網愛聊天室www.cn6r.com

[新頭殼newtalk] 中華民國足球協會改選延宕一年多，台日關係協會會長邱義仁今天召開理事長參選人記者會，提出上任後的五大政見，由於邱為同額競選，因此足協6日的改選，篤定成為新任理事長。睽違10年，邱義仁再次接掌足協理事長，對於再度回鍋參選主因，邱義仁表示，足協理事長爭議鬧了一年多，有人質疑為何不對外說明，然而先前沒有身分發言，直到前陣子才確定有參選資格，所以現在他有責任把想法和大家說明，他本來毫無意願參選，但身邊的人不斷勸進、遊說他回鍋，讓他開始心神不寧，最後動搖意志決定參選。邱義仁提出五大訴求，包含「足協章程修訂」、「聯賽正常化，朝產業化目標邁進」、「提升選手、教練待遇」、「落實教練、裁判證照制度」、「建立足球資料庫」。足協章程修訂上，邱義仁指出，國民體育法與國際足球總會規定上有出入，希望能修改符合國體法、FIFA又能接受之新版章程。邱義仁表示，台灣足球正式職業化目前仍有難度，但的確具有產業化的潛力，希望能讓「聯賽正常化」，歐洲運動趨勢是每週踢一場，比賽就是訓練，台灣聯賽賽季是短時間踢完，各隊也有傭兵問題、對球員養成很不利，聯賽正常化是目前最重要的；他也以日本為例，由地方政府組隊，結合地方各中小企業，以贊助企業聘請幾名球員的作法，解決單一企業球隊難覓的困境。此外，邱義仁也希望能夠提升選手、教練待遇，聘請外籍教練上，不只是成績導向，要發揮帶動國內教練水準提升的效果，形成本土教練培育體系，也會聘請體能、守門員、賽事分析等功能性教練，同時也會協助有意轉型為教練的優秀國腳。除了提高選手、教練待遇，邱義仁認為，也該強化教練、裁判的養成，他指出，國際教練證照分4級，最頂級台灣只有2人，因此足球運動發展，教練、裁判養成也相當重要。邱義仁也主張，過去沒有建立資料庫，未來透過登錄系統，建立起包括球員、教練、裁判、相關從業人員資料庫，這些都是對未來職業化的基礎。

記者王奕棋／綜合報導大陸清宮劇《如懿傳》即將在15日播出大結局，最新劇情來到「御前侍衛」凌雲徹（經超飾）捨命相救如懿（周迅飾），卻被「乾隆」霍建華懷疑他跟皇后有染，慘遭宮刑變「太監」，超虐心劇情不只粉絲心疼，編劇流瀲紫的朋友都氣到要「寄刀片」送她當生日禮物。▲經超在《如懿傳》被淨身變公公。（圖／翻攝自微博）經超昨（8）日在微博祝福流瀲紫生日快樂，並公開2人私下對話，開頭流瀲紫先提起：「為了你被閹了，我今天生日，朋友圈一堆人要給我寄刀片！」接著流瀲紫自爆：「我媽看你受苦就來懟我，給我臉色看！」話鋒一轉，她表示：「誰讓你叫凌雲徹（簡體字：彻），有個切字！」讓經超傻眼直呼：「怪我囉！還不是妳起的名字！」最後還不忘自嘲「起名字很重要」。▲經超公開與流瀲紫對話。（圖／翻攝自微博）《如懿傳》劇情進入後半段高潮，從冷宮一路幫助如懿的凌雲徹，慘被乾隆下令淨身「從侍衛變公公」，皇上甚至將他分派到如懿所在的翊坤宮伺候，帝后感情裂痕也越來越大，周迅也在微博以「斷、捨、離」3字透露日後劇情走向。更多三立新聞網報導江宏恩幫前妻惹禍！座車竟被人動手腳周潤發太親民！離台前「他」幸運被抱范冰冰逃稅爆假消息 粉絲變柯南緝兇霍建華太渣 惹火老婆林心如：想棄劇

