應該是沒什麼人想要正面跟這些大公司衝突才對．不過 Eurekster 這一家在 2004 年成立的公司對於搜尋引擎的玩法倒是巧妙地結合了社群和個人化的垂直搜尋引擎 (vertical search engine)．推出類似 Wiki 的有趣應用．這是目前各大搜尋引擎公司都尚未推出或成熟的服務和應用方式．其運作模式不僅值得我們一探究竟，其實也代表了搜尋本身的演進．(事實上，Eurekster 算是一家成立於紐西蘭公司，不過重心現在已經放在舊金山)

Read Full Post »

Posted By Mr. Thursday  在《從尋找質數談談搜尋演算法》一篇文章裡面提到質數搜尋演算法，約略提到了一點演算法 (Algorithm) 以及 搜尋(search) 演算法。簡單地說，搜尋演算法就是要在一堆可能是答案的輸入資料 (input data) 當中，找出符合條件的答案。之前在《排程問題與CPU Scheduling》裡面提到了Job-Shop Problem是一個很難的排程問題 (Scheduling Problem)，是NP-complete。本篇就簡單介紹一下搜尋演算法、「旅行中的商人」這個問題如何使用搜尋演算法、NP-complete的定義、以及最後提一下對偶問題(Dual Problem)。

Read Full Post »

Posted By Mr. Thursday 如果今天有一台機器，N個人要用，每個人使用的時間分別是t1, t2, …, tn，那麼怎樣子才能讓等待的時間最少呢？如果是以每個人的角度來說的話，當然是先搶先贏啦！不過如果是以這N個人所屬機構的角度來看，要讓全部人的等待時間最少，要如何安排使用機器的順序呢？這個時候作業系統 (OS: Operating System) 裡面的CPU Scheduling方法，就可以參考了！ 首先我們先看看N個人不同的先後順序有幾種組合呢？答案是N!(N階層)種組合，譬如說5個人先後順序的組合方法就有5! = 120種組合，裡面包括第一個人先、然後第二個人、第三個人、第四個人、第五個人執行，也包括第一個人先、然後第三個人、第四個人、第五個人、最後才是第二個人執行，以及更多種組合的方法。因此我們排程的解答，就是在這麼多種組合(N!種)裡面，找到一個執行的順序，大家等待的時間加總起來是最小的。然而要怎麼找到這個解答呢？

Read Full Post »

Posted by Mr. Saturday Amazon 在今天終於讓許多人期待已久的線上音樂商店正式上線了，名為 AmazonMP3，自此 Amazon 正式加入販賣數位音樂的大戰，與 Apple 的 iTunes 構成直接的競爭，根據 Amazon 官方的說法，他們的音樂商店提供了超過兩百萬首歌，其中飽含超過十八萬個歌手和兩萬個唱片公司的歌曲。亞馬遜推出這個音樂商店，實際上已經是算是相當晚進入市場，亞馬遜這個音樂商店所主打的，是他們對於 DRM (Digital Right Management) 的處理方式較為寬容，從亞馬遜下載的音樂，可以在幾乎市面上所有的播放器播放，包括蘋果公司的 iPod 和 微軟的 Zune，而且使用者可以無限量地把購買的音樂複製到自己的所有數位裝置之上，不受次數的限制。這與處處限制使用者的 iTunes 相當不同，iTunes 買下來的音樂常常只能在 iPod 上面播放，買下來的影片也有授權次數的限制，DRM 實行地相當徹底，但相信這樣的做法讓許多使用者相當地不舒服。AmazonMP3 上面的音樂，價格和 iTunes 幾乎一樣 (一首美金 0.89 cents 或是 0.99 cents)，有些甚至比較便宜，加上對於 DRM 比較寬鬆的處理方式，比起 iTunes 似乎比較吸引使用者，但是亞馬遜這一家從九零年代末期網路泡沫中少數生存下來的網路公司，實際上還有一項強大的武器。

Read Full Post »

