免費交友聊天室www.38kky.com

編者按：隨著人工智能的普及，其背後不断發展的智能算法也在各種決策中發揮著越來越重要的作用。然而，就算法理解、使用實踐、自動化決策中快速滲透的偏見甚至缺乏透明度和問責制等方面問題，仍然尚存爭議。前不久，就有媒體爆出，亞馬遜自己研發的人工智能簡歷篩選系統，就存在“偏見”，並且會自動過濾女性求職者。人工智能偏見到底是怎麼一回事？著名分析師Benedict Evans專門針對這個問題發表了一篇題為Notes on AI Bias的文章，希望對你有所啟發。圖片來源：DigitalOcean如今，機器學習是科技領域重要的基本發展趨勢之一。在未來十年，要通過科技更廣泛地影響和改變人類世界，機器學習也是非常主要方式之一。然而，機器學習也讓人產生了不少顧慮。有人擔心它對人類就業會帶來潛在的不利影響，也有人擔心過度依賴機器學習可能會觸及人類的道德底線，當然也有人討論人工智能偏見所帶來的一系列問題，這些問題一點都不簡單，這也是這篇文章討論的重點。什麼是人工智能偏見？原始數據既是一個矛盾體，又是一個壞點子。所以，我們應該精心處理並分析這些數據。——傑弗裡·博克爾（Geoffrey Bowker）在2013年之前，如果你想開發一個軟件系統，並用它來識別照片中的貓，你可能只有通過寫程序的方式來實現這個目的。在程序腳本中，你可能需要關注的是如何識別並分析圖片中的動物輪廓、眼睛以及動物皮毛。此外，你還需要關注這些動物有多少隻腿等等。然後再把所有的因素綜合一起考慮。然而，這樣的程序實際上並沒有多大的用處。從概念上來說，這就好比製造一匹機器馬一樣。從理論上來說，的確行得通。然而實踐起來，卻又是另一回事，你會發現事情的複雜性，要比你想像的難得多。最後，你有可能寫了成百上千條腳本程序，也沒有得到任何有用的結果。借助機器學習，我們就不再需要親自寫腳本程序來識別X或Y。相反，機器學習的做法是，通過收集上千個樣本X和Y，並基於這些樣本的有關數據通過電腦對其建模。然後，該數據模型就會產生具有一定精準性的全新數據點，同時可以識別其是否符合所有的X或Y樣本的特徵。機器學習需要借助數據來建模，而不是通過人工寫這個模型程序。這種方式生成的結果高度精準，特別是用於識別或模式發現等情況下。因此，整個科技領域如今都在往機器學習方向發展。不過，有一個問題也值得我們關注。在現實社會中，上千個（甚至上萬、上百萬個）樣本X和Y中，同樣還包括A、B、J、L、O、R和P。它們可能沒有平均地分佈，從而系統可能會更加“關注”L和R，而稍微“忽視”了X。這在實踐中又意味著什麼呢？我可以通過自己喜歡的例子來說明。圖象識別系統會傾向於分析一張滿是綠色草地的山丘，然後識別出山丘上的綿羊。多數“綿養”的樣本照片背景中，都有綠色草地。畢竟，這是羊群通常生活的地方。而這些照片樣本中，相比於白色茸毛狀的綿羊，綠色草地則會顯得更加突出和明顯，所以整個圖象識別系統就會把對草地的權重加高，從而更“關注”草地。圖片來源：Cubix如果要用更“嚴肅”的案例，就不得不提到最近一項關於通過照片識別皮膚癌症的項目。在這個項目中，皮膚病專家把患有皮膚癌症的照片樣本拿來研究，通過對圖象的不斷放大併進行局部結構分析，從而讓系統不斷熟練地識別皮膚癌症的標記。但實際上，健康皮膚的照片樣本中根本都不存在他們想找到的局部結構。對這套系統而言，這些局部結構（或者可以理解為一格格像素）是分析並設別皮膚癌症的關鍵，有的情況下它們比皮膚上的小紅斑點還明顯。因此，與其說這個系統是用來識別皮膚癌症的，不如說它是用來識別這些局部結構的。值得注意的是，機器學習背後的系統，實際上並不瞭解我們所觀察事物背後的語義。我們可以通過識別並理解照片上的一格格像素，從而識別出那隻羊、皮膚或者其局部結構，但系統能識別出的卻只是一串列數字。它無法看到3D景象，或各種物體和其結構，當然也看不到那隻羊。它只能看到的是各種數據模式。此外，另一個具有挑戰的事情是，機器學習系統生成的模型（即神經網絡）包含了不計其數個節點，但我們卻無法直接深入模型內部並瞭解它到底是如何做出決策的。否則，機器學習根本就是多餘的，我們也許可以直接通過寫腳本程序來解決這個問題。很多人總是擔心，機器學習就像一個黑匣子（不過，這個觀點的確有點誇大其詞。後文還會進一步闡述）。