你覺得臉書浪費了你的時間?教你怎麼用臉書找回自己的注意力!

你是不是覺得每天在臉書上花了過多的時間呢?可是因為臉書的演算法,你花了這麼多的時間,卻還是有一些其實很重要的資訊被篩選掉了,你一直沒看到...
評論
評論

你是不是覺得每天在臉書上花了過多的時間呢?可是因為臉書的演算法,你花了這麼多的時間,卻還是有一些其實很重要的資訊被篩選掉了,你一直沒看到,等到發現往往時效也已經過了。當然,你如果沒有這樣的困擾,可以繼續把資訊接收的主動權交給臉書,臉書會根據你的行為加上隨時變動的演算法來幫你過濾哪些資訊可能對你比較重要?哪些資訊臉書覺得你沒看到也沒關係?但是如果你想奪回一部分的主導權,或許你可以試試以下介紹的這個方式。

過去臉書曾經有過一個功能叫做「興趣清單」(Interest List),不過大概對於資訊主控權很在乎的人不多,所以這個功能因為使用的人少,已經被拿掉了,過去已經建立的清單還可以透過臉書的搜尋功能找到,但已經無法再新增,而且以往可以將建立好的興趣清單放在左側的「最愛」捷徑,現在也都已經被拿掉了。還好的是,雖然興趣清單已經功臣身退,但「好友清單」卻仍然保有相同的功能。

如何建立好友清單?

要建立這樣的清單有兩個方法:

  1. 從朋友的頁面去新增:
  2. 好友清單管理頁面 新增:

以第二種方式建立清單的話,可以命名,並且同時新增多名成員:

建立好之後,還可以繼續新增其他的朋友,更棒的是,包括粉絲專頁、非好友也都可以新增,例如把 INSIDE 的粉絲專頁也新增上去:

而 Mark Zuckerberg 雖然不是我的臉書好友,但是一樣可以加進這個清單來追蹤:

建立好友清單有什麼好處?

  1. 你所接收到的資訊是自己所控制的: 你可以根據自己的時間進行資訊接收量與範圍的調整,如果真的很忙碌,這個清單可以只建立一定要看的十個資訊來源就好,如果有足夠的時間,不妨可以從自己成千上百個臉友以及按讚的粉絲專頁挑出最精華的一百個資訊來源進行訂閱。假設每個資訊來源一天大約提供十則資訊,那麼訂閱一百個資訊來源,等於一天可以接收到大約一千則訊息。
  2. 避免遺漏資訊: 這樣的訂閱有點像是過去以 RSS 的方式在訂閱網站或部落格,每一則訊息幾乎都會顯現在閱讀清單上,可以避免你遺漏掉所訂閱的對象曾經發表過的一些資訊。當然,如果你訂閱的對象有設定閱讀權限,你可能就看不到了,而目前看起來臉書在好友清單這邊並沒有讓「過濾演算法」起作用,所以自行設定清單訂閱的方式,比較可以確定資訊不漏接。
  3. 打破自己的臉書同溫層: 大家都知道「兼聽則明」,但是就算是自己想要接觸各個面向的觀點,卻因為自己可能不會對不感興趣或不贊同的一些言論產生按讚、留言或分享等互動,久而久之就在臉書上形成了「資訊泡泡」,你就只能看到「同溫層」所呈現的資訊了,這常常會讓你誤以為全天下的人都跟你有一樣的想法。如果你有足夠的勇氣與雅量傾聽多元的聲音,那麼自行訂閱更多元的觀點其實就可以避免你只接收到同溫層的資訊。
  4. 對資訊做分類: 現在有不少工作者其實都是跨領域的,例如我的工作就跨了科技領域和媒體領域,但是這兩個領域的資訊來源卻又各有特色,如果放在一起呈現,其實並不恰當。因此你可以針對不同的領域設定不同的清單,而且也可以根據工作的情況來調整,例如我早上會先瀏覽許多國際科技媒體,中午則會觀察國內的科技媒體,晚上則會花一點時間瀏覽非科技類的綜合性媒體,因此光是在工作上我就分為三個清單做資訊的訂閱。而且好友清單也會統計你有多少則資訊還沒看:

所以透過「好友清單」這個功能,你就不會迷失在雜訊過多的動態牆裡面了,首先你比較不會一直看到好友的出遊炫耀照或是在半夜看到令人流口水的美食照,因為你訂閱的資訊會比較專注在特定領域的內容。其次,你也比較不會一直看到廣告,臉書的閱讀體驗會從相當商業變成相當學術或是相當溫馨,就看你所設定的清單是以學習為導向的,還是專門用來跟親朋好友互動的。另外,如果有一位臉友最近特別熱衷某個你不太關切的議題,你也可以透過好友清單的管理,先將這位臉友從清單移除,日後熱潮過了再加回來即可,而你的臉友幾乎不會察覺這樣的變化,你更不需要因此而刪除好友。

