跳到主要內容

致十三行博物館,動線規劃與保全人員品行素質再教育建議

6410_1192257613548_1441629997_30525439_613383_n

2009.07.31本人由台中驅車至台北,與兩位友人於夜間十一時抵達十三行博物館,
參觀貴館這棟由台北縣政府籌建孫德鴻建築師事務所設計監造,屢屢得獎的建築作品。

雖然抵達時已接近深夜,但在燈光與建築量體的感染力下,同伴們對這代表地方歷史
文化與由本土建築師設計的出色作品,無不感到驚豔與感動。只是,這樣的感動並沒
有持續太久,取而代之的反而是因貴館保全人員的無禮言行,造成友人感到侮蔑與羞
辱。

當時,我們由行政區外側步行經由館前廣場抵達博物館入口,沿途為了觀賞建築全貌,
我們僅在外圍攝影並未接近建築本體。直到入口處,友人為了拍攝博物館主體與鯨脊
意像的連續階梯,便跨入入口處於階梯上攝影。此時保全人員自外側騎車而來不斷按
鳴喇叭、大聲吆喝,直到友人走出入口後,保全人員竟直接以人身攻擊式的言語辱罵
:『你有沒有家教?你有沒有常識呀?…….』,以致雙方產生言語上的口角衝突,雖
然最終因大家制止而沒有釀成肢體衝突,但本人在此強烈質疑貴館守衛(保全人員)的
品行與素質水準,是否足以擔任最貼近民眾的公部門機關職務。

因此針對貴館提出建議如下:

‧ 貴館守衛(保全人員)品行與素質水準篩選再教育

以本事件為例,守衛(保全人員)早已注意到我們,但在巡邏經過時完全沒有加以告知,
待友人進入後卻馬上採取按鳴喇叭、高聲辱罵的衝突方式進行抨擊,而非理性、善意的
勸導。的確,守衛(保全人員)之功能在於防止被保護主體遭受外來事物之侵害,但並不
代表在這樣的情況下便可以辱罵方式侵犯他人人權,更甚公部門單位本身即應該有體恤
民眾之親民形象,怎能放任守衛(保全人員)行使威權 ”教訓” 民眾?

建議館方慎重篩選聘用人員,並教育提升聘用人員素質水準,以符合貴館對於民眾教育
與文化提升之社會意義。

‧ 增加入口動線引導與指示標語

本次事件過程中,雖然主因為友人誤入入口造成誤會,但博館入口處毫無任何禁止進入標
語與動線說明,且低柵欄設計本來即是使建築本體與周圍環境產生融合感,若未以標語加
以說明,容易使民眾誤認該處僅為阻檔車輛進入之功能,而不明白何處為民眾可活動之區
域。因此建議館方可以活動式告示立牌在閉館時加以設置以提醒民眾。

clip_image002

圖一、入口處無任何禁止標語與進入通知

 

clip_image004

圖二、開閉館說明難以辨識

許多文章皆有介紹貴館設計概念,即『表達這種對古文明受到漠視的無奈感,更將整個建築
向下拓展且築起高牆,好擋去那讓人心痛的景觀』(1)。期待這別俱歷史文化意義的出土寶藏
與其附加的美麗建築,能夠更和善的融入民眾生活之中,而不會因為高牆與人員,漠視了人
民親近公家單位的權利,以達到貴館宗旨:『本館將成為認識台灣文化與先民歷史的重要場
域,透過大家的關心與參與,十三行博物館必將帶給八里美麗春天新氣息,成為淡水河八里左
岸文化生態園區的水岸明珠』。(2)

以上為本人對貴館提出之建議,提供貴館參考。

 

   BP  2009.08.08

 

Reference:
1. 2004/03/07, 陳志東, 來去台北/十三行博物館 建築多次獲大獎)
2. 館長的話,十三行博物館官方網頁

留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...