2020年4月30日 星期四

Python三大用途!學了決不會後悔!

為了Python的三大用途,就給它撩落去學啦!
為了Python的三大用途,就給它撩落去學啦!

如果你想要學Python課程 ,或者你才剛學習Python課程 ,你也許會問:“我能用Python 做什麼?”這個問題並不容易回答,因為Python 用途太多了,以至於小編不知道該如何回答,但是我可以告訴大家的是幾個主要用途,Python主要有以下三大主要應用:
 
一、網頁開發
 
網頁框架可以幫助你用Python編寫伺服器端程式碼(後端程式碼)。這是在你的網頁伺服器上運行的程式碼,而不是運行在用戶設備和瀏覽器的程式碼(前端程式碼)。
 
為什麼需要網頁框架?
 
因為用網頁框架可以更容易地構建通用後端邏輯。這包括將不同的URL映射到Python程式碼塊,處理資料庫以及生成用戶在瀏覽器中看到的HTML文件。
 
二、資料科學
 
資料科學,這裡包括機器學習,資料分析和資料視覺化。機器學習是什麼?假設你想開發一個能夠自動檢測圖片內容的程式,你希望程式識別這是一隻狗或者希望程式能識別這是一張桌子。
 
Python就可以做到,比如你可以寫一些程式碼。例如,如果圖片中有很多淺棕色像素,那麼可以識別是狗。或者可以檢測圖片中的邊緣,如果有很多直的邊緣,那麼就是桌子。但這種方法很快就不好用了。如果圖片中的狗不是棕色毛的怎麼辦?如果圖片只顯示桌子的圓形部分怎麼辦?
 
這裡就需要用到機器學習了。
 
機器學習通過實現算法,該算法能夠自動檢測輸入中的模式。例如,你將1000張狗的圖片和1000張桌子的圖片輸入給機器學習算法,讓它掌握狗和桌子間的區別。那麼當你給出新的圖片讓它識別是狗還是桌子時,它就能夠進行判斷。
 
這有點類似孩子學習新事物的方式。孩子是如何學習認知狗或桌子的呢?就是通過大量的例子。你不會明確告訴孩子:“如果某個毛茸茸的東西有淺棕色的毛髮,那麼就可能是狗。”你會說,“這是狗,這也是狗。而這是桌子,那個也是桌子。“
 
如何用Python學習資料分析/視覺化?
 
你首先應該了解資料分析和視覺化的基礎知識。在學習了資料分析和視覺化的基礎知識之後,學習統計學基礎知識也將會很有幫助。
 
三、腳本
 
什麼是腳本?腳本通常是指編寫能夠自動執行簡單任務的小程式。
 
我曾經在日本的一家小型創業公司工作,公司有郵件支持系統,這用來回复客戶通過郵件發送給我們的問題。
 
在那裡工作時,我的任務是計算包含關鍵字的郵件數量,以便分析我們收到的電子郵件。這可以手動完成,但我寫了一個簡單的腳本來自動執行此任務。當時我們使用了Ruby,但對於這類任務Python也是不錯的選擇。 Python適合這類任務,因為它語法簡單,易於編寫,而且進行測試也很快

相關文章:

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!

AI機器狗Aibo成最新愛寵 真狗會被取代嗎?

今年10月即將入手的新身分證,它的UI設計有啥亮點?

你是我的眼!Google AI 眼鏡助視障朋友「看見」世界

快速學習Python給自學者的24個建議

Python語言必修六個標準的數據類型

Python快速通關19個語法

2020年4月29日 星期三

網頁前端CSS入門必學- display與visible屬性介紹

前端工程師入門必學的CSS displayvisible屬性介紹,學起來吧!
前端工程師入門必學的CSS display與visible屬性介紹,學起來吧!

