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

Posted by Mr. Friday
上一篇提了Winny的運作原理, 現在讓我們來了解一下Winny這套軟體的緣起吧.
Winny作者金子勇(Isamu Kaneko), 原是日本東京帝大(經網友雞屁更正: 東京大學)的資工所研究助理, 也曾在日本自動化能源研究機構(Japan Atomic Enerygy Reserch Institue)待過一陣子. 他最初在2ch是以匿名身分發表文章的. 由於2ch鄉民對匿名者都直接以文章編號稱呼之(有點類似Ptt上常講的五樓), 因此他的網路化名就變成47號.
在2002年Winny出現之前, 日本本地最流行的P2P軟體是WinMX. WinMX使用與Napster相當類似的網路架構(Opennap). 使用者先連到一個伺服器(日文術語叫”鯖”), 然後才能與在同一個鯖的使用者交換檔案. WinMX有一個特點, 就是每個人能控制要把檔案分享給誰, 因此如果你高興的話, 可以讓某個人插隊 : 讓他優先從你電腦上下載他要的檔案. 這個特性進而衍生出一種交換機制: 要下載時, 得先請問對方願不願意讓你下載, 而對方往往是先看幾眼你電腦裡有哪些東西, 如果有他感興趣的, 則兩方才會進行下載. 換言之, WinMX的運作方式就像是回到貨幣還沒出現的時代, 古早人所採取的”以物易物”. 為了搏取對方的好感, WinMX使用者常被教導要”懂禮貌”: 手上的檔案要多, 要先把自己手上的檔案整理得一清二楚, 讓對方看你檔案清單時能快速找到他要的東西, 說話要客氣, 網路連線速度要開高一點…等等.
雖然WinMX在2002當時在日本就已經相當流行, 但金子勇顯然對它相當反感. 他曾經說過, WinMX只能算是”交換”軟體, 而不能算是”分享”軟體. 因此在2002年中他獨立以c++程式語言, 撰寫了Winny這套軟體. 從名字就可以看出Winny跟WinMX的關係 : winny的”ny”正好就是”mx”的下一個字母, 代表Winny比WinMX還要先進.

Read Full Post »

Posted By Mr. Thursday
上回和各位分享了KNN演算法。不過在演算法的歸類上，我錯把KNN歸類成非監督式學習，英文稱為unsupervised learning。在這邊我重新定義監督式/非監督式學習：監督式學習是說，我們把資料給機器學習的時候，資料會有label，也就是說，每一個資料對應的正確答案，都會給機器看。機器學完以後，會產生一個模型 (model)，也就是他學習完的成果，之後遇到新的資料，他就用學習出來的模型來判斷新的東西，輸出新東西該有的正確答案。用之前判斷大頭照是男生或女生的例子，每一張照片給機器學習的時候，除了照片本身，還會讓機器知道每張照片的正確答案 (男生還是女生)。之後機器用他學出來的模型 (model) 來判斷新的照片，接著輸出答案 (男生或女生)。

Read Full Post »

Posted by Mr. Friday
從BT, IP-TV系列之後, 好一陣子沒有回到P2P主題上了. 一方面是因為懶(這類的題目要做功課啊…), 另一方面則是對這次的主題感到相當惶恐. 惶恐? 因為這次我要講的P2P軟體主題, 是在台灣不甚流行(其實也只有日本流行)的Winny. 由於我自己親身接觸Winny的經驗少之又少, 對日文又不了解, 只能從一些相關的中文新聞與討論看到旁枝末節, 因此接下來的文章如果有明顯謬誤的話, 還請各位不吝指正.
日本所流行的P2P軟體與世界其他各地非常不一樣. 根據去年12月的報導, 排名第一的Winny大約每日有40萬人次, 再來據說是WinMX, 第三是Share, 約有10~15萬人次. 聽慣BT和eMule的朋友一定覺得很奇怪, 日本人幹什麼偏偏要特立獨行, 別人在用eMulel你們偏偏愛用自己寫的Winny呢? 其實說起來也沒這麼奇怪, 早期的P2P軟體(像是Napster啦, Audiogalaxy等等)是只支援英文的, 想找其他語言的可麻煩了. 還記得以前我在Napster上打”faye”(王菲英文名), 跑出來一堆”chi_ai_mo_sen_ran”(只愛陌生人)…. 在這種情況下, 想用自己語言的日本人只好自己寫囉, 這套軟體後來大家用慣了, 也就不想改用eMule了. 這就是本系列的主角: Winny. (台灣人也自己寫過中文的P2P啊! 別忘了ezPeer與Kuro這兩套軟體)

