前言
批判性思考(Critical Thinking)已經紅很久了,不過,似乎還是不少人對這個名詞的內涵不是很清楚,加上許多讀者希望看到普及版,那筆者就獻醜了。
開頭要先聲明,本系列設定的針對受眾,一是會上網路看文章的成年人,但完全沒有大學以上的訓練;對於大學以上的讀者,主要是針對「理工背景」,並假設「人社背景」的朋友,經過多年已經忘得差不多的前提。所以,難易度會拉的很低,範例不會舉很多,真的想深入學習的,坊間賣的書很多,挑一本好好讀完,收穫會比看筆者的簡易版多很多。
什麼是批判性思考?一般而言分為「技巧性」跟「實質性」,技巧性指的是你是否在閱讀或寫作時,就時時使用技巧去分析,實用性泛指你雖不會提出各種分析,但敘事寫作上就已經是了。
筆者這篇比較偏重技巧性的分析,並用一些例子稍加說明;實質性的訓練,要經年累月才能養成。讀者若不是很能理解,那麼就以理工相關科系的碩博論文寫作為例子,正常的養成訓練,你得要先「觀察現象、發掘問題、提出解決的假設、針對提問進行實驗、歸納整理結果」。
是的,這就是國中生物第一堂課就會教的「觀察、提問、假設、實驗、結論」,科學方法的入門。
...
全文連結https://vocus.cc/eoiss/60db5056fd897800019a5470
================
這是在樹洞答應後,被人敲碗的結果。
文後還是得強調,坊間的書很多,隨便買一本好好讀完或是練習完,都會比看我寫的簡介版收穫更多。
不過我這個短系列四篇,會著重在網路文章上,沒針對一般的書籍,能出版的書籍,大多可以自證,單純就結構來說很少出錯。
總而言之,批判性思考不是非常難的東西,但由於名稱本身常給人誤解,以為重批判而不重創造,這是錯的。我個人認為,後設認知的部分是重點,只是能思考自己的思考,真的很不簡單。
後設分析論文 在 每天為你讀一首詩 Facebook 八卦
回答 ◎北島
卑鄙是卑鄙者的通行證,
高尚是高尚者的墓誌銘,
看吧,在那鍍金的天空中,
飄滿了死者彎曲的倒影。
冰川紀過去了,
為什麼到處都是冰凌?
好望角發現了,
為什麼死海裡千帆相競?
我來到這個世界上,
只帶著紙、繩索和身影,
為了在審判之前,
宣讀那些被判決的聲音。
告訴你吧,世界
我──不──相──信!
縱使你腳下有一千名挑戰者,
那就把我算作第一千零一名。
我不相信天是藍的,
我不相信雷的迴聲,
我不相信夢是假的,
我不相信死無報應。
如果海洋注定要決堤,
就讓所有的苦水都注入我心中,
如果陸地註定要上升,
就讓人類重新選擇生存的峰頂。
新的轉機和閃閃星斗,
正在綴滿沒有遮攔的天空。
那是五千年的象形文字,
那是未來人們凝視的眼睛。
1976
--
◎作者簡介
北島(本名趙振開,1949年8月2日-),中國朦朧派詩人,出生於北平市。1978年與芒克等人創辦《今天》雜誌,於八〇年代旅居、創作、教學、譯介於歐美各地二十多年。獲瑞典筆會圖霍爾斯基獎、美國西部筆會中心自由寫作獎、古根海姆獎學金、金花環獎等多個獎項,並被選為美國藝術文學院終身榮譽院士。北島也曾擔任香港中文大學東亞研究中心人文學科講座教授,現為中大文學院榮譽教授。出版多部詩集與散文,包含《生活》、《陌生的海灘》、《北島詩選》、《在天涯》、《午夜歌手》等。
--
◎小編Y:〈時代與他們的眼球〉
