Category Archive for 'Research'

Posted By Mr. Thursday 下面的FLASH是由 Arthur Shapiro 所製作的視覺錯覺。原本固定形狀的花朵,加上邊緣的線條,就會開始規律地扭轉,好像在呼吸一樣呢! FLASH1 呼吸的花 Arthur Shapiro會在他的blog每天製作一個視覺的錯覺 (Visual Illusion)。也許會納悶,怎麼人的視覺系統會產生錯覺呢?這樣子不就不大好?其實我們也可以說,因為人類視覺系統如此特別,所以可以輕鬆地辨識物體,尤其在切割兩個重疊的影像的時候,我們可以很輕鬆地把同一盤菜裡面的菜和湯分開來,如果要用電腦來處理,目前仍然無法很容易地進行。 其中部分原因,是因為我們的視覺系統是用對比的訊號 (contrast),而不是像電腦的編碼,儲存的時候是用點陣圖的方式儲存,對比的資訊需要另外計算。電腦似乎就是用「絕對」的方式來處理視覺資訊,而人腦就是用一種「相對」的方式來處理視覺資訊,因此對電腦來說不容易的視覺工作,人腦是非常容易辦到,不過也因此會有副產品的產生,就是視覺上的錯覺了。之前曾經介紹的Ebbinghaus Illusion,就是可以說明我們使用相對資訊來處理視覺,因而產生錯覺的例子,您看!中間兩個圓圈是一樣大的,但是因為週遭圓圈大小不同,我們相對的視覺系統,就產生大小不同的錯覺了。 圖1 ebbinghaus illusion 除了「相對」的處理方式是人腦和電腦有所不同的地方,「平行計算」是另一個可以比較的地方。不過無論是電腦或是人腦,都會有平行計算,因此今天想探討的是另外一個問題,請各位先觀察一下下面這張圖片: 圖2 人腦XOR 這個圖片是由 Mark Changizi 所製作的,主要的想法是希望能夠利用人腦平行計算的能力,來解決一些邏輯上的運算。譬如說上面這張圖,是希望在圖的最上方可以放0或1,0的盒子會遠離觀賞者,1的盒子看起來會朝向觀賞者。接著觀賞著沿著這張設計好的圖,運用人腦的平行計算能力,看到圖片最下方的地方,如果感覺是朝向觀賞者,就說是1,如果最下面看起來是遠離觀賞者,就說是0。而這張圖的設計,可以讓觀賞者自然地從上面看到下面的時候,做了一個XOR (exclusive OR) 的運算。 不過我想探討的問題就是:平行計算應該是發生在運算初期的部分,無論是人腦還是電腦的平行計算。

Read Full Post »

病毒簡介

Posted By Mr. Thursday 電腦有電腦病毒,在生物體也有病毒。病毒和寄生蟲有類似的地方,就是他們都無法自行完成繁殖後代的過程,必須要找到宿主,才能產生下一代。病毒簡單地說,就是由 DNA 或 RNA組成一個病毒的中心,外面在包上幾層醣蛋白 (glycoprotein) ,就是一個病毒了,因為只有 DNA 或 RNA ,所以病毒容易突變,所以感冒疫苗比較少見,因為突變速度太快了。然而也因為病毒只有 DNA 或 RNA,因此他沒有一般生物體細胞裡面維持生命所需的胞器,像是之前介紹過的粒線體來提供能量,以及各式各樣的酵素來維持各種循環,以及最重要的,複製自己產生下一代。 因此,病毒組成非常簡單,就是DNA、RNA,外面包一層蛋白質就是了。 圖1 SARS病毒 現在剩下的問題,大概就是:DNA、RNA是什麼東西呢?之前DNA到蛋白質的過程這篇文章裡面,有簡單地介紹一下DNA、RNA、以及蛋白質之間的關係。在這邊我也簡短地複習一下,讓各位可以知道DNA,進一步知道病毒是什麼東西了! 當我們要學習一件新東西的時候,有個方法是讓新東西和過去學過的東西產生連結,譬如說視覺上,可以把以前學過可以辨識的特徵拿出來,變成現在新東西的面貌。譬如說我們可以把新東西切割,分析是由哪些我們已經知道的東西組成的。假如今天您從來沒聽過DNA、RNA,字面上我說DNA是deoxynucleic acid的縮寫,中文稱為去氧核糖核酸,可能你還是不知道這些字的意義。因此,先讓各位視覺上有個印象,分別看一下DNA和RNA的圖片:

Read Full Post »

Posted by Mr. Thursday 石油有用盡的一天,核能發電會有輻射性的副產品,太陽能只有白天可以作用。替代能源,像是生質柴油 (diesel fuel) 等等,慢慢地研究當中。最近一位物理學家 Francis Farley 發明了一個使用海浪來發電的裝置,名字稱為 Anaconda (蟒蛇;巨蟒;森蚺)。這個裝置會安裝在海床上面,其中一端等待海浪拍打,因為裝置本身是一條長長的橡膠管,具有一定程度的彈性,因此海浪拍打的時候,會在橡膠管理面產生一個激突波 (bulge wave)。 這個壓力波在橡膠管的另外一邊,由一個鴨嘴閥 (duck-bill valve) 接收,轉換成一個矯正流 (rectified flow) ,製造出渦輪機上面的壓力差,進而產生電力。 即使目前這個裝置的發電成本約為傳統火力發電成本的兩倍,然而未來仍舊是一種替代能源的方式,有發展空間。此外他們也要繼續用數學模型,來模擬各種海浪拍打的情況,作出更好的裝置。 之前有介紹過生物上面產生能量的方式,包括粒線體轉換食物的能量,葉綠體的光合作用,以及體溫發電機藉由改進機械運轉效率,變成可以由體溫溫度差的微弱電流來驅動。此外,MIT還有發明使用體重壓力來發電的椅子,或是在大眾運輸車站的地板上面收集大眾運動產生的壓力差能源,只要我們的頭腦運轉一天,相信即使石油有一天真的使用完畢,我們也已經準備好了多種方案來產生能源了。無論是從萬物之母的太陽光來源,或是海浪這種之前尚未蒐集的自然能源,或是運作效率高以便微型電力可以驅動的機器發明,或是尚未蒐集的眾人 Web2.0 式的能量來源,只要能夠開出新的能量源、又能減少不好的副產品、或是延續舊有系統一舉兩得的發電方式,都是我們可以繼續努力的目標!     延伸閱讀 (MMDays) 體溫發電機 (MMDays) 葉綠體: 細胞的太陽能發電廠 (MMDays) 粒線體: 細胞的發電機 (Medgadget) Body Heat as Power Source (MIT SA+P) The Crowd Farm (The Green Optimistic) Anaconda Bulge Wave Power: Incredible […]

