ig探索演算法的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

人工智慧最後的祕密：權力、政治、人類的代價，科技產業和國家機器如何聯手打造AI神話?

為了解決ig探索演算法的問題，作者KateCrawford 這樣論述：

AI ≠ 人工 + 智慧 模擬人類微笑的Amazon彎曲箭頭背後，誰受益、誰為此犧牲？ 為何Google不惜一切代價避免提到或暗示人工智慧？ 從沙漠到海洋，從岩石到城市，從樹木到超大型企業，從跨洋航線到原子彈， 誰在AI後面？誰背叛了AI？   ―――――― 從神話到魔化，從地球、雲端到太空，破解AI背後的6個祕密，探索人工智慧的另一種可能！ 當代AI研究先驅、微軟研究院資深首席研究員 第一手揭露人工智慧豐功偉業背後的陰暗面！ ―――――― ▌各界好評讚譽 王國禎 ∣ 國立交通大學資訊工程學系退休教授、高雄醫學大學基礎科學教育中心教授 李忠謀 ∣ 國立臺灣師範大學副校長暨資訊工程學

系教授 李家維 ∣ 國立清華大學生命科學系教授、《科學人》雜誌總編輯 林守德 ∣ 國立臺灣大學資訊工程學系教授 洪文玲 ∣ 台灣科技與社會研究學會理事長 曹筱玥 ∣ 國立臺北科技大學互動設計系/所專任教授兼系主任/所長 郭榮彥 ∣ Lawsnote創辦人、律師 黃文浩 ∣ 在地實驗創立者 劉士達 ∣ 國立清華大學科技藝術研究中心科技創新應用組組長 謝宗震 ∣ 詠鋐智能股份有限公司創辦人暨執行長  ▌幽靈代價，我們為AI付出了什麼？ ◎人工智慧既非人工的，也不是智慧的，那些看似萬能的智慧是如何「製造」出來的？ ◎從內華達沙漠到內蒙古巨大的人工湖、從亞馬遜倉庫到太空殖民，直擊人工智慧帝國全景地

圖！ ◎人工智慧充滿隱藏成本，從自然資源和勞力到隱私和自由都是代價，深入了解我們為人工智慧付出了什麼？ ◎人類為人工智慧制定的倫理架構非常失敗，程式碼和演算法並非致命毒藥，那麼到底哪裡出了錯？ ▌「AI」，一個兩字的短語，隱含了一則神話和六個幽靈！ 當我們跟Siri聊天、開著特斯拉電動車上路、用Google搜尋、上傳IG自拍、觀看抖音影片，以為自己生活在人工智慧的美好新世界，但事實上許多看似有價值的自動化系統能運作，背後都隱藏著幽靈。運行一個自然語言處理模型產生的二氧化碳排放量，相當於從紐約搭機往返北京125次！精心打造的魔鬼細節，讓我們相信智慧機器在做那些神奇的工作。 人工智慧不只是演

算法、資料與硬體的混合物，它關乎自然界、政治、歷史，有時甚至也和美有關。當人工智慧滲入政治生活、耗盡地球之時，會發生什麼事？人工智慧如何形塑我們對自己及對社會的理解？ 本書作者凱特•克勞馥是當代對人工智慧的影響最深思熟慮的研究者之一，以人文主義者的眼光、藝術家的感知、科學家的嚴謹，揭露人工智慧真實的樣貌。她憑藉十多年的研究，揭示了人工智慧神話背後隱藏了什麼，從打造與支持人工智慧基礎設施所需的能源和礦物、剝削「自動化」服務背後的勞工，到人工智慧從我們身上取得的資料，破除人工智慧的迷思。 全書以地圖集的概念來看待人工智慧，提供我們重新閱讀世界的可能性。在人工智慧的地景中，我們會造訪礦坑、耗能資

料中心裡長長的走廊、顱骨檔案庫、影像資料庫，以及日光燈照亮的物流倉庫，了解每一種分類都有自己的後果。世界上最富有公司的人工智慧系統正榨取各種資源，將人類的思考能力商品化，以服務當代科技的一瞬間。 沒有單一的黑盒子，沒有單純的祕密，錯綜複雜的權力系統交織，映射了一組複雜的期望、意識形態、欲望和恐懼！ ▌對本書的讚譽 李忠謀 │ 國立臺灣師範大學副校長暨資訊工程學系教授 這是本非以技術層面談論人工智慧主題的著作。本書分梳各種資訊系統在被設計與運用中所隱含的社會性及政治性的籌劃與代價，包括隱蔽在遠端及雲端概念中但真實存在的巨大環境成本和勞動成本――俾使讀者一窺人工智慧所帶來的正義問題。人工智慧

