娶了UI設計師的Python工程師-北歐生活

Google 忍不下去了,讓YouTube Vanced終止開發! 一起來看看到底發生什麼事? 目錄 YouTube Vanced 功能幾可媲美需付費的 YouTube Premium Google 大刀闊斧採取法律行動，除了廣告因素還有資安疑慮問題 悲報！能跳過 Youtube 廣告的第三方播放器 App 「YouTube Vanced」，其官方社群帳號宣布將終止 YouTube Vanced 的開發工作，官方下載連結也被迫下架。 據開發團隊表示，因為收到了來自  Google  經由法律程序提出的要求，「雖然知道使用者並不樂見這個消息，但我們還是會作出相應的行動」，最後也感謝使用者多年來的支持。 YouTube Vanced 功能幾可媲美需付費的 YouTube Premium 雖然  Google  近年來積極推廣零廣告且可使用背景播放功能的  Youtube  Premium 付費訂閱服務，然而，部分習慣了昔日 Youtube 免費服務的用戶還是會尋找免費的第三方 App 來使用。 至於什麼是「YouTube Vanced」呢？這是一款適用於 Android 系統的 Youtube 第三方應用程式，由於可以免費安裝，在觀看 Youtube 影片時還可無痛跳過廣告，功能幾乎可以媲美 Youtube Premium，甚至開發了其他客製化功能，是頗受好評的免費影片神器。 Google 大刀闊斧採取法律行動，除了廣告因素還有資安疑慮問題 Google  日前已正式對 YouTube Vanced 寄出具有法律效力的停止信（Cease and desist letter），要求 YouTube Vanced 刪除其 App 中所有引用  Youtube  平台內容、Logo、連結的行為，這個要求等於閹割了 YouTube Vanced 的功能，使其無法再維持完整的服務。除了 YouTube Vanced 之外，Google 去年也曾要求 2 個能夠阻擋 Youtube 廣告的 Discord 音樂機器人 Rythm 和 Groovy 停止服務。 Youtube 廣告是 Google 的一大收入來源，第三方服務...

 談到 SEO 優化,就不能不了解robots meta與robots.txt!今天教你如何設定它們~     圖片來源：seobility.net 目錄 甚麼狀況下該使用 robots meta 與 robots.txt 如何設定網站 robots.txt robots.txt-如何設定? 如何設定網站 robots meta   甚麼狀況下該使用 robots meta 與 robots.txt robots meta 對  SEO  的操作上也是很重要。robots meta 與 robots.txt 都能向搜尋引擎宣告如何處理網頁。前者為阻止搜尋引擎索引你的頁面 (但搜尋引擎還是有抓取你的網站資料) ； robots.txt 則是全面阻止搜尋引擎抓取你的資料 (搜尋引擎會自動略過你指定的網站)。 當然，大多數的狀況，你不會讓 robots.txt 來阻止搜尋引擎抓取辛苦建立的網站。但是以若這個網站對你的  SEO  有負面影響、或是私密性高的話，就可以用robots.txt 來阻擋搜尋引擎抓取，常見的情況如下所示: 1. 多年前有經過 黑帽 SEO  手法，卻還沒處理的網頁、 2. 施工中未完成的網頁等 3. 網站或是公司內部系統的登入頁面 若你只是希望這個網頁不要出現在搜尋引擎結果中的話，那用 robots meta 即可。 如何設定網站 robots.txt 【檔案存取位置】robots.txt 位於網站的根目錄下 【作用】告訴搜尋引擎哪些網站內容不要進行存取，並且可以指定 sitemap 的位置。 【路徑】如果你有建立並使用 robots.txt，則他的位置會是 http://網址/robots.txt，如果這個檔案不存在，則代表沒有使用 robots.txt。 【宣告類型】有五種，如下所示： User-agent 指定哪一種搜尋引擎的爬蟲，如 Google 的爬蟲 「googlebot」或是百度的爬蟲等等（* 號代表全部） Crawl-delay 限制爬蟲抓取每一...

