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

Posted By Mr. Thursday
Google 最近推出新的搜尋介面，稱為 SearchWiki，使用者可以對自己搜尋的結果作修改，譬如說修改搜尋結果網頁的先後次序，或是直接移除某一項搜尋結果 (刪錯可以救回來) ，以及為某一項搜尋結果加上一些文字註解。下面這段影片可以讓各位比較清楚地看到整個介面和操作的流程：

這項功能目前要使用者在登入Google帳號的狀態下才會出現，並且要選英文介面才可以，中文介面暫時還沒有這項功能出現。
這個功能可以讓使用者自己排序搜尋結果，不過只會影響自己的搜尋結果，會和別人分享的只有文字註解。因此，針對個人化排序結果的分享，我想到了有三種方式，或許可以對應到各種不同的資訊來源或是使情境：個人使用、完全公開、以及朋友傳遞鏈。

Read Full Post »

Posted by Mr. Friday
(本文已同步刊登在密技偷偷報十月號)
好萊塢電影裡，總是對於電腦駭客有一些誇大不實的描述，譬如Die Hard 4〈終極警探4〉裡面，就把駭客講得實在有夠神，總是隨隨便便在幾秒內就能夠破解別人的密碼、穿越防火牆，取得機密資料，最後抱得美人歸〈誤〉…。不過誇張歸誇張，在現實生活裡，有能耐的駭客的確能夠在短短數分鐘之內，竊聽網路上的一舉一動，當然也包括了你剛才輸入過的帳號密碼！今天本文要解析的內容，就在於如何進行網路竊聽，而且神不知、鬼不絕，完全不在被竊聽的電腦上留下任何蛛絲馬跡！
聽起來可真神。不過講到網路竊聽，許多人可能還是不太清楚實際上是怎麼運作的。聽到這個名詞的瞬間，腦中所聯想到的畫面，可能還是動作片裡偵探在房間裡偷裝竊聽器的模樣。事實上，的確有一些網路竊聽的概念是源自這種模式：駭客在你電腦裡面裝木馬軟體，再把你打過的每一個字透過網路偷偷傳送出來。不過這種模式有個缺點，就是容易留下證據，畢竟竊聽器〈木馬程式〉還留在對方電腦裡。但是，今天要介紹的這種攻擊卻完全不同；這種攻擊不需要在你電腦上裝病毒或木馬，也不會在你電腦上留下任何紀錄，卻能紀錄到你在網路上的任何一舉一動，的是來無影去無蹤。它的名字叫做：Man-in-the-middle attack，簡稱MITM〈中間人攻擊〉。

Read Full Post »

Posted By Mr. Thursday
之前在語意搜尋引擎文章裡面提到了幾個目前具有語意搜尋功能的搜尋引擎，其中Powerset、Hakia、和Cognition都可以正式使用。然而剛開始嚐試使用這些語意搜尋引擎的時候，可能要開很多視窗，切換視窗，有些麻煩，因此我就想自己寫一個網站包，把這三個搜尋引擎介面包成一個視窗，可以同時比較搜尋結果，查詢字串也只需要輸入一次，三個結果頁面就會跑出來。原本想用Google Widget Toolkit開發，後來想想如果只是單純要把三個查詢畫面包在同一個視窗，HTML + Javascript 就應該足夠達成這個功能。因此我就寫好了這個可以在 local 端執行的網頁。使用者只要有安裝瀏覽器 (目前測過IE和FireFox沒問題)，網路有接通，可以解開ZIP檔案，打開以後用瀏覽器打開資料夾裡面的 index.html 就可以開始用了！
下載請按這邊：semanticwrapper.zip
下面貼上一些執行過程的畫面，順便簡單介紹使用流程，應該是一看就懂，沒有太複雜的地方。

Read Full Post »

Posted By Mr. Thursday
Amazon等書籍網站，會把使用者購買書本的資料，或是使用者的意見，經由機器分析之後，歸納出一些規則，推薦其他使用者新的書本。然而除了使用者直接提供意見的方法，用機器直接分析書本的內容，尤其是書本的寫作風格，把相同風格的書籍找出來推薦給使用者，也是另外一種內容分析的推薦方法。BookLamp就是使用這種推薦方式的系統。

影片1 BookLamp簡介

Read Full Post »

