蘋果日報紙本謝幕
2021.5.17
0.
我想記錄這件事情的發生時間 2021年5月17日,蘋果日報將出版最後一天的紙本報紙,從實體通路中謝幕。這篇文長,會從新聞媒體的數位轉型,新媒體平台與演算法的競爭,來討論這件事情。
一樣的,我想先聊這件事情的發生。
蘋果日報在 5月14日,發了一封公開信,宣布會在 5月17日最後一次發行紙本,於 2021年5月18日後停刊,不再發行紙本報紙。
蘋果日報 曾經在台灣是與 自由時報 互爭發行量第一的報紙媒體,在iPhone 3G 開賣的2008年,發行量達 50萬份,而依照他公開信的內容,目前發行量僅約10萬份。
蘋果日報紙本停刊,這在台灣的社群媒體發展,和傳統媒體競爭中,是一個很重要的事件。
我想針對幾件事情,跟大家分享我的看法,記錄一下台灣媒體發展的重要時刻
1.
自媒體的時代中夾生存的傳統媒體
先簡單談一下自媒體時代,發聲有多容易。
我們在談自媒體,談的是每一個人都可以成為一個媒體。但我們忘了談一件事情,那就是媒體也慢慢地就像一個人一樣,在社群平台上面有個數字—追蹤數。一起在這裏追求著觸及和流量,以及影響力。
那些媒體所打造的組織,仰靠著大量的人力成本和設備。但現在你只要打開臉書,或是打開 Youtube,按幾個鍵,走完一段大約三分鐘的程序,你就可以開始一趟自媒體之旅。有一個媒體的名稱,在上面寫寫字,按下送出後,就會傳到非常多人的面前。
就像你現在所看到的這篇文章,和這一個自媒體。
在稱作「研究生」的這個自媒體裡面,我是記者,也是編輯,還是個主筆。這個媒體廣編不分離,我還要自己談廣告,接業配。唯一一個我不用做的事情,就是通路。因為臉書幫我處理好這件事情,我不需要去煩惱,要如何把訊息傳達到閱聽人手上。當然,我會面臨一些其他更麻煩的問題,這個部分我們稍後再說。
「通路」這件事情的重要性,是一個沒有經歷過傳統媒體產製流程的人,很難想像的一件事情。
2.
傳統媒體的產製成本
我當年還是新聞所的學生時,帶著一群高中生參加聯合報新聞營。大家對於走到一個報社,會驚呼的,不是總經理,也不是總編輯,更不是那一堆名為「編輯台」的電腦。因為那些都太抽象了。
對,大家最興奮的,是龐大的印刷機器。
一個報紙的產製過程,並不是在把「文章按下送出」後就結束。要送印,送印完後要派報。在凌晨有一群人開著車把報紙送到你家附近的某個橋下,以便躲雨。然後送報員再去橋下領取那些報紙,挨家挨戶的配送報紙。當然啦,現在已經很少人在訂報,報紙最後沒有到你的信箱,可能是到附近的便利商店。
這個過程,用現在的網路語言講,大概就是「把你的文章,經過演算法後,在臉書牆上出現」。這一句話說得簡單,但在傳統報紙中,卻是要一群人每天在凌晨完成的事。
我希望大家不要誤會,運用臉書傳送資訊內容,讓文章在幾秒鐘後就能傳遞到全世界臉書使用者面前,並不是沒有成本。裡面有大量的工程師,維護機器的人員,甚至是網路的鋪設等等。他一樣有很多的費用會產生。只是當你在運營自媒體的時候,不用去想這些事情,因為「平台」已經幫你想好了。
我在學校教媒體創作時,第一堂課我會跟學生聊這件事情:「在十五年前,我還坐在這間教室裡學習如何當一個好的新聞記者時,我們談採訪,聊編輯,學報導,操作技術。但是沒有一堂課會告訴你,要如何開一間報社,怎麼開一家電視台。但現在,這堂課在台大發生了,我們這堂課,就是要你從零開始做一個自己的媒體,從品牌定位,編輯台的規劃開始做起。」
為什麼十五年前做不到的事情,現在能做到?因為通路。當通路的成本降下來了,甚至是所謂的「系統化」,在發行一個自媒體的過程中,少了很多的事情要做。那些,可能是新世代的媒體人,想都沒想過的事情。
我本來想聊電視和 Youtube 媒體產製流程的關係。不過因為這篇文章已經夠長了,留待之後有相關事件,再一起討論。
接下來,我想切入一個很重要的議題:當媒體在網路上只剩下品牌。
3.
