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

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！
熱門程度: 5%

熱門程度: 5%

Read Full Post »

在 80286 電腦的時代，有一種軟體叫做 CAI (Computer Aided Instruction)，讓我們可以透過電腦的輔助來學習，譬如說用小遊戲，或是機智問答，在一問一答之間，可以學會不少東西。網路和多媒體裝置出現後，開始有了 e-learning，使用者用一片互動式光碟，或是透過上網的方式，可以在更好的畫面裡面透過遊戲來學習，或是即時評量學習情形來調整進度，或是重複收看上課的錄影。今日網際網路的發展，讓頻寬增加，內容爆增，使用者參與的 Web 2.0 也將要開始。MIT OpenCourseWare 已經陸續將一些課程的錄影和教材放在網路上，Apple 的 iTunes U 也提供了各大學的課程錄影或錄音，可以經由 iTunes 來下載收聽。從過去的資訊缺乏，到今日的資訊過量 (information overload)，我想 Web 2.0 使用者參與，第一步可以先過濾 (filter) 既有內容，或是經由相同喜好的使用者的群聚 (cluster)，把內容依照喜好分類 (preference)，讓相同喜好的使用者透過評分或是推薦的分享，過濾出他們都喜歡的內容，成為個人化 (personalized) 的內容。最後再經由積沙成塔 (long-tail) 的方式，讓使用者的回饋 (feedback) 變成新的內容。

熱門程度: 11%

Read Full Post »

Posted By Mr. Thursday
這個禮拜的 NYTimes Techtalk Podcast (紐約時報的科技 Podcast)提到了最近哈利波特最新版的書籍出版以後，有駭客把最新版的劇情和圖片都搶先放在檔案分享網站上面。然而節目中引述一篇報導，表示根據這些上傳的圖片，以及圖片裡面所含的一些資訊，英文稱為 metadata，可以知道照這張照片的相機是 Canon 的牌子，型號和唯一的序號都可以查的出來。根據廠商的資料還可以知道這台相機已經使用三年，所以只要維修的時候有留下姓名等相關資料，就有可能找到拍下這些照片的人是誰！
熱門程度: 9%

熱門程度: 9%

Read Full Post »

Posted By Mr. Thursday
上周在Medgadget看到一則新聞，裡面報導最新的人工機械手臂i-LIMB，是由一間蘇格蘭公司Touch Bionics所開發的產品。這個人工機械手臂幫助失去手臂的人，重新恢復有手臂的生活，並且容易上手，短時間內就能操控自如。
下面就來看看影片介紹吧！
 
資料來源和相關網站

Medgadet
新聞 (英文)
新聞 (中文)
Touch Bionics
更多Demo影片

熱門程度: 5%

熱門程度: 5%

Read Full Post »

Posted By Mr. Thursday
昨天在網路上看到了一則新聞，提到了加州大學戴維斯分校(UC Davis)的一位教授Moller，發明了可以離地三公尺高，以80公里的時速飛行的車子，並且計畫未來能夠將這種車子應用在救難和都市塞車問題上面。
接下來就先看看實地的Demo影片吧！
[googlevideo=http://video.google.com/videoplay?docid=2487644790842579349]
相關報導 (中文)
Moller International網站 (英文)
熱門程度: 5%

熱門程度: 5%

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：

熱門程度: 6%

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

熱門程度: 14%

熱門程度: 14%

Read Full Post »

Posted By Mr. Thursday
在〈靈魂的紗窗：走訪人類的視網膜〉裡面我們提到了人類的視網膜，在〈視覺交響曲第二樂章: LGN〉裡面我們提到了視覺路經的中間站LGN(Lateral Geniculate Nucleus)。讓我們先稍微回想一下之前提到的內容吧！首先提到了視網膜，總共可以分為10層，如果大略分層的話可以分成三大部分：感光細胞、中間橫向整合層、以及神經結和離開眼球的視神經。我們提到了感光細胞其最後才碰到光，因為整個視網膜的分層是從靠近頭腦裡面數出來的，最裡面是感光細胞，最先碰到光的反而是神經結(ganglion cell)細胞。感光細胞又分為兩種：桿狀細胞和錐狀細胞(rod cell and cone cell)，桿狀細胞不分辨顏色，負責夜間視覺，處理「大約」的形狀，錐狀細胞分辨顏色，可依照顏色再分為不同種類的錐狀細胞，負責比較「細緻」的視覺訊號，處理日間視覺。視神經離開眼球的地方會產生盲點。中間層則是整合不同地方的感光細胞的訊號，在視網膜就先做了一些訊號的前置處理(preprocessing)。
視神經離開了眼球之後，會先在Optic Chiasm交錯，讓左右眼的左視野訊號都到右腦，左右眼的右視野訊號都到左腦。接著會分別經過左右腦的LGN。LGN在Thalamus(丘腦)的後端，可以分為六層，分別接受1個M channel和2個P channel，所謂M channel就是從視網膜的M神經結傳過來的訊號，比較屬於移動和大概的訊號，P channel就是從視網膜裡面P神經結傳過來的訊號，處理比較小和細緻的訊號。
下面這張圖包含了整個視覺路徑的過程，一張是俯視圖，另外一張是側視圖。

