(摘)《牛津英語辭典》宣布2016年的年度詞彙是後真實(post-truth),其使用率較前一年增加了2,000%,由於意料之外的英國脫歐與川普當選等事件,造成政治辯論與社會分化空前激烈,媒體因此成為後真實的存在。所謂後真實是指每個人都選擇自己所相信的事實,所以最後形塑公共意見者,並非根據事實的重量,而是情緒與個人信念,在資訊氾濫的年代,所謂的事實也不過是個人選擇的結果。
只選擇自己相信的事實
後真實在台灣不僅發生在傳統的統獨與藍綠之爭,近來的同婚與年金爭議,更令許多人驚覺原來台灣社會的分化如此之深,過去慈眉善目的朋友轉眼間成為怒目金剛般呲牙咧嘴,溫和的大眾由激進的團體代理,激進的反同與反年金團體忙著編織謊言打造公共輿論,竟然不乏高教育的白領階級相信與傳播謊言,導致信者恆信、不信者恆不信,在事實過剩的年代,每個人都是偏食主義者。
這種事實因人而異的現象受到社群媒體的推波助瀾,臉書的演算法不僅強化你喜歡什麼,也決定了你能看到什麼,從而更加肯定個人原先的信念。這種中文稱之為同溫層、英文稱之為過濾泡泡(filter bubbles)的現象,本質上是一種自我強化的機制,臉書根據用戶先前的行為(瀏覽、按讚、分享、互動)決定出現在每個人臉書牆面的動態消息,這又進一步強化日後的偏好與動態消息,使得每個人越來越封閉在特定的社群中,看到他所想看到的事實,相信他所想相信的理念。
但是同溫層並非始自今日,遠在社交媒體出現之前,傳播學者就已經發現,人們選擇電台、報紙、電視新聞時,早就遵循同溫層原則,美國不同政黨傾向者選擇《福斯新聞》或是《CNN》、《NTR》,就如同台灣不同政黨傾向者選擇《聯合報》或是《自由時報》,社交媒體的出現不過是從人們過去選擇媒體,到現在可以精確到選擇新聞,導致同溫層的現象更加嚴重罷了,換句話說,同溫層一直都在,今日所見乃是量的增加而非質的改變。雖然我同意多數人對同溫層的擔憂,但是我認為同溫層對當代社會最大的挑戰並非止於社會分化,而是更根本的對民主社會存在的基礎—言論自由—提出根本的質疑。
「cnn filter選擇」的推薦目錄:
cnn filter選擇 在 卷积神经网络CNN,用CNN解决MNIST分类问题 - GitHub 的推薦與評價
对于最右上的那个神经元(即,Filter——称过滤器、或滤波器、或卷积核)你可以想象 ... 个输入时填充的方法,TensorFlow只提供两种选择,SAME为全0填充,VALID为不添加. ... <看更多>
cnn filter選擇 在 [Machine Learning]Covolutional Neural Networks(CNN)(1) 的推薦與評價
[Machine Learning]Covolutional Neural Networks(CNN)(1) ... 因為現在做的是Vertical edge detection,所以才會選擇這樣的filter。 ... <看更多>
cnn filter選擇 在 智能科學| 「關於7x7 filter 代之以3x3 filter 釋疑」 的推薦與評價
話說開頭"filters 不能選擇,只能訓練" 這句陳述有點不符我原始的說明。Filters 的initial values 可以manual 或random 設定(選擇),或是用unsupervised learning 的 ... ... <看更多>