當媒體只剩下品牌
當我們在談「自媒體」的時候,常常只看到一個面向,就是「品牌本身在網路上也是個媒體」。但我想邀請大家看到另一個面向,就是「媒體在這些平台上,也只剩下品牌」。
在一個臉書平台的演算法推播,或是 Youtube 去推播一則影片,又或者是你用 Google 去搜尋一則新聞。媒體的內容,跟其他網路內容,其實長得沒什麼兩樣。
對,就是一樣的,臉書貼文只有一種介面,Youtube 影片也只有一種介面。差別只是他有沒有把這個「品牌」,塑造出一個「媒體的形象」,或是「新聞的形象」。
如果我說「 東森新聞」是個媒體,你可能點頭如搗蒜。但我如果說「 卡提諾狂新聞」是個媒體呢?你可以會想一下,最後大概會告訴我,不是吧,他是個娛樂粉專。
那請問「眼球中央電視台 」是媒體嗎?「志祺七七」是新聞嗎?還是那只是「視網膜 Retina」和「張志祺」的個人品牌?「niusnews 妞新聞」,「小日子」,「PopDaily 波波黛莉的異想世界」他分別是用什麼樣的角色出現在你眼前?
試著想一件事情,在一個分眾的時代,一群人坐在咖啡廳聊天,都沒有辦法的定義出什麼是媒體,那麼平台的演算法能做到這件事情嗎?或是說,你期待他幫你做到這件事情嗎?
這邊我要先說一下,媒體存在的價值和企業品牌,個人品牌,和政府機構之類的「自媒體」相比,他們的確在資源上和社會意義上有很大的差異。但我想讓大家思考的是,或許這些所謂的「傳統媒體」有著不一樣的使命在,但是當他放在「臉書」「Youtube」這些平台上的時候,他們對平台來說,對閱聽人來說,差異可能比你想的小很多。
十五年前,如果你想要得到一個疫情的訊息,可能會打開電視,或是去買份報紙。但現在,你可能會打開臉書或是 Youtube,又或是Google 一下,聽聽 Clubhouse 。想一下你的確診資訊是從哪來的?是「蘋果日報」「聯合報」「TVBS」這類的傳統媒體嗎?還是從哪個政治人物的粉專看到的呢?或是「衛福部」自己開的直播?
講一下我的好了,我的主要資訊來源是「日本自助旅遊中毒者」以及這個自媒體的作者兼編輯兼總主筆及Clubhouse製作人,人稱林氏璧的孔醫師。
如果放在十年前,你可能會覺得這是個非常荒謬的事情,「什麼?你聽一個教你玩日本的部落客告訴你防疫?你怎麼不看電視呢?」
但我可以相當有信心的說,雖然聽起來好像違和感很重,但十年後的現在非常多人都知道我在說什麼,而且不會質疑這個合理性。
是的,蘋果日報的競爭對手,不只是大家腦中想像的其他媒體。還有政府官方的自媒體,還包括了一個在疫情下轉行的「日本旅遊部落客」。
4.
你的新聞不是我的新聞
傳統媒體碰到數位轉型時,還面臨到一個挑戰,就是人力資源的重新調配,和演算法的競爭。
在網路上你應該會常看到這樣的留言「媒體都沒新聞報了嗎?幹嘛寫這個。」這句話看似憤怒有道理,但應該不少新聞從業人員,只能看著這句話苦笑。
一家報社,每天都會有非常多的新聞。如果你有經歷過在早餐店翻報紙的年代,可能也有跟我一樣的訓練 — 運用十分鐘吃早餐的時間,看完兩份報紙。
一份報紙最重要的新聞,稱作「頭版頭」。他的意思是,在一整份報紙裡面的第一頁,最上面,寫在報紙名稱附近的新聞。這一則新聞有非常重大的意義,他意味著「這份媒體為昨日一整天,選出來最重要的事件。」裡面有著價值觀判斷和意識形態。換句話說,換個媒體,或是換個媒體的老闆,甚至是換個總編輯,可能都會選出不同的事件。在十幾年前念大眾傳播科系的學生們,都受過這樣的訓練 — 比報。比報訓練中,最重要的事情就是去分析各家報紙對於「頭版頭」新聞的選擇。
好,我們現在把傳統「頭版頭」新聞的概念,放在臉書上,會變成什麼呢?
