Apache Spark技术团队所成立的新创Databricks正式推出Model Serving，这是一项无伺服器机器学习模型服务，透过将模型部署在湖边小屋（Lakehouse）就近整合资料，用户可以利用REST API存取模型，以快速建构包括个人化建议、聊天机器人和诈骗侦测等即时机器学习应用程式。

不少企业希望在应用程式添加机器学习技术，提供创新服务，但Databricks提到，即时机器学习系统需要快速可扩展的服务基础架构，不只需要专家知识建立和维护，也需要进行监控、自动部署和模型再训练等工作，这对企业来说是一大挑战。

透过API提供机器学习服务则有助克服此挑战，Databricks模型服务将模型部署於资料和训练基础设施旁，以进一步简化用户在机器学习生命周期管理工作。模型服务建构在Databricks湖边小屋服务之上，使资料和人工智慧整合至同平台，提供一个无伺服器解决方案，供企业以整合工具的方式添加机器学习技术，加速创新应用开发。

用户不需要考虑底层，由Databricks处理基础设施的可扩展性，以及版本相容性和程式修补，且模型服务能够原生与各种服务整合，用户在单一平台就能管理资料撷取、训练、部署和监控整个机器学习工作流程，掌握模型生命周期整体情况。

模型服务整合Databricks特徵商店，而特徵商店是一个方便查询和共享特徵的集中式储存库，用户可在训练期间定义一次特徵，之後便由Databricks自动撷取并联合相关特徵，以完成推论工作负载。Databricks模型服务还整合MLflow自动部署模型，用户只要提供模型，MLflow便能自动准备容器，并将其部署成无伺服器服务。…

首来源:脸书

我最近在脸书上，看到网友贴了一张照片，是一家作文班的广告文宣：

image source:脸书

坦白说，我没有觉得(1)不好，也没有觉得(2)写得很好。我认为(1)的小孩子，写出了自己的体验，虽然是平铺直叙的日记体，但一看就知道是小孩子的童心。对於小孩来说，好吃就是好吃、不好吃就是不好吃，不必多加文藻词汇的雕琢，因为童心才是最可贵的；我相信很多人看到(2)会感到有点怪怪的，因为这不像一个孩子说出来的话，这就是别人的文字，然後孩子被教导「应该」要这样写，「童心」就被大人的「匠心」所取代。但是(2)可能会在考试中拿高分，因为对於台湾的国文课，技巧比本心好给分。

image source:脸书

我们都知道这样不好，但是事实就是这样，这可能是教育的问题所在。根据儿童福利联盟文教基金会在「2017年台湾学童学习状况调查」， 过半（50.4%）的国小学童有出现学习疲劳情形， 12.7%已达「学习过劳」程度，整体疲劳分数比2011年增加，而国中生与六都学生的学习疲劳程度较严重。

27.7%的孩子觉得学习课业让情绪上非常疲累、36.6%孩子结束整天课业和补习後，有累垮的迹象，六年来不见改善， 13.4%孩子因课业压力焦虑到失眠、睡不好、头痛或胃痛者占9.5%、饮食出现问题者占6.2%，自我伤害或一死了之的念头有6.5%。简单来说，我们这几年来的教改不但没有成效，反而把我们的孩子推向慢性自杀。

补习有没有用？我想因人见异，不过最要不得的心态，就是把补习当作是一种解决问题的捷径，小孩子成绩不好，不用找出他的原因和心态，反正送去补习班就对了，让补习班来解决；补习班为了学业成绩和招生，拼命地走捷径，专注在答题技巧，最後台湾就变成一个走捷径的社会，因为我们都是这样长大的。

image source:Pixabay

日本有一位哲学家中岛芭旺，在2016年出版了自己的文集，震惊日本文坛，因为这位哲学家是自学出身，而且在他出书时年仅十岁。中岛用自己十岁的清澈眼光注目着世界，他常参加研讨课，也在推特上发表自己的观点。九岁的时候，中岛寄信给出版社表达出书意愿，他的文字简短有力，这本书迅速登上日本亚马逊文学榜第一名。

