Category Archive for 'Research'

Posted By Mr. Thursday 不知道各位是否觀賞過立體電影?除了立體電影,現在也開始有立體相片的技術。由史丹佛大學 Andrew Ng 教授和他的博士班學生 Ashutosh Saxena 最近開發了一個技術,可以把照片的風景,經過演算法的處理,轉換成具有立體感的照片,同時可以在 FLASH裡面使用鍵盤來調整各種觀賞角度。下面例子是一張羅馬著名噴水池景點的照片,網址。鍵盤上下左右可以移動觀賞角度,+/-可以調整遠近距離。shift加上上下左右可以平移觀賞位置。  網頁畫面如下:  

Read Full Post »

回顧YouTube的技術障礙為何吧!其一開始使用Apache伺服器(3、4 個月後不敷使用,改用Lighttpd),腳本語言使用Python,作業系統是Linux SUSE版本,資料庫使用MySQL,Flash 使用Flash 7的 Sorenson 編解碼技術(現行多數影音網站都已經改用flash 8的on2 VP6技術,解析度更好而且壓縮更佳,這也是為何YouTube相對來說比較糊,看比較)。除了Python可能在台灣比較不普遍,其他都是許多網站都在使用的工具。所以他們的技術障礙在哪裡?YouTube工程部經理 Cuous Do在西雅圖 Google tech talk談到 YouTube Scalability時,說他們致勝原則就在於Keep it simple,不用需要酷炫的新技術或是硬體,因為這樣一旦出問題,找不到資源可以解決,就算有,也會非常貴。使用Apache、MySQL的原因就是這個,它們發展很成熟、許多免費的套件,也有很多論壇討論,又免費。Do說當他們在應徵工程師時,都會問一個問題:「為何Python夠快?」因為Python的執行速度並非最快,但是比起程式的執行速度,他們花更多時間在等待等待資料或其他的事情,但Python是一個修改夠快的程式。因此問題的「重點在於『夠 (enough)』,而不在於『好』」

*Flash 7 Soreson Spark 在2003.9 就已經釋出,Flash 8 on2 VP6 2005.9 釋出,YouTube則是於2005.2成立,大量影音網站的出現也是在2003-2006年間。

其實他們的競爭障礙在於不斷的Build- Design- Test的快速循環 與 堅持 。

Read Full Post »

Posted by Mr. Thursday Read Write Web提到了一個問答系統 eeggi,使用者可以在上面用自然語言問句,來尋找答案,有興趣的讀者可以在這邊觀看約4分鐘的DEMO。eeggi可以區分同義字,並且根據問句的上下文來判斷回傳的答案,並且會把語意上真正相關的結果整理在一起回傳。文章中還提到了eeggi會依照發現的繼承關係,自動套用相關的屬性,譬如說Mary是一位女孩,那麼女孩相關的屬性就會自動列入搜尋範圍。不過這卻也讓我想到了算是人工智慧裡面一個知識表達還算有名的問題。 這個問題是甚麼呢?首先我們先提一下古老以前亞里斯多德提出了一種邏輯推論法,叫做三段式論證。三段式論證舉個例子如下: 1. 人都會死 (Men are mortal.) 2. 拿破崙是個人 (Napoleon is a man.) 3. 所以拿破崙會死 (Napoleon is mortal.) 不知道各位是否看出三段式論證的規則了呢?就是第一行先論述一整個類別的性質,地行行列出某個事物屬於這個類別,第三行就是結論,也就是這個事物具有第一行類別提到的性質,或是說這個事物繼承了這個性質。 不過後來研究人工智慧的學者,喜孜孜地想要應用到知識表達的邏輯系統裡面的時候,卻發現有個反例,舉例如下:

Read Full Post »

這是來自德國 RWTH Aachen University Graphics Lab 的令人驚豔的研究:只要給一張照片,就可以讓其中的人物作我們指定的動作!

Read Full Post »

Posted By Mr. Thursday 去年在MIT Technology Review網站上面看到Powerlabs網站,不過後來才開始接受註冊。Powerlabs 會搜尋Wikipedia的內容,並且支援自然語言的搜尋,而非目前常用的關鍵字搜尋。使用者還可以透過回應 (feedback) 來改善搜尋的內容和過程。如果想要嚐鮮使用,可以先在這邊註冊。IE目前只支援IE7,另外還支援Firefox和Opera等瀏覽器。MIT Technology Review報導裡面提到這是PARC研究機構30年的研究成果,主要是在一個稱為Lexical Functional Grammer上面的技術,讓文法引擎可以從文字裡面捕捉出要表示出來的語意。 下面是Powerlabs自我介紹一分鐘的影片   參考資料 (MIT Technology Review) Building a Better Search Engine  (Wikipedia) Lexical Functional Grammer Powerlabs PARC

Read Full Post »

Posted by Mr. Saturday 前一陣子在新聞上看到不少有關於 Cloud Computing (雲端運算) 的報導,不過看看台灣的報導似乎都不是相當深入或是明確,於是我興起了寫這一篇文章的念頭。這篇文章是我自己對於雲端運算的理解,還希望各位讀者能一起參與討論,提供不同的見解。有機會的話,我也希望之後能夠繼續寫一些有關雲端運算中所包含的粗淺的技術介紹。 好吧,開門見山:雲端運算不是技術,它是概念。為什麼這樣說呢?因為 cloud computing 本身並不代表任何一項資訊科技的技術,它是一種電腦運算的概念,而一種概念就會有許多不同的方式去實踐,這個時候才會有不同的技術衍伸出來。就好像我們聽過 pervasive computing、ubiquitous computing、parallel computing 一樣,這些都是運算的概念,不是單指一項特定的技術。cloud computing 也不例外,它本質上就是代表分散式運算 (distributed computing) 的概念。而分散式運算說穿了,就是讓一些不同的電腦同時去幫你做事情、進行運算,所以你有兩台電腦也好、十萬台電腦也好,只要你有超過一台電腦,而且讓他們可以互相溝通,一起同時幫你做事情,恭喜你,這就是分散式運算。

Read Full Post »

Posted By Mr. Thursday 在《探討拓樸和語意之間的關係》這篇文章裡面,稍微探討了語意的問題,以及拓樸對於語意問題可能的解決方法。然而在拓樸方面,只有約略和各位提到,拓樸就是對一個集合作運算,集合裡面的元素,不管怎樣子擴張壓縮變形,之間的關係都會維持著,這種運算就符合拓樸的條件。如果對於集合的基本想法和運算有些不記得,可以先參考另外一篇文章《集合: 從邏輯到1+1=2》。 因此,為了解決用電腦來處理語意資訊的這個問題,筆者打算用拓樸來嚐試解決,拓樸又是使用集合作為運算的基本單位,因此有了前面第一篇拓樸的簡介文章,以及第二篇有關集合的簡介文章。然而拓樸空間本身的定義,則是有一定程度的複雜性,接下來的一系列文章,我將努力把拓樸的觀念,在使用白話文、卻又不失去數學公式所定義的觀念下,向各位介紹「拓樸」(topology),然後介紹「流形」(manifolds),最後回到一開始設定的目標:「用流形 (manifolds) 來嚐試解決語意 (semantic) 問題」。 在這條漫長的道路裡面,今天我們先來看其中的一小段。今日的主角是「開集合」,英文是 open set。有了集合的基本概念,再加上「開集合」的概念,我們就可以開始了解「拓樸空間」的基本定義,在這條路上往前一步,同時也可以了解相關的概念:「歐氏空間」、「度量空間」、以及最廣義的「拓樸空間」。  

Read Full Post »