西門町街頭偶然看到的胖貓。雖然表情非常剽悍,但凶悍的表情不能掩蓋肥胖的事實,一身霸氣被肥肉出賣乾淨。俗諺說十隻橘貓九隻胖,一直在胖的路上,前人智慧誠不欺我 XD
看起來是旁邊店家養的貓、還有小牌子勸大家保持距離。不過雖然貓的表情看起來非常的威嚴,但其實貓很親人,路人摸摸也沒有抗拒。我蹲下拍照也沒有走開,應該算是臉毒豆腐心的典範吧 XD
全文連結個人在做無腦業務或自發加班的時候,常常會需要聽音樂提神避免昏昏欲睡。有天忽然想到,聽音樂是聽,聽有用的知識影片也是聽,為何不試試看聽有用的知識影片?雖然邊做無腦業務邊聽課一定會分心,變強效果比專心差,但聽音樂是一定不會變強。
試驗後就欲罷不能,反正加班的時間一定不缺,把原本加班聽音樂提神全部改成聽有用的知識,一下子就看完了許多下班一定沒時間消化的知識影片。但原本用手機螢幕看實在是太小,就動了買新平板的念頭。
因為我原本就iPad Air 3,本來想第二個平板買個安卓垃圾平板就好,例如只需要不到4000塊的小新平板。雖然沒有保固。但反正不到4000元,壞了就壞了直接換,就當每年付一筆年費去租平板。但後來看了很多評測,了解到蘋果平板相對下比較沒坑,不像中國貨可能規格漂亮,但規格沒 cover 到的部份就會出問題(例如不均勻漏光等),就買了iPad Air 5。Ipad Air 5和我現有的 Air 3相比也是巨大的升級。螢幕比例更好,更適合看影片。螢幕本身顏色也非常漂亮,整體的性能也大大提升,CPU從A12改成M1記憶體從 3G 變成 8G。雖然我用平板玩遊戲的機會非常少,但看到升級的規格這麼好就是高興XD
新平板上課效果好非常多,有些課投影片字比較小,甚至有一些是板書,用手機螢幕體驗很差,用平板就好很多。目前上課效果非常好,成功實現加班越久知識越多,也正式變成三平板俠(Ipad Air 3 + Air 5 + 電子書),之後有機會試試 paper 自動朗讀,實現邊加班邊大腦自動讀本行專業 paper XD
全文連結- 引言需要論證目標合理性,文獻綜述可以支持理性
- 文獻綜述要有「學」和「思」
- 學而不思則罔思而不學則殆
- 文獻綜述的「學」
* 包括「所有」「相關」「主要文獻」
* 證明我們已經全面了解相關知識
* 若遺漏任何重要文獻,代表不專業、研究建立在錯誤基礎上
* 引用文獻必須「全」「新」「客觀」
# 客觀:觀點不相符的文章,不能因為立場視而不見
- 文獻綜述的「思」
* 沒有思考,就只是複述他人觀點
* 兩個層次思考:批判、分析
* 批判:有效性、可靠性、優勢、劣勢、侷限性、顯著性、重要性
* 分析:透過自己的分析:歸納總結、發現規律
# 文獻資料和具體情況做演繹
# 透過溯因分析建立自己假說
# 透過共同點分析找出背後規律
# 透過不同點分析找出關鍵因子
# 透過比較文獻,找出現有研究空白,找到研究機會
- 要「六經注我」,用現有文獻支撐自己研究
人生第一次發 SCI 竟然忘了寫日記 XDDD,把當時的臉書動態重整後記下來。4/25 正式發表,現在記一下也不算太晚 XD
---
成功發表人生第一篇 SCI original article,預計再一兩個月內正式 publish。作為人生第一篇有分數(IF=3.23)的文章,值得發廢文慶祝 XD
寫作動機是想用 NLP 解掉搜尋引擎結果不精確的問題,讀 paper 查別人解法時,發現了研究機會。剛好公司其他系統也有類似問題,就從最有賣點的角度切入,成功淼了出來。
過程中寫 code 不難,PyTorch 的封裝非常完善。資料標註(n=6000)花了些時間。最難還是寫文章本身,文字反覆修改,中間穿插補實驗,從 11 月跌跌撞撞補到現在。幸運的是剛好趕上 ChatGPT 神器現世,可以幫我把零散、片段文字瞬間轉成通順的英文,文字拆分、縮減、重排也不在話下,作者只要優化細節和確保正確就好。
這篇是「搜尋引擎土炮」系列事件的最輝煌成就了。搜尋引擎出 bug 要解,自己弄 AI 流水線。AI 流水線需要的實驗和模型,自己包,再請前輩指導投稿。AI 需要的資料,從自己土炮的搜尋引擎撈的,資料標注,自己弄的。應該可自稱一聲,苦工之王。