我在課堂上,或是去各大學演講討論「網路媒體識讀」的時候,會告訴學生一個重要觀念「編輯有很多工作要做,其中一項是運用符號和編輯的手法,來決定什麼新聞應該要被看到。而這項工作,現在的競爭對手往往不是人,而是演算法。」
首先,大家不用去質疑「重要新聞沒人報」這件事情。如果你有機會走去便利商店,買一份報紙,你可能會覺得很陌生。「奇怪了?怎麼跟我平常看到的新聞差這麼多?」
以前的媒體,大家是一起看到頭條新聞的,但你在臉書上看到的內容卻完全不是。
這麼說吧,媒體選出來最重要的新聞,放在「頭版頭」,會在你買報紙的當下強迫看到。但是放在臉書上,你可能對他無感,就滑過去了。臉書會判斷這則新聞「大家比較沒興趣」,於是觸及就變低,更少人看到了。
反而是那些會被認為「媒體都沒新聞報了嗎?幹嘛寫這個。」的新聞,本來可能只是在報紙裡面的一個小角落的奇聞軼事。你在吃早餐的十分鐘可能根本沒機會翻到,但是因為在網路上「大家用手指投票」的結果,讓臉書認為這是個很多人有興趣的文章,所以才會被你看到。
所以下一次要抱怨的時候,可以把對象轉移到臉書身上,因為媒體的總編輯,可能有跟你有一樣的無奈感。
久而久之,大家也對這件事情有更強的認知。一則重要的新聞,以前媒體可以用很大的力量來推播。可以放在頭版頭,可以發號外,可以大篇幅報導。但現在,他除了下一個「臉書跟你都會一起被騙的標」,或是花大筆錢下廣告之外。幾乎沒有路可以走。
就像上一節所說的,媒體不只要跟媒體搶流量,在這平台上,他要跟所有人搶流量。就算他要下廣告,競爭對手也不只是媒體,更多的是房地產,電商,甚至是網紅業配之類的,以前不會被拿來相提並論,曾經是八竿子打不著的競爭對手。
5.
大家還看報紙嗎?
回到本質的問題,大家還看報紙嗎?如果報紙的工作是要及時傳遞新聞,那個「及時」可能無法挑戰更「即時」的網路。試想假設你買報紙的目的不是為了新聞,那是為了什麼?
很多人說傳統媒體都不做數位轉型,這個問題我很難給出明確的論述。因為的確,在傳統媒體轉型做網路的初期,有很多試行錯誤 (Trial and Error) 都發生過。現實中,有非常多失敗的轉型案例,但整體而言大部分的傳統媒體,都有或多或少的轉型成功。所以我們在討論的不是「蘋果日報」這個品牌要收掉了,而是「紙本型態」要在新一波的媒體的典範轉移中成為過去式。
蘋果日報在這一次發的公開信中提到:「數位洪流超乎我們想像,尤其是Google、Facebook等數位平台的壟斷,造成廣告資源的大量流失,對紙媒不啻是沈痛打擊。」
這一段話,很多人認為是搪塞之詞,但他的確也說出了現在媒體的挑戰。這邊,我想邀請大家站在更高的維度來看這件事情。
在二十年前,如果你想要「下廣告」,廣告大概會「下在媒體」上。原因很簡單,因為媒體扮演的角色,是大家獲得資訊的來源。但是現在,大家獲得資訊的來源是哪裡呢?網路還沒起飛,手機還沒普及之前,媒體幾乎壟斷了大家的消息來源。電子媒體因為「媒體的近用性」和「使用頻譜公共財」等因素,扮演了許多重大新聞的傳遞角色。
但現在,你早上睜開眼睛,是打開蘋果日報的官網,公共電視的頻道嗎?還是跟我一樣,看 LINE,刷 IG,看臉書,滑 Youtube 呢?
