Search
華語教師到美國頂尖大學教書再也不是夢！台美教育合作新進展！📣
清華大學獲選教育部2021年 #台灣優華語計畫，昨晚舉行美國中西部地區「優華語計畫」 #校對校備忘錄聯合簽約典禮。🖊
賀陳弘校長、信世昌副校長、嚴大任全球長、吳貞慧副教授代表清華參加線上典禮。典禮上集結了台灣與美國共12位大學校長，一對一簽署優華語計畫備忘錄。
賀陳弘校長在會議上說，清華是全台唯一擁有藝術學院的研究型大學。幾天前，清華獲准成立學士後醫學系。這些都讓清華能成為與 #UIUC（美國伊利諾大學香檳分校）並駕齊驅的夥伴。
UIUC的Prof. Mabokela國際長表示：透過國際合作，知識、經驗與教育能夠將下個世代的孩子們培養成世代議題的解決者。
昨晚清華與UIUC簽署了備忘錄，校長祝願優華語計畫取得成功，並希望與 UIUC 建立長期互利的合作關係，期待未來有更深入、更廣泛的合作！🤝
不久的將來，清華的華語教師可以在教育部補助下到美國頂尖學校教書、美國學生也能來清華學中文。是不是很棒呢？🤩
#台美教育合作 #到美國教華語不是夢
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
沒有劉教授，就沒有後來的「雄三總工」
感恩您，
您收我當您的學生；
您以您的榮譽為我Petition，讓原本Qualify被退學的我，能在UIUC Computer Science最後完成博士學位；
我女兒的第一輛腳踏車，是您女兒的腳踏車，您從家車庫找出來送到我家的；
1994年，我第一次自己出去玩，是您幫我訂去Florida沿路的旅館，趕我出去「玩」，要我去探索美國強大的原因；
Weekend的早晨，您常常出現在我家，帶我在Champaign四處走，深入美國人的生活，因為您說「到美國只讀書太可惜」；
1995年，您在台灣，我在Champaign，導彈危機開始，您請我父母吃飯，讓他們安心；
我回台灣後，您的協助，開啟了中科院與中研院的合作；
記得，
我在畢業前，拿一本書給您簽名，那是我在大學時期的教科書，您寫的「組合數學」，當您翻到那本書的最後寫著「歡迎翻印、功德無量」時，您笑著用英文對我說「這本書對你有幫助喔！」我回答說「當年我19歲，沒想到後來我是您的學生」；
您在清華當校長，我可以隨時去看您，記得校長任期快屆滿時，您告訴我您想去國防大學，在教育上為國軍貢獻。
（延伸閱讀）
清大前校長劉炯朗病逝 電子設計自動化祖師爺 享壽86歲
https://news.ltn.com.tw/news/life/breakingnews/3346060
張誠
多年前，一群熱愛台灣的學生決定組成伊利諾大學香檳分校台灣同學會(Taiwanese Student Association at UIUC) 來提供活動與聚會以促進在香檳的台灣人之間的交流。 ... <看更多>
哈囉，UIUC的台灣新生你們好~，恭喜各位錄取UIUC，即將加入這個大家庭！，UIUC TSA將在5/25 集思台大會議中心舉辦新生說明會，向即將來到UIUC的學生 ... ... <看更多>
uiuc台灣 在 [心得] UIUC MSF分享- 看板studyabroad - 批踢踢實業坊 的推薦與評價
轉眼又到了放榜的時間，MSF選校問題和UIUC很水的疑慮每年都會看到，身為UIUC MSF校友我還是要來幫自己母校說說話，所以決定來簡單分享一下這個Program的優缺點。
基本上每年都是WUSTL, OSU, JHU, Roch, UIUC那幾家在選，猶豫UIUC的大概也跟當時的我一樣因為下面這些理由：
優點 - 課程自由度高、1.5年Program、STEM、便宜、亞洲名聲
缺點 - 排名普普、村、不是IB target、中國人很多、美國就業、水(?
實際就讀過後，我覺得上面列的有些優缺點真的存在，但也有一些優缺點太過於片面武斷，所以我以我的角度說一下我覺得這Program各三個優缺點。
[優點]
1.課程
必修只有10學分，畢業要40學分，剩下的全部是自己挑，課程自由度很高可以依據自己的職涯目標選擇想修的課。如果你是準備好要用這program當跳板找工作，那妳可以全部修基本課，空下來的時間去networking找工作；如果是轉換跑道或是學更深的知識理論，那可以參考自己想要的concentration(會在成績單上)、specialization(純粹一封信)規劃自己的課表，我相信1年半也足夠學到一定程度並空出時間找工作。除此之外，找到工作或想省錢的話可以1年提早畢業，找不到工作或還想念書也可以多花錢2年畢業，這應該是所以program中最自由的吧(?
