1973年,在小說手稿《Crash》完成不久,英國作家J. G. 巴拉德(J. G. Ballard)遭遇了一場嚴重的翻車意外。
.
身為全世界對車禍最迷戀的男人,後世沒有人能確定J. G. 巴拉德當時是打算順著自己筆下的主角,完成一場完美的車禍(即便要付出生命的代價),抑或這一切只是一個神秘的巧合。他的這部作品後來在1996被加拿大鬼才導演大衛.柯能堡(David Cronenberg)翻拍成了《超速性追緝 Crash》(1996)。
.
人的性癖好有千百種,巴拉德偏偏開創了前所未有的一種────對車禍事故的強烈慾望。在這則故事的世界裡,角色們不僅沉浸於體驗車禍的歡愉,也參與觀賞車禍的演出,向同好道出對車禍體驗的性幻想。其中許多人都是曾經遭遇車禍的受創者,他們從此不可自拔,想要一再體驗這種接近死亡的高潮。
.
在巴拉德眼中,沒有什麼比高速公路的市景更代表20世紀,他認為這是完全屬於20世紀的景觀。事實上,我們已然親身經歷、習以為常,根本沒想到我們已經身處於一個典型的科幻世界,與過去人類數千年的歷史產生了明顯的斷裂。
.
在這個被機器/車驅動的時代,人類將自己的軀體置入在一個移動的容器之中,為了追求便利,不惜將性命託付其中。久而久之,似乎也形成了一種異化現象,人體與車體漸漸合而為一⋯⋯。在巴拉德中中,人類對汽車的想像或許不只是「交通工具」那般簡單,而有著將之視為肉體延伸的慾望。
.
人類在考量購買什麼車款時,本來就會考慮什麼樣的車適合自己,光是這個念頭,其實已經是人類將車視為「新軀體」的開始。更不用說許多人類對賽車運動的迷戀,再再顯示了這種慾望已超越滿足交通便捷性的本質,而是讓自己達成肉身所不能為的速度,甚至能在一瞬間終結自己生命的可能性。
.
這種人對車的投射,若是如此獵奇、不堪。皮克斯的動畫系列《汽車總動員 Cars》不也成了駭人之作?
.
「我們生活在一個被各種虛構所統治的世界裡,我們生活在一本巨大的小說裡,虛構已經存在了。作家的任務是創造現實。」J. G. 巴拉德有云。
.
這本書出版之時,《紐約時報》書評人怒批,這是「令人感到最厭惡的書」。但後續也有學者發現巴拉德是如此精準地將人體比作車體,探討科技、性與死亡。爭議之聲直到電影《超速性追緝》在坎城影展問世之後,依然未曾止歇,即便坎城影展予以評審團特別獎,在英國仍有鼓吹予以禁播的呼聲。
.
世人固然覺得這部作品的概念古怪、病態,但作者巴拉德卻不以為然,他說如果人類真正懼怕「車禍」所造成的死亡,那又怎麼會前仆後繼地讓自己成為一名駕駛?他以此指出,我們每個人都在潛意識之中追求死亡的宿命,明顯有一種對死亡的驅動力隱隱作祟。
.
很少人還記得,其實早在1970年四月,巴拉德便已經在倫敦的新藝術實驗室展示自己以「車禍」為名的展覽,展品有三輛因車禍壞損的汽車組成。在私人的展示會上,巴拉德刻意安排一名女演員上空遊走在展場之中,沒過多久,酒酣耳熱的賓客們竟然放肆在車體上塗鴉、撒尿,甚至進入車中試圖侵犯坐進後座的女演員。在那一刻,人們已經無法分辨車與人/女性的分野,而一概視之為「物」。
.
而在隔年,他親自主演了結合劇情片與紀實風格的短片《Crash!》,他在片中娓娓道來自己對車禍的認知,甚至模擬死亡車禍的發生。這部作品成了小說的前奏,也是電影《超速性追緝》的前身(全片詳見留言處)。
.
在《超速性追緝》之後,巴拉德持續創作不懈,而且多有影像化,改編成電影的作品包括他的半自傳之作《太陽帝國 Empire of the Sun》(1987)與反烏托邦科幻之作《摩天樓 High-Rise》(2015)。近期大家最熟悉的,無疑是《愛×死×機器人 Love Death + Robots》的第二季最末章《溺斃的巨人 The Drowned Giant》(2021)。
.