中岛芭旺的书里有一段话：

人家问我将来想当什麽，我回答：「我想当我自己。」
我觉得世界上大家都当自己，这才是正确的。
我们生活在不正确的世界里，连做自己喜欢的事情都需要勇气。

中岛当然也会打电动，他的母亲规劝他时，中岛把跟妈妈争执的心情写了下来：

「你想做什麽就做什麽。」
那不能打电动到底是怎样？
「你可以自己选。」
那不能打电动是为什麽？
「你喜欢怎样都可以。」
但是，又说「要照妈妈喜欢的方式喔～」

能不能多信任小孩一点？
明明是自己的小孩啊！

这句话大概写出了很多小孩的共同心声，因为在小孩的眼里，大人就是如此的矛盾啊！四年级的中岛，没有用什麽华丽的辞藻，没有用什麽天苍苍野茫茫，但是他的文字存在着纯真主张，还有对世界的想像。

我们可以想一想，中岛要是进了作文班，不知道会变成什麽样子？他也许会很乖、作文考了高分，最终成为那张文宣的教案：

香喷喷的烤羊肉、牧羊人骑在马背上的英姿
五颜六色的天与地，
人世间的美好，点点滴滴在我心里
挥之不去，那是最美的艺术啊！

全球时事变化莫测，火速追踪大数聚FB，给你不一样的角度观点

 追踪大数聚

…

首来源:大纪元

原文出自「习惯姿势、习惯情绪、习惯思想。」作者阿舟，本文经『阿舟物理治疗小教室』网站同意转载，未经同意请勿任意转载！

我一直蛮喜欢观察别人的表情，或是模仿别人的动作或手势，去猜测他现在的心情是如何，然後用相同的表情与表现动作推估另一个人的想法，藉由模仿、分类、归纳、整理，这也是我认识这个社会的方式之一。

然後当往下看姿势和站姿或步态时，这时候职业病就会立马上身，会一直想去评估他身体发生了什麽事。左边胸小肌紧、肩膀内外转不对称、右边腰肌或是荐髂关节发生了什麽事等等，是不是有受过伤或疤痕，如果他是我客户应该如何处理等等，直到离开捷运站或是那个环境。

image source:48beats

然而在最近发现国外有个人也和我很类似-Olivier Goetgeluck ，他也喜欢观察每个人的表情与动作。观察姿势与动作的方式不是以物理治疗的方式，而是观察表面的动作型态，去研究动作本身他代表什麽意思或对人造成什麽影响，因此我最近也尝试做这件事情，模仿别人的姿势：可能是插腰、双手抱胸、手搭在别人肩膀上或是伸展肩膀抬头挺胸等等，体会各种不同的姿势会不会对我造成什麽影响。

image source:hk01

有趣的是，每次动作总是会让我的身体或是情绪感到不一样。

这让我想到以前的一个实验「假笑研究Fake smile」他们发现，当你用一个牙签或小棍子放在你牙齿中间创造一个彷佛是微笑的表情时，当在高压环境下，纵使你并不是主动做出微笑的表情，这样的「假笑」也会比没有假笑可以让人以更积极正向的方式去回应环境压力。