不過爆肝還是值得的,以六千鉛汞,配九九八十一 epoch 練就 BERT 大還丹,服用後白日飛昇,WoS 天榜題名,值了 XDDDD
---
本以為 accept 後天下太平。結果 publish 又一波爆肝。
為了確保準時 publish,期刊所有 copyediting 和 proof reading request 都有時限,都要求 2~3 工作天內回覆。下班和週末又沒了,都在看自己文章,首刷、二刷、三刷、四刷、 N 刷解 issue。當初「應用 paper 可以寫三十頁」多得意,現在解 bug 就多噁心。現在吞下肚的淚,都是當初灌的水。
期刊 copyediting 是找外包編輯,體驗普,有時對期刊最新規定還不清楚。跟外包對線,還要花時間詳閱期刊最新 guideline 引經據典打官司 。deadline 很緊的結果,就是進 proofreading 後又發現一波 bug。趁著期刊週末沒上班沒辦法把稿件鎖起來,Author final confirmation 硬是厚著臉皮連更好幾輪,刷到 editor 客氣寫信建議別再更,否則 publish 來不及 XDDD
整體而言,對 JMIR 的投稿體驗還是很好。付快速通關費後,JMIR 所有的決定都非常快。2/08 送件,3/11 給 revision。3/21 回 revision,3/24 accept。從 11/15 開始做實驗動筆到 4/25 publish,快半年的煎熬順利結束,很幸運沒演變成凌遲。終於可以把資料夾封存,去做些別的事情。發表時間剛好靠近生日,就當生日禮物了(X)。
最後感謝本院 AI 中心,在過程中忍受某沒見過世面的菜逼新人不分晝夜詢問智障問題,幫忙解答疑問還有對稿件提供建議,讓新手順利避過雷區,最終人生第一篇 SCI 得以順利完成 (完結灑花)
----
其實事情還不算全部完結,這次忽然急著半年生 SCI 是有些職涯規劃的原因。只能說壓力使人成長。以前當 R 固定時間 meeting 然後給教授指導連一篇都弄不出來,現在被逼急就從無到有半年就一篇。長輩應該覺得驚喜(?)
這次工作又嚴重疲勞,跟主管爭取減量失敗,但主管同意讓我放假,就和家人一起去日本了。疫情之後難得的出國,這次去東京。
成田機場剛下飛機,不得不說一樣都市,東京的空氣比台北、台南好非常多。天空也非常漂亮。
在日本銀座吃到最貴的一餐,A4 和牛涮涮鍋,含服務費總價 18K+ 日圓,這是 兩 人 合 點 一 客 的 價 錢!Menu 還有更貴的 A5 和牛,但價格吃了會心痛就點 A4 就好 XD。但真的好吃沒話說,就連台北也沒吃過這麼好的味道。
買到的KKDay 上買到的富士山行程。早上七點(台灣時間六點)起床趕車差評。但去的地方都是自己很難去的。
鳴澤冰穴,其實有危險度的景點。很多地方狹窄溼滑,必須很謹慎矮身慢走,避免撞到頭和滑倒。一次進去一整團人,一人跌倒感覺就能整個樓梯骨牌一起倒。再有下次我不帶母親進去了。
涮超貴 A4 和牛的感動瞬間。很少遇到要這樣涮的 XD
東京迪士尼,Baymax 飛車。乍看以為是和旋轉咖啡杯一樣的東西,但其實軌道會一直改變,並且轉彎的時候會離心力甩尾,瞬間速度其實很快。有人坐到叫出來。還有更多、更完整的遊樂設施影片,但避免米老鼠帝國查水表還是不放了,自己欣賞 XDDD
秋葉原某不禁止拍照的宅店,手機放胸口,模擬人走路逛店的過程,拿來日後回味的 XD
上野阿美橫町,小時候來東京沒來,這次和母親第一次來。但兩人共同感想是:這根本就台灣夜市。熱鬧、有氣氛,但東西品質普,跟銀座比起來一個天上一個地下,應該就來一次體驗氣氛,不會來第二次,也不會在這裡買東西。
年齡已奔四,體力漸感變差,難得疫情解封能出國,母親身體也健康可以一起出遊。下次不知何時,甚至是否能再有這樣的條件了。
- Foundamental Problem
*「大處著眼」:有意義的大事業,使我們的工作有意義,使我們可以成長