簡言之，人工智能偏見（或者機器學習偏見），實際上是某個尋找數據模式的系統可能會找到錯誤的模式，而我們人類還有可能不會察覺這個錯誤。它是這項科技的核心附帶品。無論是在學術界還是大型科技公司，研究和使用這項科技的人都瞭解這個事實，但其影響卻是非常複雜的，而我們可能應對的解決方案，也同樣沒那麼簡單。首先，先談它的影響。圖片來源：Health Catalyst人工智能偏見的場景提到人工智能偏見，最明顯也最直接出現這種情況的場景就是涉及人類多樣性的場景。據前段時間的報導稱，亞馬遜嘗試建立一套機器學習系統，從而來篩選求職者的簡歷。因為亞馬遜現有成員以男性居多，所以這套系統所挑選的符合標準的“合格候選人”畫像也更偏向於男性，所以在挑選建立過程中就自動過濾掉了很多女性求職者。亞馬遜隨後發現了這個問題，後來也沒有再繼續開發這套系統。這個案例的關鍵點在於，即便求職者簡歷上並沒有標明其性別，系統在自動篩選過程中仍能偏向於男性求職者。之所以導致這樣的結果，是因為系統能夠從樣本數據中進行模式分析，比如女性在描述個人成就的時候會使用和男性不同的詞彙，又或者女性在學校參加的體育運動和男性也不同。當然，系統肯定不知道什麼是冰上曲棍球，不知道人類是什麼，當然也不知道什麼是“合格”，它可以做的，只不過是對文本進行數據分析罷了。然而，系統可以分析的數據模式，我們人類卻並不一定可以注意到。即便我們注意得到（比如我們所知的不同性別在描述個人成就方面所選詞彙的不同），我們可能也會因此耗費大量精力和體力。當然，人工智能偏見的場景遠不止於此。擅長通過蒼白皮膚識別皮膚癌症的機器學習系統，可能根本無法識別顏色較深的皮膚上可能存在的皮膚癌症，反之亦然。這並不是因為系統對樣本有偏見，而是我們可能需要針對不同樣本而建立不同的分析模型，從而找出不同的特徵。機器學習系統也並不是可以互通交換使用的，即便是圖象分析這種同類型的應用當中。你必須對這套系統結構進行不斷的調整，有時候為了識別你感興趣的數據其固有特徵，還需要不斷地試驗和試錯，從而達到期望的準確率。然而，你可能無法覺察到的是，這個系統在識別某個群體樣本時準確率可能達到98%，但識別另一個群體樣本的準確率卻只有91%（即便這個準確率仍然比人工分析的準確率還高）。目前我列舉的案例都是以人物或者其有關特徵為主。但更重要的是，人工智能對人的分析偏見實際上是某個大問題中的一個子問題。我們會用機器學習來分析很多事物，而樣本偏見則存在於所有的分析之中。因此，如果我們的樣本是人的話，那相關的數據分析則可能存在一定的偏見。圖片來源：SmartData Collective為了更系統地瞭解這個問題，我們可以再次回到之前提及的皮膚癌症案例，並同時考慮以下三種可能被打破的假設情況：樣本人口特徵不均勻：所有樣本照片中，各種膚色的皮膚樣本並不相同，所以系統會基於皮膚膚色做出錯誤的分析判斷。樣本數據包含明顯的非平均分佈的非人類特徵信息，並且毫無診斷價值，但系統卻基於此（樣本皮膚癌症照片中的一格格像素，或者樣本羊群照片中的綠色草地）而不斷進行分析訓練。在這個案例中，如果我們把所看到的像素當作局部結構（實際並不是）來分析的話，結果就可能相差甚遠。數據所包含的某些特徵信息無法被人類察覺發現，即便通過某些特定方法仍然無法發現。那麼，“即便通過某些特定方法”又意味著什麼呢？我們的先驗經驗告訴我們，數據可能會有傾向性地偏向一部分群體，或者至少會有類似的計劃（換句話說，要猜測為什麼數據會偏向一部分群體，其實是因為多種社交因素導致的）。如果我們想要發現樣本照片中的局部特徵，我們是可以看見的。但我們選擇了忽視它，因為我們知道它是不相關因素，但我們卻忘記的是，系統對此卻全然不知。然而，如果所有的不健康皮膚樣本照片都是在白熾燈的照射下拍攝的，但健康皮膚的樣本照片卻都是在螢光燈照射下拍攝的，這又會出現怎樣的情況？如果在拍攝健康皮膚樣本照片和拍攝不健康皮膚樣本照片的間歇期間，你更新升級了手機的操作系統，而蘋果或者谷歌剛好又更新了降噪算法，這又會導致怎樣的情況？這些情況，即便我們投入再多精力，我們可能還是根本無法察覺，但機器學習系統卻可以輕鬆地察覺並利用這些情況。畢竟，它什麼都不知道。此外，在這之前我們一直在討論錯誤的相關性，但數據中其實也有很多非常正確的模式，只不過基於一些道德因素、法律因素或者產品相關的因素，我們並不想利用這些數據模式。