的發展與應用不會有所止步，但修正對人工智慧的迷思並擴大非技術面的探討確實是必要的。 郭榮彥 │ Lawsnote創辦人、律師 石油精煉縮短了世界的距離，同時也改變了地球的溫度；核能可以點亮黑夜，也點亮了廣島。 科技發展推進了人類社會的繁榮發展，但幾乎所有的科技同時也伴隨著負面的代價。 從工業革命開始，隨著經濟發展的高歌猛進，資產階級向全世界輸出便宜的物資，也輸出了軍隊和東印度公司，殖民者之間的爭奪演變成世界大戰，但我們的科技仍持續在進步，生活品質持續在提升。 作者提醒人工智慧的發展並不是沒有代價的，就像所有的科技一樣，有好的一面、同時有不好的一面。 重視科技的代價並沒有辦法讓進展回溯，但謙卑

的重視這些問題，才能讓科技更健康的發展。 黃文浩 │ 在地實驗創立者 AI科技的發展造成了「人類主體」轉向「資料主體」的倫理陷阱，本書提出種種跡證讓我們不得不從科技創新的樂觀期待中警醒並且思考面對。作者以地圖集的方法向我們「展示了一個對世界的特殊觀點，有受認可的科學——尺度與比例、經度與緯度——以及形式感和一致性」。這無疑是長期從事科技藝術工作如我面對跨領域最具啟發的方式。 謝宗震 │ 詠鋐智能股份有限公司創辦人暨執行長 克勞馥憑藉十多年的研究，揭示了人工智慧系統是如何根植於社會、文化、政治與經濟世界，她從人工智慧與正義的觀點大膽呼籲更加公正與永續的未來。無論你是人工智慧從業者，還是關心人

工智慧進入生活的一般讀者，這都是一本鞭辟入裡、發人省思的精采之作。 麥克・安南尼（Mike Ananny） │ 南加州大學（University of Southern California） 克勞馥說明人工智慧是一項跨越政治、勞力、土地和資料的技術成就和文化承諾，繪製出獨特的地圖，讓我們看見並挑戰人工智慧的力量，供我們採取行動。 露哈・班傑明（Ruha Benjamin） │ 《追逐科技》（Race After Technology）作者 透過出色地追溯人工智慧的歷史、神話、倫理和政治，本書提醒我們，我們所講述的人工智慧故事，就像構成這些系統的數學模型一樣重要。 傑佛瑞・鮑克（Geof

frey C. Bowker） │ 加州大學爾灣分校（University of California, Irvine） 這本書具說服力、清晰且深刻，我們這個時代的經典之作。它透過闡明人工智慧的社會、物質和政治面向，轉移我們的注意力，不再只看見新殖民主義光鮮亮麗的東西。 西蒙妮・布朗（Simone Browne）│ 《暗物質》（Dark Matters）作者 從勞力、乳膠和鋰的採掘到代理和帕蘭泰爾科技公司（Palantir）的政治，本書是對再現人工智慧的權力關係的嚴格質問，並無可避免地映現出其侷限性。這是一本不可或缺的著作。 全喜卿（Wendy Hui Kyong Chun） │ 西門菲莎

大學（Simon Fraser University），加拿大一百五十週年研究計畫新媒體學者（Canada 150 Chair in New Media） 一本必讀之作。從鋰礦場談到資料提取，從勞力剝削談到政府監控，本書深具說服力地揭示智慧是如何「製造」出來的。書中藉由追根究底地探查人工智慧可能造成的環境惡化、資本積累和勞動條件，取代空泛無力的「倫理」呼籲。 維吉妮亞・迪努姆（Virginia Dignum ）│ 《自然》期刊（Nature） 揭露了人工智慧豐功偉業背後的陰暗面……精心研究，寫作精湛。 彼得・蓋利森（Peter Galison） │ 《愛因斯坦的時鐘，龐加萊的地圖》（Ein

stein’s Clocks, Poincare’s Maps）作者 人工智慧似乎就像我們機器中的幽靈一樣縈繞於這個世界。但正如凱特・克勞馥在她生動、令人不安的著作中所表明的，這個演算法、資料、硬體的混合物絕非無關緊要的。本書做出傑出的貢獻：讓人工智慧的幽靈現形。 蘇・海爾波恩（Sue Halpern） │ 《紐約書評》（New York Review of Books） 正如凱特・克勞馥這本鞭辟入裡的著作一再證明的，人工智慧並不是像天外救星一樣降臨在我們面前，而是透過一些我們大多數人都不知道的去人性化提取作法來完成。 凱倫・郝（Karen Hao） │ 《麻省理工科技評論》（MIT Te