本篇介紹網頁前端排版的兩個CSS屬性:display 屬性與 visibility 屬性。

CSS:display 屬性

display:block

對於CSS語法來說,網頁前端的每個元素都是一個矩形盒(rectangular box)模型。使用「display」屬性可以決定「盒(box)」的呈現方式。
「區塊元素(block element)」則是會佔用可以使用寬度的最大值,前後有換行符號
下面的範例將分別顯示是否有將<span>元素顯示為區塊元素(block element)的結果。在下面顯示的視窗中,按「CSS」可以觀看 CSS 的語法如何設定。
See the Pen
display: block
by Tedutw (@Tedutw)
on CodePen.

上述範例的網頁前端 CSS 語法設定如下:
span.block{
  display:block;
}

display:inline

inline 元素只佔用可用寬度的最大值,並不強制換行。
將上一段範例的<span>元素,CSS 換成「display: inline」的結果如下。跟上一個範例一樣,在下方的顯示視窗中,按「CSS」可以觀看 CSS 的語法如何設定。
See the Pen
display: block
by Tedutw (@Tedutw)
on CodePen.

上述範例的 CSS 語法設定如下:
span{
  display:inline;
}

display:none

「display:none」用來將元素隱藏使用,元素隱藏後就不佔用任何空間,在網頁前端頁面顯示時不會展現出來,就好像該元素不存在一樣。
以下範例中,我們將第 2、4 段設為「display:none」,其他設為「display:block」。
See the Pen
display: none
by Tedutw (@Tedutw)
on CodePen.

上述介紹的「block」、「inline」、「none」都是最常用的 display 參數。display 還有很多其他次常用的參數值,如 list-item、table、table-cell、table-column、grid 等,會在往後的章節中一一介紹

visibility 屬性

visibility 屬性用於指定元素是可見的還是隱藏的。最常見的值是 visible 和 hidden
當我們想要隱藏園素食,有兩個方法:一是上一段介紹的,將「display」屬性設為「 none」參數;二是將「visibility」屬性設置為「hidden」來隱藏元素。
注意:以上兩個方法雖然都能將元素隱藏,但都呈現出不同的結果:
被「display:none」隱藏後的元素,就不會佔用任何的空間,就好像它從來都不存在一樣;而被「visibility:hidden」隱藏後的元素,雖然在網頁前端不會顯示,但仍佔用了對應的空間(就是被隱藏的元素有多大,網頁上空出來的空間就有多大),所以仍會影響排版。範例如下:
我們準備要將以下的例子,第一個<p>元素設為「visibility:hidden」、第二個<p>元素設為「display: none」。
See the Pen
visible:hidden-before
by Tedutw (@Tedutw)
on CodePen.

將以上的第一個<p>元素設為「visibility:hidden」、第二個<p>元素設為「display: none」的結果如下:
See the Pen
visible:hidden-after
by Tedutw (@Tedutw)
on CodePen.

由以上例子我們可知,同樣都是將元素隱藏,第一個<p>元素雖然被「visibility:hidden」隱藏了,但是仍遺留下空間;第二個被「display: none」隱藏的<p>元素則是完完整整的「被消失」,連原本的位置都不見了。
下一張我們將介紹網頁前端排版的另一個 CSS 屬性:Positioning Elements。

相關文章:

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!
AI機器狗Aibo成最新愛寵 真狗會被取代嗎?
今年10月即將入手的新身分證,它的UI設計有啥亮點?
你是我的眼!Google AI 眼鏡助視障朋友「看見」世界
前端工程師Javascript入門教室22-數學物件
前端,後端,全端工程師傻傻分不清?
想轉職看過來:網站前端正夯

2020年4月28日 星期二

AI是保護環境的救星(下)

效率比人類快 3000 倍的AI是保護環境的救星
效率比人類快 3000 倍的AI是保護環境的救星


本篇為下篇,上篇請點此連結

比人快 3,000 倍!Google AI 省時省力拚保育


過去用人力一張一張的辨識照片影像,一個小時最多也只能處理 1,000 張照片。但假如使用 Google Wildlife Insights AI人工智慧影像辨識分析的速度可達3,000 倍以上,等於ㄧ小時能處理多達 3 千 6 百萬張照片。