（中央社台北4日電）中國湖南衛視在長假晚間的黃金檔期推出節目「新時代學習大會」，在「學習號」布景下，「參賽者」如背誦般快速回答「習近平新時代中國特色社會主義思想」要義、習近平最喜歡的書等問題。中國湖南衛視推出的這個節目以益智問答方式進行，但不同一般問答節目，這個節目沒有獎品，且問題圍繞中國國家主席習近平的思想、喜好與過往經歷，偶爾間歇點綴一些社會主義學家馬克思，中國前領導人毛澤東和鄧小平等的問題。湖南衛視表示，這個「電視理論節目」希望以此達到宣傳習近平思想的目的。據官媒人民網報導，節目由中共湖南省委宣傳部策劃，湖南省委宣傳部、湖南廣播電視台、人民網、中國教育電視台、湖南教育電視台聯合出品，9月30日起在湖南衛視等頻道播出。該節目共5集，每集40分鐘。包括「習近平新時代中國特色社會主義思想從哪裡來」、「習近平新時代中國特色社會主義思想新在哪」、「習近平新時代中國特色社會主義思想帶來什麼新變化」、「習近平新時代中國特色社會主義思想告訴我們怎麼幹」、「習近平新時代中國特色社會主義思想帶我們到哪裡去」。節目邀請專門研究習近平和其他共產黨領導人意識型態的大學教授擔任評委和評論員。紐約時報報導，節目中的題目其實是用來教導官員與學生的政治教材，參賽者都在事前拿到答案，讓這場益智節目變成一場「背誦比賽」。即便節目中還是有人答錯，但看得出參賽者們事前彩排相當熟練，能記得習近平演說中的重要橋段。報導說，節目試圖將習近平提昇到與毛澤東同等的地位，並直接承襲馬克思。據指出，中國共產黨與年輕人的距離愈乎愈來愈遠，引起中共的擔憂，官方正在擴大思想教育，試圖反對西方的影響。報導說，「新時代學習大會」用機器人提問、動畫、Q版馬克思，希望拉近年輕人。但香港浸會大學政治及國際關係學系教授高敬文（Jean-Pierre Cabestan）說，「他們希望表明黨與人民關係密切」、「但說服年輕人很難」。（編輯：翟思嘉/朱建陵）1071004

印尼蘇拉威西島（Sulawesi）慘遭地震與海嘯襲擊，目前已知有近1400人罹難。聯合國官員警告，對陷入絕境的倖存者與仍在搜尋受害者的救援團隊而言，他們的需求將非常「龐大」。聯合國人道事務協調廳（UNOCHA）說，近20萬人想要立即獲得援助，其中包含數萬名兒童。印尼發生規模7.5地震與海嘯後，目前估計有6萬6000棟民宅損毀。由於缺乏糧食與潔淨水源，生還者都在想辦法解渴、止餓，當地醫院人滿為患。聯合國人道事務協調廳發言人萊克（Jens Laerke）2日晚間在日內瓦告訴記者：「在那裡救援的所有團隊…感受到的只有真正的沮喪。」他說：「救援團隊還沒抵達可能是重災區的大片區域，但團隊往前推進了，他們盡了全力。」海嘯重創巴路市（Palu），沖走民眾、車輛與房屋，警方2日對空鳴槍並發射催淚瓦斯，驅散洗劫商家的民眾。生還者撿拾住宅區的殘骸時，發現更多遺體。印尼國家災害應變總署首長在巴路市告訴記者：「罹難人數現在增至1374人、失蹤人數達到113人。」他又說：「還有一些遺體仍受困於瓦礫堆內。我們不知道有多少，首要之務仍是尋找並救人。」救援團隊聯繫上先前通訊中斷的區域，當局預計死亡人數將持續攀升。總部設於印尼的東南亞國家協會（ASEAN）人道援助協調中心（Coordinating Centre for Humanitarian Assistance）說，目前「急需」許多屍袋，擔憂屍體腐爛將成為致命疾病滋生的溫床。由於缺乏重型機具、交通聯繫中斷、受損規模龐大，救援工作受阻；印尼政府起初還婉拒接受外國援助。救援工作目前是由印尼軍方領導，但在印尼總統佐科威（Joko Widodo）於震後3日拒絕接受協助後，國際非政府組織現在也派出團隊進駐巴路市。自從雅加達當局尋求協助後，國際援助便不斷增加。聯合國中央應急基金（Central Emergency Response Fund）表示，將發放1500萬美元（約新台幣4億5996萬元）援助金。澳洲也宣布，將派出醫療團隊前往印尼災區，並提供額外的500萬美元援助金。