在某些司法管轄區域，即便我們知道女性司機的車禍率可能更低，我們也不能因此降低她們的保費。所以，我們就可以輕鬆地假設，可以借助機器學習系統，結合歷史數據並發現看起來像女性名字的被保險人其報保險的機率更低，從而從數據中排除這些名字。但是，就像前文提到的亞馬遜案例一樣，系統也許可以通過其它因素辨別出分析對象的性別（儘管系統可能並不瞭解性別或者汽車等概念），但在瞭解相關數據分析之前，你可能卻全然不知。最後，我們通常都說，目前我們只會利用機器學習系統從事有關人際社交交往的研究和學習，但實際上並不是這樣。如果你是燃氣渦輪機製造商，你可能就會對機器學習系統感興趣。因為借助機器學習，你可以對成百上千個渦輪機感測器實現遠距離測量（通過聲音、振動、溫度以及感測器反饋的其它數據信息輕而易舉地建立機器學習模型）。假設情況下，你可以從中篩選出1000份出現故障即將停止運轉的渦輪機工作數據，同時還可以篩選出另外1000份正常運轉的渦輪機工作數據。然而，你可以以此建立一個機器學習模型，從而分析兩種數據之間的差別。分析相關數據後，假設75%的故障渦輪機都是用的是西門子生產的感測器，而只有10%正常運作的渦輪機使用的是西門子感測器（同時假設故障與感測器無關）。然後，你就會發現，機器學習系統建立的數據模型，就會更加“關注”裝有西門子感測器的渦輪機。圖片來源：Hacker Noon如何管理人工智能偏見？針對人工智能偏見，我們能做的是什麼？首先，我們可以從三個角度來思考人工智能的偏見：收集和管理訓練數據的方法嚴謹性；分析和診斷數據模型行為的科學工具；機器學習實踐過程中的培訓、教育和注意事項。在法國喜劇作家莫里哀（Molière）著作的《貴人迷》（Bourgeois Gentilhomme）一書中，講述了這樣一個笑話：一位男子活了一輩子都不知道文學可以分為詩歌和散文，直到別人告訴他後，他才欣喜地發現，原來他這輩子只接觸過散文。如今的統計學家，也可能有類似的體會。他們這輩子可能都在從事研究工作，但就是沒有意識到“人工智能”和“樣本偏見”兩個不同命題。擔心存在樣本偏見，或者尋找樣本偏見，並不是新問題。只不過，我們需要系統性地對待這個問題。正如前文渦輪機案例所述，在某種程度上，如果只涉及到和人相關的主題，它可能實際上（或者從理論的角度）就會相對簡單一點。因為先驗經驗告訴我們，針對不同群體可能存在一定偏見，但我們沒有意識到的是，我們可能對西門子存在偏見。而更新的觀點是，我們並沒有再直接地對數據進行分析，而是讓機器通過建立我們無法直接分析的超級複雜的模型來完成這項作業。整個過程中，透明度就是與偏見相關的值得考慮的主要問題之一。我們擔心的，並不只是可能存在偏見，而是我們根本無法知道是否存在偏見，這對我們來說是全新的事物，和我們所接觸過的組織機構或自動化流程也不同，所有並沒有可以讓你回顧審查的清晰邏輯步驟。圖片來源：Symmetry Magazine在某種程度上，我們可能可以回顧審查機器學習系統，但要去審查其它系統，則更加困難。因此，這就引出了以下兩個問題。首先，目前關於機器學習的研究主要圍繞借助相關方式和工具，發現機器學習系統中的亮點功能。但機器學習是一個全新領域，相關科學進步速度也非常快，所以我們不應該假設，今天還不現實的事情，明天就一定不現實。馬斯克牽頭成立的AI研究機構OpenAI旗下的這個項目，就是活生生的例證。此外，在現有的系統或組織架構中，我們可以審查並瞭解系統決策制定的這個想法，雖然理論上是成立的，但實踐過程中卻存在很多問題。比如，在一個複雜的組織架構中，要審查並發現決策制定的方法非常困難。也許存在一個正式的決策審批流程，但這並不是人們實際溝通交流的方式，而且就個人決策而言，人們通常也沒有邏輯清晰同時又極具系統性的方法。正如我的同事維傑·潘德（Vijay Pande）所言，人類群體也是黑匣子。在這個黑匣子中，有不計其數的個體，他們縱橫交錯與各種組織和機構中，背後還連帶著著各種數不清的複雜問題。我們事後才知道，宇宙飛船在重返大氣層時會解體，但美國航空航天局（NASA）內部不少人士都認為，後面可能會釀成悲劇，但系統自身卻對此全然不知。同時，NASA之前在損失宇宙飛船後，也經歷過一模一樣的審查流程，但後來卻因為相同的原因，又損失了一艘宇宙飛船。