某種程度上,我覺得要「真正」地談一談這首詩,似乎就要先暫時擱置北島在《回答》裡反覆出現的那些高音調、隆隆作響的巨大意象,回顧一下北島這段頗具傳奇色彩的早年。儘管作者不必然要與詩作綁在一起,但是作為「那一代人」而言,他的青春和語言,幾乎是緊緊捲著整個近代中國史的暴風雨這樣飄盪過來的。一九四九年八月,當時還沒有成為北島的趙振開出生。也就是同一年,中國近代史也正式展開了新一頁:新政權被賦予了名字。一九四九年十月,毛澤東在天安門城樓上宣告「中華人民共和國」正式成立。那幾乎就等同宣告,時代必然會巨大的輾過個人,或者碾碎個人。
再次回到北島:趙振開生於北京知識份子家庭,讀的學校是北京四中,四中便是當時最有名的高幹學校,亦是文化大革命的起源地之一。理所當然地,北島自然也和那時大部分的學生一樣,成為了紅衛兵。北京四中曾經是北京乃至全中國最有名的高幹學校,亦是文化大革命的起源地之一。北島反感紅衛兵的派系與鬥爭,但無論如何,激昂的口號與「文化」串連,還是深深膨脹起一個二十多歲年輕人心中的理想主義。儘管那注定要迎來破滅。
1968年12月22日,《人民日報》文章引述了毛澤東指示:「知識青年到農村去,接受貧下中農的再教育,很有必要。」隨即開展了全國範圍大規模的知識青年「上山下鄉」活動,因此1968年當年在校的初中和高中生(1966、1967、1968年三屆學生,後來被稱為「老三屆」)幾乎全部得前往農村。作為「老三屆」之一的北島,在接受「貧下中農的再教育」的指令之下,他用了十一年(1969-1980)的時間,作為一名工人接受了再教育。在半封閉的孤獨狀態裡,北島開始有意識地寫起現代詩,接觸到北京的地下讀書運動,並在1978年時與芒克、多多等人創辦起《今天》文學雜誌。最後這個被查禁的刊物,成為歷史上朦朧詩派的匯集地。更後設的說:也許那一代緊緊被時代抓死的人,才能為時代寫出這樣的寓言——「卑鄙是卑鄙者的通行證/高尚是高尚者的墓誌銘」。
作為朦朧詩派的鼻祖,北島在〈回答〉一詩中所展現的腔調,反而可以說很不朦朧,而是帶有十足革命、理想而抒情的。儘管每一節都很平均地保持四行的穩定節奏,但整體情感仍然是不斷往上堆疊。我們可以看到,敘事者直面「死者彎曲的倒影」對世界發出明確的質疑與挑戰,甚至不惜如此聲張:「縱使你腳下有一千名挑戰者/那就把我算作第一千零一名」。在第五節的「如果海洋注定要決堤/就讓所有的苦水都注入我心中/如果陸地註定要上升/就讓人類重新選擇生存的峰頂」北島連續拋出兩個極大意象(海洋決提與陸地上升)建構畫面,但〈回答〉並沒有流於單薄乏味的說教,而巧妙地串起敘事者既抒情又充滿決心的狀態:讓苦水注入「我」,讓「人類」再次選擇峰頂。如果要在革命現場以一首詩來「回應」些什麼的話,那或許必然得是〈回答〉吧。
另,這首詩還有一個與詩作相關的趣事:除了遠近馳名的這首名作〈回答〉之外,北島也寫過另一個幾乎沒有公開發表、收錄詩選的前身之作〈告訴你吧,世界〉(1973),其實也很值得愛好者留意異同之處。相關的論述與對比,可以在嶺南大學的碩士生馬世豪〈中文寫作與世界詩歌:北島詩歌研究〉(2009)中讀到論者更嚴謹的分析與對比。比較值得一提的是,公開亮相的〈回答〉少了在〈告訴你吧,世界〉末二行的:「我會說:我不想殺人/請記住:但我有刀柄」中呈現的消沈、協商、不得不的抵抗,取而代之的是最後一節有了巨大的擴張。北島以一種更宏大的樂觀召喚社會,並且將「1976」這個年代刻意標立出來。1976 年是〈回答〉一詩公開發表的那一年,也是文革結束,中國即將邁入一個新階段的時期:
「新的轉機和閃閃星斗,