表现也会因此而不同！

我们身体习惯的姿势或动作会塑造我们现在的心态与情绪，习惯的心态与情绪会与我们的思考模式有相关联。（习惯姿势→塑造情感与情绪→建构思考模式）

国外学者Stanley Keleman称呼他们为「情感解剖」（Emotional Anatomy）。

当我们使用固定已久的姿势习惯→会连结到我们的思考模式总是相同，这也是为什麽江山易改本性难移，因为姿势与习惯的影响总是被人所忽略，然而影响却远远超过我们的想像。当你总是被困住或是总是感到不好的情绪涌上心头，觉得疲累、失落、失去希望等等不好的情绪里，或是总是被困在相同的难题，相同的处理方式总是效果不好，一直陷入在相同的思考框架中时。

image source:星关系

这里提供几个方向去改变这样的情况：习惯情绪（失落与缺乏希望）与习惯思考（陷入思考框架中）

改变习惯姿势→ 改变 情绪 → 改变 思想
改变习惯思想→ 改变 姿势 → 改变 情绪
改变习惯情绪→ 改变 思想 → 改变

首来源：maxpixel

随着互联网的应用越来越发达，各行各业的宣传和销售渠道也逐渐多样化。

对於中国这片广大的旅游市场，网路科技大幅提升的同时，也让传统旅行社、饭店业者及代理商皆得面对这波网路化的侵袭，逐步迈向电子化需求。透过网路结合自身服务资源，提供多元化的线上旅游服务能为不同的消费者所需，提供各别的消费选择。

因此，OTA(Online Travel Agent) 的概念也由此诞生，意即将组团、开团、旅游支付到出团等履行操作流程业务进行线上化应用。(如台湾的易游网、灿星旅游皆以OTA模式创立)

旅行社透过线上平台的搭建，结合应用电子商务系统，并利用互联网蒐集资讯及数据分析，为消费者即时提供所需资讯及推荐，同时回馈给企业、代理商或饭店，协助其寻找新的利润增长点。

本篇文章将带你了解，中国线上旅游市场的发展趋势，去大陆旅游或是出差，就找在线旅游服务订购，好吃好玩好去处一次搞定。

七八月这段期间，全球各地的爸妈都纷纷趁着孩子暑假期间，带孩子外出旅游。随着科技进步、社会环境改变和经济条件进入佳境，加上中国超过13亿的人口数，促使旅游类的发展日益蓬勃。

历经10年的演进，从2006年至2016年这段时间，中国境内的传统旅行社数量不断地上升，虽然增长幅度趋於平缓，但数量还是持续性的增加，显示国民消费水准提升，对於娱乐和旅游度假的需求越来越大。

除了线上的旅游市场之外，传统旅行社的发展仍还存在着广阔的成长空间。对於中国境内三、四线城市的消费者而言，传统的旅行社还是一个实用且安心消费的途径，因而在中国市场仍保持着平稳的增长速度。

核心企业整合产业链，扩大资源增加竞争力

为了这片广阔的旅游市场，传统旅行社也逐步转变，结合线上功能以提高服务效率，并进一步垂直整合产业链的多方资源，以承揽更大的消费客群，增加竞争力。

整合上游旅游资源，来扩大自身的竞争优势，并透过设立线下体验中心和门市等方式进行市场布局，以增加客源渠道，这些是现今中国境内大多数核心企业的拓展方式，同时亦可发展全球市场。

例如中国大型热门的线上旅游网——携程，进行多方资源的整合，近年更投资许多风景区，并收购目的地服务商(如收购了唐人接)，想由此介入目的地服务领域发展，以增加自身竞争力。

• 1

• 2

• 下一页

Appier

重点新闻(1218~1231)

#CDP #顾客行为预测 #No Code工具 #视觉化分析 #Cookie同意管理

Appier推出CDP，主打No code进行AI顾客行为预测及视觉化分析

10月收购美国视觉化分析业者Woopra後，台湾AI行销科技商Appier结合Woopra No code视觉化分析技术与自家顾客资料科学平台Aixon功能，推出新CDPAiris。此产品支援英文、日文、韩文和繁体中文四种语系。

Airis主打行销人员能用No code介面来操作AI模型进行顾客行为预测。没有IT背景的行销人员只要透过输入行销需求，Airis便会自动设定好AI模型参数，来提供顾客行为预测，不需要AI科学家团队或资料工程师来调校复杂的AI模型特徵值及参数。如此一来，行销人员可以省下与资料工程师沟通商业逻辑的成本。