撰文／多明戈斯（Pedro Domingos） 繪圖／維依（Armando Veve） 翻譯／周坤毅人類是唯一會製作機器的動物。機器讓我們擴展能力、突破生理限制。工具把我們的雙手變成多功能的肢體；汽車讓我們能快速移動，飛機給了我們翅膀；電腦賦予我們強大的計算能力與記憶力，智慧型手機則讓日常生活變得多采多姿。現在，人類把從資料學習的方法寫進程式，創造出能自行學習的科技。人工智慧（AI）有一天會取代人類嗎？或是會以前所未見的方式增強我們的能力、提升人性？羅森布拉特（Frank Rosenblatt）是1950年代開啟機器學習研究的先驅，發展出學習辨識位元的電子神經元；而塞繆爾（Arthur Samuel）撰寫的西洋棋程式能夠不斷自行練習，直到擊敗人類。但是一直到過去十年間，機器學習領域才真正起飛，實現了自動駕駛汽車、（某種程度上）能聽懂人類指令的語音助理，以及其他數不清的應用。機器學習開創新局 我們每年都發明數以千計的新演算法，透過一連串指令告訴電腦該做什麼。然而機器學習的特點是，我們不必詳盡撰寫程式，而是給電腦一般目標，例如「學習下西洋棋」，電腦就能像人類一樣累積經驗而自行改進。機器學習演算法可分為五大類，靈感分別來自不同的科學領域。可想而知，其中一類是模仿天擇的「演化式演算法」。在美國哥倫比亞大學的創意機器實驗室中，初代機器人會嘗試爬行或飛行，表現最佳的程式會定期混合並演變，再用3D列印產生下一代。一開始隨意組裝的機器人幾乎無法移動，經過數千或數萬次演變後，最終製作出機器蜘蛛和機器蜻蜓。但演化的速度很慢。目前最流行的機器學習演算法，是從腦科學獲得靈感的「深度學習」。我們採用高度簡化的數學模型來模擬單一神經元的運作，進而建立由數千或數百萬個神經元構成的人工神經網路，人工神經元接收資料時會逐漸增強人工神經元之間的連結來學習。這些人工神經網路能以不可思議的精確度辨識人臉、理解語言或翻譯。機器學習也運用了心理學，模擬人類從記憶中尋找類似情境來解決新問題，這種以類比為基礎的演算法實現了客戶服務自動化，並能在購物網站上根據你的品味來推薦商品。機器也能透過自動化科學方法來學習。「符號學習演算法」利用反向推理來歸納出新假說：假如我知道蘇格拉底是人類，還需要什麼資訊來推論他有一天會死？知道人終有一死就夠了，再檢查資料中的其他人是否也會死，便能驗證這項假說。英國曼徹斯特大學的生物學機器人夏娃（Eve）利用這種方式找到一種可望治療瘧疾的新藥。夏娃從疾病的資料與基本分子生物學著手，建立藥物分子如何作用的假說，設計實驗進行驗證，然後在機器人實驗室做實驗來修正或剔除這些假說，並重複這個過程直到假說不需修正為止。最後，機器也能單純透過數學原理來學習，其中最重要的是「貝氏定理」。我們根據既有知識，設定各項假說的初始機率，針對符合資料的假說提高機率，而不符合資料的假說降低機率。接著以所有假說的機率做出預測，機率越高的假說所佔權重也越高。比起人類醫生，採用貝式定理學習的機器能做出更精確的醫學診斷。這類機器學習演算法是垃圾郵件過濾程式的核心，Google也利用它來選擇你所看到的廣告。這五類機器學習方法各有優缺點。深度學習善於解決視覺辨識和語音辨識等感知問題，但是並不適合應用於認知問題，例如獲得常識或推理；符號學習則正好相反。演化式演算法能解決人工神經網路無法克服的難題，但需要很長的時間。類比演算法能從少數案例中學習，但接收太多資訊時可能會產生錯誤。貝式演算法最適合用來處理少量資料，但處理巨量資料時所花的時間會令人卻步。