如果在這些平台上,媒體只剩下品牌,要爭你的眼球得跟其他自媒體平起平坐,獲得演算法的青睞。那麼他也是一個跟你和我一樣,想獲得發語權得看人臉色的單位。
即便他的品牌價值,影響力,依舊在民眾的心中高居不下。但很遺憾的,他的廣告收入來源,得和其他的自媒體分享。還有更令他們的心煩的是,利潤要上繳給他的上游平台:臉書和 Google。
6.
傳播技術與我們
要討論新聞和新聞傳播,勢必得討論傳播技術的發展。在還沒有紙很貴的時候,我們寫的字都很短。當紙越來越便宜,我們也用更長的句子,來留存並傳遞訊息。從詩,到詞,到曲,乃至後來的小說散文。
大家可以想一下我現在寫的這篇文章,在兩百年前,要多的精簡的寫下,才有機會被傳播出去。但現在我可以這樣一直打一直打,打成一篇臉書長文,完全不用考量用紙成本。這就是一種傳播技術的進步,改變了傳播的方式。
以前要寫一篇新聞報導,老師會告訴你:「把最重要的事情寫在最前面,用倒金字塔方式撰寫。」背後當然有很多原因,這些原因中甚至包含了技術問題:因為編輯覺得你文章太長的時候,可以直接把最後一段拿掉。
但現在寫文章呢?
在報紙的年代,標題印在那邊直接進眼球。你對標題有興趣時,可以花半秒鐘的時間移動眼球,開始讀文章。對於一個閱聽人來講,「從標題到閱讀文章」的時間成本極低無比。但在臉書的世界,從按下標題,到你開始舒服的讀文章,要經歷非常多的時間。你的時間成本變高了,自然而然,吸睛的標題就變得無比重要。
當寫文章的時候,如果你把重點都在第一段全部寫完了,大家拿到資訊拍拍屁股就走。就以前的觀點來說,會覺得無所謂,訊息有傳遞到就滿足了。但現在不一樣,如果大家看完第一段就走,演算法會判定這是個大家不想看的文章,於是就不幫你傳播,「只讓少數人看到這篇文章」。
聽起來好像沒什麼大不了的對吧?但其實這背後有很多轉變跟著發生。
在課堂上,因為學生創作的載體在網路上,所以我絕對不會要他們用所謂的倒金字塔方式寫作。在做影片的時候,也不會教他們慢慢鋪陳。演算法是現實的,在你還沒建立風格之前,要跟他競爭,是相當辛苦的一件事情。
連在學校教課,都要打破過往的寫作模式,媒體裡面要做的轉變,大家可想而知。
一篇適合放在「報紙載體」的文章,和適合放在「網路為載體」的文章,絕對是不一樣的。閱讀習慣的不同,載體特性的不同,甚至是廣告擺放方式的不同,大大地影響了媒體的產製過程。
如果你認為「反正就一篇文章,紙本和網路都放就好了。」的話,可以試著想想看,多一套邏輯,能用一樣的成本完成嗎?所謂的客觀寫作,平衡報導,有辦法在不同載體上面用相同的模式呈現嗎?
7.
