【硬塞書摘】豪鬼神 Tokido 怎用電玩精神,念東大時就寫出微粒分散系流變學論文?

「研究當時,我得到了如同打電玩般的快感,而且最終取得了足以獲獎的研究成果,這顯然是過去埋頭打電玩帶來的效應。」
評論
評論

本文摘錄自《只有勝利,才是我的存在意義!:東大畢業世界電競冠軍 Tokido 從電玩學會的人生成功之道》,作者:Tokido(本名:谷口一),遠流出版。

大學四年級在研究室的研究成果,受到我的指導教授所託,要「整理成為能夠刊載於科學雜誌的文本」,作為研究所一年級要用到的論文。

身為第一作者,我所寫的第一本著作叫做《Characterization of autonomously oscillating viscosity induced by swelling/deswelling oscillation of the microgels》,還有一本共同著作《Autonomously oscillating viscosity in microgel dispersions》。在這些論文裡,「Nature Asia Materials」的文字被特意突顯出來,在當時算是非常先進的研究成果。

至於發表這些論文的國際學會,則因此獲頒「壁報獎」(Poster Award)。

大學生的研究成果變成國際學會獲獎的標題是非常稀奇的事,也是非常令人感到榮耀的大獎。可是得獎之後,我卻彷彿變成了無用的廢人。

為什麼像是從天國俯衝墜入地獄,原因我稍後再詳述,但是我做研究時注意到兩個重點:

第一就是「電玩教我事物的價值」。

研究當時,我得到了如同打電玩般的快感,而且最終取得了足以獲獎的研究成果,這顯然是過去埋頭打電玩帶來的效應。

簡而言之,在研究與電玩領域中想要奪取獎盃是有共通性的。具體來說有三大項目,首先是「吸收知識與發現課題」。

做研究屬於前半階段,沒有一個研究是莫名其妙就冒出來。要做研究,得先在研究室裡閱讀大量過去累積的知識,才能訂定新的研究主題,尋找新的發現。加上過去已有留下的參考書籍,研究開始前一定要吸收完整而且有體系的知識。 我在打電玩的時候,也會做同樣的事前研究。

格鬥遊戲的世界裡有一種名為「Mook」的圖文攻略本,這是電玩遊戲發售廠商以玩家為目標所發行的書籍,裡面詳細描述各個格鬥角色的戰技和特性,以及連續技的種類等,對於各項數據都有詳盡的解說。

我很喜歡閱讀數據。看著數據就開始東想西想,這算是一項樂趣。這個角色會如何反應呢?會使用哪些戰技呢?從哪方面開始進攻呢……?看過數據之後就會發現課題,要求自己尋找應對的方法。

這應該算是我的特點吧,在遊戲開始前先看個幾遍。輪到我上場前,為了防範意外狀況,我一定會先看 Mook 預習。說麻煩也的確如此,但很多玩家不懂得要這麼做。不過假使沒有預先吸收知識,又該怎麼練習對策呢?這才是大問題。

Mook 攻略本裡寫的都是活的數據,光是數據,在實戰中並沒有意義,必須把各方面的數據都組合在一起才會產生意義。而如何去組合理解這些數據,就看電玩玩家有沒有慧根了。

請各位先想一想樂高的小積木。每一塊積木都是單獨存在,只有把積木堆疊起來,才能製作出帶有意義的各種物體。Mook 裡面已經記錄了各方面的數據,這些就像是樂高的積木。

既然廠商推出了數據專門書,豈有放著不用的道理?如果是想要運用自身累積的技能,那就要先看過 Mook,然後一邊打電玩、一邊從中學習。

在這樣的理論下,我每次開始研究都要先讀過副教授的論文和博士研究生的論文。接著又要研讀有關微粒子分散系的流變學相關文獻,總之,就是把過去的研究成果全部看過。

光是模仿那些文獻裡記載的手法,是無法創造出新成果的。只有把所有文獻都組合在腦海中,才有可能誕生出新成果。在過去的論文中,為了便於日後繼續研究,我會把手法和順序寫清楚,這樣才算是有用的資訊。

經過反覆的討論,「這些研究成果與文獻所得到的資訊要能結合在一起,才會萌生出新的成果」,換句話說,我研究出來的結論就是:「理論上,這種不需要藉由外力的刺激就能自動改變黏度大小的液體,是一定辦得到的!」

購書連結: 博客來


Cookie 消失?試試看全新 AI 影像內容辨識:讓用戶看的內容決定看到的廣告

Google Chrome 即將淘汰幫助廣告主的工具—— Cookie ,它的離去將再一次地影響數位廣告產業。
評論
Photo Credit:<a href="https://www.shutterstock.com/zh/image-photo/ai-artificial-intelligence-big-data-internet-1075853384" target="_blank">shutterstock</a>
評論

透過GA分析進站者發現, Safari的新客數越來越多,難道這表示 iOS 的用戶數也跟著增加了嗎?注意了,這有可能是 Apple 封鎖第三方 Cookie 帶來的影響。隨著 Google 即將淘汰 Chrome 上的 Cookie ,這個幫助廣告主記住用戶受眾的小工具,將要再一次地影響數位廣告產業。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

後 Cookie 時代的廣告受眾如何鎖定?