課程內容我覺得不水，雖然我不知道教授們是不是這領域的大佬，但我覺得最重要教學品質都還不錯，我上過所有課中只有一個老師我覺得教不好(或是我智商不足跟不上QQ)，其他的都教得很紮實，作業project也沒少過，一學期修到20學分的話，應該每天都在寫作業吧!之前寫作業看日出的時候看到有人說UIUC水都會翻白眼哈哈
2.就業
我上面幾屆台灣人大概都有一半找到美國工作，想要又肯努力的話我覺得都找得到，聽起來應該還不錯(? 總之我覺得只看比例沒什麼參考性，有人本來就打算回亞洲，有人每年networking，有人上課之餘加減找工作。我覺得最重要的一個優點是UIUC MSF這個學歷目前是給得了一個敲門磚，他足以讓你過履歷關，然後在面試Superday靠自己的本事。以我朋友應屆直接來念MSF沒有工作經驗，高盛EY等等都有過履歷關進到面試Superday，也就是說你在UIUC累積的學歷, Project, Intern是足以讓你跨過第一個門檻，走到後面靠自己的部分。
Career Fair固定會有四大，Chicago的公司也會來，大概就中規中矩，但IB的話畢竟不是target school，這部分就缺點再提。Career Center資源的話，MSF有自己的Career Service，雖然學生很多但不知道為什麼大家都不用(中國人大部分想回國)，基本上想要的話可以每天跟顧問聊天，要模擬面試修改履歷cover letter也可以問到爽，跟顧問混熟也有很多好處，不過我不知道其他學校是怎樣，這邊就提供資訊不講好壞了。
另外有一個小優點，Gies底下的iMBA需要很多助教，所以想留美OPT第一年沒找到工作可以邊當助教邊找，避免失業期累積。
3.發展
最後一個優點是比較個人感覺，我覺得這個Program有認真在規劃，每年都有找一群學生給feedback做改進，把Program從1年延長到1年半等等都是過去學生的建議，最近則是在計畫MSF和MSBA雙學位之類，整體來說Program設計應該是會愈來愈好，在問學長姐之餘也可以了解一下最新的改變。
除了這三個，STEM和生活費就那樣，沒STEM不用想留美，生活費便宜之外也可以靠助教開源。
[缺點]
1.名聲&校友
就像很多人提到的，UIUC不是IB的target，所以有想要走IB的話不會是首選，加上主要目標城市Chicago前面還有Booth，所以想走IB PE VC這種比較白的產業還是直接拚個更好的學校吧!
UIUC在Chicago的校友很多，但同樣附近就Chicago一個大城市，競爭的學校也不少，Superday聽完自介一大堆Chicago, UW-Madison, Purdue的，而且出了Illinois後，講到學校都覺得對方沒有因為這個學校加分，校友網路也還好，當然這只是感覺，可能我有錯誤期待哈哈
目前系上有在嘗試強化MSF校友網路，但我覺得仍然是蠻弱的一環，需要靠自己去reach out
2.村
村到不行，但聽Purdue朋友說比那邊好(? 沒得逛街只能逛Amazon，一條6個block的Green St.就是我們的忠孝東路，常去的酒吧就兩間，沒車的話連去Walmart, Costco買菜都有困難，總之生活就是無聊的鄉下，然後疫情期間又更無聊了只能去朋友家，好處是大概也不用太擔心出門染疫，因為路上也沒什麼人..
要去Chicago Networking的話火車單程2小時，所以相對大城市少了很多information interview的機會，如果Practicu,需要跟Chicago的客戶開會，可能也會需要進城，雖然車程還可以但多多少少就是不太方便，當然疫情期間都是在家打電話用zoom，剛好在同一個起跑點
出門玩的話，搭飛機要去Chicago，開車的話只有Ohio, Indianapolis, St. Louis，不太適合要趁留學期間把美國玩遍的人
3.中國人
純粹個人抱怨，7成中國人真的太多，有時候分組分完一看變成用中文討論，對我來說還是期待留學的時候有更多英文交流、和更多不同國家的人一起做project的機會。除此之外，中國人落差蠻大的，有猛到不行的大神，也有來玩2年的free rider，Case自己做不出來問要不要一起分錢買解答，Model跑出來結果不滿意要去改data的，會氣到吐血。
總之這部分見仁見智，用中文還是有方便的地方，街上不少中式餐廳也不錯，覺得是缺點的可以靠自己在分組時去找組員克服，或是參加IBC之類的Consulting Club。
[總結]
我覺得UIUC MSF適合給目標明確的人，不管是打定主意要全心找工作，或有明確職涯方向的，自由的課程設計都可以讓你不會浪費在不重要的部份上。相對地，如果你還沒有明確的方向又三心二意選課，那最後可能什麼都碰一點變成四不像，甚至因為這樣都修簡單的課而覺得水。
最後給選校困難的同學，不要怕去connect別人，直接去問校友，絕大部分都很樂意回答，找不到校友的話可以跟Program要聯絡方式，或是從LinkedIn找，從它們身上得到的第一手資訊及建議絕對比網路上問到沒有原因的意見更有用。另外不只是選校，對於MS之後的Career也可以去找到該領域的前輩諮詢，都會比自己用有限資訊絞盡腦汁更有幫助(當然還是要有準備再去connect
祝大家新年快樂，都能選到自己喜歡的學校!
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.191.25.182 (美國)
※ 文章網址: https://www.ptt.cc/bbs/studyabroad/M.1613432324.A.675.html
... <看更多>