關於我自己

我的相片
New York, New York, United States
我叫江奕賢啦

2017年4月16日

Isis Drone Bomb

This post contains bad experience videos, please be advised.

In this video you can see people afraid of the drone but defending without success.




In this video you can see the accuracy and success rate of the bomb from a drone.



If you don't have a deflector shield, it will be very hard to defense.

But, actually, the deflector shield is pretty easy to implement.

2017年4月4日

吃大便啦!


今天要談的 會從吃大便一路談到中醫到諾貝爾獎到西醫

怎麼起頭好呢?
從幾個 keyword 開始好了, 這樣比較不噁心.

夜明砂 蠶砂 白馬通 龍涎香 左盤龍 金汁
上面這些 都是中藥名
當然 我開宗明義就跟你說這些都是大便了.

夜明砂:蝙蝠屎 一般用來清火明目,治小孩兒拉肚子。
蠶砂:蠶屎 可以用來洗頭治療頭皮屑
白馬通:馬屎 能治小孩兒肚子痛
龍涎香:鯨魚屎 治心痛肚子痛咳嗽氣喘
左盤龍:鴿子屎 內服可以解毒打蛔蟲,外敷可以治療疥瘡
金汁:人屎

今天要講的其實是西醫裡面的金汁, 但我們先等一會會,
先讓我們回到中藥 你要是多了解一下中藥 你說不定離諾貝爾獎不遠.

青蒿,《本草綱目》:「治瘧疾寒熱。」
查一下 2015年諾貝爾醫學獎, 屠呦呦因受中醫古籍啟發成功提取青蒿素而獲得諾貝爾醫學獎.
本草綱目在四百多年前就已經告訴我們了啊!

回到大便, 希望大家已經醞釀好大便的情緒了,
還是從 keyword 開始好了,
Fecal microbiota transplant (FMT), 或稱 stool transplant.
講英文 看不懂的人比較感覺不出臭味, 要不然 糞菌移植 總是一眼看到關鍵字.

Anyway, 糞菌移植這個東西現在在西方開始被廣泛的研究了,
目前用在治療腸病、代謝疾病、免疫疾病等。
也有很多研究單位已經朝向治療青春痘、頭皮屑、等不是糞便的菌的方向研究。

我想, 過不久, 應該上面那些中藥 keyword 就會變成西藥 xx素了.

多看看大便, 跟他培養感情, 認清楚他的長相, 要不然在這個食安問題的年代, 以後你吃藥都不知道你吃的到底是不是天然有機無添加的大便.

2017年1月17日

AI 能否創造藝術品? 我毫不懷疑!


藝術品, 很多形式, 我舉一個我大學時代的例子好了.
二十年前, 我大學的時候, 我一位還在讀高中的朋友, 學校要求要設計一個作品, 跟故宮有關的, 啥都行.
我的專長是電腦, 對藝術一竅不通. 不過 反正要求攏統又明確, 夠我叫我的電腦做出夠像樣的作品了.
我上故宮網站找了個青花瓷的物件,

剪貼青花瓷的圖案, 交給了3D Studio,
當時我手邊剛好有的一套 3D 建模軟體.
3D Studio 剛好有個茶壺,
所以:
+=
以上純粹概念解說, 那時我十分鐘一個不小心做出來的成品我自己的嚇到.
不過現在手邊沒有3DS, 就隨便上網找了一個網頁版的 3D 建模軟體, 連安裝都不用.
雖不順手, 作品醜醜的, 但也夠我解說了, 對吧?

如果你跟我一樣是個藝術外行者, 看到骨董商收集的那堆青花瓷藝術品, 對你來說 不過就是一堆類似這樣的圖案 長在那些杯碗瓢盆上.

以這觀點來說, 要叫AI人工智慧來幫你設計藝術品, 不過就是 A+B=C 這麼容易.
比如說 類似的花紋 + 盤子 =


類似的花紋 + 鞋子 =


你覺得 要電腦人工智慧做這些 是不是太大材小用了些?

為什麼過了二十年我突然寫這些呢? 因為早上我賴床的時候不小心看到了 Google 的

Google Arts & Culture Experiments - X Degrees of Separation

以及昨天睡覺前看到 Adobe 的 Adobe Capture CC

2016年11月2日

比特幣 匿名?



Bitcoin 官網上直接告訴你比特幣不是匿名的
https://bitcoin.org/zh_TW/protect-your-privacy

所以才會發展出各式各樣匿名的解決方案
https://moneroforcash.com/monero-vs-dash-vs-zcash-vs-bitcoinmixers.php

不過 擄人勒贖者最容易被抓的時候就是車手取款的時候, 警方只需要 monitor 世界幾大 exchange place 即可抓到一半.
另一半不取款直接以物易物的...就...target太多了...