▲Google AI 可辨識出照片中的物種或空景。

當然,目前尚不能精準辨識出地球上所有物種,但其中 614 種物種如美洲豹、非洲象與羚羊等,Google AI 有最多達 98.6% 的準確度。且最重要的是,若是沒拍到動物的空景,人工智慧  AI 可以快速地辨識出並且剔除,就已省下一大筆人工篩選時間了。

此外,AI 在辨識的同時也能統計相同區域中出沒的動物,計算出物種分布密度,提出一份較為準確的數據給予大眾使用。識別、分析和共享野生動物的數據,以近乎即時的方式揭示野生生物的現況。

只聞其聲不見其「魚」 Google AI 用音頻追蹤鯨魚


除了在陸地上跑跳的動物外,海中優游的座頭鯨也是 Google 關心的對象。

座頭鯨以其躍出水面姿勢、長長的胸鰭與富有深意的叫聲而聞名,被稱為「大海的歌唱家」。然而,隨著遠洋漁業的發展,座頭鯨曾一度被列為瀕危物種。根據《自然》雜誌發表的一篇報告指出,商業性捕魚已使近 90% 的大型掠食性魚類消失,其中就包括座頭鯨。

為了保育面臨絕種危機的座頭鯨,第一步是要確認他們出現的位置和時間。Google 在東京舉行的「Solve with AI」論壇上,公開了 Google 與美國國家海洋暨大氣總署(NOAA)合作訓練神經網路模型的 AI,可自動偵測辨識座頭鯨的聲音,並進一步定位其所在地。

▲Google 與 NOAA 建立了網站「鯨魚之歌」,分享了數千小時的鯨魚歌聲。

要從這些錄音中辨識出座頭鯨的聲音並不簡單,水下錄音機會錄下各式各樣的聲音,而雨聲或是船隻的噪音,也常混淆判斷。並且座頭鯨的叫聲特別難分辨,不如藍鯨、長鬚鯨等其他鯨類會發出固定的叫聲,座頭鯨的叫聲複雜且多變,更是加深辦識難度。

NOAA 過去已錄製了超過 17 萬小時的水下錄音,「若要人手處理,需要24 小時不眠不休地聆聽 19 年,要人手分析簡直是天方夜譚。」

Google AI 將這些水下聲音轉視覺化,以頻譜表示,不斷標記頻譜資料訓練,就能讓 AI 更精準的標記出錄音中的座頭鯨聲音。現在 AI 已經可以根據錄音中的座頭鯨聲音,在地圖上標記出他們出現的時間地點,甚至得知牠們的遷徙途徑,用於保育和研究。

這些生活在地球已有 5000 萬年的大型哺乳動物,能否能夠繼續優游海洋,也許命運就交託在 AI 手中。


相關文章:

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!

AI機器狗Aibo成最新愛寵 真狗會被取代嗎?

今年10月即將入手的新身分證,它的UI設計有啥亮點?

你是我的眼!Google AI 眼鏡助視障朋友「看見」世界

人工智慧手機可防拍私密照,爸媽最佳利器(上)

人工智慧甩尾完勝世界冠軍(上)

人工智慧崛起 好怕怕!歐盟頒AI 白皮書(上)

2020年4月27日 星期一

AI是保護環境的救星(上)

AI效率比人類快 3000 倍
AI效率比人類快 3000 倍


保護環境除了個人力行友善地球之外,在氣候劇烈變化下人工智慧 AI是生態保育的關鍵技術!
如今,氣候變遷是人類面臨的最大挑戰之一,全球變暖、冰川消融、物種滅絕、海平面上升到極端天氣事件頻發等等,能挽回的時間越來越緊迫。也許我們可以借助於效率比人類快 3000 倍的 AI 人工智慧⋯⋯