這些傷腦筋的優缺點，促使機器學習研究人員努力結合所有演算法的長處。一如打造能夠開啟任何鎖頭的萬用鑰匙，我們的目標是創造出「終極演算法」（master algorithm），它從資料中擷取所有資訊，並從資訊中獲取所有可能的知識。但我們面臨與物理學家類似的挑戰：量子力學能有效描述宇宙最小的尺度，而廣義相對論能解釋最大的尺度，兩套理論不相容因此必須統合；同樣地，馬克士威（James Clerk Maxwell）首先統合光、電場與磁場，其後粒子物理學才發展出標準模型。包括我在華盛頓大學的團隊在內的不同研究小組，提出各種方法來整合兩種以上的機器學習演算法。由於科學研究的進展是跳躍式、而非線性，因此很難預測統合所有機器學習方法的終極演算法何時完成。無論如何，達成這個目標不會招致統治人類的全新機器，相反地，它會加速人類演化。 一旦我們發展出終極演算法，並輸入人類產生的大量資料後，AI就有潛力為每個人建立精確而詳細的模型，學習我們的品味與習慣、長處與弱點、記憶與志向、信念與人格、我們關心的人事物，以及遇到不同狀況時會如何反應。我們的模型基本上能預測我們所做的決定，這讓人既興奮又不安。機器接管人類？ 許多人擔心，機器具備這般能力後，將運用習得的新知識來接管人類的工作，甚至奴役或消滅人類。但這種可能性很小，因為機器缺少自由意志。AI演算法基本上只能達成我們設定的目標，例如「找出從旅館到機場最短的路線」。這些演算法與普通演算法的區別在於，計算如何達成目標時相當有彈性，不必執行一連串預設的步驟。儘管AI能累積經驗而自行改進，但當初設定的目標依然不變；無法達成目標的演算法會自動被淘汰。此外，人類也會檢查機器所達到的成果是否滿足我們的目標，並確認機器不會違反我們設定的任何限制，例如「遵守交通規則」。然而我們想到AI時，往往把人類的特質（例如意志與知覺）投射在AI上。許多人更熟悉擬人的AI（例如家用機器人），而非在幕後默默工作的其他無數機器人。好萊塢為了讓故事引人入勝，也以具有人類外形的機器人來呈現AI，進一步助長了這種觀念。但AI只是一種解決難題的方法，達成這項任務不需要自由意志。AI背叛人類的可能性，比你自打巴掌的機率還低。AI就像其他科技一樣，只是擴展人類的能力。AI越強大，越能造福人類。那麼，使用AI的未來會是什麼樣子？智慧機器確實會取代許多人的工作，但對社會的影響和前一次自動化生產的影響應該很像。200年前，美國人大多從事農業，然而今天機器已幾乎取代所有農夫的工作，但農夫並沒有消失。宣揚世界末日的人認為這次情況不同，因為智慧機器同時取代了我們的肌肉與頭腦，人類將無事可做。但AI能執行所有人類工作的那天，依舊遙遙無期。在可預見的未來，AI與人類將各擅勝場。機器學習的主要影響是大幅降低AI的應用成本，民主體制拓展了AI在經濟上的各種潛在應用並衍生新工作，同時讓舊工作在同樣的人力下能達到更多成果。此外，未來學家科茲威爾（Ray Kurzweil）宣揚科技奇異點。他描述科技進步將持續加速，機器將學會製造更好的機器，而更好的機器又能製造更強大的機器。但我們知道科技不可能永遠持續進步，因為物理定律設下了連量子電腦都無法逾越的嚴格限制。從某些方面來看，我們已經接近那些限制。AI的進步也像其他科技一樣，終究會到達停滯期。另一種在未來學家之間盛行的想法是，電腦模型將會逼真到讓人難以分辨。我們能把自己的心智上傳雲端，像資料一樣永遠存在，不再受到物質世界惱人的限制。問題是這種做法在生物學上不可行，你若想上傳自己的心智，就需要每個神經元的精確模型以及儲存其中的記憶。