ch Review）資深編輯 這是一部傑作，而我一直無法停止思考這本書。 賽門・英格斯（Simon Ings） │ 《新科學人》雜誌（New Scientist）「年度選書」 揭示了人工智慧的隱藏成本，從自然資源的消耗到我們的隱私、平等和自由更微妙的成本。 約翰・納頓（John Naughton） │ 《衛報》（The Guardian） 〔一部〕引人入勝的著作…… 阿隆德拉・尼爾森（Alondra Nelson） │ 美國社會科學研究會（Social Science Research Council）主席 具說服力又富啟發性……克勞馥描述了肆無忌憚的技術擴張帶來的可怕風險。方法原創又睿

智，本書是一幅關於現狀不可或缺的地圖，它大膽地呼籲讀者描繪一個更加公正而永續的未來。 阿娜伊絲・蕾塞吉耶（Anaïs Rességuier） │ 《AI與倫理》期刊（AI and Ethics） 本書是一部開創性的作品，將人工智慧帶入了我們關注的範疇……克勞馥的著作對該領域貢獻卓著，因為各國和國際、公司和教育機構的各個層面都在努力減輕這項科技帶來的危害。 大衛・夏維茲（David A. Shaywitz） │ 《華爾街日報》（Wall Street Journal） 克勞馥強烈主張，雖然人工智慧被呈現為無實體的、客觀的和不可避免的，但它卻是物質的、有偏誤的，且受我們自己的觀點和意識形態左右

。 約翰・史萊特利（John Slattery） │ 《公益》雜誌（Commonweal） 克勞馥……從《星艦迷航記》的世界中借鑑人工智慧，讓它變得豐富、人性化且發自內心。 麥可・史佩奇歐（Michael Spezio） │ 《科學》期刊（Science） 將人工智慧盡覽無遺，把這項科技架構為帝國、決策和行動的集結，這些帝國、決策和行動共同快速消除了在全球範圍內永續未來的可能性……一部在緊急時刻及時帶來貢獻的著作。 露西・薩琪曼（Lucy Suchman） │ 《人機重構》（Human-Machine Reconfigurations）作者 無論你是專心致志的研究人員、人工智慧從業者，還

是關心資料的力量日益強大的一般讀者，這都是一趟讓人大開眼界的旅程，在人工智慧的標誌下遍歷行星資源、勞動體和權力的關係，為資料的帝國賦予它竭澤而漁式的生命。 約翰・索恩希爾（John Thornhill） │ 《金融時報》（Financial Times）創新編輯「2021年度選書」 世界上對人工智慧的影響最深思熟慮的研究者之一，提供了一份發人深省且不可或缺的讀物，了解人工智慧如何加速不民主的治理和加劇的不平等。 佛瑞德・透納（Fred Turner） │ 《民主外圍》（The Democratic Surround）作者 凱特・克勞馥以人文主義者的眼光和藝術家對真正重要事物的感知，來思考人

工智慧。如果你認為人工智慧只和大數據及機器學習有關，那麼這本精采之作會提醒你：人工智慧關乎自然界、政治、歷史，有時甚至也和美有關。 約瑟夫・圖羅（Joseph Turow） │ 《聲音捕手》（The Voice Catcher）作者 精闢考察二十一世紀資料創建和操縱的過程、意涵與倫理。克勞馥探討的範圍相當多元，橫跨礦場、伺服器農場和配送倉庫，還有人工智慧新創公司，生動地展示了我們的系統如何發展為「失靈時危險，運作時有害」。 史蒂芬妮・伍德（Stephanie Wood） │ 《雪梨晨鋒報》（The Sydney Morning Herald） 一本引人入勝的新作。 《紐約客》（New Y