Posted By Mr. Thursday 有句話是「一張圖勝過千言萬語」(One picture is worth a thousand words.)。照片的分享可以讓我們接收更直接的視覺資訊。目前網路上有很多網路相簿，我們透過手機或是數位相機得到的照片可以放在網路上，分享給朋友。然而 Web 2.0 是否能夠帶來更新的分享方式呢？本篇文章想從地區化應用 (location-based) 開始談起，由三個座標軸來探討：時間 (過去、現在、未來)、地點 (使用者所在位置、使用者不在的位置)、以及分享方式 (同步、非同步)，並且提出照片分享在交友上的應用，以及交友和直銷，與 Web 2.0 的 business model 的關係，期待和大家的腦力激盪 (brainstorming)，可以創造出更多想法。

Read Full Post »

Posted By Mr. Thursday 機器翻譯是一項不容易的事情。在等待機器翻譯的技術之前，也許我們可以先考慮以 Web 2.0 的方式來翻譯。想法很簡單，先從 Wikipedia 和 Wiktionary 來看，我們如果打算開始，就是開發一個類似的平台，然後由使用者來貢獻內容，只不過貢獻的內容是「翻譯」的內容。然而光是這樣子，可能還不大夠，首先就是有「誘因」(incentive) 的問題，使用者願意分享翻譯內容的誘因需要思考。其次是商業模式 (business model) 的問題，開發這個平台的人是否能夠獲取報酬。我想 Web 2.0 的服務，最頭痛的應該就是這兩個問題，甚至內容分享上還會有著作權的問題。不過我們既然有了大腦皮質，有問題也不用怕，只要肯花腦筋，我想沒有甚麼問題是無法解決的。下面我就先設想一下機器翻譯可能遇到的問題，然後提出結合以 P2P為架構 的通訊軟體 Skype 的 Web 2.0 翻譯服務，並探討其可能的優點和缺點，如果有興趣的人也不妨繼續烹調這個點子吧！

Read Full Post »

今天要講的「囚犯困境」，和最近的減刑新聞沒關係，而是指一種賽局。囚犯困境(Prisonner’s Dilemma)是描述抓到兩位囚犯，然而因為證據不足，所以就把這兩位囚犯分開到不同的房間裡面審問，並且分別和他們說，如果提供對方犯罪的證據，而對方保持沉默的話，對方要做10年的牢，而你可以無罪釋放。如果你提供證據，他也提供證據，那麼你們兩個各坐5年的牢。如果你們兩個都保持沉默，那麼因為證據不足，你們兩個分別坐牢6個月(半年)。所以根據這個規則，和囚犯可能的選擇，化成一個結局的矩陣如下：

Read Full Post »

Posted By Mr. Saturday 之前 Mr. Saturday 曾經在 無人車橫越沙漠!–初探 Computer Vision (電腦視覺) 一文中粗淺地介紹過電腦視覺這個有趣的研究領域，裡頭中有提到了美國國防部對於這類研究之所以這麼重視，主要還是因為電腦視覺的技術一但成熟，應用到軍事科技上，將會有相當可怕的成果出現，為什麼說可怕呢？因為美國要是真正打造出智慧型的無人載具，那麼其軍事力量將會更加強大，最近我在經濟學人上又看到了一篇有關於無人載具 (unmanned vehicles) 的相關報導，裡頭就是在講有一位教授 Ronald Arkin 最近在做的事情。

Read Full Post »

Posted by Mr. Thursday 這篇文章的標題翻譯成中文是：「康威：生命遊戲」。康威(John Horton Conway)是一位劍橋的數學家，生命遊戲是他在1970年發明的小遊戲。這個遊戲是一個模擬遊戲，首先有一個長方形棋盤，裡面劃分成許多小格子。每一個可以是活的細胞或死的細胞。每一步棋盤的狀態可以影響下一步的狀態，規則是： 如果某一格細胞在時間 t 是活著的話，那麼在時間 t+1 的時候 如果這格細胞只有一個鄰居或沒有鄰居活著的話，就死去 (因為孤獨) 如果這格細胞有四個或更多鄰居活著的話，就死去 (因為擁擠) 如果這格細胞剛好只有兩個或三個鄰居，則繼續活著 如果某一格細胞在時間 t 是死的話，那麼在時間 t+1 的時候 如果這格細胞剛好有三個鄰居的話，就活起來

Read Full Post »