#公投亮票第7案
Q:你是否同意以「平均每年至少降低1%」之方式逐年降低火力發電廠發電量?
A:儘管我個人極力希望能夠降低空汙與排碳,但因為我看不懂為何是每年、為何是 1%、以及這個1%的比較基準是什麼…在主文有那麼多不明確的條件下,我會積極地選擇保守,所以我會投下反對票。
#公投亮票第8案
以下是我在投票前,請大約兩百人幫忙看過的文字,並沒有公開。我認為這個方式還不錯,以後若有類似的公投,我也會用這個方法。既然已經結果已經出爐,就公開在這裡做個紀錄。
— — — — — — — — — —
你好,我是一個台灣公民,我叫做鄭國威,住在台中,以下是我對公投第 16 案的投票意向思考邏輯,希望請你幫忙:
第一:表示同意或不同意。
說到同溫層,有一個現象是我最近才歸納出來的,但我先說,例外也是有不少。只能說是我個人的一個感受。這個現象是:
1. 沒有在做科學傳播的人,傾向於認為台灣的科學傳播做得不夠。
2. 有在做科學傳播的人,傾向於認為台灣的科學傳播做得不錯。
然後我發現,其實不只是科學傳播,這樣的現象出現在很多社會倡議的推動跟參與上。若要抽象化來說,就是
昨天晚上在師大的書院演講「科學思辨力」時,有同學問:「如果不是專家,要怎麼判斷不同的說法,誰說的對呢?」
我的回答是:
1. 三問:訊息從哪來?知識怎麼來?為什麼是現在?2. 四不:不盲信專家說、不忘請求證據、不裝懂、不要怕。
通常做到這裡就解決 80% 的問題了。
不確定是小時候沒注意,還是長大才這樣,總之我不太能跟實體店面的店員或服務人員打交道。
不管是吃飯還是買東西,我都採取溝通最少化、對話單調化為原則。有時候遇到一些比較熱情的服務人員,或是老闆,我會覺得要應付他們很費勁,然後盡量迴避更多的互動,儘管他們只是想好好招待我這個客人。
所以當我看到一些朋友能夠很自然地跟店老闆、店員或各種服務人員攀談的時候,就覺得很厲害。彷彿陌生的彼此其實是好朋友一樣。
我猜我大概因為這樣,或許節省了一些時間,但失去了很多優惠跟情報。
在一個平行宇宙裡,台灣由兩個接近人類智慧程度的通用人工智慧系統管理,一個叫做 DP-Protocol,另一個叫做 KM-Terminal。其他還有一些比較小型的人工智慧系統,例如 K-Program 或 NewPower Project 等,但只在小範圍上使用,屬於弱人工智慧。
平時由一群人工智慧專家負責調教這兩個系統,他們可以透過監督式學習、非監督式學習、強化學習、深度學習、生成對抗網絡等等方式讓系統預測模式的能力更強,輸出的結果更符合需求,但時常陷入區域最小值,一直達不到全域最小值。