orker） 這項研究認為那〔人工智慧〕既非人工的，也不是特別智慧……關於訓練機器學習系統所仰賴的資料的迷人歷史。  

ig探索演算法進入發燒排行的影片

網紅文化與臺南旅遊推廣行銷之分析-以阿春仔in臺南為例

為了解決ig探索演算法的問題，作者黃郁清 這樣論述：

在網路時代中，出遊前在網路尋找旅行的各項資訊已經成了現代人不可或缺的一個技能，尤其是現在人手一機隨時可上網的狀態底下更是方便，從在google輸入旅行目的地關鍵字檢索，到現在可以在各大社群平台上丟出問題等人回覆，或是到google map上去看各景點與店家的評論，去過的人的經驗提供了不少的參考價值給正在計畫的人，而網路的經驗與意見都離不開網紅的看法，網紅是網路紅人的簡稱，也是近年一個從對岸中國傳來的新興名詞，是網路意見領袖的代名詞，自從網路興起，帶起一股網紅文化，雖然一直被稱為次文化，但卻是進入網路時代後的臺灣社會中不可忽視的一股新型媒體力量，自媒體大量的出現、崛起、沒落，能在網路眾多的自媒

體當中走紅被大眾看見追隨，一定有其特殊風格與專業，而正是因為如此成了意見領袖，也成為許多閱聽大眾在進行決策前重要的參考依據，從正面角度來看，網紅們在自媒體平台發表的內容有草根行銷的親切，也有別於企業不商業，更有別於官方的客觀公正，在社群平台的交流更是像朋友一樣的自在，又有著公眾人物的光環。從負面角度來看，網紅們為了流量與人氣，發表挑戰道德底線與腥羶色的內容，並盡可能的迎合熱門關鍵字創作出誇大不實的內容，在網路上造成煽動與誤導的狀況，產生爭議，但這些爭議卻又成為人氣與流量的回饋，這也讓許多自媒體網紅樂此不疲，因為不管是正面或是負面都能帶來效益，大眾對網紅的崇拜，帶動了盲從，而盲從又帶動了從眾心態

，最終網路的言論與創作自由轉變成了網紅們帶風向取得人氣的墊腳石，正反兩面的演變端看網紅的自制與大眾的智慧。網紅的人氣與流量也讓地方政府看重，藉由自媒體的力量來推廣觀光與宣導政策的進行，從部落客、Youtuber、IG網美、抖音網紅，只要有足夠的人氣與影響力都會是地方政府樂於合作的對象，而合作業配包含許多方式，圖文、影音、插畫甚至是帶路導覽以及出國交流都是很常見的合作模式，產出具有口碑的觀光行銷內容，不過也因為是有酬勞的工作內容，必須按照官方的要求標準，也讓自媒體網紅淪為地方政府觀光政策擦脂抹粉的推手，短期的觀光政策與網紅為求人氣的內容交會之下，加上網路的大量推播讓淺碟觀光由此而生。筆者從事自媒

體工作10年間與地方政府有相當多的合作經驗，藉由本身經營的社群及自媒體平台取得的數據資料以及中外文獻的蒐集歸納整理，並藉此找出網紅文化與臺南觀光之間的關係。

超級粉絲：不耍噱頭、不買廣告，從零開始的個人品牌到百大企業都適用的最強圈粉術

為了解決ig探索演算法的問題，作者PatFlynn 這樣論述：

高人氣Podcaster教你抓住粉絲的心， 增加品牌黏著度、打造鐵粉王國 不只部落客、YouTuber、Podcaster， 更是各大企業行銷必讀之作 努力發布臉書貼文，按讚數還是寥寥可數？ IG上Po出圖文並茂的動態，追蹤數仍裹足不前？ 嘔心瀝血完成的YouTube影片，卻讓訂閱數不增反減？ 粉絲數固然重要，但若想增加訂戶、品牌黏著度，超粉數才是關鍵！ 　　臉書粉絲、IG追蹤者可能會喜歡你發的其中一篇貼文、顧客或許會因為喜歡某項品牌而購買產品，但所謂「超粉」，不只不錯過你的每一篇貼文，更會迫不及待地告訴他們周遭的人你的貼文多有趣；會盡全力幫忙宣傳作品、產品或任何事，把你的事情當成自己

的事情，就像你的經紀人、公司的代言人一樣，擔心你有沒有吃飽穿暖、商品賣得好不好，彷彿你賺的錢他也能分一杯羹。 　　但是，超粉在哪裡？沒有人會在一開始關注你的瞬間就成為超粉。累積超粉絕對不是難事，只是需要訣竅。跟著高人氣Podcast節目「聰明被動收入」主持人帕特，運用粉絲金字塔三步驟，一步步拉攏他們成為你的超級粉絲。 　　從路人甲到活躍者 　　讓想接觸的目標受眾喜歡上你，不自覺地向他人分享或發現你與眾不同的地方。首先，你要學習他們的用語，再用他們熟悉的文字與他們對話，引起他們的注意。當然，你也必須要讓他們淺嚐一下訂閱你的服務或使用你的產品，可以得到什麼樣的好處。 　　從活躍者到緊密社群

