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

腦波的介面研究的確是近年來的趨勢，不過所需要的知識跟設備都是更上一級。今天介紹的兩個研究，一個是 BrainBall，另外一個是 BrainLoop。這兩個研究都有在 Wired NextFest 上面 DEMO 過。

Read Full Post »

Posted By Mr. Thursday
不知道各位是否看過第一次使用留聲機把聲音錄下來的影片呢？留聲機的發明讓我們可以用聲音的形式保存歷史，但也同時開啟了內容複製的時代。不過最近一項新的發明，是讓我們不用開口、不用出聲，就可以講話的一項發明，是由Michael Callahan (co-funder of Ambient Corporation) 所發明。這項裝置名稱為 Audeo，在人的脖子上面裝一條線圈，接收由喉嚨聲帶附近的神經細胞發出的訊號，透過無線傳輸傳回電腦，電腦分析出使用者想要講的字以後，再用語音合成的方式放送出來。讓我們趕快來看實際DEMO的影片吧！
 
目前這個裝置只能辨識150個單字，之後還會再繼續改善。這個發明對一般使用者來說，可以讓他們在公共場合講電話的時候，可以保密地傳送要講的話到電話的另外一端，譬如說密碼等資訊。對於病人來說，可以在運動神經有損傷的病人像是ALS病人，讓他們恢復基本說話發聲的功能，至少可以在生活功能上有基本的溝通，像是回答YES/NO等等。此外在這個裝置之前，也有人發明無聲控制輪椅行動，也是類似的想法，各位不妨看看下面的DEMO。

Read Full Post »

我想就在於技術專家一貫的思維: 好的產品自然會有口碑；好的文章自然會遠播。這樣子的想法是對的，也是錯的。對的是，沒錯，在長久的時間的証明之下，好的東西最後還是會浮出，但是有多長，要多長? 在沒有行銷的催化劑之下，這個長度是未知數。錯誤的想法是低估了傳播的阻力，雖然 Web 上面傳播的阻力已經比實體來的小了，但是並不是大家所想像的那麼小。如果仔細思考一下，數千萬個 Page 在爭著 Google 搜尋關鍵字的前 10 大排名，就會知道這個阻力有多大了。

Read Full Post »

Posted by Mr. Monday

方才偶然在 YouTube 上面看到了台大莊永裕教授在 “科技來自於生活論壇” 的演講，演講的內容是有關如何利用 Web 的力量或者是說，大眾的力量來做研究，演講內容非常好，這邊跟大家分享。而這方面的討論，在我之前的專文 “玩遊戲，做研究” 當中也有提到。我以為，真正的精隨就是開放 (Open)。因為只有 Open 的 Mind，才能想出更有創意的研究，我是這麼認為的。而更為開放的心胸，則會有更多開放的討論，而更多開放的討論就會激發出不同的想法。
當然，做為一個研究者的角度來說，自己在做的東西完全 Open 似乎有害於自己的 Publication，因為在研究論文發表的世界也是無比競爭的。任何想法可能在隔半個地球另一端的人也可能正在發想，而誰先想出來了，誰先投了期刊，誰就獲得了 Credit。如果我完全 Open 了我的研究資料的話，這無異是幫助自己的競爭對手? 也許是，也許不是。是的部份是，我們的確幫助了別人的成長；不是的部份是，別人的成長，在某些地方也會幫助了我們，他們或許藉由我們所公佈的研究資料而獲得了新的想法，而你藉由他的想法，又獲得了新的想法。所謂的研究不就是大家互相站在大家的肩膀上面嗎? 每一篇研究都是站在巨人的肩膀上面往前而行，而如果這個由大家所建構起來的 “巨人” 更為高大的話，那身為一個研究員不就能夠看的更為寬廣，更為遙遠了? 想想我們現在所認為的常識像是地心引力或是網路概念等，就會曉得我們的巨人在幾個世紀來已經長的多高了。
這讓我想到 M.C. Escher 的經典作品 “Drawing Hands“:

所以，幫助別人，也是幫助自己。Open Your Mind。

Read Full Post »

Posted by Mr. Happy Day (Boyun Chiou)
｢你要跳樓 小心別壓死賣燒肉粽的｣ 是十八年前的社會新聞｢跳樓壓死賣燒肉粽｣一案後, 舉凡身邊有想自殺的朋友時, 大家用來互相勸誡的。十年前, 因大學入學率暴升, 大家已改口｢大學生滿街跑, 跳樓壓死大學生｣。如今, 各級大專院校更紛紛升等, 研究所也競相成立, 要跳樓時, 被壓的受害對象恐怕已經換成研究生了。
研究生滿街跑, 但愛做研究有多少？ 就算大家真心愛做研究, 浮濫的問卷調查也讓填寫問卷的受測者容失去耐性, 甚至隨便亂填。如何有效增加問卷調查的回收率, 並且提高樣本的真實代表性是很多研究者進行量化研究時非常苦惱的一個環節。因此, 本文提出兩點如何利用線上問卷調查服務協助研究者有效增加問卷調查的回收率與樣本真實代表性的做法：
1. 設計｢引發受測者興趣的互動式測驗｣與｢即時結果評估報告｣
許多量化研究都針對大學生進行調查, 一部份是因為大學生樣本容易取得, 一部份是因為大學生普遍在5-10年將成為社會中產階級, 因此, 針對大學生進行的問卷調查相對具有商業與社會研究價值。然而, 浮濫的問卷調查, 常使受測者不願填寫問卷或隨意亂填, 草草了事。因此, 如何將問卷包裝成一個｢引發受測者興趣的互動式測驗｣相對容易吸引受測者完整填答。舉例來說, 如果研究者想要調查｢港、澳、台三地大學生的數位媒體使用習慣｣或是｢中國大陸與台灣大學生的手持行動裝置使用比較｣, 若能以之前已有的研究調查成果加以修改, 並立用線上問卷調查服務設計出一個｢引發受測者興趣的互動式測驗｣, 讓受測者在填達後可以看到自己的｢數位媒體使用習慣評估報告｣或是｢手持行動裝置使用指數報告｣的結果, 將可大大提高受測者的填答意願。
2. ｢線上列印研究參與證書｣
倘若該問卷調查的問題屬於全新領域而無其他或國外研究結果可以參考設計｢即時結果評估報告｣, 研究者則可以設計｢線上列印研究參與證書｣。也就是在引言部份告知受測者填答後可以線上列印｢研究參與證書｣, 在重視｢證書、證照、證明｣的時代, 這也是另一種提高填答意願的個人化誘因。
若能善用以上兩種方法, 相信必能增加問卷調查的回收率與樣本真實代表性, 以下列出兩家線上問卷調查服務與價位：
(1) SurveyGizmo (http://www.surveygizmo.com/)
帳號分級與價位：Free Account /Personal $19/ Pro $49/ Enterprise $159
支援多國語言, 不同問卷可產生獨立網址, 報表製作系統
(2) [...]

Read Full Post »

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 »