would-be journalist

兩天前，輸入人工智慧程式 1千7百萬個字的文章，在PC上跑了兩個小時，結果 人工智慧竟然有辦法自己領會出像 zero 這個字是跟 one two three four five six seven ... 是有關係的。 這只是1千7百萬個字(其中 the 就佔了至少1百萬個字)，兩個小時在PC上也不過是反覆訓練了一萬次。 如果是輸入至少幾十億個字，而且是在高速平行運算電腦上 訓練 幾個月，數學最佳化 model 也夠完美的話，那豈不是 獨立學習的 人工智慧的文學修養，可以逼近一個新聞記者的程度。 怪不得現在有些網頁的即時報導，是由人工智慧操刀的

AI learning gratis

最近自學Google人工智慧的 Python API。 讓我很驚訝的是 Google 自從2015年11月釋出人工智慧程式碼 Tensorflow 後，可以說是毫無保留。 Google甚至提供 TensorBoard， 可以將你寫的人工智慧程式轉成 neuron 操作圖(如下圖)。 全部 neuron 的訊息, 全部 neuron 的連結， 和 neuron 如何發射信號， 全都顯現在這張圖上，以便 debug和分析.

雖然像 Xilinx 也把 FPGA 設計軟體釋出, 但是像高階的 C-to-Verilog 的軟體就要付費，而且你用他們的免費設計軟體，必須還要再買他們昂貴的 FPGA硬體才有用。但 Google的 Tensorflow 人工智慧軟體完全免費。 除非你要分析的數據不是幾萬個而是幾百萬個，幾億個，那就可能要花錢去買 PC 的 GPU 卡，要不然運算太慢。 任何人都能夠以 Python 程式搭配 Tensorflow人工智慧的API來分析至少幾萬個數據， 可以在自己家裡的 PC上進行，而且不花一毛錢。

人工智慧軟體的免費享用，使得這兩年來學習人工智慧的人數高速成長， 也讓賣 GPU 晶片的 NVIDIA，一年內股票成長3倍 ( 我剛剛也在ebay買了一個低階的 GPU卡)。 現在的學生，與其擔心以後被人工智慧取代，那還不如現在就學人工智慧，以後來取代別人。 反正學習的資源都是免費， Python 也不難學，而且 Tensorflow 所需要的數學也不過是基本的微積分。當然，還是要花很多時間去學習每一個 Tensorflow API 的內涵.

growing AI market apace

人工智慧的市場在3年後有每年60億美金的價值，8年後有每年 370億美金的價值。 這個龐大的市場意味著有多少的高薪工作會增加，以及多少的工作會被取代。

Family-centered policy trumps points-based policy?

Most of the Americans, definitely including Trump, have the corny misconception that immigrants have low educational levels. In 2011-2015, 50% of the immigrants have college degrees (compared to 27% between 1986-1990). In 26 states of the U.S., average educational level of immigrants is higher than the native citizens. Even with declining power, U.S. is still the catnip for world-wide intellectuals.

http://www.economist.com/news/united-states/21723108-far-being-low-skilled-half-all-legal-migrants-have-college-degrees-immigrants

3D pictures from Sony

Sony CMOS sensor 現在有測距感應器 (ToF)，所以就可能有立體照相的結果。 這個 ToF的技術一直是我职耿於懷的，因為我不知道怎麼設計在這種小小的照像晶片上, 可以有幾十萬，幾百萬個 ToF感測器. 
看了 Sony 的簡略 ToF 照像技術資料後，我才比較釋懷。 Sony 的 ToF 感應器， 兩公尺以外的物體，測距誤差 1公分, 4公尺以外的距離測距誤差是4公分。距離越長，測距誤差越大。 而且這個數據要在非常明亮的燈光下 (2千 lux, 但平常明亮的辦公室照明只有400 lux)， 不能有餘光或任何外界的困擾。 軍事用途的 ToF距離, 至少是兩三公里, 而且至少要能辨識戰車的形狀. 二三十個 pixels 還可以, 兩三百萬個 pixels 根本不可能，因為辨識 3公里以外的距離誤差，至少是辨識物體長度的10倍以上。
Sony的這個技術，我相信主要是在於當光子進入晶片後，被 PN junctipn 吸收的時間，幾乎每一個 pixel 都能調整到差不多。 這個 Sony 晶片的 pixel 是10 微米，我估計因為光子進入每一個 pixel的落點都不會一樣，可能至少會有3到5奈秒(10的負9次方秒)的誤差， 加上其他外界的影響和光子數量的不同 ( Poisson distribution)，這時間誤差會更大。 3公尺的距離 來回需要20奈秒。 但是因為光子隨機落點的不同，就有0.6公尺的距離誤差。 Sony 能夠解決這個時間誤差問題，至少對幾公尺外近距離的立體照相，還是很了不起。 只是不知道光線要多亮，距離要多近，才能顯現立體效果？
http://technews.tw/2017/06/10/sony-tof/

gilt-edged home value for priviledged admission to primary school

這應該是中國最貴的房子吧， 3.3坪在北京第二實驗小學旁邊的"學區房", 去年3月以台幣2千3百50萬賣出。不過現在在北京政府強力打壓學區房的趨勢下, 可能已經狂跌了吧 .
https://www.bloomberg.com/news/articles/2017-06-07/try-getting-your-kid-into-a-beijing-public-school

Generous financial aids

紐澤西普林斯頓大學 undergraduate 今年有超過3萬個申請入學，只有6.1%的錄取率. 這3萬多個入學申請，有40%成績是全A ( 所以很多成績特優的學生，都會被摒棄在外). 入學許可的學生包括有色人種 (people of color) 約53%, 家庭歷史的第一個能上大學的學生，竟然高達普大入學許可的19%。 普林斯頓大學，每年的學雜費加生活費約5萬3仟美元， 但是學校給每一個學生的平均補助，約4萬8仟美元。 能夠進入普林斯頓大學，家長4年可省約6百萬新台幣。 對於清寒或特殊族裔的學生，假如願意回饋社會的話，很容易可以找到其他校外的獎學金，所以四年普大的教育可以說是免費。 不知道在台灣的頂尖大學有沒有類似的財務補助?
http://www.nj.com/education/2017/03/princeton_incoming_freshman_class_is_most_selectiv.html