再者，資料擷取必須非常可靠，才能確保模型的預測不會偏離真實神經元的活動，這簡直是不可能的任務。即使真的可行，你會願意上傳自己的心智嗎？你該如何確定你的模型沒有錯失你不可或缺的某一部份，或者你的模型會具有意識？如果你最完整的「分身」被偷了呢？我相信大多數人寧可保有自己以碳為基礎、黏糊糊的身體，直到離開人世。AI，尤其是機器學習，其實只是人類能力的持續演進。道金斯（Richard Dawkins）在《延伸的表現型》（The Extended Phenotype）書中，以杜鵑鳥的蛋和河狸建造水壩為例，描述動物基因如何突破生理限制來適應環境。科技是人類的延伸表現型，而AI只是另一層科技外骨骼。我認為，AI最具潛力的應用將超越一般人的想像、令人讚歎。在十年之內，我們每個人可能都會擁有「數位分身」。這個AI夥伴將比今天的智慧型手機更不可或缺。你的數位分身不必跟在你身邊，而是和你現在大部份資料一樣儲存在雲端。蘋果公司的Siri、亞馬遜公司的Alexa與Google的語音助理，已讓我們窺見數位分身早期的樣貌。你的模型是數位分身的核心，會學習你與數位世界交流時產生的所有資料，範圍從桌上型電腦、網站、穿戴式裝置到居家環境中的感測器（例如智慧喇叭、空調恆溫器、行動通訊基地台與攝影機）。隨著機器學習演算法增強，蒐集了更多個人資料，我們的數位分身將越來越精確。一旦終極演算法出現，再配合擴增實境（AR）頭戴式裝置或其他個人感測器持續獲取你的感覺運動資料流後，你的數位分身將比你最好的朋友更了解你。你的模型與資料將儲存在「資料銀行」中，就像傳統銀行替你存錢或投資一樣。現今有許多公司將樂意提供這類服務。Google的共同創辦人布林（Sergey Brin）表示，Google希望成為「你的第三腦半球」。但你大概不希望你頭腦的一部份得靠顯示廣告才能維持，因此最好把數位分身交給利益衝突較少的公司，或與志同道合的人成立資料協會。謀事在人 畢竟，最大的隱憂並不是有一天AI會變得邪惡，而是控制AI的人會濫用AI，就像法國人所說的「cherchez l’human」（謀事在人）。資料銀行最重要的責任，是確保你的模型不會用於損害你的利益。你和資料銀行都得對AI犯罪提高警覺，以免讓壞蛋有機可趁。就像吉布森（William Gibson）在1984年的小說《神經浪遊者》（Neuromancer）中所描述的涂林警察，我們需要AI警察來追緝AI罪犯。假如你不幸住在獨裁國家，政府將能以前所未見的方式監控你，這會帶來空前的危險。考慮機器學習的進步速度以及已開始使用的治安預測系統，在電影「關鍵報告」（Minority Report）中，人們在犯罪前就被逮捕的情節，也就不再那麼難以置信。此外，還有不平等的問題，在每個人都負擔得起數位分身之前，人類社會還需要時間來調適這些情況。因此每一個人的首要責任，是別變得自滿而過度信任數位分身。我們很容易忘記AI就像封閉在象牙塔的學者，而且在可預見的未來都將如此。AI的外在看似客觀甚至完美，但內在就像人類一樣充滿缺陷，只是方式不同。AI缺乏常識，容易犯下人類不會犯的錯誤，例如把穿越馬路的行人誤認成被風吹起的塑膠袋。AI也很可能按照字面解讀人類的命令，一絲不苟執行我們說過的話，而非我們真正想要達成的事。因此下次你要求自動駕駛汽車不計代價準時趕到機場前，最好先想一下再說出口。實際上，數位分身將和你十分相似，足以代替你進行各種虛擬交流。它的任務不是接管你的人生，而是替你嘗試那些你沒有時間、耐心或知識去做的決定。