正在綴滿沒有遮攔的天空。
那是五千年的象形文字,
那是未來人們凝視的眼睛。
1976」
轉機與星斗反覆變動,歷史也是。新的口號久了,終究也會蒙上另一種質疑與反詰的灰。再度凝視這些象形文字時,長期旅居海外的北島也產生了截然不同的心境。在散文《死亡之書》(2004)的訪談裡他自述:「現在如果有人向我提起《回答》,我會覺得慚愧,我對那類的詩基本持否定態度。在某種意義上,它是官方話語的一種回聲……我們是從那個時代過來的,沒法不受影響,這些年來,我一直在寫作中反省,設法擺脫那種話語的影響。對於我們這代人來說,是一輩子的事。」但作為遊歷者與詩人,說明最珍愛且始終帶著的東西,北島仍給出了如是回答:「中文。這是唯一不能丟的行李。」
帶著這唯一的行李,詩仍然在時代與象形文字之間朦朧迷走。
--
參考資料:
北島,《午夜歌手》(臺北:九歌出版社有限公司,1995年)
北島,《失敗之書》(汕頭:汕頭大學出版社,2004年)
成令方,〈訪北島〉《聯合文學》第40期(1988年3月),頁103-108。
馬世豪,《中文寫作與世界詩歌 : 北島詩歌研究》(香港:嶺南大學碩士論文,2009年)。檢自 http://dx.doi.org/10.14793/chi_etd.4
小編Y其他文章可見medium:
https://pse.is/3f52zb
--
圖片來源:林宇軒
美術編輯:林宇軒
#每天為你讀一首詩 #中國當代詩 #朦朧派 #今天 #回答 #北島
https://cendalirit.blogspot.com/2021/05/20210505.html
後設分析論文 在 李開復 Kai-Fu Lee Facebook 八卦
創新工場“AI蒙汗藥”入選NeurIPS 2019,3年VC+AI佈局進入科研收穫季
本文來自量子位微信公眾號
……………………………………………………………………
NeurIPS 2019放榜,創新工場AI工程院論文在列。
名為“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”。
一作是創新工場南京國際AI研究院執行院長馮霽,二作是創新工場南京國際人工智慧研究院研究員蔡其志,南京大學AI大牛周志華教授也在作者列。
論文提出了一種高效生成對抗訓練樣本的方法DeepConfuse,通過微弱擾動資料庫的方式,徹底破壞對應的學習系統的性能,達到“資料下毒”的目的。
創新工場介紹稱,這一研究就並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,還能協助針對性地制定防範“AI駭客”的完善方案,推動AI安全攻防領域的發展。
NeurIPS,全稱神經資訊處理系統大會(Conference and Workshop on Neural Information Processing Systems),自1987年誕生至今已有32年的歷史,一直以來備受學術界和產業界的高度關注,是AI學術領域的“華山論劍”。
作為AI領域頂會,NeurIPS也是最火爆的那個,去年會議門票在數分鐘內被搶光,而且在論文的投稿錄取上,競爭同樣激烈。
今年,NeurIPS會議的論文投稿量再創新高,共收到6743篇投稿,最終錄取1428篇論文,錄取率為21.2%。
▌“資料下毒”論文入選頂會NeurIPS
那這次創新工場AI工程院這篇入選論文,核心議題是什麼?