  
熱門程度: 14%

熱門程度: 14%

Read Full Post »

Posted By Mr. Thursday
我們要在網路上找東西的時候，常常會到搜尋引擎裡面，打關鍵字來找文章。然而今天要提到的搜尋演算法，卻和搜尋引擎的「搜尋」兩個字的意思有些不一樣。所謂搜尋演算法，就是一種演算法(之前提到演算法可以看成是一堆步驟，有先後順序，有重覆執行的步驟，有依照條件不同而部分執行的步驟)，這個演算法可以幫忙我們解決一個問題，就是在茫茫大海中找到一根針。
舉例來說，今天可能遇到一個問題，是要找出1到100之間的質數。所謂的質數(prime number)，就是除了1和他本身可以整除以外，其他小於他的數字都沒辦法整除他，舉例來說：7是質數，因為除了1和7，其他數字像是2,3,4,5,6都沒辦法整除7，所以7是質數。也許你會感到奇怪，我們沒事尋找質數要做甚麼呢？其實質數扮演滿多重要的角色，尤其在之前Mr. Friday在〈ClickClickClick的中忍考試 : 民族主義與網路安全?〉提到資訊安全的問題，一些非對稱式的加密演算法，就是建立在質數的基礎上面，因為質數不好分解，所以兩個乘在一起的質數要分解開來，需要花費很多時間，當花費的時間夠久，加密得到的保障也越大，也就達到加密的效果(譬如說某個密件10年後才能公開，這個演算法能夠讓駭客10年內無法解開就算有效)。因此，找到大質數也是件很重要的事情。
熱門程度: 12%

熱門程度: 12%

Read Full Post »

Posted By Mr. Thursday
在〈靈魂的紗窗：走訪人類的視網膜〉裡，我們提到了人類的視網膜構造，總共可以分為10層，從光的感受體，到中間的中介神經元，到最後的神經結和穿越眼球出去的視神經。這10層的構造，等於是先把感受到的光作一些前置處理(preprocessing)，譬如說錐狀細胞和桿狀細胞對顏色的區別能力就不同，才能夠在不同的感光環境中的適應。然而這些都只是前置作業，當視神經從視網膜離開眼球之後，到了哪邊，又是怎樣子轉換了訊號呢？且看這一篇的分享，只需要5到10分鐘的白話文閱讀，你對人類視覺的架構，又可以有新的認識與發現囉！
首先，要從上回的視網膜說起。人類有左右兩眼，每個眼球的視網膜可以大約分成兩個視區，也就是左視野和右視野。左視野和右視野接受到的光線，會沿著不同條的視神經離開眼球。最大的轉變，第一個是在Optic Chiasm的地方發生，各位可以看下圖，橘色的部分代表每一個眼球接收右視野的地方，藍色的部分代表每一顆眼球接收左視野的地方。我們沿著線條往下走，會發現在Optic Chiasm的地方，有了交錯。哪些東西交錯呢？是右眼的右視野從右邊交錯到左邊，左眼的左視野交錯到右邊。

為甚麼會有這種交錯呢？原因可能是因為原本每顆眼球，都有左視野和右視野的訊號。經過了Optic Chiasm這個地方，右視野(不管是左眼來的訊號還是右眼來的訊號)都會交給大腦的左半球來處理，左視野(不管是左眼來的還是右眼來的訊號)都會交給大腦的右半球來處理。這也就是為甚麼有些裂腦(split brain)的病人 ，在進行左右視野的實驗的時候，會有些奇特的情形，像是出現在左視野的字，看得到也寫的出這個字來，嘴巴卻說不出來這個字等等(因為Broca’s area負責講話功能，但是只出現在左大腦)。各位要注意一下，交錯之後，右視野到左大腦，左視野到右大腦喔！
熱門程度: 13%

熱門程度: 13%

Read Full Post »