我曾撰寫過針對該文本的分析,嘗試解讀片中巨人的象徵,全文刊載在VERSE網站,篇名為〈《愛×死×機器人:溺斃的巨人》 這巨人是中國還是蘇聯?〉(詳見留言處)。
.
至於那場車禍究竟有沒有奪走J. G. 巴拉德的性命?
.
答案是否定的。不過與他筆下的人物不同────巴拉德從此變成了一個戒慎恐懼的優良駕駛。
.
.
(J. G. 巴拉德在經歷這場車禍之中,拍下了當時車禍受損的福特汽車的各個角度,組合成了一張海報。)
#超速性追緝 #Crash 甲上娛樂
結合犯擬答 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
從火星探測系統到輔助工業製程,美國工業用 AI 新創 Beyond Limits 如何在台灣做到技術在地化應用?
李佳樺 2021/08/13
從2012 年美國太空總署成功將探測車「好奇號」送上火星至今,已經過了3000多個「火星日」,肩負著火星探測的重要任務,8年來好奇號傳回許多對火星的重要觀察與發現。背後更不為人知的,則是好奇號的 AI 運算系統,其實是由美國新創 Beyond Limits 的團隊建立的,公司發展至今也將觸角伸到能源、先進製造等產業,建立 SaaS 服務,為產業提供 AI 輔助平台,2020 年更獲得 1.3 億美元的投資,拓點到台灣、日本、新加坡、香港等地。
Beyond Limits 將 AI 應用到產業製程的契機,源自於當時跨國石油集團 BP 在墨西哥灣發生的漏油事件,企業希望導入 AI 優化決策過程,合作中也發現了石化能源產業的痛點,研發出石油配方建議系統、石油製程操作檢引系統等 SaaS 產品,不僅受到美國石油公司歡迎,日本市場也買單。
有了日本的先例,這套美國研發出的產品,照理說要拓展到亞洲市場應該不成問題,不料到了台灣卻窒礙難行,甚至需要重新開發不同的產品。
Beyond Limits 的台灣團隊究竟面臨了什麼挑戰?
台灣市場與美國差異大,Beyond Limits 台灣團隊必須如創業般從頭研發產品
台灣分公司總經理張中宜說明,台灣產業的先天特性,讓美國母公司已開發的產品都面臨市場可行性低落的問題,以石油產業的產品舉例,在台灣只有中油、台塑兩個客戶,且台灣的石油公司並不做研發工作,多半直接向國外公司購買配方,因此團隊必須在美國 SaaS 模式 的技術基礎下,研發出符合台灣市場、針對不同產業需求的商品。
「Beyond Limits 在台灣設立公司時的處境,跟重新創業差不多。」張中宜表示,AI 應用產品的開發不僅需要能夠從零開始寫演算法的工程師,也要有懂產業製程的專家團隊,龐大的研發費用與對產業專家的需求,讓每一次產品開發都像募資活動,團隊必須透過產業訪談做足市場研究找到痛點,說服製造公司與他們合作開發能解決產業問題的軟體。
然而開發全新市場對張中宜來說並不陌生。
她曾經在孟加拉創立幫助偏遠地區孩童課輔的非營利組織 e-Education ,第一年就讓偏鄉學子考上孟國最高學府卡達大學,更順勢搭上鼓勵企業與 NPO 合作的開放式創新風潮,讓卡西歐、 AI 新創、安永都找她擔任顧問,執行戰略布局或開發新通路的工作,面對 Beyond Limits 在台灣的難題,團隊選擇了電動車電池研發、面板機器手臂維修與人流異常預警系統等三個產業切入。
延伸既有美國產品技術,尋找合適的台灣在地產業切入開發產品
選擇電動車電池產業與 Beyond Limits 在美國石油產業的經驗有關,研發電池的過程與石油廠研發機油的邏輯相似,痛點都在於漫長的研發過程,就像做菜時要多次嘗試才會知道多少的鹽與油才是最佳的調配一樣,電池配方更要經歷至少半年的實驗,且實驗設計也要在無數次團隊與客戶的交鋒後才能成型,溝通成本相當高昂。
使用 Beyond Limits 導入認知 AI 架構的電池配方建議系統,研發人員只要以自然語言輸入期望的電池規格、價格與電車轉速,系統即可在 43 分鐘內提供數百種配方與實驗方式供選擇,縮短約 2 千倍的研發時間。