我們先拆解說說。
近年來,機器學習熱度不斷攀升,並逐漸在不同應用領域解決各式各樣的問題。不過,卻很少有人意識到,其實機器學習本身也很容易受到攻擊,模型並非想像中堅不可摧。
例如,在訓練(學習階段)或是預測(推理階段)這兩個過程中,機器學習模型就都有可能被對手攻擊,而攻擊的手段也是多種多樣。
創新工場AI工程院為此專門成立了AI安全實驗室,針對人工智慧系統的安全性進行了深入對評估和研究。
在被NeurIPS收錄的論文中,核心貢獻就是提出了高效生成對抗訓練資料的最先進方法之一——DeepConfuse。
▌給數據下毒
通過劫持神經網路的訓練過程,教會雜訊生成器為訓練樣本添加一個有界的擾動,使得該訓練樣本訓練得到的機器學習模型在面對測試樣本時的泛化能力盡可能地差,非常巧妙地實現了“資料下毒”。
顧名思義,“資料下毒”即讓訓練資料“中毒”,具體的攻擊策略是通過干擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。
“資料下毒”與常見的“對抗樣本攻擊”是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練資料讓模型“中毒”,後者通過修改待測試的樣本讓模型“受騙”。
舉例來說,假如一家從事機器人視覺技術開發的公司希望訓練機器人識別現實場景中的器物、人員、車輛等,卻不慎被入侵者利用論文中提及的方法篡改了訓練資料。
研發人員在目視檢查訓練資料時,通常不會感知到異常(因為使資料“中毒”的噪音資料在圖像層面很難被肉眼識別),訓練過程也一如既往地順利。
但這時訓練出來的深度學習模型在泛化能力上會大幅退化,用這樣的模型驅動的機器人在真實場景中會徹底“懵圈”,陷入什麼也認不出的尷尬境地。
更有甚者,攻擊者還可以精心調整“下毒”時所用的噪音資料,使得訓練出來的機器人視覺模型“故意認錯”某些東西,比如將障礙認成是通路,或將危險場景標記成安全場景等。
為了達成這一目的,這篇論文設計了一種可以生成對抗雜訊的自編碼器神經網路DeepConfuse。
通過觀察一個假想分類器的訓練過程更新自己的權重,產生“有毒性”的雜訊,從而為“受害的”分類器帶來最低下的泛化效率,而這個過程可以被歸結為一個具有非線性等式約束的非凸優化問題。
▌下毒無痕,毒性不小
從實驗資料可以發現,在MNIST、CIFAR-10以及縮減版的IMAGENET這些不同資料集上,使用“未被下毒”的訓練資料集和“中毒”的訓練資料集所訓練的系統模型在分類精度上存在較大的差異,效果非常可觀。
與此同時,從實驗結果來看,該方法生成的對抗雜訊具有通用性,即便是在隨機森林和支援向量機這些非神經網路上也有較好表現。
其中,藍色為使用“未被下毒”的訓練資料訓練出的模型在泛化能力上的測試表現,橙色為使用“中毒”訓練資料訓練出的模型的在泛化能力上的測試表現。
在CIFAR和IMAGENET資料集上的表現也具有相似效果,證明該方法所產生的對抗訓練樣本在不同的網路結構上具有很高的遷移能力。
此外,論文中提出的方法還能有效擴展至針對特定標籤的情形下,即攻擊者希望通過一些預先指定的規則使模型分類錯誤,例如將“貓”錯誤分類成“狗”,讓模型按照攻擊者計畫,定向發生錯誤。
例如,下圖為MINIST資料集上,不同場景下測試集上混淆矩陣的表現,分別為乾淨訓練資料集、無特定標籤的訓練資料集、以及有特定標籤的訓練資料集。
實驗結果有力證明,為有特定標籤的訓練資料集做相應設置的有效性,未來有機會通過修改設置以實現更多特定的任務。
對資料“下毒”技術的研究並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,更重要的是,只有深入研究相關的入侵或攻擊技術,才能有針對性地制定防範“AI駭客”的完善方案。
隨著AI演算法、AI系統在國計民生相關的領域逐漸得到普及與推廣,科研人員必須透徹地掌握AI安全攻防的前沿技術,並有針對性地為自動駕駛、AI輔助醫療、AI輔助投資等涉及生命安全、財富安全的領域研發最有效的防護手段。
▌還關注聯邦學習
除了安全問題之外,人工智慧應用的資料隱私問題,也是創新工場AI安全實驗室重點關注的議題之一。
近年來,隨著人工智慧技術的高速發展,社會各界對隱私保護及資料安全的需求加強,聯邦學習技術應運而生,並開始越來越多地受到學術界和工業界的關注。
具體而言,聯邦學習系統是一個分散式的具有多個參與者的機器學習框架,每一個聯邦學習的參與者不需要與其餘幾方共用自己的訓練資料,但仍然能利用其餘幾方參與者提供的資訊更好的訓練聯合模型。
換言之,各方可以在在不共用資料的情況下,共用資料產生的知識,達到共贏。
創新工場AI工程院也十分看好聯邦學習技術的巨大應用潛力。