「現代問題需要現代手段」


《自然氣候變遷》(Nature Climate Change)期刊研究生物多樣性資料庫中的 48,786 個動植物物種,並進行電腦氣候變遷模擬,而結果表明:若無法有效減少溫室氣體排放,屆時全世界 57% 的植物和 34% 的動物將會失去超過一半的家園。
這將對上萬種物種產生毀滅性的影響,常見、珍稀和瀕危物種都難逃一劫。而許多動物保育或環保團體正在抓緊時間,記錄下野生動物的姿態、習性乃至等聲音等資料。
但,先不論人工採集資料所需耗費的成本,以人力一項項辨識分析巨量的資料往往是事倍功半、耗時過久,此時 AI 的優勢變展現出來:經訓練的 AI 辨識資料的時間比人類少了 1/3000!等於人類辨識完一張相片的時間,AI 已經辨識完 3000 張了。


動植物資料庫最強救星 AI 輕鬆處理百萬張照片


在物種生態研究領域中「相機陷阱」(Camera Traps)是一種採集原始照片常用的方式。將鏡頭長期放置在大自然,再利用紅外線感應並自動拍攝的,時常被應用在觀察野生動物與尋找稀有物種上。
隨著相機畫質不斷提高,相機陷阱的運用也愈來愈盛行。然而,即使是被動拍攝,一年拍攝的照片也多達數百萬張,其中可能只拍到動物閃身而過、或是拍到空蕩蕩的背景,但也很可能捕捉到珍貴的一幕。
為了處理這些人力無法負擔的百萬張照片,Google 成立了「Wildlife Insights」平台,並訓練了專責辨識照片的 AI。根據介紹,Google 用了 870 萬張動物圖像去訓練 AI,這比全世界博物館中的動物標本總和都還多。
任何人只要將相片上傳到此平台,AI 就會自動分析識別照片中有沒有拍到動物、是什麼動物。
▲相機陷阱如同人類在大自然中的眼睛,而 AI 則是過濾出有用資料的關鍵。
同時 Wildlife Insights 平台也匯總了來自世界各地的照片,統整出全球各地野生動物分布的即時數據並無償公開。目的是結合生態保育、AI 尖端技術與大數據分析技術,無論是動保團體、生態動植物科學家或一般民眾都共享這些自然生物的資料,在保育全球野生動植物種群的目標上功不可沒。

本篇為上篇,下篇請點此連結

相關文章:

用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!
AI機器狗Aibo成最新愛寵 真狗會被取代嗎?
今年10月即將入手的新身分證,它的UI設計有啥亮點?
你是我的眼!Google AI 眼鏡助視障朋友「看見」世界
人工智慧手機可防拍私密照,爸媽最佳利器(上)
人工智慧甩尾完勝世界冠軍(上)
人工智慧崛起 好怕怕!歐盟頒AI 白皮書(上)

2020年4月23日 星期四

Python零基礎如何迅速功力倍增的24個建議

快速學習Python的24個建議
快速學習Python的24個建議


如何自學Python程式語言?有些人學Python程式語言3個月累到吐血都還沒入門,是哪裡出了問題?他到底有哪些事情沒有做對?本篇有24個建議送給Python初學者,或許是這些出問題!

