關於 模型斷件修補 ，我們在網路上蒐集到這些相關的討論、資訊與評價

社團現在有一個超厲害的商品!!!
你們絕對要來入手!!!孩子的玩具斷掉的~~~
一直想修但甚麼黏膠都沒用對嗎?快快快!不要錯過~~~
#台灣研發生產製造 #外銷歐美超火紅搶翻天
#瞬間膠加UV膠就是光速膠
#全球唯一光硬化瞬間接著劑
#無味無毒不白化 #歐盟REACH化學法規核可
#三秒內修補接著填縫完成
大家家裡應該也跟局長家一樣，有修不完的東西吧
兒子的玩具汽車零件撞斷、寶可夢對戰的玩偶摔壞、新買的玩具或模型，手一滑就....；女兒的娃娃頭斷掉、手斷掉、心愛的髮箍亂丟地上被任何人踩斷、公主皇冠斷掉、仙女魔棒斷掉......
這些甚麼都可以壞掉的恐怖故事，局長不想再講下去了
然後下一秒，小孩就會哭著要你修.....#又不是我用壞的
所以三秒膠在家裡真的是必備!!必備!!超級重要~~
正常的情況之下，大概有一半的機率可以黏好，前提是買到好的三秒膠...因為有時會買到三秒就乾但真的黏不起來的三秒膠(繞口令媽哈哈但是大家一定知道我再說什麼!!)
MXBON這間的三秒膠，已經比很多牌子都好用，夠黏、乾的夠快，局長自己是覺得沒甚麼味道，但嗅覺很敏銳的太太說真的只有一點點味道 (其它很多都讓太太覺得快要中毒了!!
但!!今天要團的，是MXBON的進階版神奇膠- #北回光速膠，真的超級好用!!重點是台灣設計、製造，但主要都外銷，近兩年席捲歐美，國外賣爆了，真的超厲害，來看看有多厲害!!
#北回光速膠 是可以藉由UV光照加速硬化的"瞬間膠"⚡，跟三秒膠一樣的使用方式，但塗上之後，稍微不用那麼緊張，可以對齊對好之後，再用附的只要用 #紫外線燈一照就會馬上黏著!!就瞬間乾了!!而且誇張的牢固!!沒有刺鼻的味道也好厲害!!
馬上拿踩斷的髮箍做測試(隨時都有很多東西可以測試)!!以前有些東西雖然可以用三秒膠黏回去，但是一用又斷了，髮箍就是其中之一，用光速膠，居然!!!!完完全全的牢牢黏住!!太強了!以後不用再偷偷丟掉那些斷裂的公主手杖了XDD #通通黏回去!!👏👏👏👏👏👏👏
這麼厲害是因為採用👍👍👍👍👍
#雙重固化機制: 傳統瞬間膠(所以就算不用光照過一會兒也能黏著)再加上光感應接著就會更牢固!!
#專利瓶身好操作，附UV光與電池，收到直接打開就可以用!!
#特殊配方透明性質，乾了之後不會白白的!
#可以慢慢調整黏著面到最佳狀態再光照瞬間固化，這真的超方便的
#沒有刺鼻味！
這個在需要精密作業的模型界非常受歡迎，局長覺得在需要修補很多東西的爸媽界也不能沒有啊!!!最近小孩天天待在家，家裡真的很多東西壞掉，夫人拿去年被他們撞壞的踢腳板居然也黏的回去!!!只用了不到一半，而且還輕輕鬆鬆!!真的超方便!!(不用為了這一點小事找木工來了超棒)，這真的太讚了推薦給大家!!❤️❤️❤️❤️

有興趣嗎?歡迎加入局長的社團來喊單!!!
https://www.facebook.com/groups/1530439890435074/posts/2527924794019907/

AI 如何為公司創造更多價值？專家：2 個缺陷，要先由人類來修補

2021/05/13
採訪‧撰文
盧廷羲
張凱崴

美國人工智慧國家安全委員會（NSCAI）今年 4 月建議，國防部每年應至少分配 3.4% 的預算投入科技領域，並提撥 80 億美元研發 AI。企業方面，微軟（Microsoft）4 月宣布，將以 197 億美元收購語音辨識開發商紐安斯通訊（Nuance Communications）；後者是雲端與 AI 軟體的先驅。

從企業到國家，都愈來愈重視人工智慧，知道要想辦法運用 AI 創造更好的生活。不過，目前 AI 發展到底處於什麼階段？我們又該如何應用？

美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授張凱崴形容，目前人工智慧技術已經可以幫助人類完成很多事，像是疫情來襲，電腦可以從大數據中篩選條件，自動搜尋、判讀潛在病例，幫助醫生大幅減少檢查時間，但 AI 也並非萬能，要先認知它的局限。他研究如何讓 AI 更符合人性，獲得 2021 年的史隆研究獎（Sloan Research Fellowships）。