Beyond Limits 也在 7 月 29 日宣布與日本的三井物產公司進行策略結盟,以其認知 AI 的核心技術,協助三井投資的液化天然氣廠進行巨量資料分析,並整合作業人員專業知識與數位化作業模式,制定出精簡有效率的解決方案。日本三井整合數位策略部部長常務董事真野雄司氏說,透過與 Beyond Limits 的合作可以改善與再造營運流程,更有效率執行現有事業群的高附加價值項目。
另外,Beyond Limits基於公司在美國既有的輔助風電機維修平台,投入面板機器手臂維修建議系統的開發,「雖然也想在台灣用同一套產品幫助風電產業,也與風電廠陸續接洽,但台灣的風電仍在建設階段,缺乏營運經驗,目前的維修需求也不高。」張中宜談到,市場開發的大方向是要在台灣尋找具備預測維修需求,且市場密集、成熟的產業,公司在與投資人仁寶電腦的合作中,發現光電面板產線中機器手臂的維修概念與風機維修類似,而且痛點也類似:包含高昂的維修成本、未經標準化的維修流程,以及依賴經驗的維修決策。
目前輔助維修系統正與日本機器手臂原廠合作開發,由廠商提供維修資料與產業專家, Beyond Limits 透過 AI 分析維修數據,建立資料背後的邏輯推演,系統最終能判斷機器損壞的原因,並建議耗材種類與維修方式。從管理者的角度能降低維修、備料倉儲成本,對維修人員來說也有可依循的維修建議,長遠更能累積產業知識 ( domain know-how ) ,促進升級。
以邊緣運算技術,與北捷合作開發人流異常預警系統
而將技術從太空拉回到地面,Beyond Limits 也能在大眾運輸犯罪預警上有所發揮。他們與北捷合作,使用等同於在火星探測時、消弭與地球時差的邊緣運算技術,原理是透過分散式的運算提升效率,達成在監控系統的邊緣節點就進行異常人流的辨別,降低反應時間落差。
張中宜舉例,正常的人流像是乘客擠進車廂內的固定位置,開始滑手機,異常的人流可能是人群往四面八方散去,產生快速移動的樣態,異常訊息可以在 10 秒內將送到中控室,大幅縮減以往需要 4 分鐘以上的訊號傳輸時間,也能避免踩到人臉辨識的紅線,未來希望擴張應用到大樓監控,或是銷往他國的大眾運輸系統。
源自NASA,認知型AI成為技術優勢與門檻
與其他單純使用機器學習技術分類數據並預測結果的數值 AI 系統不同,Beyond Limits 的 AI 服務融合了數值 AI 與符號 AI ,前者的數值 AI 是透過大量數據讓模型認知「此為何物」,而符號 AI 則是藉由邏輯定義數值 AI 判斷的結果是好還是壞,並加以做出決策與判斷,以電池配方為例,將實驗室過去的實驗數據導入數值 AI 系統後,會得出樹種配方組合,再藉由符號 AI 判斷個配方辦法的優劣,並給予客戶回饋與建議。藉由結合數值 AI 與符號 AI 兩大系統的結合,讓人工智慧的每項建議都能以人類可理解的思路解釋,輔助人類做最後決策,也使人機協作的製程模式成為可能。
對於這項技術,張中宜表示這其實是源自於 NASA 將探測器「好奇號」送上火星後,由於火星與地球之間的數值傳遞有時間差,人類基本上不可能遙控好奇號,而且火星上的數據在這之前是 0,所以數值 AI 也無法運作,為了能夠讓好奇號自行在火星上探測與行動,勢必須要模擬人類大腦的認知型 AI 系統,當時才會開發出符號 AI。
根據研究報告,2025 年工業用 AI 規模將達 160 億美元,其應用開發仍具高度可能性,Beyond Limits 在台灣也希望更全面地研發產品打進該市場。除了正在培養市場的風電產業外,未來也希望協助優化晶圓半導體產業的製程,團隊更積極與社會、產業溝通,讓社會了解 AI 進入產業能讓人類更有餘力進行創意發想與決策,也讓產業正視轉型需求,近期將與台灣新創基地合作舉辦 AI 科普講座,持續促進製造業的人機共榮合作。
創業快問快答
Q:服務的創意來源,是因為發生甚麼事情而有這樣的想法?
A:台灣數位轉型瓶頸
Q:創業至今,做得最好的三件事為何?