如何自學Python程式語言

1.不要看到別人的回复第一句話就說:給個代碼吧!你應該想想為什麼。當你自己想出來再參考別人的提示,你就知道自己和別人思路的差異。

2.初學者請不要看太多太多的書那會誤人子弟的,先找本系統的學,很多人用了很久都是只對部分功能熟悉而已,不繫統還是不夠的。

3.看幫助,不要因為很難而自己是初學者所以就不看;幫助永遠是最好的參考手冊,雖然幫助的文字有時候很難看懂,總覺得不夠直觀。

4.不要被對象、屬性、方法等詞彙所迷惑;最根本的是先了解最基礎知識。

5.不要放過任何一個看上去很簡單的小問題他們往往並不那麼簡單,或者可以引伸出很多知識點;不會舉一反三你就永遠學不會。

6.知道一點東西,並不能說明你會寫腳本,腳本是需要經驗積累的。

7.學腳本並不難,JSPASPPHP等等也不過如此難的是長期堅持實踐和不遺餘力的博覽群書。

8.看再多的書是學不全腳本的,要多實踐。

9.把時髦的技術掛在嘴邊,還不如把過時的技術記在心裡。

10.學習腳本最好的方法之一就是多練習。

11.在任何時刻都不要認為自己手中的書已經足夠了。

12.看得懂的書,請仔細看;看不懂的書,請硬著頭皮看。

13.別指望看第一遍書就能記住和掌握什麼——請看第二遍、第三遍。

14.請把書上的例子親手到電腦上實踐,即使配套光盤中有源文件。

15.把在書中看到的有意義的例子擴充;並將其切實的運用到自己的工作中。

16.不要漏掉書中任何一個練習——請全部做完並記錄下思路。

17.當你用腳本到一半卻發現自己用的方法很拙劣時,請不要馬上停手;請盡快將餘下的部分粗略的完成以保證這個代碼的完整性,然後分析自己的錯誤並重新編寫和工作。

18.別心急,寫腳本確實不容易;水平是在不斷的實踐中完善和發展的。

19.每學到一個腳本難點的時候,嘗試著對別人講解這個知識點並讓他理解—-你能講清楚才說明你真的理解了。

20.記錄下在和別人交流時發現的自己忽視或不理解的知識點。

21.保存好你做過的所有的源文件—-那是你最好的積累之一。

22.對於網絡,還是希望大家能多利用一下,很多問題不是非要到論壇來問的,首先你要學會自己找答案,google、百度等都是很好的搜索引擎,你只要輸入關鍵字就能找到很多相關資料,別老是等待別人給你希望,看出你平時一定也很懶!

23,到一個論壇,你學會去看以前的帖子,不要什麼都不看就發帖子問,也許你的問題早就有人問過了,你再問,別人已經不想再重複了,做為初學者,誰也不希望自己的帖子沒人回的。

24,雖然不是打擊初學者,但是這句話還是要說:論壇論壇,就是大家討論的地方,如果你總期望有高手總無償指點你,除非他是你親戚!討論者,起碼是水平相當的才有討論的說法,如果水平真差距太遠了,連基本操作都需要別人給解答,誰還跟你討論呢。

能找到很多相關資料,別老是等待別人給你希望,看的出你平時一定也很懶!

浮躁的人容易問:我到底該學什麼?別問,學就對了;

浮躁的人容易問:學腳本有錢途嗎?建議你去搶銀行;

浮躁的人容易說:我要中文版!我英文不行?不行?學呀!

浮躁的人分兩種:只觀望而不學的人;只學而不堅持的人, 浮躁的人永遠不是一個高手。

如果你想入行Python,最好還是有老師帶領學習,少走彎路,快速找到工作!

達內教育Python全新升級為5個月課程,緊跟企業實際招聘需求,從夯實基礎知識開始,到網站開發、人工智慧項目實踐,幫助0基礎學員快速達到一線工程師標準。達內教育的很多學員未畢業已經被企業搶定,這就是實力的見證。

相關文章:

今年10月即將入手的新身分證,它的UI設計有啥亮點?
差點被拋棄的冠軍程式語言-Java入門教學(一)Java 身世之謎/寫出第一個Java程式
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!
痛失英才!台灣人工智慧學校執行長陳昇瑋辭世
AIBO人類新寵兒是人工智慧機器狗(上)
Python語言必修六個標準的數據類型
Python快速通關19個語法

2020年4月22日 星期三

零基礎學習Python開講

零基礎想快速掌握Python語言有方法
零基礎想快速掌握Python語言有方法


完全沒基礎學習 Python 程式語言,如何才能快速掌握Python知識,甚至找工作領薪資的水平呢?今天就和大家分享零基礎學習 Python 程式語言的進階之路,希望對你有所幫助!