Posted By Mr. Thursday
今天上網尋找東西或資訊，無論是用Google還是Yahoo，我們用的都是關鍵字 (keyword) 搜尋。關鍵字搜尋對一些專有名詞的資訊搜尋效果不錯，然而有時候我們只知道比較廣泛的概念，想要找比較詳細的資訊卻不知道該下什麼關鍵字，或著是同義字很多，像是 Apple是指水果的蘋果，還是蘋果電腦？或是我們想用自然語言的問句，來界定我們關鍵字的上下文意義，避免找到有這個關鍵字，應用情境 (context) 卻不是想要尋找的情況。「語意搜尋引擎」想要達成的目標就是如此，當少數關鍵字的意思並不明確，無法清楚定義出情境 (context) 或是排除同義字，或是想從廣泛的概念搜尋比較詳細特定的概念，就可以運用語意搜尋引擎來找找。
目前有哪些搜尋引擎呢？針對 Wikipedia 內容來做語意搜尋的搜尋引擎有 Powerset 和 Cognition，Cognition除了包含Wikipedia的內容外，也針對法律 (legal) 內容和醫學 (medicine) 內容做搜尋。Hakia 則是針對整個網路的內容做語意搜尋。除此之外，最近也有 Evri 這個語意搜尋引擎，使用類似資料庫裡面 entity-relationship (ER) 的瀏覽方式，讓使用者可以根據事情之間意義上的關係，從一個網頁連到另外一個網頁，讓超連結 (hyperlink) 不是只有關鍵字的連結，而是經由事物的屬性意義的連結。下面就讓我們先看一下這些搜尋引擎的 DEMO 吧！

影片1 Powerset demo

Read Full Post »

Posted By Mr. Thursday
在之前有寫了一些神經科學相關的文章，有些是偏向認知心理的，有些是偏向細胞分子的，或是偏向視覺處理的。神經科學的研究，我本身的是以人工智慧作為出發點，往神經科學研究方向進行。至於為什麼要在人工智慧以外加上神經科學呢？這兩者似乎有一點距離？原來資訊工程的技術是否已經足夠了呢？
這邊我提出幾點研究的動機。首先，目前的機器學習的方式，和人類學習的方式比較起來，有個最大的不同，就是我們人類可能從上課或是閱讀當中自我學習，或是由外在環境給予的經驗來學習。機器同樣也是接收外界的刺激，調整自己的反應來學習，然而機器學習過程當中，有時候會需要滿多人類的介入，譬如說調整參數、調整模型或演算法等等。如果用類比的方式來說，目前機器學習的方式如果用到人上面，就像是把人的腦蓋打開，調整裡面的神經連結，關起來以後再讓人腦跑跑看有沒有學習到。其實這種方式學習也沒有什麼不好，因為機器的目標，其實是服務人類，學習的東西有學到，怎樣子學習到就不那麼重要了。
那麼機器目前學習的情況如何呢？其實目前的電腦和機器算是滿先進的，加上運算速度快，純粹數字計算的能力就比人類心算能力還快，許多應用服務也讓人類生活改善不少。然而有些比較難處理的問題，像是需要人類智能才能完成的問題，譬如說翻譯、圖形辨識、影像辨識、語音辨識、語意了解等等，這些都算是人工智慧 (Artifitial Intelligence 人工智能) 所需要解決的問題，這些問題的解決，沒有隨著硬體速度的增加而解決，因此軟體上面的進步，就是關鍵了！目前對於這些難以解決的方式，有兩種解法：(1) 運用大量的訓練資料，譬如說Google翻譯，使用大量的訓練資料，或是PDA的手寫辨識，大量的訓練資料都讓正確率大大提升。(2) 運用人工運算 (Human Computing) 結合Web2.0的方式，提供人性化的介面，讓每個人在趣味中貢獻微小的人類智力，解決一些大量資料也無法解決的東西，譬如說reCAPTCHA、語意辨識、圖形的ROI (region of interest) 等等。

Read Full Post »

Posted by Mr. Thursday
之前曾經介紹過〈海扁學習與神經網路的同步化〉，今天則是要和各位介紹和長期記憶相關的一個腦部結構，叫做「海馬迴」。「海馬迴」英文稱為 hippocampus，是從希臘文字根 hippos (馬) + kampos (海怪)而來的。