所以，無論是組織機構，還是人類系統，我們可以審查其遵循的清晰邏輯規則，說起來的確簡單，但經驗告訴我們，並不是這麼回事。這就是所謂的蘇聯國家計劃委員會謬誤（Gosplan fallacy）。圖片來源：shutterstock在本文中，我一直將機器學習和數據庫（特別是關係數據庫）做比較。關係數據庫是一項新的基礎技術，它改變了計算機科學中已經證實的事物，同時也改變了宏觀世界，它被運用於各行各業，但我們卻未曾注意到它。但數據庫也存在問題，而且這些問題都有相似的特徵：這些系統可能是建立在錯誤的假設和數據之上，很難分辨，而我們人類在使用過程中，可以不假思索地聽命於系統提示，並且完全不會提出相關質疑。有很多故事都在講，稅務局把你的名字拼錯了，但說服他們修改系統的拼寫錯誤，比你在公安機關申請改名字要難得多。這是結構化查詢語言（SQL）固有的技術問題，還是甲骨文公司（Oracle）的問題，或者是大型官僚機構的制度問題？建立一個所謂的流程，從而讓系統無法修改拼寫錯誤到底有多難？或者在引起民眾投訴之前，發現系統出過類似問題，又有多難？用更簡單的生活實例來講，車載衛星導航系統沒有及時更新，車主跟著導航把車開進了河流中。這裡的問題是，導航系統的確沒有及時更新。但另一個值得關注的問題是，如果這輛車順流漂向海中，那Tomtom公司（荷蘭主營地圖、導航和GPS設備的公司）需要承擔多少責任？通過這些內容，我想說明的是，機器學習出現之前，世界上就存在各種問題，當然有各種解決方案。機器學習偏見也會導致問題，但同樣也是可以發現和解決的。因此，最容易想到的出現人工智能偏見的場景，可能並不是來自權威機構的核心研究實驗室，而是一些三流技術承包商或軟件供應商，他們胡亂地把各種開源組件、軟件庫以及工具拼湊在一起，在自己不懂的前提下，就直接將其出售給了一些“天真”的買家。這些只在乎“金玉其外”的買家，看到“人工智能”標籤就根本不考慮該問的問題，然後直接將這套軟件交給公司底層領著最低工資的員工，並且告訴他們文不加點地按照“人工智能”的提示操作就行。這就是數據庫出現的問題。這個問題，甚至都算不上是人工智能的問題，或者說軟件問題。更準確的說，這是人的問題。圖片來源：House of Bots寫在最後……機器學習系統可以為你做任何事情。你能訓練狗完成的事情，機器學習系統也可以完成。只不過，你完全無法確定的是，你到底在訓練狗做什麼。我經常都在思考，“人工智能”這個詞彙是不是在類似的背景中百無一用。它在很大程度上給我們造成一種錯覺，即我們實際上創造了智能，一種可以真正進行理解的智能，然而，實際上卻並不是這麼回事。從根本上而言，它們只不過是機器罷了，也許更恰當的做法，是把它和洗衣機拿來對比。就洗衣服而言，洗衣機的確要比人工效率高得多，但你把盤子放進洗衣機並開啟洗衣功能後，它還是會洗這些盤子，而且盤子也還是會變得乾淨。但最後的結果，肯定不是你所期待的結果，因為洗衣系統對盤子有偏見。洗衣機肯定不知道什麼是衣服，什麼又是盤子，它只是一個自動化機械。從概念上而言，它和之前其它不同的自動化機械也並沒有太大的區別。也就是說，正如汽車、飛機或數據庫一樣，這些系統可以非常強大，同時又非常有侷限性，並且完全取決於人們如何使用它們，或者我們到底有什麼企圖，甚至人們對這些系統原理的教育或無知程度。所以，如果說人工智能就是數學，它不會出現偏見，就大錯特錯了。同理，如果說機器學習本身也存在偏見，這種說法也站不住腳。機器學習是在數據中發現模式，至於是什麼模式，則取決於數據，而數據又取決於我們，我們怎麼利用它也是取決於我們。機器學習在某些領域的表現遠遠超過我們人類，就像狗比人類更擅长發現毒品等違禁物品一樣，但我們卻不會根據狗的證據來定罪。狗比其它任何機器學習系統都要聰明。本文經授權發布，不代表36氪立場。如若轉載請註明出處。來源出處：36氪