零基礎學習Python程式語言的進階之路

Python比較簡單,非常適合初學者入門,內置了各種庫,還有豐富的大約13萬第三方庫,掌握了語法和程式思維後,可以直接使用這些庫做出自己的產品。

這篇 Python 入門學習指南,針對沒有任何程式經驗、從零開始學習 Python 的小白,不管學習的出發點是出於興趣、工作需要、還是想要轉行。

對於初學者,入門至關重要,這關係到初學者是從入門到精通還是從入門到放棄。以下是結合自身的學習經驗,整理出的一條學習路徑,主要有四個階段。

NO.1 新手入門階段,學習基礎知識

總體來講,找一本靠譜的書,由淺入深,邊看邊練。

網上的學習教程有很多,多到不知道如何選擇。所有教程在基礎知識介紹方面都差不多,區別在於講的是否足夠細(例如運行原理)以及是否有足夠的練習。

目前推薦大家看書《Python程式語言從入門到實踐》,作者是美國教師,內容從基礎知識開始,循序漸進,層層深入,適合零基礎者。課程內容第二部分有三個項目實戰:外星人入侵、資料視覺化、Web應用程序。

不要看很多本,專注於一本,從頭到尾看下去,把裡面的例子和習題都動手練習一遍,搞懂為什麼。程式從一開始就離不開練習,光看是不可能看會的。只有你在電腦上一行一行的敲代碼,才會發現其中沒注意到的細節問題,才能有更深刻的理解。縮進、大小寫、括號、引號、代碼執行的方式等,都是早期學習的坑,切記,不要直接複製代碼,一定要手動去敲代碼、運行代碼。

這個階段最重要的就是:學好基礎知識。掌握了基礎之後,便可以開始做項目練習鍛煉程式思維了。

NO.2 做項目練習階段,鍛煉程式思維

掌握了Python的基礎知識後,你會寫代碼了,但是還無法掌握"程式思維"。因此需要更多的練習,來理解程序的結構設計、算法等,能用1行代碼解決的事情,堅持不用2行代碼;能1秒運算完成堅決不用2秒。

網絡上有很多的的Python入門練手項目,例如知乎《Python的練手項目有哪些值得推薦》,裡面有很多的練手項目。練習項目,可以鍛煉自己的程式思維,同時了解Python的內置庫和第三方庫,開始學習如何使用這些庫。

程式入門最好能找一個已經會Python的人,在遇到問題時進行諮詢,可以少走很多彎路。但是,要學會查看官方文檔和搜索,學會如何更好地提問。沒人願意幫你寫作業或是回答那些“一搜便知”的問題。學會解決問題的方法很重要,這將伴隨你的程式生涯。

以下是部分項目練習:

take a break

破解隱秘信息

Turtle畫藝術感圖案

NO.3 真實的項目實戰階段,實際應用

經過一段時間的學習和練習,寫過一些小的程序之後,往往會陷入瓶頸,這個時候的你會寫代碼會做題,但是對於真實的項目開發依然缺少認識(例如如何開始寫遊戲"外星人入侵"),一旦程序規模較大就無從下手,不知道從哪裡開始。這個時候可以去挑戰具體的項目了,爬蟲、web開發、數據分析、機器學習等廣闊的世界已經向你敞開。

在這個階段,需要有明確的開發目標,並且對目標做一定的設計和功能劃分,然後逐步開發直至完成。這其中會遇到各種問題,在不斷解決問題時,你的開發水平和問題解決能力也將隨之得到提高。

