跳到主要內容

學習拒絕的開始!

f1010037

感觸良多的一灘水!

下午,晚上課程開始前,信步來到學生餐廳覓食,
遠遠看見我想去的攤位前一片潑灑的飲料痕跡,沒人理會。

攤位老闆自顧的整理著櫃檯,
直到路過的阿婆開口叮嚀老闆趕緊清理,
以免經過的學生滑倒受傷。

這時老闆淡淡的回了一句:
『這又不是我用的,走道也不是我負責的,為什麼我要清理?』

頓時,我傻眼了,

原來,現在人連門前雪都不會掃了??

儘管這攤飲料就在他的攤位前,他還是不為所動,完全漠視!
直到似乎是對面的飲料店員工清掉為止。

難道他不知道這攤飲料真的會造成學生危險而且也會影響他的生意嗎?
他知道,我想他是知道的!!
只是那種事不關己的自私心態,讓他矇了眼,連是非都分不出來了!

想一想真的挺傷感的,
現在人們總是太在意自己,少了一顆體諒別人、關心別人的心,
甚至連身為人的智慧都不見了!!

我相信那老闆若還有點生意腦袋,至少也會想著因為客人的感受而改善,
但結果他選擇視而不見,
傷了自己的名聲、還可能傷了別人,同時也影響了生意。
你說這樣全輸的事情可不可笑?

但現在的社會彷彿到處都在發生著這樣的事,
保不住的老建築、文化、環保還有人們的身心健康,更甚是教育,
我們的生活中充斥著零和的遊戲、自私卻毫無利益可得的愚蠢行為,
慢慢的,我們都開始麻木不仁,這,就是境教。壞的那一面!

斯文善良的好人似乎越來越難以在這時代生存,
或許我們開始該好好學習,
學會建立自己的主見、學會更懂的去關心、去給予,
同時明辨是非,開始拒絕錯誤的事、擇善固執!

或許,這點起心動念,
也將會是改變自己、改變別人、甚至改變這個社會的開始!


事件結束後,
我毅然的轉頭離開,
心裡默默決定將來再也不買他的食品,
縱使它是我去十次去會買九次的店家,
縱使它的飯真的很美味!

但,我拒絕缺乏同理心的商人,
因為他缺乏同理心,所以也無法保證他的食品能保障我們的健康,
所以拒絕他,這就是我的主張。 


學習拒絕的開始!



BP 2011.04.15

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...