A:用國際薪資招聘頂尖人才、台灣市場國際定位清楚、客戶分潤共創模式的商業模式
Q:要達到下一步目標,團隊目前缺乏的資源是?
A:能見度
附圖:BeyondLimits 台灣總經理 張中宜
Beyond Limits 以數值AI及符號AI兩大關鍵技術,達到人機互補智能
圖片來源 : Beyond Limits
擠捷運
圖片來源 : diGital Sennin on Unsplash
圖說:BeyondLimits Hybrid AI導入流程說明
BeyondLimits Hybrid AI導入流程說明
圖片來源 : BeyondLimits
資料來源:https://meet.bnext.com.tw/articles/view/47993?fbclid=IwAR2HbB5FrPIBoV9kDL27OnhNF-JDNzfYdsoLoVKn85yAA7GUjzDzI3y5Lw0
結合犯擬答 在 Facebook 的最佳解答
投資前,你有看過風險提示嗎?- 伍治堅
投資者需明白基金宣傳材料上風險提示的警示作用。運氣對於投資回報的影響作用,導致投資中更容易出現均值回歸,而非強者恆強。
在任何一個基金的宣傳材料上,我們基本都能看到這麼一段風險提示:基金投資有風險,基金過往業績不代表未來表現,基金管理人管理的其他基金的過往投資業績不預示本基金的未來表現。
那麼我們就來好好分析一下:基金過去的歷史業績,是否和其未來的投資回報真的一點關係都沒有?
從行業層面的整體情況來說,答案是肯定的。甚至有研究表明,過去表現好的基金,接下來的表現不光不一定好,而且會更差。
比如有美國學者(Cornell, et al, 2017)做了這樣一個有趣的測試:在所有資金規模超過10億美元的公募基金樣本中,挑選並買入過去3年回報最好的10%的基金,然後在3年後做一次調倉,賣出那些回報不好的基金,並再次買入最新的表現最好的10%的基金,如此每3年重複操作。其實這就是模擬了很多投資者喜歡購買最近上漲、排名靠前的基金的習慣性操作,我們暫且稱之為「贏家策略」。為了便於對比,研究人員同時也統計了「中庸策略」,即每3年買入排名在中間10%的基金;以及「輸家策略」,即每3年買入排名在最末端10%基金的投資方法。
結果顯示,在1994到2015年的20多年間,「贏家策略」的投資回報最差,」中庸策略「的投資回報居中,而「輸家策略」的投資回報最好,比」贏家策略「的回報每年好上2.28%。如果把調倉頻率增加到每2年一次,並且把基金樣本擴大到規模低於10億美元的其他基金,得到的結果也很類似,即「輸家策略」的投資回報要明顯優於「贏家策略」。
事實上,金融學術界有大量的統計研究得出類似的結論:購買近期表現出色的基金,接下來的投資回報很可能不盡如人意。比如研究人員(Goyal and Wahal, 2008)統計了1994到2003年美國養老基金的投資回報後得出結論:那些被養老基金撤換掉的基金,在撤換前三年的平均業績是每年負1.28%,而在撤換後三年的平均業績是每年0.78%。而那些被養老基金選中的基金,其在被選中之前的平均業績為每年4.59%,而在被選中後的平均業績為每年負0.17%。也就是說,哪怕是養老基金這樣的專業機構投資者,也有和散戶投資者類似的追漲殺跌的投資習慣,並因此遭受了投資損失:賣掉的基金接下來的回報反而更好,而買入的基金則在買入以後回報不佳。
現在我們把這些統計結果,和本文一開始提到的風險提示結合起來看,就不難得出結論:材料上的風險提示並不是廢話,而是有真真切切證據支持的大實話。它的主要目的,就是提醒廣大投資者:不要順著基金過去的歷史業績去「追漲殺跌」。
然而,這樣一段如此重要的風險提示,卻往往被投資者忽略。研究人員(Mercer et al, 2010)對比了投資者對於有風險提示和沒有風險提示的基金的反應,得出結論:基金材料上是否印有風險提示,對於投資者的投資決策沒有任何影響。也就是說,投資者在決定是否購買某一隻基金時,和該基金宣傳材料上印有風險提示,或者沒有風險提示,完全沒關係。影響投資者決定買或者不買的,是其他因素。