以下是部分實際應用,提供了解決思路和實現過程,不要問我為什麼總是抓美女圖片,技術本無罪(天真的笑臉):

抓取美女寫真圖片並保存

人臉識別-抓取顏值大於70分的美女圖片

電影票比價網

這些案例基本可以算作完整的個人項目,甚至達到小的商業項目標準。

程式是個理論與實踐相結合的事情,並且實踐更重要。從簡單的程序開始,堅持練習。一定不能著急,欲速則不達。也不用太在意你做的項目本身是不是夠酷炫夠高大上。對學習階段來說,不管好項目壞項目,只要是在寫,都不浪費。當你的代碼行數積累的一定程度時,你會發現自己的程式能力已經和當年不是一個檔次了。

這些案例基本可以算作完整的個人項目,甚至達到小的商業項目標準,可以進行商業性探索,想想怎麼賺點外快。或者,可以投遞簡歷,找一份滿意的工作。

NO.4 進階提升,學習多線程和選擇方向

這個階段的你,已經可以寫項目了,但是對於底層可能了解的還不夠。例如,同樣的代碼量,如何使得代碼運行的效率更快更節省內存?這些需要不斷的提升,需要學習多線程和多進程。我目前處於這個階段,也處於學習狀態,所以講的可能不完全對,一起探索。

學習程式需要持之以恆,對於初學者需要選個感興趣的領域,選擇一個方向,專注的深入學習,努力成為該領域的專家。當然,大神一般都是個個領域都神通廣大,誰讓我們是菜鳥呢,還是先選個方向踏踏實實的努力吧。

但如果是你是完全沒有程式基礎的小白,那麼跟著老師是最好的學習方式,少走彎路,學習效率高。在 達內教育 畢業前,還將有就業推薦,老師提前指導技術和麵試,不用費勁投簡歷找工作,何樂而不為?

如果你也想入門高薪Python人工智慧行業,歡迎你來到 達內教育 學習。

相關文章:
今年10月即將入手的新身分證,它的UI設計有啥亮點?
差點被拋棄的冠軍程式語言-Java入門教學(一)Java 身世之謎/寫出第一個Java程式
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!
痛失英才!台灣人工智慧學校執行長陳昇瑋辭世
AIBO人類新寵兒是人工智慧機器狗(上)
Python語言必修六個標準的數據類型
Python快速通關19個語法


2020年4月21日 星期二

活潑具有靈魂的人工智慧機器狗人類新夥伴(下)

AIBO人類新寵兒是人工智慧機器狗
AIBO人類新寵兒是人工智慧機器狗
本篇為下篇,上篇請點此連結

定期飼主聚會、過世舉辦葬禮……走進人類生活的機器狗

人工智慧 aibo 機器狗銷量紅不讓普及度高,日常生活中有一隻機器狗陪伴已經不是特別的事了。
日本一家位於東京阿佐谷的咖啡店 ペンギン カフェ (PENGUIN CAFE)特意延長開店時間,以舉辦名為「Aibo World」的聚會,供擁有機器狗狗的主人們交流。主人們一邊喝著茶,一邊聊著自己的 aibo 有什麼「喜好」,並且分享「餵養」心得,一如普通的寵物飼主聚會。而 「aibo 們」則在一旁玩耍,不小心摔倒或卡在一起時,主人便會走過來扶好它們。
然而,aibo 終歸是機器,也會面臨無法再維修的故障。而為了悲傷的主人,位於千葉縣夷隅市的光福寺為「壽命以至」的 aibo 們舉行供祭法事,相當於替它們舉辦葬禮。
寺內住持大井文彥認為,不應像普通法事那樣供祭鮮花水果,故祭壇上擺放的是鉗子、斜口鉗、萬用錶等等工具。另外,甚至準備了兩隻寫入念經的程式的 aibo,讓它們在法事上為自己的同胞誦經超渡。
▲光福寺 aibo 送葬法會。可見大井住持前安放各種不同型號的 aibo,一起接受誦經儀式。
大井文彥住持接受採訪時說到:「就算 aibo 是沒有感情的機器,它就像鏡子一般,映射出人類的情緒。」可以說是主人能透過 aibo 看到自己的內心。

機器狗會變成人類更好的夥伴嗎?