我們與網路媒體的距離
最近我演講最常聊的題目,就是談網路媒體識讀。我們與網路媒體的距離,已經密不可分。所謂的傳統媒體,運用著他多年累積的品牌,慢慢的也在網路媒體深耕。
很多念傳播科系的學生,會對於未來感到迷惘,覺得媒體不斷的沒落。但我一直對這件事情抱持相反的想法,期望學生能好好的在這個時代發揮長才。
或許這是個傳統媒體沒落的年代,但現在絕對是人類史上「媒體傳播能量」最強的年代。隨著載體和傳播技術的改變,人人都有機會發揮自己的影響力。我們有更好的傳播工具,也有更公開透明的消息來源。
很多人說「蘋果日報轉型失敗」,其實我沒有這麼同意這句話。相反的,他做了非常多的事情,讓品牌在持續在這個時代繼續發揮影響力。結束紙本的發行,或許就是面對傳播技術的改變,在這條路上的一個重要決策。
對於經歷傳統媒體的人來說,是一個非常痛的事情。我自己也經歷過蘋果日報全盛時期的年代,看著星光三班上「頭版頭」時,一大早興奮的跑去便利商店買報紙的讀者。若以一個純粹讀者的角度,我會緬懷蘋果日報陪我走過的那段青春歲月。但我相信,新聞從業人員,肯定有完全不同的解讀。
我們無法否認的是,紙本謝幕了,品牌影響力依舊在。只是當媒體只在網路上的價值只剩下品牌,他的商業模式,人力資源分配,都會變成一個巨大的挑戰。
這是蘋果日報紙本走入歷史的故事,他不是一個單一事件,而是給這個時代的一個標注。
希望這篇文章,能夠給經歷傳播媒體變遷重要時刻的你,多一些探討和省思的面向。
《蘋果日報紙本謝幕》
數位轉型的概念 認知 及 相關 學習 在 指傳媒 Fingermedia Facebook 的精選貼文
【李倩儀離開演藝圈斜槓創業 自我精進變身資安專家】
【記者左芳儒/專題報導】李倩儀(Amelie Lee)以固定班底踏入演藝圈,離開節目之後自行創業,曾代理美國知名冰品品牌,在台灣擁有超過 15 家的加盟店,後續開設行銷顧問公司與成立寵物用品品牌,於 2018 年始常駐新加坡,期間進修商用外語與珠寶專業,目前在新加坡亦從事私人定製珠寶事業為主,並在因緣際會之下認識網路資安產業,近期跟隨來自新加坡的資訊安全公司,一同以商務旅客方式回台,除了因疫情關係已超過一年以上未返家,非常想念家人之外,也協助其一同參與本年度位於南港展覽館二館的的資安大會。
「會接觸到資訊安全產業是因為新加坡友人的關係,其為新加坡地區相當資深的資安代理商企業,其分公司遍及亞太地區,馬來西亞、澳洲、香港、菲律賓等國家,母公司高層每年都會前往美國參訪資安界最大的產品盛會,引進最強勢的產品。由於新加坡屬於一個知識產業高度發展的國家,也是全世界許多不同國籍與種族的人才匯集地,可以很容易地接觸到全世界各行業的頂尖技術與最新資訊,相對的,若不持續自我精進便很容易被淘汰。兩年前他們決議再次進軍台灣區,我能以地主之誼與自身原本的品牌行銷專業給予小部分的建議。」李倩儀說道,原本對電子資訊產業無感的她,當初僅是把了解產品當作是練習商用外語的機會,通過多次的參與公司活動之後逐漸改觀自己對資訊安全的概念認知,原本以為資安議題僅是大型企業需要去考量的需求,沒想到其實與每個人的個人生活息息相關。
「新加坡嚴格的法律是眾所皆知的,因此從小養成相當嚴謹的辦事態度,加上多元種族融合,每個人可以精通三至四種語言是相當普遍的,對國際趨勢新聞也相當敏銳,尤其在疫情之後,連基本的民生需求都線上數位化,儘管我們正因為封城而在短期內無法出境,但世界反而離我們更近,但也隨著線上消費、人流控制的定位系統等等的普及,資訊安全議題開始更加受到關注,只要有網路的地方,就有資訊安全保護的需求。」
台灣在全球經貿及產業供應鏈扮演要角,在疫情狀態造成的經濟變局下,企業推動數位轉型的進程將更為迅速,希望能提供台灣本土企業更多國際線上資安系統的選擇,以及最新的相關資訊。隨著疫情也開始改變了國人的生活習慣,甚至許多人開啟線上工作、線上學習等新型態模式,家庭連網設備增加,家庭網路環境變得更為複雜。當遠距辦公成為後疫情時代下的彈性工作模式,間接為駭客帶來全新的攻擊機會,因此資訊安全已經是全民抗疫之外也需要共同瞭解的議題,李倩儀也特別請來自新加坡的「鼎峰亞太」資安產品公司針對日常生活常見的網路資安漏洞提出一些提醒,以利企業體與民眾個人進行自我檢視與自保。