Read Full Post »

Posted By Mr. Thursday
在提到「探索人類的大腦」以及「神經元與動作電位」之後，本篇要和各位簡單介紹一下人類大腦的構造。之所以要認識我們的大腦，出發點是在於人工智慧想要在機器上實現人類的智力。最早的方法，就是人類利用「反省思考」的能力，來發現自己。然而這個方法有時候會有些問題，舉例來說：小時後我們也許想要觀察，我們是怎樣子睡著的？我們怎樣子從清醒、變成睡眠狀態？結果隔天醒來，發現自己又沒有看到睡著的那一剎那了。因此，現在有各種觀察儀器出爐，像是磁核共振、電極錄下神經的電位變化、以及基因工程等方法。今天就重點介紹大腦一些重要的區域，並提供相關的圖片和影片，讓各位可以對我們的大腦，有個基本的印象了！下面是人類的大腦的示意圖：

Read Full Post »

Posted By Mr. Thursday 
各位看到標題，如果沒有聽過KNN演算法，會不會覺得疑惑：KNN是甚麼呢？是不是CNN看久了，就變成DNN、ENN、最後變成KNN了呢？當然不是啦 XD！KNN全名是k-th nearest neighbor，中文意思是「第k位最接近的鄰居」。甚麼是「第k位最接近的鄰居」呢？假設在一個廣場上，有100個朋友，每位朋友都是你的鄰居，最接近你的鄰居，就是「第一位距離最近的鄰居」了，比第一位稍微遠一點的鄰居，就是「第二位距離最近的鄰居」了，以此類推，第10位距離最近的鄰居，就是k=10的時候了。
至於KNN演算法是甚麼，又有甚麼特別呢？之前提過了「人工智慧與機器學習」。KNN演算法就是一種機器學習的演算法。在進一步探討甚麼是KNN演算法之前，我們先介紹一下甚麼是演算法。演算法可以看成是一種「步驟」的集合。舉例來說：我們煮一道菜，第一步是先洗菜，第二步切菜，第三步放油，第四步快炒，第五步加點水悶幾分鐘，第六步再炒幾分鐘，最後第七步加鹽和味精，然後炒到菜煮熟為止。演算法就是這樣子，把工作分成詳細的步驟，有些步驟可能會重複執行，像是菜不夠鹹，就再加點鹽，一直到口味對了為止。有時候會依照情況的不同而有不同的步驟，像是過馬路的時候，如果是紅燈，我們重複「等待」的步驟，如果是綠燈，我們會進行「走路過斑馬線」的步驟。

Read Full Post »

Posted by Mr. Tuesday

寂寞可能在太多種時候找上你。思念可能是寂寞、失去也可能是寂寞，茫然不知往哪走是寂寞、得到了卻已不想要也是寂寞。很多時候，寂寞是如黑色的洋流般無邊無際地吞噬著你、令你越來越害怕自處的。但也有很多時候，寂寞僅僅是無聲無息竄入心頭的、淡淡的哀傷。所以關於寂寞，要怎麼用一部電影去呈現它？

前言： 
這篇文章寫於今年的一月，而《愛情，不用翻譯》是2003年的電影。在此將它分享給曾經看過的同好，當然更要推薦給還沒看過，但是對這類劇情單純、氣氛與質感動人的小品電影有興趣的各位。
同時Mr. Tuesday也要藉著這個機會，向先前給我回應或私下給我鼓勵的大家（包括各位慷慨的讀者以及 Mr. Friday、Mr. Sunday、 Mr. Monday）致謝。我自知文章往往以感觸與抒情為主，所以不敢說它們能被當作客觀的參考評論。然如果能夠帶給剛看完電影、或曾經看過某部電影而留下印象的人一些回味與共鳴，我已無比滿足。
再次感謝大家，讓我加入這個園地及閱讀我的文字！