它會讀完亞馬遜網站上的每一本書，再推薦你最有可能想自己去讀的少數幾本。如果你想買車，它會替你研究各種購車方案，並與經銷商的機器人討價還價。如果你在找工作，它會先篩選所有適合你的工作，然後針對最有希望的職位安排視訊面試。如果你被診斷出癌症，它會替你嘗試所有可能的療法，並建議最有效的一種（為了大眾福祉，你也有道義責任讓數位分身參與醫學研究）。如果你想找約會對象，你的數位分身會和所有符合資格的數位分身進行數百萬場虛擬約會。在網路空間中最契合的一對，便能在實際生活中來場浪漫約會。基本上，你的數位分身將在網路空間中替你嘗試無數的可能人生，因此你在現實世界中所經歷的將是最佳人生。但你的虛擬人生是否「真實」，或數位分身是否像影集「黑鏡」（Black Mirror）所描述的具有意識，則是有趣的哲學問題。有些人擔心，這代表我們把人生的掌控權交給了電腦。但實際上是電腦給予我們更多掌控權，因為我們將能做出過去所無法做的決定。你的模型也會從每次虛擬經驗中學習（你是否享受約會？你喜歡新工作嗎？），隨著時間，模型會更善於向你提議你可能做的決定。事實上，我們已經很習慣在無意間做出決定，因為這正是大腦所做的。你的數位分身就像大幅擴張的潛意識，關鍵差異在於你的潛意識只存在於腦袋，而你的數位分身不斷與其他人或組織的數位分身交流。每個人的數位分身會持續嘗試向其他模型學習，組成數位分身的社會將以電腦運算的速度朝各方向擴展，找出我們會做的決定。機器將成為我們的先鋒，帶領人類個體與族群朝未來邁進。AI將帶領我們走向何方？而我們會選擇往哪裡走？周坤毅是清華大學動力機械工程所碩士，現任職於澳洲福特汽車公司。 重點提要 ■ 發展人工智慧（AI）可視為人類演化的一部份。為了實現新一代的自動化革命，我們必須創造所謂的「終極演算法」。統合既有五類機器學習方法的終極演算法，接收大量資料後，就有可能為每個人建立精準的模型。 ■ 科技只是人類能力的延伸。機器沒有自由意志，只能遵循我們設定的目標。與其擔心機器取代人類，不如擔心人類濫用科技。 ■ 短期內，AI的應用可能是創造「數位分身」。我們的虛擬模型能在網路空間嘗試各種事物，並與無數的其他虛擬模型進行交流，幫助我們在日常生活中更快做出更好的決定。 多明戈斯（Pedro Domingos） 美國華盛頓大學資訊科學系教授，也是人工智慧促進協會會士，著有《大演算》（The Master Algorithm），現居西雅圖附近。 五類機器學習方法各有優缺點， 研究人員努力結合演算法的長處， 創造出「終極演算法」。 機器演化：海星機器人採用能自行模擬的演化式演算法，這是機器學習方法的五大類之一。人類正努力整合所有的機器學習方法，創造出最有力的工具──「終極演算法」。 Victor Zykov and Josh Bongard 數位分身將代替你進行 各種虛擬交流，嘗試你沒有時間、 耐心或知識去做的決定。 延伸閱讀 The Master Algorithm: How the Quest for the Ultimate Learning Machine Will Remake Our World.Pedro Domingos. Basic Books, 2015. The Digital Mind: How Science Is Redefining Humanity.Arlindo Oliveira. MIT Press, 2017.〈好奇機器人能自學〉，科學人2018年4月號。 〈機器學習舉一反三〉，科學人2017年9月號。 〈機器如何深度學習〉，科學人2016年7月號。