高達七成到八成美國民眾不清楚哪些狀況會增加紫外線的傷害 photo credit: American Academy of Ophthalmology
眼部要怎麼防曬?戶外型或運動型的太陽眼鏡要怎麼挑選?這一直是困擾大家許久的問題,民眾往往找不到相關的資訊,也不知道要怎麼挑產品。有關紫外線曝曬對皮膚可能造成的危害,之前在防曬全攻略第一集已經完整說明,關於如何挑選防曬衣物這篇文章也講過。今天就把重點放在眼睛對紫外線的防護。
這篇文章規劃多時,但近期剛好發生世大運台灣代表隊在和法國對比賽中最後一局,可能因為外野手沒有正確配戴太陽眼鏡,出現了再見失誤,讓許多台灣人難過,甚至落淚。要先說,我們從來不想要檢討任何個人。任何個人的行為,往往背後有複雜的成因。但一個優秀的團隊,就是要不停檢討系統性問題,持續優化系統,跌倒了就再站起來,不要放棄。我們是台灣人,台灣人可以輸,但是絕對不會放棄!台灣人在每一次的失敗中互相扶持勇敢前進,在每一次成功中一起歡呼,這就是我們的台灣精神。希望所有台灣健兒不要失去信心,全台灣人都在這裡,永遠為你們喝采加油!
今天團隊的兩位醫師想一起完整說明,太陽眼鏡到底要如何挑選,以及如何使用!
高達七成到八成美國民眾不清楚哪些狀況會增加紫外線的傷害 photo credit: American Academy of Ophthalmology
眼部要怎麼防曬?戶外型或運動型的太陽眼鏡要怎麼挑選?這一直是困擾大家許久的問題,民眾往往找不到相關的資訊,也不知道要怎麼挑產品。有關紫外線曝曬對皮膚可能造成的危害,之前在防曬全攻略第一集已經完整說明,關於如何挑選防曬衣物這篇文章也講過。今天就把重點放在眼睛對紫外線的防護。
這篇文章規劃多時,但近期剛好發生世大運台灣代表隊在和法國對比賽中最後一局,可能因為外野手沒有正確配戴太陽眼鏡,出現了再見失誤,讓許多台灣人難過,甚至落淚。要先說,我們從來不想要檢討任何個人。任何個人的行為,往往背後有複雜的成因。但一個優秀的團隊,就是要不停檢討系統性問題,持續優化系統,跌倒了就再站起來,不要放棄。我們是台灣人,台灣人可以輸,但是絕對不會放棄!台灣人在每一次的失敗中互相扶持勇敢前進,在每一次成功中一起歡呼,這就是我們的台灣精神。希望所有台灣健兒不要失去信心,全台灣人都在這裡,永遠為你們喝采加油!
今天團隊的兩位醫師想一起完整說明,太陽眼鏡到底要如何挑選,以及如何使用!
前幾天,輝達(NVIDIA)發表全新 GPU 架構──Turing(圖靈),被黃仁勳視為 12 年來輝達 GPU 的最大躍進,無疑是計算機圖形領域的遊戲改變者。圖靈架構最大核心亮點在於即時光線追蹤(Real Time Ray Tracing),能夠計算光線反射、折射、散射等路線,渲染出逼真的畫面,可為遊戲開發者提供電影級畫質的即時渲染,也就是讓遊戲看起來更像電影。據悉,這些新 GPU 依靠自身的一個特殊部分來快速呈現高解析度圖形,完成圖像的大部分成像工作後,使用人工智慧技術來猜測未完成的像素。據了解,除了即時光線追蹤外,輝達的 GPU 還支援多種 AI 圖像處理能力,可謂大開外掛。Adobe 的 AI 圖像處理外掛上週舉辦的計算機圖形學年度會議 SIGGRAPH...
過去我們曾看過負責圖像辨識的 AI 將烏龜誤認為手槍,近日研究人員又對相關系統進行了一些「攻擊」測試,結果發現甚至不需要 3D 列印,小小一張特殊的貼紙就足以奪走 AI 的目光,就像在鬥牛眼前晃動的紅布。 Techcrunch 報導,機器學習(Machine learning)技術應用的興起促進許多 AI 的發展,這讓系統辨識圖像非常有能力,但在缺乏常識的情況下,它們並不聰明。機器視覺是非常複雜的過程,就像人類一樣,機器也得透過認知才能夠正確分辨看到的景物,為了做到這一點,這些圖像辨識系統設定的重要捷徑便是:不為每個像素指定同樣的重要性。(Souse:pixabay)舉例來說,這是一張房子的照片,背景有天空和草地,系統透過一些基本規則清楚知道,儘管天空和草地也在圖片中,但並不是畫面「主角」,因此儘管也會將其納入考量,機器會花上更多時間來分析中間房子的形狀。而 Google 研究人員想了解的是,如果這個捷徑的判定出錯了,那麼電腦會忽略房子,而把注意力轉向集中在選擇的東西上嗎?除了學會辨識背景,AI 也已學會觀察特定曲線、顏色的組合,於是研究人員便針對特定圖像辨識系統,嘗試許多顏色、形狀、大小的組合,找出系統專注的特徵,並試圖創造出一個能分散系統的小型圓型圖片。最終他們試出了最佳解答:小小的迷幻漩渦。只要把它放在系統已知的對象旁邊,例如一根香蕉,系統會立即忘掉香蕉,認為圖片的主角就是迷幻漩渦。團隊發現,迷幻漩渦的效果是系統性的,因此不會受到圖片差別的影響,這意味著無論系統看著何種圖片,迷幻圖形產生的干擾作用通常都能達成。過去欺騙機器視覺的嘗試,經常是對圖片進行重複的些微調整,尋找是否有一些像素放置的位置能造成混淆,但迷幻漩渦的效果完全不同。研究人員最近在長灘舉辦的神經訊息處理系統會議(NIPS)介紹他們的研究成果,這項研究表明,只注意圖片些微調整的地方是不夠的,因為大的局部干擾也可能會破壞辨識系統的工作。這種研究人員認為是強大的、高度本地化的騷擾,對圖像辨識系統構成一種新型態的威脅,儘管「迷幻漩渦」是研究者針對特定系統測試出的圖案,但整體概念仍一樣,如果針對其他系統研究,也有可能會發現類似的「紅布」。類似的干擾圖片或許甚至會偽裝成無害的貼紙,讓可能存在的辨識應用失效,即使人們注意到這些特殊的圖像,也很可能不會了解其中的意圖,而是視之為一種藝術形式。...