Read Full Post »

Posted By Mr. Thursday 
上次「神經元與動作電位」文章裡面可能專有名詞多了一些，讓各位不是很容易就能吸收，因此我在這邊嚐試著用比較淺顯易懂的比喻方式，解說一下甚麼是動作電位了！
首先我們可以想像我們每個人是一個神經元，我們從別的人身上面讀取訊號，然後也會把自己的訊號傳給別人。我們長長的手臂，就像是神經元的「軸突」一樣，負責把訊號從自己身上傳出去。我們的頭髮有點像是「樹突」，像一根根的樹枝一樣，負責接收別人傳來的訊息。神經元之間聯繫的方式，是軸突搭在另一個神經元的細胞表面，或是搭在樹突上面，就有如我們的手放在別人的頭髮裡面，準備把訊息傳給別人，別人再用頭髮接收訊息。

Read Full Post »

Posted by Mr. Saturday
Web2.0還不夠，現在連自然觀測都來個2.0，UC Berkeley的工程教授Ken Goldberg最近開始了一個為期三年，有關自然觀測的實驗性計畫CONE SUTRO FOREST (Collaborative Observatory for Natural Environments)，讓大家現在不用出門，上網路就可以賞鳥！當然看到這篇文章的標題寫著斗大的2.0，大家很快地就會意識到，這又是一個集眾人之力達成共享及創新的計畫。沒錯，這是一個大家可以上網隨便去玩的計畫。以下我們來了解一下這個計畫的背景和內容。

Read Full Post »

Posted by Mr. Friday
(註: 本篇非常的長! 請耐心服用)
最近無名與交大鬧出的風風雨雨, 想必大家都已經知道了. 交大拒絕將新合約中的1600萬以回饋原創作人的名義付給無名六人團隊, 導致無名對交大校方極為不滿, 還寫出”面對交大少數教授如強盜般的行為, 我們對交大的信心與信任感已經完全破滅” , “外商Yahoo公司與其個人會不滿, 可能提起法律訴訟解決, 更可能挖出資工系一堆教授在外兼差之醜聞”之類的字眼, 強烈要求交大付錢. 不過後來在有心人士爆料及外界新聞輿論壓力下, 無名與交大竟在三天之內火速達成和解, 其過程之戲劇性, 結尾速度之快, 令眾多網友不禁瞠目咋舌.
就這樣完了嗎? 無名與交大的事件若是到此為止(假設檢調單位未來沒有涉入), 這1600萬爭奪戰留給我們的就只是一堆八卦事件嗎?
唸過MBA的學生應該常常在課堂上遇到所謂的Case Study, 也就是個案研究. Case Study一開始的時候都會先鎖定一間公司或一個事件, 然後老師會要求學生從各種角度, 去分析該公司/該事件在某段期間到底基於什麼原因, 做了什麼事, 然後為什麼會有如斯結果? 經典的企業案例, 包括台灣曾經非常知名的王安電腦, 為什麼一夕之間從全球最大的文書處理機製造商淪落到破產? 近一點的案例, 像是AOL曾經非常風光的與Time Warner合併為AOL Time Warner, 為什麼現在AOL已經從公司名字中消失? 這些都是MBA學生在課堂上會激烈討論的問題.
那麼, 如果我們鎖定這次無名與交大的風波來做Case Study, 我們會得到什麼結論?

Read Full Post »

Posted By Mr. Thursday

從爬蟲類到人類，不管是簡單的或複雜的神經系統，都讓動物具有快速傳遞訊息能能力，使得我們無論是知覺或是運動，可以立即反應，而不是等待一陣子以後才反應過來。我們的神經系統包含了神經元和他們之間的連結，大致上可以分成中央神經系統 (CNS: Central Nerve System)和周邊神經系統 (PNS: Peripheral Nerve System)。中央神經系統包含了大腦和脊椎神經，其他地方就是周邊神經系統了。每一個神經細胞都可以產生動作電位(Action potential)，將刺激從某個神經細胞傳給下一個神經細胞，達成傳遞訊息的任務。下圖是一個神經細胞的示意圖：

Read Full Post »