包含 Meta 在內的科技巨頭,面對自家平台假新聞滿天飛的窘境,他們能順利接招嗎? 目錄 網軍奧步、抹黑攻擊…資訊戰怎麼打？ 網路平台成虛擬資訊新戰場 科技巨頭是否該介入資訊戰？ 烏克蘭和俄羅斯這次的衝突除了高科技之外，也結合了新型態的資訊戰。俄羅斯入侵烏克蘭時，一場資訊戰也透過社群軟體展開。對   Meta 、 Google 、Twitter 等社群平台來說，這些社交平台已經成為這場虛擬資訊戰的主要戰場。公司也被迫面對是否要對俄羅斯散播假消息進行內容審查，以及烏克蘭的社群平台面臨中斷等問題進行積極處理。 ｜ 推薦閱讀： 給人工智慧幾它給你完整文章！奇幻、科普、假新聞任你挑 網軍奧步、抹黑攻擊…資訊戰怎麼打？ 據國外報導指出，烏克蘭政府稱，在 2021 年一月到十月共遭受了大約 288,000 次網路攻擊。根據烏克蘭情報部門的說法，這些網路攻擊者的首要任務不是得到訊息或蓄意破壞系統，而是破壞當局的穩定和進行抹黑。如果政府連自己的網站都保護不了，又要居民如何相信政府能治理國家和保衛領土？ 為了進一步削弱烏克蘭政府的權威，這些網路攻擊伴隨著俄羅斯大規模的假宣傳活動。自 2015 年以來，歐盟已經收集並揭穿了 13,500 條假消息，這些假消息主要是為了加深民眾和政府之間的分歧，且 有近 40% 是針對烏克蘭的 。 網路平台成虛擬資訊新戰場 在俄羅斯入侵後，烏克蘭的政府官員們就開始向許多社群平台、通訊軟體公司尋求幫助。烏克蘭副總理呼籲  Meta 、Twitter、Youtube 和  Google  等科技巨頭共同抵制俄羅斯，並禁止於俄羅斯境內使用這些公司的服務。 ｜  推薦閱讀： 自家的人工智慧太會寫假新聞！馬斯克嚇到離開OpenAI？ 「我們需要你的支持，」烏克蘭副總理表示，「 2022 年，現代科技或許是對付坦克、火箭發射器和導彈的最佳答案。」 上週五（2/25），烏克蘭領導人要求  Meta  和  Google  限制俄羅斯境內的服務，隨即 Google 和 Meta 也隨即禁止俄羅斯的國營媒體在其平台上投放廣告營利。與此同時，俄羅斯和烏克蘭最多人使用的通訊軟體 Telegr...

谷歌改用Topics API取代 cookies ,解決當初那些爭議了嗎?       目錄 取代 cookie 追蹤，Google 棄 FLoC 改用 Topic API 飽受隱私專家批評的「FLoC」是什麼？ 依據興趣主題分配用戶，Topic 不是第一個！ 取代 cookie 追蹤，Google 棄 FLoC 改用 Topic API Google  取消了 使用 FLoC 來取代 cookie 追蹤的計畫 ，改為使用 Topic API——一套基於興趣來投放廣告的新系統。Topics 的運作原理是根據你一週內的上網行為（如造訪了哪些網站等），來確定你的五個興趣主題，如下圖右方所示：該範例中的用戶感興趣的主題分別為「汽車」、「書本與文學」、「動漫」、「搖滾樂」與「團隊運動」。 圖中左方是第三方 cookie 追蹤的方式，而右邊是 Topic API 的示例：Topics 將用戶的上網行為歸納出五個興趣主題，以便於識別用戶。｜圖片來源：Google 瀏覽器將保存這些主題，為期三週清除。 Google 聲明這些興趣主題「完全只在你的上網裝置內做選擇」並且不涉及任何包含  Google  在內的外部伺服器。未來，每當你造訪一個網站，Toipcs 便會向該網站及其廣告合作夥伴，顯示你過去三週中的興趣主題。 如同  Topics API GitHub  網頁上所說，目前廣告分類中，有近 350 個可用的興趣主題（儘管 Google 最終計畫要加至「幾百」或「幾千」個主題）。 Google  說 Topics 將不包含如種族、性別等任何敏感度高的主題；他們也正在創建讓用戶可以檢視主題、刪除主題以及關閉功能的 Chrome 工具。   2023 年時， Google  將必須達到「取代第三方  cookies 」的承諾。因此他們計畫在 Chrome 中啟動 Topics 的開發者試用版，但是時間未定。 ｜推薦閱讀： Google 為保護隱私，棄 Cookie 卻改用人工智慧？ 「傳統上，瀏覽器只為用戶效力 —...