針對未來的網路資安威脅情勢,呼籲企業重新檢視資安政策要點:1、提高洞察威脅趨勢的敏感度,提升相關人員的管控範圍與責任。2、落實遠距工作的線上安全防護措施,對於公司及家庭網路保持嚴格使用控制,以保護雙方個資與企業機密。3、具備全天候的安全威脅檢測,確保雲端、電子郵件、端點及網路服務安全性,並保持時時確認安全警報的高度警覺。針對個人與家庭的網路使用安全,提醒注意以下防護要點:1、落實資訊安全教育。2、強化家庭網路安全,定期確認保護程式的軟體更新,使用家庭網路安全解決方案等。3、使用防毒軟體,為裝置加強防護,主動偵測惡意網頁與郵件。不隨意點擊不明連結或下載檔案。4、避免使用來路不明的公共 Wi-Fi 連網,降低個人裝置被惡意入侵的機會。並養成使用後即將登出裝置的良好習慣。5、不隨意提供個人資料、金融交易系統資訊、照片等給陌生人與不明網站,同時不儲存個人資料與密碼於任何固定裝置,定期更新密碼。
李倩儀 Amelie Lee
鼎峰亞太有限公司 ACE Pacific Group
數位轉型的概念 認知 及 相關 學習 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文
Google、軟銀都陣亡過!盤點 AI 專案失敗的 4 大原因
Posted on2021/02/04
若水AI Blog
【我們為什麼挑選這篇文章】為了適應未知多變的世界,許多企業搶做「數位轉型」,從公司營運的各層面如客戶體驗、商業模式、企業文化到作業流程等,透過科技的導入來提升效率與效能;而對製造業企業而言,原料採購、物流管理、庫存調配、生產、行銷等環節則是企業主進行數位轉型會優先考量的面向。
在這之中,AI 的運用扮演很關鍵的角色,如何將 AI 應用到上述各層面並實際執行,是許多企業面臨的挑戰,有哪些要點是執行 AI 專案時需特別留意的?(責任編輯:賴佩萱)
作者:若水 AI 資料資料處理部負責人 簡季婕
2020 年,突如其來的新冠肺炎疫情(Covid-19)改變了許多產業的命運,同時加速推促 AI 落地的速度,AI 人工智慧的應用將成為企業的新日常。
若水 AI 資料服務團隊本著為臺灣 AI 應用落地盡份心力的初衷,順著這波改變,推出全新系列內容:與機器學習(ML : Machine Learning)、AIOps 智慧運維(Artificial Intelligence for IT Operations)有關的實用文,分享各界專家在每一天如何持續營運、優化 AI 架構以及資料處理的基本功。
【若水導讀】AI 專案順利通關的三個絕招:
1. AI 資料來源要多元,避免學習偏誤
2. 標註前,請先建立客觀的 AI 資料標註(Data Annotation)原則
3. 讓 AI 人工智慧成為組織的共同語言,會更容易成功
企業都想做 AI,但實際上沒那麼簡單
根據《臺灣人工智慧學校 AI Academy Taiwan》2019 年針對臺灣各大產業 1,095 位業界校友的調查統計,成功導入 AI 人工智慧的臺灣企業僅占 20%。放眼國際,許多全球知名企業的 AI 專案也慘遭滑鐵盧:
Google 在泰國落地測試智慧醫療失敗,拖慢醫療流程;美國杜克大學發佈的 PULSE 演算法誤將歐巴馬的頭像還原為白人,引發種族歧視爭議。
在日本,軟銀(Softbank)社長孫正義原本打算以 AI 機器人取代銷售人員,沒想到 AI 機器人無法應付實際場域的複雜性,計畫負責人只好承認失敗:「我們把機器學習(Machine Learning)想得太簡單了」。
AI 專案難實際執行,問題出在哪?
若水經手過臺灣、日本超過 200 個的 AI 資料處理專案,從橫跨各大產業領域的專案經驗,整理出企業 AI 之所以無法順利落地的四大原因。
1. AI 模型訓練過程中沒有加入實際場域的資料
無論是剛導入 AI 而產生資料處理需求的新手企業,還是已有 AI 專案經驗、為了 retrain 模型再度找上若水的老手企業,都曾經在同一個地方卡關:AI 資料標註品質有做到位元,但 AI 模型卻無法應用落地 。
為什麼?