Airis还采用了Woopra的分析技术与视觉化介面，使行销人员能从顾客资料库中自行定义顾客属性，并从时间轴、受众群、转换率、流失率等不同参数来交叉分析，快速生成各式报表。Appier一直以来都相当重视行销人员自主使用No code工具来进行视觉化数据分析，例如Appier个人化行销平台Aiqua上就有拖拉式生成报表功能。

另一项值得注意的功能是，为了因应隐私权抬头及未来第三方Cookie退场，Airis也有管理顾客Cookie同意声明（CMP, Cookie Consent Management）的功能。

#App广告 #DMA #第三方App市集 #iOS

苹果要允许iOS上有第三方App市集，更允许使用者侧载App

由於欧洲数位市场法（DMA）要求，苹果将於欧洲市场开放iOS有第三方App市集，且使用者将能不透过App市集自行侧载App。这意味着苹果对iOS App的广告市场掌控度会降低。

自从iOS 14.5隐私权条款上线後，App广告商接触iOS用户的管道就被大幅限缩。App开发商若想在iOS装置打广告，不得不屈就於苹果广告体系。同时，苹果也积极推动自家广告业务，包括打造大型DSP以及增设官方App市集App Store的广告版位。

当App Store不再是唯一上架App到iOS的管道，可以想像大量App开发商逃离──带着他们原本在App Store打广告的预算。不只因为有更多广告体系可以选择，也因为App Store上架费用远高於直接竞争者Google Play Store，而且苹果还会对App内消费抽取高达30%的分润。

过去，苹果一直以隐私权为由拒绝开放第三方市集和侧载，不过若欧洲市场实行後没有出现大问题，恐怕苹果也无法再以相同理由守住其他市场的App Store，以及App Store广告独占地位。…

OpenAI发表最新文字生成3D模型的人工智慧模型Point-E，研究人员提到，虽然Point-E模型所产生的3D模型品质，还未达最先进的水准，但是因为Point-E的样本生成速度快了其他方法一到两个量级，因此在部分用例可供使用者权衡使用。

目前文字生成图像模型爆炸性成长，先进的模型在数秒中内，就能够根据自然语言描述，快速生成高品质图像，这和目前3D模型生成发展，产生极大的对比，而由於3D生成的使用案例很广，可被用於虚拟实境、游戏和工业设计等，因此发展文字生成3D模型技术，对於普及3D内容创作有很大的发展潜力。

研究人员提到，目前使用文字产生3D合成模型的方法主要有两种，其一是直接使用文字和模型的资料对，或是未标记的3D资料训练模型，虽然这些模型可以利用现有的生成建模方法，有效地生成样本，但因为目前缺乏大规模3D资料集，因此很难广展其多样性和复杂文字提示。

另一种方法则是利用预训练文字图像模型，以最佳化可微分3D表示的方法，研究人员解释，这些方法通常能够处理复杂多样的文字提示，但需要更昂贵的最佳化过程才能生成每个样本。OpenAI的Point-E的目标则是结合文字到图像模型，以及图像到3D模型技术，来总和两种方法的优点。

文字到图像模型利用大量文字、图像对语料库，使Point-E能够遵循多样且复杂的提示，而图像到3D模型，则是在较小的图像、3D对资料集训练。因此Point-E从文字提示生成3D物件，首先是使用文字生成图像模型进行采样，然後将采样图像作为条件生成3D物件样本，这两个步骤可以在数秒钟内完成模型点云，不需要昂贵的最佳化程序。

研究人员最後使用回归方法，从点云生成网格，Point-E整个过程只要一到两分钟，就可以在单个GPU上生成3D模型，虽然目前Point-E所产生的模型品质较差，但在部分需要短回应时间的用例上，Point-E为一个权衡的方法。目前OpenAI已经在GitHub上发布预训练模型，以及评估程式码和模型。…