今年3月,“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”論文的作者、創新工場南京國際人工智慧研究院執行院長馮霽代表創新工場當選為IEEE聯邦學習標準制定委員會副主席,著手推進制定AI協同及大資料安全領域首個國際標準。
創新工場也將成為聯邦學習這一技術“立法”的直接參與者。
▌創新工場AI工程院科研成績單
創新工場憑藉獨特的VC+AI(風險投資與AI研發相結合)的架構,致力於扮演前沿科研與AI商業化之間的橋樑角色。
創新工場2019年廣泛開展科研合作,與其他國際科研機構合作的論文,入選多項國際頂級會議,除上述介紹的“資料下毒”論文入選NeurlPS之外,還有8篇收錄至五大學術頂會,涉及影像處理、自動駕駛、自然語言處理、金融AI和區塊鏈等方向。
┃兩篇論文入選ICCV
Disentangling Propagation and Generation for Video Prediction
https://arxiv.org/abs/1812.00452
這篇論文的主要工作圍繞一個視頻預測的任務展開,即在一個視頻中,給定前幾幀的圖片預測接下來的一幀或多幀的圖片。
Joint Monocular 3D Vehicle Detection and Tracking
https://arxiv.org/abs/1811.10742
這篇論文提出了一種全新的線上三維車輛檢測與跟蹤的聯合框架,不僅能隨著時間關聯車輛的檢測結果,同時可以利用單目攝像機獲取的二維移動資訊估計三維的車輛資訊。
┃一篇論文入選IROS
Monocular Plan View Networks for Autonomous Driving
http://arxiv.org/abs/1905.06937
針對端到端的控制學習問題提出了一個對當前觀察的視角轉換,將其稱之為規劃視角,它把將當前的觀察視角轉化至一個鳥瞰視角。具體的,在自動駕駛的問題下,在第一人稱視角中檢測行人和車輛並將其投影至一個俯瞰視角。
┃三篇論文入選EMNLP
Multiplex Word Embeddings for Selectional Preference Acquisition
提出了一種multiplex詞向量模型。在該模型中,對於每個詞而言,其向量包含兩部分,主向量和關係向量,其中主向量代表總體語義,關係向量用於表達這個詞在不同關係上的特徵,每個詞的最終向量由這兩種向量融合得到。
What You See is What You Get: Visual Pronoun Coreference Resolution in Dialogues
https://assert.pub/papers/1909.00421
提出了一個新模型(VisCoref)及一個配套資料集(VisPro),用以研究如何將代詞指代與視覺資訊進行整合。
Reading Like HER: Human Reading Inspired Extractive Summarization
人類通過閱讀進行文本語義的摘要總結大體上可以分為兩個階段:1)通過粗略地閱讀獲取文本的概要資訊,2)進而進行細緻的閱讀選取關鍵句子形成摘要。
本文提出一種新的抽取式摘要方法來模擬以上兩個階段,該方法將文檔抽取式摘要形式化為一個帶有上下文的多臂老虎機問題,並採用策略梯度方法來求解。
┃一篇論文入選IEEE TVCG
sPortfolio: Stratified Visual Analysis of Stock Portfolios
https://www.ncbi.nlm.nih.gov/pubmed/31443006
主要是對於金融市場中的投資組合和多因數模型進行可視分析的研究。通過三個方面的分析任務來幫助投資者進行日常分析並升決策準確性。
並提出了一個全新的視覺化分析系統sPortfolio,它允許使用者根據持倉,因數和歷史策略來觀察投資組合的市場。sPortfolio提供了四個良好協調的視圖。
┃一篇論文入選NSDI
Monoxide: Scale Out Blockchain with Asynchronized Consensus Zones
https://www.usenix.org/system/files/nsdi19-wang-jiaping.pdf
提出了一種名為非同步共識組 Monoxide 的區塊鏈擴容方案,可以在由 4.8 萬個全球節點組成的測試環境中,實現比比特幣網路高出 1000 倍的每秒交易處理量,以及 2000 倍的狀態記憶體容量,有望打破“不可能三角”這個長期困擾區塊鏈性能的瓶頸。
▌獨特的“科研助推商業”思路
國內VC,發表論文都很少見,為什麼創新工場如此做?