原因在於,客戶並未以「實際場景」的資料來進行 AI 模型訓練。
現在市面上有許多開放資料集(Open Dataset)或是免費的商用網路圖片,企業通常會優先使用這些免費資源進行 AI 資料標註(Data Annotation)讓機器學習,但是放到實際場域測試後,經常發現 AI 模型成效不佳,無法適用於實際場景,最終還是需要回過頭再進行第二次模型訓練(Model Training)。
因此 在 AI 專案開始前,建議企業首先需要在內部建立資料資料流(Data Pipeline),而在收集資料時,不只使用開放資料集(Open Dataset),也須確保有使用符合實際應用場景的資料來訓練 AI 模型,全盤考量資料類型、角度等多元性,避免機器學習偏誤 。
2. AI 資料標註原則定義不夠客觀
與企業工程師對接 AI 資料處理需求時,當我們詢問這批人臉辨識(Face Recognition)的 AI 資料標註的原則是什麼,常常會接到諸如此類的回答:「頭太小的話,就不要標註數據」。
一般人的邏輯覺得很合理的事情,對於機器學習(Machine Learning)來說卻是一大挑戰。 機器學習需要知道的是趨近「絕對客觀」的原則 ,例如,所謂的頭太大、太小,換算成具體數值會是幾乘幾大小的 pixel?如果圖片背景融色或模糊,也需要標註起來嗎?
一旦 AI 資料標註原則不夠客觀,AI 模型很容易隨著人的「主觀認定」來學習,當專案換了一位工程師,機器學習出來的效果可能也會跟著變 。在我們的經驗,原則的訂定最好透過「對話」,藉由反覆詰問,才能加快釐清目標。有了歸納、定義出客觀的 AI 資料標註原則。就會加快模型學習(Model Learning)成效。
為了清楚定義圖片融色或模糊的問題,我們採用國際照明委員會(International Commission on Illumination)訂定的 Delta E 標準,和影像(圖像)品質評估標準 BRISQUE,和客戶確認彼此認知是否一致。
根據國際標準,人的肉眼能分辨得出來的色差,至少會在 Delta E 值 2 以上。所以,當一張影像測出來 Delta E 值小於 2,就表示這張圖的融色程度太高,無法標註。
假如客戶希望「太模糊的圖片不要標註」,團隊也會根據 BRISQUE(影像品質評估標準)的標準,輸出不同模糊指數的圖片,請客戶確認所謂的模糊,具體來說是 70% 還是 80%。
3. AI 模型訓練(Model Training)沒有循序漸進
以肢體行為辨識(Posture Estimation)為例,Coco Dataset 從一開始只辨識人體 7 大主要關鍵點(Key Point),後來逐步發展成 25 點,甚至快 40 點,有些客戶會希望若水 AI 團隊可以一次就標註 40 個關鍵點,直接拿去機器學習(Machine Learning)。
說起來,機器學習和教小孩很像,一下子給太多的特徵點(Feature Points)反而會「揠苗助長」,導致 AI 模型學到最後分不清楚自己到底在學習什麼。我們也遇過有些客戶,一開始想用難度較高的 Segmentation 方式讓模型學習人的行為,但是人的行為百百種、語意切割(Segmentation)的變異度也高,就比較難學得好。
當這些客戶再回頭來找若水,通常會比較循序漸進,從小地方開始逐步改進 AI 模型。
4. 缺乏管理層的理解與支持
AI 熱潮讓許多企業趨之若鶩,然而 AI 要能夠順利落地,除了上述三項實務建議,企業管理層對於 AI 的認知和支持更是一大關鍵。
許多臺灣企業的 AI 數位轉型主導者,可能是傳統公司裡面有豐富資歷的 CTO 技術長或管理階層,對於 AI 人工智慧這個全新領域的概念,比較缺乏深度的理解,也沒有類似 AI 模型訓練和測試的相關經驗,從上述 4 個原因去追尋難以落地的根源,或許能有所助益。
資料來源:https://buzzorange.com/techorange/2021/02/04/ai-project-difficulties/?fbclid=IwAR04ZC1-1MquyCObEI5HIfTKtV-OkcfxL_R8vRin4YgQMl8cnhS_6aM59vU
數位轉型的概念 認知 及 相關 學習 在 數位轉型學院 - Facebook 的推薦與評價
希望透過『數位轉型學院』此一知識平台的建構,提供對數位轉型議題有興趣的朋友一個學習及與學院邀請的專家交流互動的機會。 學院未來重點將聚焦在數位科技X 轉型策略X ... <看更多>