　　接下來，利用八種策略（由他們來決定、送作堆）建立連結與歸屬感，讓那些已經可以跟你輕鬆溝通的受眾自動靠上來，打造一個緊密社群。在社群裡，成員彼此間談笑風生、互動良好，如同大家庭般。他們會提供最真實的建議和反饋，幫助你的事業蓬勃發展。 　　從緊密社群到超級粉絲 　　最後，想成為他們的最愛，你必須做些別人做不到或不會做的事。VIP體驗、意想不到的一對一互動，讓你的粉絲覺得倍受尊榮，從此死心踏地，成為一輩子追隨你腳步的超級粉絲。 　　無論您是剛起步、害羞的YouTuber，還是各大企業的行銷小編，切記，粉絲是金，但超粉是命，與其花錢在廣告上或想破頭製造噱頭、話題，你更應該花時間在這些人身上。因

為，一旦他們成為你的超粉，不論世界是正著轉還反著轉，他們將永遠死心踏地且無怨無悔。 　　想建立成功的事業不代表你得改變整個世界，你需要改變的只有某些人的世界。 本書特色 　　1. 本書分成五大部分、共19章節，除了以循序漸進的方式告訴讀者如何培養粉絲和吸引顧客外，在每個章節的最後都有應用練習，加強實用性。 　　2. 文字簡潔有趣，加上作者幽默、輕鬆的口吻，為內容增添趣味性。當中內容穿插技巧說明、圖片與實際案例，兼具知識和實用性，增添說服力。 　　3. 對數位行銷、商業策略與客戶管理有興趣，或正從事相關職業而想要加強圈粉技能的讀者，在閱讀完本書之後能獲得嶄新且全面的見解。 專業推薦

　　IG社群玩家 電商⼈妻 Audrey 　　Mr. 6劉威麟／網路趨勢觀察家 　　思葒（S編）／自媒體社群事業顧問 　　娜塔蝦／數位行銷講師 　　許景泰／網路連續創業家 　　陸⼦鈞／詮識數位執行長 　　劉昊恩／PIXNET 產品策略副總經理 　　——依姓氏筆畫排序——  

在漸進式時間演化圖上計算旅行推銷員問題

為了解決ig探索演算法的問題，作者夏李妮 這樣論述：

旅行商問題（TSP）是一個圖問題，已被廣泛應用於許多應用中，特別是在運輸和物流方面。因為 TSP 是一個 NP 難題，所以最小化 TSP 算法的複雜度是一個重要的問題。已經提出了許多啟發式算法來計算給定靜態圖的 TSP路徑。但是對時間演化圖 （TEG）進行了有限的研究，其中圖可能由於更新事件而隨時間變化，例如邊或頂點上的權重變化。這是一個更具挑戰性的問題，因為 TSP 計算的速度必須足夠高才能趕上圖更新頻率。最近，為了應對TEG 的挑戰，已經進行了許多研究工作。然而，它仍然是一個活躍且充滿挑戰的研究課題。因此，在本論文中，我們通過詳細調查總結了 TEG 的最新計算技術。我們從三個不同的研究社

區收集這些技術：i）用於圖形分析的數據挖掘社區；ii) 圖算法的理論社區；iii) 圖計算框架的計算社區。我們還首次嘗試最小化在時間演化圖上求解 TSP 的計算時間。通過探索並行計算能力和重用之前的計算結果，我們提出了一種分佈式增量 TSP 算法，該算法可以在以頂點為中心的並行圖計算框架上實現，以有效地在大型變化圖上找到 TSP 遊歷。我們的增量算法可以以最少的重新計算量保持最短的 TSP旅程。通過我們的實驗評估，我們表明增量 TSP 算法比分佈式算法快 98%。我們進一步改進了增量算法的結果，通過使用分而治之的範式來減小問題的大小，並提出了分區算法 P-TSP 和 Pg-TSP。從我們的實驗

結果中，我們觀察到分區 TSP 算法 （P-TSP 和 Pg-TSP）比增量算法 （I-TSP 和 Ig-TSP）更快，並且計算時間可以減少到至少一半更多數量的分區。我們還為 P-TSP和 Pg-TSP 算法提出了三種劃分策略。這三種策略如下：邊尺寸屬性、頂點尺寸屬性和 k-means 分區。其中，頂點大小屬性顯示最小計算時間。我們還對所有增量和分區算法進行了複雜度分析。