對於沒有刻意做規劃的人來說,臉書的確很容易成為時間的一大殺手,逛著逛著一、兩個小時就過去了。但是如果懂得做規劃,前期只需要花一點時間好好設定「好友清單」,設定完成後,就能夠很有效率地從臉書上獲得珍貴的資訊。在這個注意力已經成為最稀缺資源的時代,你光是找回了注意力的主導權,就已經贏過別人一大截了。

最後,你還可以將好友清單加到臉書左側的最愛裡面,並且調整一下順序:

就可以很容易看到好友清單,逐漸培養出閱讀好友清單而不是自己動態牆的習慣:


【社會數位轉型】交通安全不能靠運氣!經濟部AI智慧運輸新解方預防事故發生

居住在都市的人們,大多早已習慣使用電子票證搭乘大眾運輸,能自然而然透過即時公車動態資訊掌握交通時間,也多有騎乘共享單車的經驗,旅遊時更享受著機場無人化自動通關、國道 ETC 電子道路收費的便利。這些畫面也許你不曾留意,但都是智慧運輸科技改善生活的證明。
評論
Photo Credit:Unsplash
評論

疫情衝擊下,結合人工智慧、區塊鏈、加密貨幣、虛擬實境、物聯網等數位科技的創新應用服務不斷成長,加速產業數位轉型,為經濟帶來正面效益,不知不覺間也成了改變社會的力量。隨著時代進步,人類的食衣住行越來越離不開數位科技,而交通運輸作為維繫社會系統運作的關鍵之一,正是臺灣邁向數位國家必須關注的重大議題。

近年特斯拉在全球大賣,經濟部技術處也看準無人載具、自駕車趨勢,推動創新實驗專案計畫,秉持沙盒精神,授權產學研於北中南各都進行落地實證,促進臺灣智慧運輸科技的研究發展與創新應用。

串聯法人技術合作 開發 AI 自動煞車系統罩大型車

馬路如虎口,臺灣交通事故多,為提升交通安全,資策會系統所在經濟部技術處科技專案的支持下,以自駕感知次系統技術能量於 2021 年發表全球首創的智慧巴士 AI 內輪差自動剎停技術,結合車輛視野輔助攝影機及 AI 影像辨識技術,陸續在台北市、新北市、桃園市等交通場域進行系統實證。現已能在預測內輪差區域發生碰撞前 1 公尺在 0.6 秒內發出預警並自動煞車,降低大型車駕駛盲點車禍事故問題。

資策會系統所智慧駕駛組組長張均東表示,臺灣交通環境為二輪與四輪複雜混合車流,車流密度高,駕駛習慣參差不齊,相較歐美更為複雜,對於發展無人載具來說是很大的挑戰,但也充滿機會。臺灣大型車平均一年造成 1,500 件事故,主因就是在混合車流環境下於視野死角容易發生死傷事故,「最常見就是所謂的 A 柱(註)與內輪差視野盲區,大型車輛(公車、貨車、聯結車等)轉彎時無法清楚看到機車、行人是否在行駛區域內,於是在轉彎行進過程來不及反應,造成此類車禍傷亡率很高。」

張均東解釋,目前車輛大多使用毫米波雷達感知周遭環境,但毫米波雷達雖對金屬物件偵測較敏銳,但無法得知物件類型,「毫米波雷達在偵測行人、兩輪車方面的穩定度沒有很好且無法辨識其類別。尤其是上下班時間,公車周圍滿滿都是汽機車,很難準確反應 A 柱與內輪差視野盲區內是否有機車、自行車、行人。」 據統計,正常駕駛人行車時,從目視到緊急情況,到做出反應、踩下煞車,反應時間約 0.6 秒左右。而大型車所需要的煞車距離又更長,往往駕駛在意識到危險時已來不及因應,生死就在一瞬間。

為此,資策會系統所與巴士業者合作,透過在公車上裝設之 5 顆攝影鏡頭,拍攝車輛行駛中容易發生碰撞之視野範圍,結合資策會開發的臺灣行車街景深度學習資料庫(Formosa Dataset),以 AI 深度學習辨識技術發展 AI-ADAS(AI 先進駕駛輔助系統)。