圖1 海馬迴在人腦裡面的位置 
海馬迴重要在哪裡呢？主要是因為海馬迴和我們形成長期記憶的過程有關。怎樣子曉得和長期記憶有關呢？最重要的是因為在1953年，有一為病人，名字縮寫為H.M. (Henry M.) ，因為一直為癲癇 (epilepsy) 所苦，因此醫生決定為他開刀，把癲癇的來源，也就是腦部顳葉 (temporal lobe) 的地方，摘除掉。這個部分剛好也就是海馬迴的地方，因此他的左右的海馬迴、以及杏仁核 (amygdala, 負責情緒功能的區域)，也被摘除掉了。
手術之後，病人H.M.好像恢復正常，不再癲癇。但是，他開始產生嚴重的失憶症，手術往前一部分時間的記憶消失，手術後無法形成新的長期記憶。人沒有長期記憶的功能，是非常不容易生活下去的！醫師發現這個情況以後，也就在沒有其他醫生會使用這種切除海馬迴的方式來治療癲癇了。對於科學研究來說，我們則是順便從這個病例，了解到海馬迴具有形成長期記憶的功能，詳細迴路可能還不知道，但是至少知道如果整個海馬迴摘掉，就無法形成長期記憶，因此非常重要！
下面是另外一張海馬迴的立體位置圖：(尋找hippocampus的地方)

圖2 海馬迴位置圖

Read Full Post »

漫畫自動產生器，這是很久以前無聊時的突發奇想，剛好碰上這次有幸參與Demomo Show的活動，跟大家分享一下我的點子。簡單來說，這是一個四格漫畫自動產生器，輸入一篇文章就會自動根據文章內容自動產生四格漫畫。

Read Full Post »

Posted By Mr. Thursday
由匹茲堡大學 (University of Pittsburgh) 和卡內基美隆大學 (Carnegie Mellon University) 的研究團隊所做的研究，把電極插到猴子的頭腦裡面，接著用電腦分析讀取電極傳出來的大腦訊號，轉換成機械手臂移動的指令，猴子便能夠用「想」的，移動機械手臂來自行拿取食物來吃。讓我們先看一下 DEMO 的影片。

這個研究如果將來技術成熟之後，可以應用在一些癱瘓病人身上。他們大腦裡面負責運動的區域可能還是好的，但是運動的肢體像是手臂等等，可能已經無法使用，這個時候就可以用機械手臂來取代，並且透過電及和電腦分析，讓使用者可以用意念，來指揮機械手臂。
目前比較困難的是，研究人員發現插進大腦的電極 (electrode) 在幾個月之後就會無法使用，因此這部分還有待突破。然而大腦運動區域訊號的分析，則是已經有顯著進展，只要先有一小段訓練時間，電腦就可以慢慢了解猴子移動手臂往上、往下、往前、往後、往左、往右、開始、停等訊號。
此外，我個人的觀察是，首先，因為運動神經在腦幹 (brain stem) 的區域會左右交換，因此影片中猴子右手一邊在動，但是我猜他們放置電極的地方可能是左腦的運動區。其次，運動訊號主要就是從大腦的主要運動皮質 (primary motor cortex) 區域裡面，負責手臂運動的地方的訊號來分析。不過不知道如果加上小腦 (cerebellum) 的訊號，會不會讓效果更好？因為小腦主要就是對運動進行微調，負責無意識的運動調節學習 (adapt)。
大腦的運動區域對身體的分佈，可以參考大腦一日遊裡面的這一張圖的說明：

左邊是主要感覺區的分佈，右邊是主要運動區 (primary motor cortex) 的分佈，臉部無論是感覺或是運動，都佔了很大的比例，代表對臉部的感覺和運動很細膩，需要比較大的區域來處理或產生訊號。另外，皮質區 (cortex) 是有意識的資訊的處理，訊號離開大腦後，會延著腦幹，往脊隨 (spinal cord) 的方向傳遞，中間會經過小腦，也會隨著訊息的目的地在不同的地方左右互換，這部分滿複雜，可能要重新複習一下課本才會記得，有興趣的讀者在繼續深究這一部分吧！

Read Full Post »

Posted by Mr. Friday
請注意：本篇文章只是試圖提出問題與一些個人觀察，並沒有提供絕對的答案。如果你是正在選擇未來人生方向的學生，本篇或許可以當作參考，但是未來的人生方向，還是要你自己決定。
七月到了，又即將是大學聯招榜單揭曉，眾多高中學子邊徬徨著選擇未來方向的時候。每到了這個時節，理工科出生的我總又會開始聽見叔叔阿姨的擔心：「哎呀我家小明不知道能不能考上XX學校」、「ㄟ那個XXX啊，你不是念OO科系嗎？工作好不好找啊，有沒有錢途啊？」、「啊材料/生機還是那個??系是在作什麼的？物理系出來要作什麼，怎麼排名那麼前面？」、「啊資工跟資管是有什麼差別？」
講到這裡，MMDays的讀者多以資訊類相關為主，考一下大家的記憶力，看看誰還記得十年前的理工組大學志願排行？

Read Full Post »