AI 局限1. 資料寬廣度不足時，就會複製人類偏見

張凱崴認為，電腦在學習的時候，是依賴「彙整數據資料」來判斷，並沒有真正思考，如果資料來源太狹隘、不夠多元，資料寬廣度不足，電腦判斷就會出現偏差，「你跟電腦講清楚 input（輸入）、output（輸出），提供足夠的數據資料，它可以對應、學得很好，但還有很多面向 AI 做不到。」

舉例來說，亞馬遜（Amazon）2014 年推出智慧音箱（Amazon Echo），使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而，有些人口音較罕見，或是用字較特殊，智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案，就可能失靈，這是當前 AI 的其中一大問題。

張凱崴進一步解釋，AI 另一項挑戰是，它無法清楚分辨「不曾出現」與「不能出現」（無法出現）之間的區別，只是從資料統計出要學的東西，無法像人類一樣進行邏輯思辨。

AI 的運作方式，第一步是輸入資料，第二步是分析，但這過程容易出現偏見。例如電腦在理解「總統」這個字，會去看四周有什麼字詞，來學習總統這個詞，由於許多總統都是男性，電腦就會「覺得」總統是男性。

這也是為什麼，如果讓 AI 學習，在它的認知裡，女性「不可能」當美國總統（因為沒有資料紀錄）。「你可以跟人類說，任何職業、性別都是平等的，但對電腦來講，這很困難，」張凱崴說明，一旦資料的寬廣度受限，電腦就容易產生偏見。

就像在自然語言處理（Natural Language Processing，讓電腦把輸入的語言變成有意義的符號）領域，張凱崴說明，AI需要知道代名詞指的是「哪個名詞」，才能運算下去。但如果資料受限，使用男性的「他」，電腦可能判斷這個代名詞是指總統、總理、執行長；但換成女性的「她」，由於數據不足，電腦就會混亂，出現系統性誤差。

他再舉一例，美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統（GPT，Generative Pre-training），推出到 GPT3 版本，屬於書寫類 AI，電腦能夠揣測人們說完上一句話，下一句可能會講的句子，自動完成後半段。

好比有人上一句寫下「我正在和教授聊天」，系統可能推導出「我們在研究室討論學術問題」，因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示，GPT2（前一代版本）系統也從資料中學習到許多偏見，像是如果句子前半談論白人男性，系統傾向產生正面評價；如果句子前半是黑人女性，系統竟會產生負面句子。對企業來說，許多組織接觸 AI，想讓它們取代部分工作，首先需要留意資料的廣度、多元性，才能減少電腦犯錯的機會。

AI 局限2. 即便條件相同，也無法每次都做出正確判斷

「其實，現在的 AI 就像一台原型飛機，還缺乏穩定性。」張凱崴說，現行的 AI 就好比萊特兄弟（Wright brothers）剛發明飛機，看似可以做很多有趣的事，但「可以飛」跟「飛得很好」，有一大段落差。

紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片，AI 掃描後，確認是不是本人，但當時系統沒有估算到某些亞洲人眼睛比較小，一名亞裔男子被判定「沒有張開眼睛」，因此照片無效。

張凱崴說，在這個例子中，凸顯出 AI 的穩定性不足，「系統沒有考慮到不同人種的差異，很死板地認為你眼睛沒張開。」所謂的缺乏穩定性，指的是 AI 沒辦法在相同條件下，每次都做出正確決策，這也是使用 AI 時，須留意的第二個挑戰。

他再舉例，許多模型可以準確分析，一則影評對電影的評價是正面或負面。然而研究顯示，有時只要將影評中一些字換成同義詞，例如把電影（movie）換成影片（film），或改寫句子，即使意思並未改變，系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。

在設計這些程式時，人們必須注意到 AI 可能有局限，設定的資料範圍要更完整，考慮這些因素，就能減少偏見、落差，進而加強穩定性。

餵指令給 AI 要多元化，嘗試「換句話說」、刻意混淆

經理人雖然不一定具備 AI 方面的專業知識，但只要掌握觀念，再透過 AI 領域專才協助，也能優化系統。張凱崴指出，最直接的方法是，設計 AI 模型時，要把來源群組不同的資料分門別類測試，在測試階段讓群體多元化，並確保不同特色的使用者，用起來都沒有問題。

舉例來說，一套 A 系統擁有來自各地的使用者，如果設計者是台北人，設計系統的思維容易以台北生活為主，很可能因為當地習慣不同，導致花蓮使用者操作不順。

另一個方法，則是用不同的「語意」，去測試 AI 有沒有徹底學會一個概念。例如，有一套餐廳評鑑的 AI 系統，只要蒐集、整理使用者意見，就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性？張凱崴建議，可以利用「抽換詞面」的方法。

比如，把詞彙換成同義字，再看 AI 是否能運算出相同結果，「你可能會發現，原本評比結果是食物很美味，但如果美味換成比較困難的詞，AI 就會分不出這則評比是好是壞。」因此在訓練模型時，可以將詞彙隨機抽換成同義詞，增加 AI 的詞彙量。