* 研究終點站,為研究指明方向
* 宏偉的城堡,通常和許多研究者共享
* 來自真實市場需求:專家建議、科研基金服務宗旨
- Objective
*「小處著手」:雖然是小事,只要朝正確大目標前進,長期累積或與旁人研究疊加,就能造成大影響
* 研究里程碑,為本篇工作指出評價標準
* 一塊磚頭,通常由我們獨享,可能很小
* 根據我們的資源、條件制定合理的目標
- Introduction 就是把「小事」和有意義的「大事」連結
- Introduction 從普遍的大問題,或眾人認同的大目標出發,發現關鍵需求逐步細化,訂出合理當前目標
- 論文主體,透過當前目標,制定具體任務,得到具體研究結果
- 論文結論,將研究結果與研究目標相比較。再論述當前目標完成後,對長遠目標的貢獻,得到完整論文
- 要能夠論述長遠目標、和當前目標的關係,有效說明當前目標的合理性,要做好文獻綜述
用 AI 修英文可不可行?
近期,ChatGPT 受到了非常多的關註,各種應用被開發出來,甚至很多人使用 ChatGPT 寫論文,引發爭議導致許多期刊禁止使用。但是真的完全不能用嗎?個人認為未必。ICML 的規定值得參考。ICML 是禁止使用 ChatGPT 的頂級會議,有詳細說明不可以使用的原因:
連結
The Large Language Model (LLM) policy for ICML 2023 prohibits text produced entirely by LLMs (i.e., “generated”). This does not prohibit authors from using LLMs for editing or polishing author-written text.
The LLM policy is largely predicated on the principle of being conservative with respect to guarding against potential issues of using LLMs, including plagiarism.
我認為用 ChatGPT 進行輔助性作業,例如:換句話說,化繁為簡,改善用字....還是可以的。前提是原創文字來自人類,ChatGPT 只是輔助。
禁止使用 ChatGPT 的主要原因是原創性和正確性問題。首先,論文作者必須能對研究質量進行最終把關並負責。ChatGPT 無法負責其正確性的把關,因此不能擔任作者,也因此只有人類才能成為作者。
其次,如果研究人員使用 ChatGPT,生成具有原創性的文字。由於 ChatGPT 不能擔任作者,理論上作者應該要列入發明ChatGPT 的人或提供訓練數據的全體人類。但由於明顯的原因不可能做到。這導致實際貢獻者沒有出現在作者名單,引發抄襲問題。
把握住根本原則後,再來看 LLM 的使用。在 AI 只是幫忙「打磨」文字的場合,文字本質是由人類作者原創,AI 幫忙編修並不減損人類的原創性及貢獻,並且最終品質仍有人類負責把關,所以無上述原創性、正確性問題。
現有很多服務、包含 DeepL、Grammarly 等也提供自動修改人類文本的功能,他們在現在和未來也可能使用 deeplearning 或 LLM,但我想不會有人認為有問題。因此,如果是
把 ChatGPT 當成高級翻譯或自動編修軟體來用,倫理上應該是沒什麼爭議的。最多被問的時候再指出有拿 AI 做 text polishing 或 paraphrasing。
最後不得不說,DL/LLM 真好用。我現在寫論文 DeepL、DeepL Write、ChatGPT、
Grammarly 四大守護神獸交替使用。中文底稿弄好,先丟 DeepL 機翻,人工小改,請
ChatGPT 潤筆重排、再丟回 DeepL Write 清潔,最終結果 Grammarly 大英修。文章的生產速度和質量都比預期好很多。
P.S:本文有用 ChatGPT 小潤筆 XD