人工智慧 如何用高清畫質呈現老動漫?今天揭曉!   目錄 人工智慧修復，再差的畫質都能秒變高清！ 結合 Waiuf2x、RealESRGAN 的 Real-CUGAN，修圖效果青出於藍？ 一、材質紋理 二、線條處理 三、畫質比較 四、淺景深效果 結論： Real-CUGAN 雖非最清晰，但平均表現最佳     童年的懷舊動漫和卡通仍相當經典，許多人仍會在網路上重溫過去的美好時光。但是已經習慣 1080p 或甚至 4k 畫質的現代人，看到以前只有 360p 或甚至更低的影片，感覺總有些不舒服。 近日 GitHub 熱門榜上出現一個專為動漫影像而生的畫質修復模型，竟能夠將動漫一秒變高畫質！一起看看到底是什麼黑科技吧！ 人工智慧修復，再差的畫質都能秒變高清！ 由中國網路影片平台 Bilibili 官方在 Github 上發布的 Real-CUGAN 模型，是結合來自日本的圖片修復降噪神器「Waiuf2x」與騰訊去年推出的一款應用 人工智慧 放大圖片的「RealESRGAN」發展而來。 「Waiuf2x」出自一位日本的電腦技術高手，原理大概是把二次元圖片縮小再和原圖放在一起，藉由演算法讓模型學會如何放大拉伸圖片。而 「RealESRGAN」則是透過模擬影像由高解析度變低的分辨率的過程，讓模型能夠將一張模糊的圖片倒推出原本高畫質的樣貌。 結合 Waiuf2x、RealESRGAN 的 Real-CUGAN，修圖效果青出於藍？ 結合了兩個修圖神器的 Real-CUGAN 模型，效果會更好嗎？ 官方便將原動畫畫面及 Waiuf2x、RealESRGAN、Real-CUGAN 三個模型修復出的畫面結果，分別就紋理、線條、畫質、景深分別做比較如下，每張圖從左至右分別是原動畫畫面、Waiuf2x 版、RealESRGAN 版以及 Real-CUGAN 版，這樣的對比圖可以明顯看出各模型的優缺點： 一、材質紋理 圖中顯示，RealESRGAN （左三）在圈起來的陰影處沒有處理好地板紋理（圖／取自《偵探已死》第一集10分20秒 by TechOrange） 首先是 紋理挑戰 ，對於畫面背景中...