PS: bitcoin 沒有匿名, 暗網還不是用得很開心
PS: zcash 這種需要 trusted setup 的, 可能還要再等等...不過他起了個頭了
PS: 紙鈔匿名, 大家還不是都在用紙鈔, 這麼怕 匿名數位貨幣 幹嘛.
PS: 數位貨幣的 currency trading 可能無法用實體世界算股票的方式預測漲跌, 因為在這個field, 我看到了90種虛擬貨幣之間超快速的自動化 trading...人性的貪婪和恐懼根本沒了要怎麼預測

2016年9月5日

給我五分鐘讓你五年翻五倍



因為 YouTube 不能貼程式碼, 所以請搭配下面的程式碼服用.
因為影片比較好吸收, 所以請搭配上面的影片服用.


#股市外行江博士的股市不負責任教學的第一堂課, 分三節課共五分鐘
#上課前準備, 請先安裝好 R 及 RStudio

#第一節課, 一分鐘用R畫股市技術分析黃金交叉死亡交叉圖表
#install.packages("quantmod")
library(quantmod)
getSymbols("AAPL")
chartSeries(AAPL,subset="last 9 months")
addSMA(10,col="blue")
addSMA(20,col="red")

#第二節課, 兩分鐘用R算給你看五年賺多少
library(quantmod)
getSymbols("AAPL")
chartSeries(AAPL['2007-03-30/2013-12-31'],theme="white")
fastMA<-runMean(AAPL[,4],n=20)
slowMA<-runMean(AAPL[,4],n=60)
addTA(fastMA,on=1,col="blue")
addTA(slowMA,on=1,col="red")
position<-Lag(ifelse(fastMA>=slowMA, 1,0))
return<-ROC(Cl(AAPL))*position
return <- return['2007-03-30/2013-12-31']
eq <- exp(cumsum(return))
addTA(eq)
plot(eq)

#第三節課, 兩分鐘教你什麼時候買什麼時候賣
sell <- function(x) {
 diff(x) < 0
}
buy <- function(x) {
 diff(x) > 0
}
chartSeries(AAPL['2007-03-30/2013-12-31'],theme="white")
addTA(fastMA ,on=1,col="blue")
addTA(slowMA,on=1,col="red")
addTA(fastMA-slowMA)
addTA(AAPL[buy(position),"AAPL.Low"] - 30, pch = 2, type = "p", col = "red", on = 1)
addTA(AAPL[sell(position),"AAPL.High"] + 30, pch = 6, type = "p", col = "green", on = 1)

#下課鐘響告訴各位同學, 投資股票有賺有賠, 投資婊子有去無回, 投資自己卡實在!
歡迎小額捐款到 bitcoin:16RnaHGW4gMcjCtedcL8AjKeKHw55AZSXc

延伸閱讀, 十幾年了, 這已經不算高科技了, 跟不上只能被淘汰了.
http://markchiang.blogspot.tw/2005/08/part1.html

2016年7月7日

怎麼用人工智慧來分辨文章的情緒


前幾天錄了怎麼寫程式用 AI 來分辨人臉的情緒.
今天這篇主要是說 怎麼用 AI 來分辨文章的情緒.
上上篇 demo 的是 microsoft 的 emotion api, 上一篇 demo 的是 google 的 TensorFlow, 這篇我就來demo個IBM的Watson吧.
剛好這幾天英國脫離歐盟 我們就來看看wiki上的脫歐的關鍵字 brexit 可以看出什麼.

連到
https://alchemy-language-demo.mybluemix.net/
把下面的網址貼進去
https://en.wikipedia.org/wiki/United_Kingdom_withdrawal_from_the_European_Union
(記得要先選使用URL喔!)
然後就會看到上面那個結果, Anger 和 Fear 的 score 都高到 1.0
然後如果看 Entities 的部分, 會看到主要在講歐洲和英國, 以及提到歐洲和英國的時候的情緒.


嘿嘿...
想想看...用Watson幫你看一堆報紙或 facebook post, 就可以知道各大報或大眾怎麼看英國脫歐, 以及寫文章時內心的情緒.
要記得, 玩股市, 你知道大家的情緒和看法, 就已經贏一半了.

2016年6月27日

什麼都要大數據一下

這幾年忙到沒什麼時間寫筆記,
但最近大數據太夯了, 技術改變太快, 不寫筆記我一定一下就忘光光了.
所以趁上一個工作告一個段落, 下一個工作還沒著落的時候, 來寫一下筆記.
而且現在老到寫文字筆記自己看了還是會忘記, 我乾脆用錄的.

一個是用大數據來做影像辨識
用的是 Google 的 TensorFlow, 電腦可以判斷照片裡有什麼(動植物種類, 穿著, 物品場地等).
有興趣可以看一下上一篇, Lie to Me 機器版 是判斷照片裡人的情緒.

一個是用大數據的技術來做 NGS 資料分析
原因是, 這幾年跑了很多單位, 他們都遇到一樣的問題, 資料量越來越大, 運算資源不夠用, 記憶體1T、2T的往上買, 硬碟一櫃一櫃的加, 但都無法整合. (所以一直往大機器方向買)
但我看遲早他們會買不到機器.
跟他們提了多年 hadoop 的解決方案, 可能門檻有點高, 一直沒被採用.
只好先在這裡寫個筆記擱著.
等哪天他們買不到機器再說吧, 誰叫他們又快要有 super computer 了.