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 »

社交網路(Social Network)是Mr. Wednesday深感興趣的研究主題。隨著Web2.0概念的興起,社交網站也蓬勃發展,社交網站不只是單純的交友網站,社交網路也不只存在於Facebook這一類的社交網站中,目前網路上比較熱門的社會性網路服務大致上分成幾類:

* 社交網站,例如Facebook,LinkedIn
* 網誌,例如Wordpress,Blogger,無名
* 微網誌,例如Twitter,Jaiku
* 社會化新聞聚合,例如Digg,FunP
* 社會化書籤,例如Del.icio.us

全部只有這幾類嗎?當然不只,人的參與讓網路世界越來越好玩,越來越多網路服務都開始帶有社會化的味道,也越來越多新型態的社會化網路服務被開發出來。《社交網路收集與研究》這個部落格會是我個人作為收集相關資料的地方,特別獨立出來。如果你發現了什麼好玩的社交網路服務,也請你分享給我,我也會在這個部落格上分享我觀察的社交網路服務,研究與技術應用心得。

Read Full Post »

Posted By Mr. Thursday 在本體論: 讓舉一反三變得可能裡面提到了機器在規則上面的學習,本體論 (ontology)是一件重要的事情,因為有了ontology,機器可以舉一反三,一件事情學習一次,可以以此類推到其他相同性質的事情上面,就如同我們第一堂數學課,學過了一顆蘋果加上一顆蘋果等於兩顆蘋果,考試的時候問一顆橘子加上一顆橘子等於幾顆橘子,我們知道是兩顆橘子,因為我們學到的是一個抽象後的規則: 1 + 1 = 2 ,不會因為蘋果換成橘子,就無法變通。 早期的人工智慧系統,是從邏輯出發,把外在的世界,轉換成一句一句的邏輯規則。或許我們會想問,為甚麼要用邏輯來表示外在世界呢?我們的大腦是用邏輯來處理事情嗎?首先,邏輯 (logic) 可以保證 sound and complete。甚麼又是 sound and complete呢?或許西方的法院裡面,證人作證之前,會先發誓說:I will tell the truth, the whole truth, nothing but the truth. (我會說實話,全部的真話,除了真話以外的都不說。) 因此 complete (完備) 就像是裡面所說的,「全部」的真話,不是部份的真話。sound (可靠) 就像是證人說的,「真話以外」都不說。因此我們如果使用邏輯內在表示法,來表示外在的真實世界,我們進行推理的時候,就不會推理出不會發生的事情。然而真實世界非常複雜,一滴雨滴從天上掉下來,中間溫度的變化,空氣摩擦力,地心引力,旁邊的雨滴,有許多的因素 (factor) 可以影響最後雨滴的位置。我們如果要用邏輯推理,前提的部分可能就要考慮所有可能的因素,才能保證我們用邏輯寫下來的規則,是真實的。 近代人工智慧系統,則是用機率表示法,加上統計對觀察資料的處理,來表示外在的世界。機率不會保證一個規則的sound and complete,但是會給這個規則一個機率值。如果機率值是0.7,代表說如果用了這個規則,100次裡面會有70次正確。或是說,如果有100次機會,70次用這個規則,會有最好的結果。再舉一個例子來說,今天我的手對著一把刀片揮下去,會被砍出一個傷口。我們就學一個規則:比手硬的東西,揮下去會受傷。但是一片硬的牆壁,手揮下去卻又沒有傷口,我們只好修改一下邏輯規則:比手硬,又尖尖的東西,揮下去會受傷。可是一堆沙堆出來一個刀片形狀,手揮下去,是沙堆破掉手沒有事情。因此對於邏輯系統來說,總是會一直出現「例外」,前提必須要不斷修改,才能保證整個規則的真實性。機率表示法來說,就是把例外當成可能發生的事情,「比手硬的東西,揮下去會受傷」的機率是0.8等等,剩下0.2的機率就是那些例外。不過機率也不全然是隨便給定,沒有真實的參考價值,也是要滿足一些基本條件,像是所有事件的機率加起來等於1等限制,因此可以證明如果照著算出來的機率值來行動,可以得到最好的期望值。 但是,除了邏輯和機率這兩種內在表示法,是否就沒有其他表示法,可以保證推理結果的真實性,又能夠處理真實世界複雜的各種因果關係,讓我們繼續活下去呢?或是說,怎樣子讓電腦計算機,可以像人類一樣,舉一反三,能夠化整為零,察覺到最細微的關鍵變化,又能夠「見樹又見林」,知道各個部分之間的關聯性,對整個全局 (big picture) 能夠有所了解呢?在這邊我想提出一個想法,就是「化整為零」。

Read Full Post »

頁次 4 of 1512345678910...最後一頁 »