記者盧素梅／台北報導蔡英文總統今（26）日下午前往嘉義參拜「配天宮」時指出，執政三年來，凡是涉及主權，政府都非常堅定的維護主權。政府的立場堅定，底線也都守得住，但是我們也不挑釁，且為區域和平穩定扮演很重要的角色。她並強調，如果讓她繼續當總統，一定守得住台灣人的主權及民主自由，而且守的住這個區域的和平穩定。▲蔡英文總統26日下午前往嘉義參拜「配天宮」。（圖／總統府提供）蔡英文今天在嘉義縣長翁章梁、前嘉義縣長張花冠、內政部長徐國勇、立委陳明文、蔡易餘等人陪同下，赴嘉義「配天宮」參拜。蔡英文在致詞時表示，她今天要向嘉義鄉親們報告執政3年，在外交、兩岸、經濟等方面的施政績效與成果。蔡英文提到，這兩天大家都有聽到一個好消息，政府處理美國事務的「北美事務協調委員會」更名為「台灣美國事務委員會」；改名歷經40年才成功。另外，過去我們高層官員無法至華盛頓特區，但現在國安會秘書長李大維可以到華盛頓特區，與同樣職位的美國國安顧問會面，這是40年來的第一次。蔡英文指出，過去三年來，我們很努力，實實在在的做事，讓人覺得台灣的政府是可以被信賴的，也可以共同努力；有一個好的信賴基礎，大家覺得台灣的政府不論在處理兩岸關係或亞太及印太區域的事務都非常小心，但是我們有一個堅定的立場；凡是涉及主權，我們都非常堅定的維護主權。政的立場堅定，底線也都守得住，但是我們也不挑釁，且為區域和平穩定扮演很重要的角色。▲蔡英文總統26日下午前往嘉義參拜「配天宮」。（圖／總統府提供）蔡英文說，現在在國際上，大家都覺得台灣不再像以前，只是兩岸關係裡一個中國、一個台灣的關係；現在的台灣是印太關係裡面很重要的國家。國際上大家都認為，民主自由的台灣對整個亞太地區來講非常重要，因為守得住台灣，就守得住民主自由。大家都重視台灣，這對台灣來說，也是一件很光榮的事。蔡英文進一步說明，全世界都在看，台灣在面對中國如此大的壓力之下，還能夠守住主權及自由民主。如果讓她繼續當總統，一定守得住台灣人的主權及民主自由，而且守的住這個區域的和平穩定。更多三立新聞網報導蔡英文深夜PO嘉義美食宵夜文 網哀嚎：餓了、好想吃軍事互信升級！美要求台潛艦通報 提升「準戰略夥伴關係」郭台銘嗆故宮南院成蚊子館 蔡英文：不知郭有沒有去看過？「全代會直接徵召是傳聞」 蔡英文：盼中執會可做出決定

中國時報【李侑珊╱台北報導】為避免大學個人申請招生同分超額過多，大考中心計畫明年將學測每科15級分分成3級計算，鑑別高分群考生，大學校長認為，此舉目的在於以利公立頂大搶資優生，但如此作為沒意義，只是清華大學目前掌握招聯會，將申請入學比例提高，能早一點鎖住好學生。大學考試分學測與指考兩個階段，二月學測考完並申請上大學的高三生根本無心上課。台北商業大學校長張瑞雄日前就提到，大學考招制度多，今年學測首度改為5科選4科，題目辨識度又不高，考試制度越改越複雜，考生家長越來越痛苦，高中升學制度淪為一校兩制。張瑞雄認為，資優生參加指考或學測都不是問題，大部分的學生也都能評估自己的能力，就讀理想或合適的校系，也就是多數考生都可以透過成績分發，若取消學測，指考分發名額可占8成，剩下2成再安排特殊選材，以利考試能力不佳但有才能的考生升學，可望解決申請入學亂象。面對大考中心近日拋出將學測每科15級分再細化3級分，張瑞雄認為沒意義，只要將級分換算成百分比來計算就好，只是清大掌握招聯會，此舉目的只是要將申請入學比例提高，提早鎖住成績好的學生。實踐大學校長陳振貴則認為，大考中心的提案，真正受到影響的是前端公立大學，直接衝擊的是「台清交成」，未來在招生競爭性將更強，互相搶學生的現象也將更明顯，而招聯會現在由清大主掌，清大校長賀陳弘才會成為攻擊目標。

【早安健康／鄒旭（廣東省中醫院副院長）、吳煥林（廣州中醫藥大學教授）】夏三月，此謂蕃秀，天地氣交，萬物華實，夜臥早起，無厭於日，使志無怒，使華英成秀，使氣得泄，若所愛在外，此夏氣之應，養長之道也。逆之則傷心，秋為痎瘧，奉收者少，冬至重病。（《素問 四時調神大論》） 夏季是一年中最熱的季節，烈日當空、氣候炎熱、綠樹成蔭、蟬鳴陣陣；夏季也是果實、樹木生長最繁茂的季節。炎熱是夏季最突出的特點，人體在夏季陽氣旺盛、趨於體表、氣血運行暢快、腠理疏鬆、汗孔開張、排汗增多，新陳代謝達到一年中最旺盛的狀態。 可以說，夏季最突出的特點就是「長」。因此，養生保健工作便要著力於「養長」，這樣才是「夏氣之應」。順應夏季的氣候特點以及人體在夏季的生理變化特點來合理安排我們的日常生活起居，才有利於養生保健。下面就談一談夏季的養生保健注意事項。 1.夏季起居注意 關於夏季的起居注意，古人對此已有論述，如《素問 四氣調神大論》中言：「夏三月……夜臥早起，無厭於日，使志無怒，此夏氣之應，養長之道也。」夏季陽氣旺盛，人體需要適應氣候的這種變化來安排自己的起居，睡眠時間的安排以晚臥早起為宜。 