這背後在於其“VC+AI”模式。
最獨特之處在于,創新工場的AI工程院可以通過廣泛的科研合作以及自身的科研團隊,密切跟蹤前沿科研領域裡最有可能轉變為未來商業價值的科研方向。
這種“科研助推商業”的思路力圖儘早發現有未來商業價值的學術研究,然後在保護各方智慧財產權和商業利益的前提下積極與相關科研方開展合作。
同時,由AI工程院的產品研發團隊嘗試該項技術在不同商業場景裡可能的產品方向、研發產品原型,並由商務拓展團隊推動產品在真實商業領域的落地測試,繼而可以為創新工場的風險投資團隊帶來早期識別、投資高價值賽道的寶貴機會。
“科研助推商業”並不是簡單地尋找有前景的科研專案,而是將技術跟蹤、人才跟蹤、實驗室合作、智慧財產權合作、技術轉化、原型產品快速反覆運算、商務拓展、財務投資等多維度的工作整合在一個統一的資源體系內,用市場價值為導向,有計劃地銜接學術科研與商業實踐。
以AI為代表的高新技術目前正進入商業落地優先的深入發展期,產業大環境亟需前沿科研技術與實際商業場景的有機結合。
創新工場憑藉在風險投資領域積累的豐富經驗,以及在創辦AI工程院的過程中積累的技術人才優勢,特別適合扮演科研與商業化之間的橋樑角色。
於是,創新工場AI工程院也就順勢而生。
創新工場人工智慧工程院成立於2016年9月,以“科研+工程實驗室”模式,規劃研發方向,組建研發團隊。
目前已經設有醫療AI、機器人、機器學習理論、計算金融、電腦感知等面向前沿科技與應用方向的研發實驗室,還先後設立了創新工場南京國際人工智慧研究院、創新工場大灣區人工智慧研究院。
目標是培養人工智慧高端科研與工程人才,研發以機器學習為核心的前沿人工智慧技術,並同各行業領域相結合,為行業場景提供一流的產品和解決方案。
而且, 創新工場還與國內外著名的科研機構廣泛開展科研合作。
例如,今年3月20日,香港科技大學和創新工場宣佈成立電腦感知與智慧控制聯合實驗室(Computer Perception and Intelligent Control Lab)。
此外,創新工場也積極參與了國際相關的技術標準制定工作。例如,今年8月,第28屆國際人工智慧聯合會議(IJCAI)在中國澳門隆重舉辦,期間召開了IEEE P3652.1(聯邦學習基礎架構與應用)標準工作組第三次會議。
IEEE聯邦學習標準由微眾銀行發起,創新工場等數十家國際和國內科技公司參與,是國際上首個針對人工智慧協同技術框架訂立標準的專案。
創新工場表示,自身的科研團隊將深度參與到聯邦學習標準的制定過程中,希望為AI技術在真實場景下的安全性、可用性以及保護資料安全、保護使用者隱私貢獻自己的力量。
後設分析論文 在 後設分析)是對研究進行的研究,代表它分析了大批的其他研究 ... 的八卦
整合分析(meta-analysis,譯註:又稱元分析、 後設分析 )是對研究進行的研究,代表它分析了大批的其他研究——人慈. ... <看更多>