各大廣告平台在過去幾年不斷地透過 Cookie 以及其它方式,悄悄收集使用者的用戶數據,隨著這幾年用戶的隱私權意識抬頭, Apple 與 Google 對於藉由 Cookie 辨識用戶資料的廣告投遞方式,持有不同的態度,這也將是所有廣告主的極大挑戰。當 Cookie 不復存在,要如何辨識使用者資料?

Cookie 消失了,或許會有新的數據辨識工具來取代,但是任何試圖跟蹤受眾的方式,都難以符合大眾對於保護隱私權的期望。另一方面,也極有可能無法再通過日趨嚴格的媒體監管限制。無論如何,數位廣告不能像過去一樣,無條件地使用類似 Cookie 的追蹤方式,來達到與現在同樣的廣告效果。

後 Cookie 時代內容辨識類型的廣告鎖定方式,將成為未來具指標性的投放策略。廣告與瀏覽平台或內文主題的高相關性,不僅能顯著提高受眾的互動度,更重要的是,完全不需要收集任何個人數據。

FreakOut Taiwan 不斷嘗試更友善的廣告投遞形式, 自 2016 年進入台灣市場的原生廣告,到 2020 年末引進「 Mirrors 」 AI 影像視覺內容辨識系統,都是以網路使用者的角度出發。「 Mirrors 」不需要使用傳統的受眾興趣設定,即可針對「目標受眾在觀看的影像內容」、「品牌自身競爭對手或相關指定系列產品出現的影片」來投遞 YouTube 上的影音廣告。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

AI 人工智慧影像技術突破,推動新一代內容辨識功能

傳統的內容比對廣告皆為自然語言處理 NLP 中心,基於「純文字」的比對來顯示相關廣告,如大家很熟悉的 Google AdSense 。但是,結合新興的 AI 演算和複雜的圖像辨識,已然能夠達到「影片」的內容偵測,透過增加多個比對層和基於自然語言處理 NLP 的基準定位,可深度學習並提供更精細的辨識洞察力。

舉例來說,若想要將汽車廣告投放給對汽車有興趣的人,我們要先從可能對汽車感興趣的受眾中開始推估,並且根據過去的經驗加入不同的興趣條件,最後針對素材更進一步地測試。透過 Mirrors ,我們可以讓廣告出現在有滿足特定條件的影片內,例如:在消費者觀看的影片中,出現汽車評測報告、自家品牌或競爭對手的 LOGO 、代言人等指定條件,再依照不同廣告主設定的預算判斷是否露出廣告。

藉由這樣的影像比對方式,可以更有效地根據消費者行為觸發廣告投遞條件,而不再是現行的用戶受眾數據。人的興趣是多樣且多變的,當對汽車有興趣的用戶在完成汽車的選購後,短期內將不會再瀏覽相關資訊,轉而瀏覽其他更具時效性的內容。透過消費者當下正在觀看的影片內容,取代消費者身上被貼上的數位標籤,將更貼近消費者本身的使用行為。

Photo Credit:驚點股份有限公司( FreakOut Taiwan )

Mirrors AI 影像辨識:用消費者看的內容決定廣告

2021 年台灣數位報告指出,台灣人在各網路內容服務中,最愛「網路影片」的比例高達 97.9%,遠超過 Vlog、串流音樂、網路廣播、Podcast 。

影音廣告早已是品牌經營的趨勢:根據 DMA 2019 年台灣數位廣告量統計報告指出,台灣各類型廣告中,影音廣告以 37.2% 的成長比例大幅領先奪冠。其中 YouTube 持續蟬聯台灣最常被造訪網站第 2 名(僅次於 Google ) ,在台灣各大影音平台中的觸及率及影響力不容小覷。

2021 年 FreakOut Taiwan 已與客戶合作,進行搭載新系統的 YouTube 串流內廣告投遞,在針對品牌及產品客製化的多層鎖定策略建議下,房地產廣告的 CTR 表現高於平均,並發現「人臉」群組辨識表現為佳,其中多為財經、名嘴等名人。而美妝品牌廣告 VTR 表現優異,則以品牌「 Logo 」、「人臉」群組有最出色的表現。

本文章內容由「驚點股份有限公司( FreakOut Taiwan )」提供,經關鍵評論網媒體集團廣編企劃編審。