這是因為，白天氣候炎熱，到了傍晚太陽落下以後氣溫才漸漸降低，因此，傍晚後是夏季乘涼的好時間，另外由於氣候悶熱，人在這樣的環境下，也很難早早進入睡眠，所以夏季的睡眠時間可稍稍延遲，晚些再睡。 由於陽氣充盛外浮，氣血流通快，人體不像冬天那樣需要長時間的睡眠，因此夏季早些起床為好，此外起床早也可趁涼趕赴工作場所，避開上午的陽光照射。夏季白天時間較長，天氣炎熱，出汗較多，經過整個上午的勞作後，到中午時，人體已經消耗了大量的水分和體力，因而容易感覺疲勞、昏昏欲睡，加上夜晚睡眠時間也相對縮短，因此，中午最好能有一會兒午睡，以補充上午流失的體力，也為下午的工作做好準備。 太貪涼恐招病！下一頁公開：百歲國醫大師解暑不傷身的養生秘訣 夏季天氣炎熱，居所的選擇以陰涼通風舒適為宜，但是注意不要貪涼太過。有些人喜歡將空調的溫度開得很低，或者將風扇對著自己長時間猛吹，人體如果長時間暴露在這種環境下，很容易因受涼傷風而引發熱傷風感冒、腹瀉、頭痛等。 為了身體健康，夏天的居所適宜選擇較陰涼的地方，且溫度不宜太低，如不要將空調溫度開得過低，睡眠中應適當加蓋衣被，顧護好胸腹及關節部位，以免受涼；睡眠中不宜讓風扇對著人體直吹，如果天氣太熱，可將風扇對著床旁牆壁或周圍方向吹，利用風扇的反流風來降溫；不宜貪涼露天而臥，或睡於草地等陰涼潮濕之地，以免感受寒濕之邪。 另外，夏季氣候炎熱，人體腠理疏鬆、毛孔張開，出汗很多，通過皮膚途徑排泄的廢物比較多，還需要適當增加沐浴次數，以清除皮膚表層的污垢，保持汗孔暢通。沐浴除了具有清潔的功用之外，還有助解暑降溫。 沐浴時水溫的選擇不宜太熱或太涼。人體由於出汗已經大量流失水分，如果沐浴水溫太熱，人體容易在沐浴過程中流失更多水分，加劇血液的黏稠度，容易發生意外，尤其對血管彈性下降、血液黏稠度本已增高的老年人，更容易發生腦血管意外。水溫太低的話，容易使毛孔突然閉合，汗水混雜污垢瘀阻於毛孔內，導致排泄不暢而發生痤瘡等皮膚疾病。 2.夏季著裝——「寬鬆透氣」 夏季氣候炎熱，人體散熱主要通過皮膚排汗的方式。因此，夏季著裝宜選擇寬鬆舒適、透氣性好、吸濕性和傳導性好的衣物，如真絲、棉、麻織品為原料做成的夏裝；顏色的選擇以白色、淺藍、淡綠等淺、冷色系為好，並且要經常清洗和更換，保持衣物的衛生，以幫助皮膚通風換氣，減少痱子、皮膚瘙癢、濕疹等夏季皮膚病的發生。 夏天吃什麼最解暑？百歲國醫大師最推2道夏日養生料理，下一頁看食譜！ 3.夏季宜減少戶外運動時間 夏季時，由於太陽光照射比較猛烈，紫外線也較強，我們應該儘量減少戶外運動的時間。人如果過多地暴露在烈日下，皮膚容易被曬傷。夏季外出活動最好避開上午10時至下午4時這一段時間，因為這個時間段的紫外線光線最強，對皮膚的損傷也最大。 另外，夏季外出時要做好防曬工作，如塗擦防曬霜、打遮陽傘、戴遮陽帽、戴太陽眼鏡等，以免陽光灼傷皮膚。 冬瓜紅豆湯 材料：冬瓜500克，紅豆60克，豬骨或雞肉數塊，生薑、蔥、食鹽、香菜等調味品適量 做法：豬骨或雞肉洗淨，冬瓜洗淨切塊，與紅豆、生薑一起放入鍋中，加水熬煮，先武火後文火，待快成時放入適量蔥、食鹽、香菜等調味品，拌勻即可。 功效：具有祛暑化濕、消腫解毒的作用，適合夏季服用，尤其對於夏季食欲不振、水腫、頭暈重不適者服食。 蓮子紅棗綠豆粥 材料：粳米150克，紅棗10枚，綠豆200克，白糖或冰糖適量 做法：粳米、蓮子、紅棗、綠豆洗淨放入鍋中，加水上火煮，先武火後文火，待粥成時放入適量白糖或冰糖調味，攪勻即可。 功效：具有健脾和中、祛暑解毒的作用，適宜夏季服用，尤其適合食欲不振、口渴、中暑等人群服用。 本文摘自《活到百歲的智慧：國醫大師的養生之道》／鄒旭（廣東省中醫院副院長）、吳煥林（廣州中醫藥大學教授）／金塊文化 … 延伸閱讀：