資策會系統所團隊現行於台北市、新北市、桃園市實際道路之實證結果已經可以在發生碰撞前 3 至 5 公尺以語音提醒公車駕駛在警戒區有行駛物件類別,且在發生碰撞前 1 公尺於 0.6 秒內,若駕駛無進行剎車動作時則由系統自動剎停。「本技術在日夜晴陰雨及複雜街景中皆能穩定辨識出行人、機車騎士、老人代步車及三角錐等交通物件,都不是問題。」張均東說,接下來預計技術進程將發展進化到預測大型車輛若要進行轉彎或變換車道時,系統會主動觀測鄰近車輛、行人行進軌跡並預測未來 3 秒行駛路徑有碰撞風險,則會主動減速緩剎並打正方向盤等 Level 3 自主駕駛技術,進而發展為智慧駕駛系統關鍵技術,擴大到不同車種的應用,創造更大市場價值。

著眼我國路上交通特性  全球首創機車車聯網安全應用

而要預防車禍意外,也不能不注意機車。臺灣的機車密度全球第一,平均每 2 人就擁有 1 台機車;在所有的交通事故中,有超過 75% 的車種與傷亡人數都是「肉包鐵」的機車,其中死亡人數每年都超過千人,包括因車速過快而自撞、自摔所造成的傷亡。

為此,資策會從機車用路人的角度,針對周遭路況及早反應,提供機車安全防護,除了降低機車整體藉此事物與傷亡比例,更能藉此改善駕駛行為。智慧機車安全警示系統便是因此而生,整合智慧型路側設備與機車車上裝置,偵測車速與路線,預測行車風險,再透過 LED 看板顯示路況警訊,打造低成本、高滲透的安全騎乘環境。2019、2020 年分別獲資通訊領域最高殊榮全球 ICT 卓越獎(WITSA Global ICT Excellence & Award),以及美國素有創新界奧斯卡之稱的愛迪生獎(Edison Awards)肯定,使臺灣成為第一個將車聯網技術應用在機車的國家。

資策會系統所規劃師廖彥程表示,團隊觀察到臺灣機車使用量非常大,而且很難從政策面減少機車數量,「只能從防止肇事的安全角度著手改善」。為此,資策會系統所在經濟部與交通部的支持下,攜手臺灣車聯網產業協會,並與擅長交通控制、交通安全的臺大教授許添本合作,共同研發智慧化解決方案。

「有些都是很早就成熟的技術,關鍵是要怎麼把不同科技串連起來」,廖彥程說明,在經濟部與交通部的指導下,本系統以無線射頻辨識(RFID)技術為基礎,並結合 AI 影像辨識與決策機制進行分析,能提醒駕駛注意來車、減速慢行等,爭取更多反應時間。

經 9,300 輛機車、70 組路測設施大規模實測,收集分析了幾千萬筆的駕駛行為資訊後證實,機車通過易肇事路段的平均車速可有效降低 12%,減少交通事故比例 50%。同時,計畫第二期試驗所選擇校園場域中山大學,粗估平均車速下降 30%、事故數減少 80%,成效驚人。廖彥程表示,因為和市區相比,校園交通環境較封閉、單純,導入新系統的衝擊較小;另外,發生機車車禍的年齡層以 18 到 24 歲占絕大多數,「正好趁著年輕學子剛拿到駕照、血氣方剛的時期,幫助他們及早養成良好的駕駛習慣。」

社會發展帶動交通產業轉型 打造智慧科技新舞台

現在全世界都在關注社會數位轉型,除了在交通運輸上的變革之外,數位科技帶給社會的影響還有 8 大關鍵問題,包括:資訊中立與數位近用權、數位技能落差與教育、數位專業之性別權、跨領域鏈結與人才培育、開源協作與開放生態系、去中心化與分散化數位治理、數位國土與資訊安全、資訊與人工智慧倫理等,都是臺灣發展數位經濟的過程中,必須時時回頭關注的社會議題。

臺灣的交通環境雖然複雜,但也因此成了智慧運輸科技的絕佳試煉場,形成另一種「臺灣經驗」。不同於國外汽車產業發展 AI 應用時,大多以房車為出發點,經濟部技術處也重視臺灣大眾運輸、機車族的需求,希望藉由科技應用實現社會數位轉型,先解決民生交通問題,再帶動市場,未來在國際發光發熱。

儘管現在臺灣自動駕駛市場還不成熟,這些創新計畫也仍處於試驗階段,尚未正式落地,但當實證階段完成,掌握差異化優勢,相信從公共領域到產業發展都精彩可期。

  • 註:汽車A柱為擋風玻璃兩側主要結構,為顧及車體強度,設計多半較為粗壯,但也因此容易產生視覺死角