那麼問題來了:為什麼有那麼多的投資者,不管是散戶也好,還是專業的機構投資者也好,都選擇忽略風險提示,並遵從「追漲殺跌」的習慣去選購基金?大致來說,有這麼幾個原因:
首先,追漲殺跌更符合投資以外的生活規律。
我們在日常生活中積累的經驗告訴我們:過去表現好的,未來更可能持續表現好。比如孩子的讀書成績,更普遍的情況,是學霸的成績從小學到初中和高中,一路上來都很好。從小是學渣,忽然到了高中階段奮起直追,考入985大學的例子,即使有也非常稀少。假設你現在要挑一位學生去參加一項數學競賽,你會挑過去兩年每次都考100分的學生,還是過去偶爾考到80分的學生?答案是顯而易見的。
問題在於,這樣的生活經驗在投資中不管用。主要原因在於,投資回報和學習成績之間最大的差別,在於運氣的作用。如果一個學渣平時從來不認真聽講,不複習功課,那麼他在一次考試中撞大運考到100分的可能性是很小的,連續好幾次都撞大運考到滿分的概率幾乎為零。但是在投資中,哪怕是剛學會開戶炒股的股民,如果他運氣好,恰好買到一隻妖股,也有可能獲得非常高的投資回報。
運氣對於投資回報有很大影響,意味著我們不能把基金經理最近3年的業績,等同於他的投資能力。如果要客觀評價一位基金經理的投資能力,更好的辦法是拉長時間軸,看他過去10年、20年、甚至更長時間的真實投資業績。股神巴菲特公開的投資業績,長達40多年。時間軸拉的越長,其歷史投資回報就越可靠,也越能夠體現基金經理真實的投資能力。
運氣對於投資回報的影響,同時也意味著基金的投資回報,遵從「均值回歸」規律。中國有句古話叫做風水輪流轉。如果某一位基金經理在最近幾年的業績非常好,而其中有一定的運氣成分。那麼接下來幾年,他更可能不再受運氣女神的眷顧,因此其投資回報就會趨向其長期均值,明顯不如過去幾年的高光時刻。反過來,過去幾年回報比較差的基金經理,背後也有一定運氣差的原因。然而他總有一天會時來運轉,其投資回報也會趨向其長期均值,比過去幾年更好。均值回歸的規律,可以解釋上文中提到的「贏家策略」投資回報不如「輸家策略」的現象。
理解了運氣和投資回報之間的內在關係,我們就可以對症下藥,改善散戶投資者忽略風險提示這一問題。目前的風險提示用詞,即過往業績不代表未來,顯然太弱了,對於投資者的警示作用還不夠。我們可以把風險提示改成:基金過往業績有很大的運氣成分,即使過往業績很好也很難持續到將來。這樣一改,效果應該會更好。
其次,像養老基金這樣的機構投資者,在決定投資某個基金時,考慮的問題比較多。除了基金的業績之外,其投資經理還需要考慮到職業風險。
我們可以想象對比一下這兩種情況:第一種情況,養老基金投資了一個過去幾年表現出色的基金,但是該基金在接下來幾年表現不佳。第二種情況,養老基金投資了一個過去幾年表現很差勁的基金,該基金在接下來幾年同樣表現不佳。對於做出投資決策的經理來說,第二種情況下,他面臨的質疑和壓力要大得多。這是因為,在第一種情況下,他只是犯了一個大多數人都會犯的錯誤。當面臨上級的質問時,他可以解釋:該基金過去幾年表現非常好,沒想到我們買入以後表現會這麼差,確實出人意料。但是在第二種情況下,當上級問他:你明明看到該基金過去幾年表現那麼差,怎麼還決定買入?你是睜眼瞎麼?投資經理會發現很難應對這樣的質疑,甚至有被解僱的風險。出於對職業風險的考慮,機構投資經理可能會做出更加「保守」的投資決策,即選擇隨大流去追漲殺跌。
如何解決這樣的問題呢?關鍵是要改變「唯結果論」的評判標準。要科學的評判一個基金經理的投資能力,我們需要拉長時間維度,並且從風險因子角度去分析該經理獲得投資回報的來源,盡量把運氣因素從其投資回報中隔離出來,這樣才能更加合理的對基金經理和投資經理的能力做出科學的評價。
對於廣大普通投資者來說,我們需要明白基金宣傳材料上的風險提示,有其重要的警示作用。運氣對於投資回報的影響作用,導致投資中更容易出現「均值回歸」,而非「強者恆強」。我們應該糾正」追漲殺跌「的認知習慣,提高自己的知識儲備,努力做一名聰明的理性投資者。
原文:金融時報
#投資