總獎金台幣300萬元 (美金10萬元) 的2019大安TPGA公開賽今天（25日）在台中空軍清泉崗高爾夫球場進行第三回合，艷陽高照下，宋孟璋抓七鳥一柏忌，打出低於標準桿六桿的66桿，是當日最低桿，以三回合總桿低於標準桿15桿的201桿，繼續保持領先，並享有五桿的領先優勢，明天最後一回合決賽爭冠。 洪健堯獵一鷹丶四鳥及一柏忌，打出三回合以來最好成績的67桿，以三回合低於標準桿10桿的206桿，暫居第二，落後宋孟璋五桿。 37歲泰國選手韋蘇（Wisut Artjanawat）今天揮出67桿，以三回合低於標準桿九桿的207桿，暫時獨居第三，尚落後六桿。泰國球員達維（Polthai Tawit）今天發揮不盡理想，交卡71桿，三回合總桿208桿，以七桿之差暫列第四。 也是泰國選手尼佑宗（Niyomchon Donlapatchai）在長214碼的三桿短洞第四洞，以五鐵打出一桿進洞，獲得由聖暉工程科技股份有限公司提供的獎金台幣 3 萬元（美金1千元）。 這是他自2010年轉為職業以來的第五次打出「一桿進洞」，他今天另有四鳥二柏忌，打出68桿，以三回合總桿低於標準桿七桿的209桿，暫獨居第五位，尚落後領先者八桿。 另有五位球員包括四位台灣選手王偉倫丶謝東宏丶黃頎丶汪聰傑，及一位泰國選手尼朗（Sae Ueng Nirun），同以三回合總桿低於標準桿六桿的210桿，暫並居第六。 今天有9位選手先在上午7點開打，補打完成第二回合36洞後，大會取兩回合總桿高於標準桿一桿的145桿共計60位職業選手晉級最後兩回合決賽，經過重新依成績編組後，第三回合於上午10:30開打，最後一組於中午12點出發。 明天最後一回合決賽，選手仍同時分別自第一洞及第十洞出發，第一組於上午 7:30出發，最後一組於上午9點開球，預計下午一點半舉行頒獎典禮。 41歲台灣選手宋孟璋今天交出連續第二個66桿，他的開球木桿丶鐵桿都打得很好，成功打上球道只失誤四個洞，推桿也準，十八洞27推，優於第二回合的30推；今天的小鳥多是5-6呎推桿，且都是雙雙對對，例如第1,2洞，8,9洞及13,14洞；唯一柏忌是在五桿長洞的第七洞，出現三推。 他指出，明天爭冠決賽，他仍然保持這三天的擊球節奏打，不去想太多，希望能平順完成就好。他上一次奪冠是2011年的PGA菁英邀請賽。 洪健堯今天在五桿長洞的第十三洞，第二桿自距旗220碼，以五木打到果嶺邊緣，球一半在果嶺上，一半在長草，他要求裁判確定是否可以使用切桿擊球，結果他以60度切桿直接切進洞獵下老鷹。另外，他在五桿長洞的第七洞，第三桿自距旗13碼外，直接切桿進洞抓鳥。唯一柏忌是在三桿短洞的第十七洞，開球超過果嶺，回切又短了，6呎推桿失誤吞下柏忌。 他說，今天雖然打出好成績，但是過程不如昨天好，開球木桿也不如昨天，尤其是鐵桿打上果嶺距洞10多呎比昨天少，抓鳥機會也較少。雖然今天推桿數只有25推。 他也指出：「明天在落後五桿情況下，依前三天宋孟璋的良好狀況看，要追上他不好追，有難度，不過我還是會全力以赴，再多注意控球打上果嶺的位置。」 泰國的韋蘇今天抓五鳥無柏忌，開球木桿與推桿都發揮很好，小鳥推桿多是5-8呎推桿，其中第二洞是直接切桿進洞抓鳥；他近年也曾打過亞次巡與亞巡數場比賽。 今年繼續在ADT奮戰的王偉倫今天推桿順暢，十八洞28推，打上果嶺成功率也高，抓下六隻小鳥及一個柏忌，交出67桿。 他指出，前兩回合因為下雨，果嶺較慢，他使用另一支較重的推桿因應，今天果嶺速度稍快，加上也比較能適應果嶺速度了，又換回他慣用的推桿，果然得心應手，加上鐵桿準，多是6-9呎的小鳥推桿，最遠一推是在第八洞的12呎小鳥推桿，在第十三洞吞下唯一柏忌。他表示，與領先者落後差距頗大達八桿，明天決賽只能求盡量把名次往前提升。 謝東宏推桿佳，十八洞27推，打出不錯的69桿；黃頎推桿不順，交卡71桿；首回合並列領先的台灣汪聰傑今天開球木桿丶鐵桿與推桿均不順意，十八洞30推，揮出72桿。 大會今天仍採「較佳球位」（prefer lie）規則。 由於空軍清泉崗球場緊鄰空軍基地，為了國軍安全因素，觀賽者只能於第一及第十洞的開球梯台範圍及第九與第十八洞的果嶺周圍觀賞。 不過這場賽事有網路直播，播出時間為5月25及26兩天，明天（26日）自11:00開始，敬請鎖定 #台灣職業高爾夫協會FB，以及YahooTPGA專區 #精彩賽事直播呈現。 體育署也將同步在MOE Sports平台與TPGA的網路直播、一起關注這場賽事。 這項比賽冠軍獎金台幣52.5萬元 (美金1.75萬元)，這是TPGA首次與菲巡賽（PGTI）簽約，由其共同贊助，也是今年雙方將合作舉辦三場比賽中的第一場賽事。這項比賽是由大安集團＆TPGA主辦，PGTI（Pilipinas Golf Tournaments Inc.） 與ICTSI（International Container Terminal Services, Inc.）