第三種方式更進階：改變句型、重寫句子。張凱崴指出，同樣一句話，如果換成不同說法，電腦可能判讀錯誤，將「因為發生 A 事件，所以導致 B 事件」，改寫成「B 事件發生了，是因為 A 事件的緣故」，明明兩句話意思一樣，但 AI 很可能因為穩定性不足，搞混兩者的差別。如果要鞏固 AI 的穩定性，可以使用自動改寫的方式，增加資料的多樣性。

張凱崴表示，經過這些測試，讓 AI 接受更多元化的訓練，得到更廣的學習範圍，往後碰到同義詞、相似資訊，才能有效判讀。

張凱崴總結，AI 還在快速發展，或許可以創造更多工作機會、新的職位，但現行階段，它只是輔助角色。AI 並非魔術盒子，使用它就一定有更好結果，人們還是要保持高度耐心，先認識它的缺陷，才能在技術更迭下，發揮出最好的結果。

張凱崴

台灣大學資訊工程系碩士、美國伊利諾大學（UIUC）電腦科學博士。美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授，研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎（Sloan Research Fellowship），研究團隊開發的運算方法，使人類語言處理的程序更有效率、更多元，同時兼具公平性。

附圖：優化AI系統的3方法

資料來源：https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis

5/5 Bloomberg新聞摘要

<美洲新聞>
美國財長葉倫澄清"加息抑制經濟過熱"之說 稱她"並非預測或建議"聯準會升息
全球性供應短缺加劇 惡化通貨膨脹風險 商品越來越貴是否會帶動貨幣政策改變是市場最大憂慮
美國聯準會對投資人來說最大的不確定性恐怕不是通膨 而是包括主席鮑威爾在內的高層任期快要結束
從農產品到金屬能源各種需求激增 彭博商品現貨指數觸及2011年以來新高點
新冠疫情影響收入 全球飢荒人口去年增加2000萬人次來到1.55億人
美國石油庫存疲軟加上美歐陸續解封刺激需求 布蘭特原油價格逼近每桶70美元
美國2020年出生率再下滑4% 連跌六年來到1979年以來最低點
美國疫苗供應超過需求 總統拜登引領美國走進疫苗外交
離婚中的蓋茲夫妻開始拆分1450億美元 比爾蓋茲的投資公司Cascade轉讓18億美元股票給梅琳達蓋茲
企業考慮把接種疫苗列為員工返回工作崗位的必要條件 但恐面臨流失員工的風險

<歐洲新聞>
從收購到產業各種議題 歐洲共同制定戰略對抗中國
前往倫敦出席G7高峰會的印度外長 得知可能暴露於新冠病毒後表示將進行自我隔離
全球疫苗接種率最高的塞席爾(62.2%)再傳疫情升溫 當局下令重新收緊防疫措施
全球晶片短缺使第一季汽車產量重創11% 短缺影響恐持續到明年
歐洲宣布將一改過往"天真"的將晶片設計與製造外包給他國的策略 2030年之前將晶片產能增倍
"就算後悔也要做" 法國為了與英國間的漁業爭端 威脅要切斷給英屬澤西島的電力供應
土耳其和埃及在開羅展開兩天政治磋商 修補多年來因地緣政治衝突而緊張的關係
歐洲央行研究 義大利、荷蘭和馬爾他最仰賴本國公民為政府融資來源
新冠疫情刺激貨運與快遞業務大幅成長 DHL母公司德國郵政上修全年獲利預測
法國記者在馬利北部遭聖戰組織叛軍綁架 無國界記者組織呼籲馬利和法國當局出手救人

<亞非中東新聞>
新冠病毒威脅再起新加坡收緊防疫 可能重新考慮5月26日起與香港的旅遊泡泡
印度陷入全球最大公衛危機 研究模型預測印度死於新冠病毒人數恐是目前的兩倍
不只印度 新冠病毒變種毒株正侵襲著其他開發中國家如寮國、尼泊爾和泰國
印度央行承諾釋放出5000億盧比流動性 提供疫苗製造商貸款並協助小型企業債務重整
關注變種病毒 杜拜為延至今年才舉行的2020世界博覽會預做準備
加入其他國家行列 非洲坦尚尼亞宣布無限期禁止來自印度的航班入境
全球疫苗接種率最低的地區 新型變種新冠病毒株正在南非與東非迅速擴散
兩名本地勞工確診 香港將住宅大樓共260戶人家全部施以強制隔離與採檢
境外移入病例激增 越南先宣布延長強制隔離時間後又實施更嚴格的邊境管制
莫德納剛與菲律賓官方與民間簽訂2000萬劑疫苗供應合約 菲律賓立刻通過莫德納疫苗緊急使用授權
澳洲禁止公民自印度入境 多位知名職業板球球員受困印度無法回國