與其他人工智慧應用相比：FACT編舞能力一流 將 FACT 的性能，針對各個指標，與其他的 人工智慧 應用進行比較： 如上表所示，FACT 與三種最先進的編舞 人工智慧 應用（ Li et al 、 Dancenet  和  Dance Revolution ）相比，FACT 模型生成的動作更逼真，與輸入音樂的相關性更好，並且在以不同的音樂為條件時更多樣化。*注意的是  Li et al 生成的運動是不連續的，使得平均運動特徵距離異常高。 Google 還透過使用者研究，評估音樂與動作的相關性：讓每位使用者觀看 10 個影片，片中有一個 FACT 模型與一個隨機對照模型所生成的編舞結果然後讓使用者選擇哪個模型生成的舞步比較能夠與音樂同步。使用者共有 30 名，包含專業舞者以及很少跳舞的人。 結果顯示：81% 的使用者喜歡 FACT 模型生成的結果勝於 「Li et al.」的；跟 Dancenet 相比，71% 的人喜歡 FACT 勝過 Dancenet；跟 Dance Revolution 比較， 77% 的人也更喜歡 FACT。。有趣的是，75% 的參與者喜歡 AIST++ 未配對的舞蹈動作勝於透過 FACT 所生成的。這並不奇怪，因為最初的舞蹈紀錄具有很強的表現力。 定性結果 如下圖所示，與先前  DanceNet （左）與  Li et. al. （中）相較之下，使用 FACT 模型（右）生成的 3D 舞蹈更逼真，並且與音樂的相關性更好。 使用 FACT  人工智慧 模型生成更多 3D 舞蹈： 人工智慧發展下一步：為每首歌生成逼真舞蹈 Google 開發了一個 人工智慧 模型，可以學習音頻與動作對應的關係，還可以基於音樂，生成的高質量 3D 動作序列。由於從音樂生成 3D 動作是一個新興的研究領域，Google 希望此項研究成果能為未來跨模組「音頻-3D 動作」的生成鋪道。 透過這項研究，Google 還發布了迄今為止最大的 3D 人類舞蹈資料庫「 AIST++ 」——具有多視角、多種舞蹈形式、跨模態的 3D 動作數據集，不僅對 3D 動作生成研究有幫助，一般來說，也對人類理解研究幫助。Google 將在  GitHub ...

人工智慧編舞一把罩：FACT 模型  Google 使用上述的 AIST 資料庫，訓練 FACT 模型從音樂生成 3D 舞蹈。該模型先使用動作轉換器與音頻轉換器，分別對一段音樂與一個短的（2 秒）種子動作（seed motion）進行編碼。之後再將嵌入碼連接、發送到跨模型轉換器，該轉換器學習兩種模型之間的對應關係，並生成 N 個未來的動作序列。 然後使用這些序列以自我監督的方式訓練模型。在測試時， Google  將此模型用於自回歸框架，其中所預測的動作則作為下一個生成步驟的輸入。因此，FACT 模型能夠一個框架接著一個框架地，生成長時間的舞蹈動作。 FACT 網絡接收音樂片段 (Y) 和 2 秒的種子運動序列 (X)，然後生成與輸入音樂相關的長期未來動作。|圖片出處：Google AI Blog Google 用三指標評估 FACT 的性能 Google  依據以下所述之三個指標，評估 人工智慧  FACT 的性能： 動作品質：我們計算 AIST++ 資料庫中的「真實舞蹈動作序列」與 40 個「模型生成的動作序列」之間的  Frechet 起始距離 （FID），每個序列具有 1200 幀鏡頭（20 秒）。我們將基於幾何和動力學特徵的 FID 分別表示為 FIDg 和 FIDk。 生成多樣性：與 之前的工作（指 「 深度 慣性姿勢捕捉」：從少許的慣性量測中學習而重建人體姿勢）類似：Google 從 AIST++ 測試集中的 40 個「模型生成動作特徵空間」中，計算平均歐氏距離，用以評估模型生成各式舞蹈動作的能力。，接著再比較幾何特徵空間 (Dist g ) 和動力學特徵空間 (Dist k )。 Google 使用不同的音樂，來生成四個不同的編舞版本：Break、Ballet Jazz、Krump 和 Middle Hip-hop（右），但有兩秒是相同的 Hip-hop 舞蹈動作（左），這些相同的動作被稱為「種子動作」。|圖片出處：Google AI Blog 運動-音樂相關：由於沒有合適的指標來衡量輸入音樂（音樂節拍）與所生成的 3D 動作（動作節拍）之間的相關性。所以 Google 提出了一種新的「節拍對齊分數 (BeatAlign)」...