共同贊助，台中空軍清泉崗高爾夫球場協辦，這也是大安建設公司於2016年後，以更大的集團公司冠名主辦TPGA台巡賽。 TPGA今年與其簽約一年，將合辦三場比賽，大安TPGA公開賽是第一場，也是PGTA今年的第六站比賽；第二場是9月23日~26日的南寶TPGA公開賽，第三場則是10月16日~19日在菲律賓塔拉克的Luisita Golf and Country Club球場舉辦的The Summit Point World 18 Challenge 這場比賽特別獎項是三個短洞都有「一桿進洞」獎金台幣 3 萬元，由聖暉工程科技股份有限公司贊助。還有破球場最低桿記錄 (記錄保持人 林文科 65桿) 獎金台幣 3 萬元，由大安集團贊助。

韓劇流行元素總是一陣一陣，近來韓劇新一波男友們，則都有共同特色，他們都不是人類，包括呂珍九在《絕對達令》裡，化身超貼心機器人男友，還有金明洙《僅此一次的愛情》成了一名觸犯人間生死天條的天使。韓劇《絕對達令》：「我覺得太神奇了，所以就用手摸摸看，不是啦？是不小心的，你好？我的女朋友，女朋友嗎？因為我不小心親了他，他就把我辨識成女朋友嗎？韓劇《絕對達令》，劇中的呂珍九其實是「戀愛用機器人」，原本設定不應該有自我意識，卻意外被喚醒，陰錯陽差認定珉雅就是主人女友。韓劇《絕對達令》：「我已經充分掌握了，女朋友的喜好，女朋友？洗乾淨了嗎？」原本該是按照程序活動的機器人，卻不小心有了人工智慧陷入愛情，漸漸自我覺醒。韓劇《絕對達令》：「所以？請你不要在對我好了，女朋友？現在不能接受我嗎？」韓劇《絕對達令》已經是第三度翻拍，呂珍九大尺度露肌肉，讓人看得臉紅心跳，而近來還有幾部韓劇不約而同，男一角色共通點都不是人類。《僅此一次的愛情》：「讓我來幫妳，我只是為了妳存在的人，如果天使也可以後悔的話，我唯一後悔的事，吵死了啊。」韓劇《僅此一次的愛情》，金明洙飾演的天使，因為救了申惠善觸犯生死天條，必須幫助申惠善找到真愛，才能回到天上，進而譜出一段神人戀，還有安孝燮和朴寶英主演的《深淵》。《深淵》：「我是因為你們的意外失誤死亡了，然後靠這個龍珠之類的東西復活了，是吧？不是龍珠啦，深淵。」因為一顆神祕晶球，將不起眼的富二代醜男起死回生，外型更成了天菜帥哥安孝燮，同樣靠晶球復活的朴寶英，卻從美女成了普妹，天馬行空的劇情雖然不合理，但也滿足觀眾更多幻想空間。更多 TVBS 報導宋仲基「阿斯達」成災星！ 張東健練壯8公斤 朴敏英帶旺男星 搭金材昱、朴敘俊擦火花 孔劉沒喝雪濃湯 《鬼怪》劇組險賠1200萬 高甜劇《愛上北斗星男友》 陸版都敏俊融化少女心

（中央社記者吳佳蓉台北25日電）今年3、4月統一發票今天開獎，統一超商及全聯共有5名幸運兒中1000萬元特別獎，5名中200萬元特獎。全聯福利中心表示，有位民眾只花了新台幣8元在三重天台門市購買報紙，就中千萬元獎金。今年3、4月統一發票中獎號碼，特別獎（1000萬元）為03802602；特獎（200萬元）獎號為00708299，頭獎（20萬元）3組分別是33877270、21772506及61786409。全聯表示，3、4月共有1位消費者獲得千萬元大獎、1位獲得200萬元特獎，特別的是，其中中千萬元特別獎的那張，消費金額只有8元，是購買1份報紙，小額消費就中大獎超幸運，開出地點為三重天台門市。另1張200萬元中獎發票則開在宜蘭五結門市，購買品項包括愛之味牛奶花生、味丹隨緣素肉骨泡麵、韓式泡麵、當歸藥膳湯麵、烹大師干貝、光泉黑芝麻豆漿、中華雞蛋豆腐、火鍋豆腐及全聯購物袋等，共485元。統一超商說，本期有4位消費者中千萬大獎、4位中200萬元特獎，雲端發票百萬專屬獎得主則有2位。統一超商表示，4位千萬得主，1人是在高雄市三民區國城門市購買35元麵包，1人在新北市淡水區渡船頭門市消費95元，1人在台北市松山區小巨蛋門市消費58元，1人在新北市新莊區興洲門市消費88元。4位200萬元特獎得主，則是1人在台中市南區義興門市購買70元甜點，1人在宜蘭縣三星鄉立昇門市花費120元，1人在南投縣信義鄉信義鄉門市花費105元，1人在高雄市燕巢區樹科門市花費69元。2張雲端發票專屬獎則獎落台南市永康區永龍門市及新北市新店區百豐門市，分別消費40元及147元。（編輯：李信寬）1080525