正如大井文彥所言,其實有感情的不是 aibo ,是人們自己。
人們將自己的情感需求投射在 aibo 身上,然而無論有多以假亂,終歸不能改變「aibo」是一塊冰冷金屬的事實。而創造出 aibo 獨特個性、動作反應與「靈魂」的AI 人工智慧 ,也是沒有情緒的科技技術而已。
▲ 影片中主人同時和 Aibo 與真實的小狗互動,不少網友看完後在影片下方留言:「機器狗永遠沒辦法取代真實的狗狗」
aibo 要價不斐,零售價格為 2,900 美元,需要雲端儲存服務的話得另外每月繳納資費,若要使用某些如居家巡邏等功能,則一定要付費購買雲端服務;更別說其餘專屬配件如骨頭配件 aibone、骰子配件 Aidice 等,售價約 40 美元不等。長期下來真的是所費不貲。
再說「需要付費才能儲存的記憶」這樣說起你是不是也覺得有點怪怪的呢?它究竟是真的記憶、還只是一堆數據、成為商人貼標出售的商品?畢竟追根究柢,即使機器狗能藉由把記憶儲存在雲端,再傳輸進下一部機械身軀中,就真的能代表不死嗎?
更何況,與此同時台灣各地收容所中的貓狗,正在面臨「安樂死」……

別成為毛孩悲傷結局的幫兇 領養代替購買不只是口號

台灣大學獸醫專業學院費昌勇教授《十二夜完結篇:流浪動物之拯救方案》中統計,其實台灣的流浪狗總量從 1999 年開始就逐年減少,但是動物收容所內執行安樂死的數目並沒有減少。
這表示依然有許多流浪貓狗無人認養,導致狗狗們需在收容所內經歷生命倒數十二日的殘酷結局。
現今得力於動物福祉觀念更加進步,也有不少心疼毛孩的善心人士願意耗費自身的時間、精力與金錢成立「中途之家」,作為浪浪從街頭到找到家之前的中繼站;或是開設寵物咖啡廳,將營業所得作為醫療與照顧流浪動物的費用,甚至再將多餘的錢捐給其他幫助流浪貓狗的團體。
「領養代替購買」是一句時常聽見的標語,但就算因為自身因素真無法接一隻浪浪回家,也有許多中途之家有「雲端認養」服務,可以透過網路介紹與照片認識其中的浪浪,再透過轉帳方式資助捐獻給浪貓浪狗,讓他們得到更好的照顧。
▲ 電影《十二夜》記錄收容所裡 12 天的血淚過程,希望喚起大眾關心流浪動物的命運。
若真心想養寵物,就請把精力與資源投在認養狗貓身上吧!畢竟當天冷時、能用毛絨的身軀貼近你、溫暖你身心的是只有真實的狗狗;或是黏在你旁邊呼嚕呼嚕的真實的貓咪,而不是機器狗。
請大家以認養代替購買!請點此認養貓狗

貓奴工程師獻給浪浪的庇護所-AI人工智慧貓窩
AI人妻在日本大賣?假的!但本尊也是會笑會說話的AI美人

相關文章:
今年10月即將入手的新身分證,它的UI設計有啥亮點?
差點被拋棄的冠軍程式語言-Java入門教學(一)Java 身世之謎/寫出第一個Java程式
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!
痛失英才!台灣人工智慧學校執行長陳昇瑋辭世
人工智慧讓視障朋友看見世界(上)
人工智慧甩尾完勝世界冠軍(上)
人工智慧崛起 好怕怕!歐盟頒AI 白皮書(上)