關於 總理大餐廳套餐 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【#BF環球視野】孟晚舟獲美國撤銷控罪即時回國 兩被控間諜罪加拿大公民同步獲釋

華為集團財務長孟晚舟當地時間24日同美國司法部達成延後起訴協議。孟晚舟承認曾就華為子公司和伊朗的業務往來誤導匯豐銀行，換取司法部撤銷控罪。受此影響，加拿大法院停止對孟晚舟的引渡聆訊，恢復其自由身。

孟晚舟24日在加拿大溫哥華以視像會議行事出席布魯克林法院的聆訊。孟晚舟在庭上並未認罪，但同意華為在子公司伊朗業務上誤導匯豐銀行，並允諾支付一筆罰款。美國司法部表示，如果孟晚舟願意遵守緩起訴協議條款，將同意暫緩起訴至2022年，但表示將繼續對華為進行調查。加拿大隨後暫停了孟晚舟的引渡聆訊，官方出聲明指其可以離開加拿大。

與此同時，加拿大總理杜魯多表示兩名被中國控以間諜罪的加拿大公民，康民凱和斯帕弗已獲釋並離開中國。兩人於2018年孟晚舟事件爆發後不久被捕，斯帕弗更在8月被中國地方法院判處11年監禁。中國外交部曾一度表示兩人犯罪事實「鐵證如山」，否認中國搞「任意拘押」和「脅迫外交」。

孟晚舟據報將乘坐中國國際航空CA552航班由溫哥華直飛深圳，航班將在香港時間今天7時落地。相關航班在新冠疫情爆發後一直未正常運作，今次是為孟晚舟回國特意安排專機。

—————————————————
【TapNow玩樂著數優惠】
阿仙奴主題餐廳 $548雙人套餐
嘆波士頓龍蝦/香煎鵝肝 bit.ly/3kBGzOJ
24小時同居體驗 逸蘭銅鑼灣酒店 人均$600起
送氣球佈置+紅酒 bit.ly/3CAZzCY
—————————————————
了解更多最快最新的財經、商業及創科資訊，請追蹤
Instagram:www.instagram.com/businessfocus.io/
—————————————————
追蹤 MarketFocus 看更多詳盡財經及投資分析
—————————————————
時刻接收市場最新資訊，請追蹤Telegram頻道：
t.me/businessfocusofficial
—————————————————
請於本專頁cover photo下方，按『Following』按鈕然後選擇『See First』
—————————————————
若有任何商業、財經及科技資訊的新聞稿，歡迎
Inbox或電郵至info@businessfocus.io！
廣告合作請電郵至sales@businessfocus.io
—————————————————
如果你對初創、商業及科技界有所見解，敬請投稿
至info@businessfocus.io
訂閱BusinessFocus YouTube頻道：
www.youtube.com/channel/UCzZszEpbE87Mfh-q7D472BA
歡迎"Join" BF討論區暢談財經、商業及創科話題：BusinessFocus.io 討論區

#小編去開房 之 叫我總理（下）

睇完15間主題活動室，當然都要關心一下客房+自助早餐係點啦～🤗

🎊優惠詳情🎊 https://flyagain.la/94808
🎊預訂網址🎊 https://flyagain.la/pu5g
📍預訂日期📍 即日起～6月27日23:59
📍入住日期📍 6月22日～8月31日

🛌 房間
今次package包upgrade客房至總理客房，聽個名都覺得高貴呀～😎（不）港威酒店上次翻新為2013年，距而家不足10年，所以整體感覺比Marco Polo新淨時尚🤫，但房個view就不及Marco Polo啦（冇海景）🤭

總理客房係客房（非貴賓樓層）入面最高級，空間都幾大，酒店嚟講光線十足，唔會昏昏暗暗咁！👍🏻 佢雙床房有兩張單人床，但床的size好大，每張瞓兩個都仲得～另外仲有個小型客廳仔，買嘢食／外賣上房食都有位食～🤗

床頭有插頭有燈制，十分方便；而工作枱就唔算大，勝在有兩個插頭，算係幾方便～🧐 枱下個櫃就有mini bar，有茶包、水壺等基本嘢，值得一提係今次雪櫃內嘅嘢飲都係免費！😛 咖啡機就喺枱上。電視可以拉出推入同調整角度，但台的選擇就以外國為主，本地就只有有線收費台，連viu同TVB冇，算係幾罕有🤨

而廁所面積都唔細，但小編間房就冇浴缸啦，只有企缸，但就有花灑同雨淋式花灑，企缸面積都幾大，就算要同小朋友一齊沖都唔會迫～👏🏻 廁所特別有張木櫈，如果要幫小朋友刷牙就可以坐喺洗手盤前，方便唔少！🥳

🏨 酒店設施
港威酒店同Marco Polo共用設施，本身自己冇健身室+泳池，想用就要行過去Marco Polo用，稍有不便😐 留意返泳池係周末同紅日先會開放，健身室就係24小時既～💁🏻‍♂️

🍳 自助早餐
今次優惠包早餐，喺酒店三樓餐廳享用。餐廳設計時尚，有落地玻璃望住成條廣東道。攞嘢食嘅地方都幾大，選擇都算有幾多，中西式都有選擇，例如粥、點心、pancake、即煎蛋等都有。當中以麵包類的選擇最多，鍾意食包就最正啦～🤩 餐廳職員服務十分好，有禮慇勤，有賓至如歸之感～🥰

💬 總結
大家可能都識Marco Polo，但同一集團嘅港威就可能少聽啲 😶 今次小編住完成個體驗都十分好，唯一唔好係個package冇包晚餐，但其實酒店位於廣東道中心，樓下就係海港城，就算叫外賣定出去搵食都好方便既！🤓 成個套餐連加一1000有找，值得一住呀！😎

完

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