相關論文

張東瀛張佑竹

現代科技一日千里，資訊更新的速度更是讓人目不暇給。一般人接受的資訊越廣，對知識的需求也越深，學習方法必然有所改變，「知識加工」勢在必行。教學系統的設計可說是藝術﹑教育與科技的結合，在電腦日益普及而傳統教育成本逐年提高的現代化社會，應用個人電腦作為輔助教學工具，不僅是當代潮流，也是教育工作者必須面對的事實。 Alan Turing 曾說：「即令識見不遠，亦知所當行。」 (We can see only a short distance ahead, but we can see plenty there that needs to be done.) 我們希望為知識導航創造一個實驗環境。學習者經由系統協助，可望發揮潛能，提高學習效率。藉著多媒体系統的開發，結合有心人的努力，人類的智慧和文明當更能傳諸久遠。

TITES 多媒体系統、Vikon 語音輸出編譯器與 Vikon 自然語言認知系統的設計，歷經數十個寒暑，爰將歷年撰寫的相關論文，提供有志研究人工智慧與多媒体系統的讀者參考。敬祈諸位讀者先進指教。



1. 自然語言研究與自動翻譯系統

自動化科技  1985 年 9 月  p.73-82


2. BASIC 語言與資料庫管理系統

自動化科技  1987 年 4 月  p.79-90

3. 智慧的面紗

PDF檔案下載

自動化科技  1987 年 7 月  p.97-102


4. 語意網路與框架結構

自動化科技  1987 年 12 月 p.211-221


5. BITNET 國際學術網路

自動化科技  1987 年 12 月 p.133-147
IBM 資訊世界  1988 vol.1 p. 8-13
IBM 資訊世界  1988 vol.2 p.12-16


6. ARPANET 高等科技網路

自動化科技  1988 年 4 月 p.186-197
(國科會科技論文索引 編號: 7707IA0018)


7. 科技野花

PDF檔案下載

自動化科技  1989 年 1 月  p.32-36


8. 電腦化教學專家系統

自動化科技  1989 年 3 月  p.159-166
(國科會科技論文索引 編號: JA 7807-1475)


9. 普羅米修斯與潘朵拉-核能科技的沉思

自立早報 1990-02-05 (上)
自立早報 1990-02-06 (下)



10. 專家系統化與實驗計劃法

自動化科技  1990 年 5 月  p.180-187
(國科會科技論文索引 編號: JA 7907-1335)


11. 多媒体電腦系統

自動化科技  1991 年 10 月 p.111-116
(國科會科技論文索引 編號: JA 8101-1273)


12. A Multimedia-based Bilingual Instructional System Using
An Expert System Shell
(以專家系統發展工具建構多媒体雙語教學系統)
CHAPTER I  : INTRODUCTION
CHAPTER II : REVIEW OF RELATED LITERATURE
CHAPTER III: METHODOLOGY 
CHAPTER IV : SYSTEM ANATOMY
CHAPTER V : CONCLUSIONS AND RECOMMENDATIONS

University Microfilms International 1992   No. 13-50454


13. 以 BASIC 語言建構多媒体雙語教學系統

自動化科技  1993 年 5 月  p.95-106


14. 電腦多媒体在商業廣告之應用

HOPENET 光碟月刊  1994 年 10 月  p.158-161


15. TITES 多媒体管理系統

HOPENET 光碟月刊  1995 年 2 月  p.151-155


16. 少運崎嶇老景宜 - 我的電腦學習歷程

自動化科技  1995 年 11 月  p.65-72


17. 使用者圖形介面程式之設計

自動化科技  1996 年 3 月  p.13-17



18. 加密與密碼防禦

自動化科技  1996 年 6 月  p.70-76


19. 密碼設計與檢核原理剖析

自動化科技  1996 年 12 月  p.62-67(上)
自動化科技  1997 年  1 月  p.54-59(下)


20. 電腦多媒体專輯製作紀實

微電腦傳真(PC Magazine 中文版)  1998 年 7 月  p.282-286


21. 台語語音筆記本

2000 年 11 月  初稿
2009 年  9 月  更新稿


22. 以知識表徵方法建構台語聲調群剖析器

張佑竹

中文計算語言學期刊，22(2)，73-86。[Chang, Y. C. (2017)] 
A Knowledge Representation Method to Implement A Taiwanese Tone Group Parser 
International Journal of Computational Linguistics & Chinese Language Processing
 Volume 22, Number 2, December 2017-Special Issue on Selected Papers from ROCLING XXIX.]



23. A Computer Simulation and Monitoring Method for Taiwanese Tone Sandhi
 
台語變調的電腦模擬與監測方法

張佑竹


2024 年 7 月  初稿
2024 年 12 月  更新稿


24. 2026-04-03 與 Gemini 對談左右兩派對AI的看法及台語語言處理問題
中文版檔案下載
 
Dialogue on AI Perspectives and Taiwanese Language Processing
English version file download



Abstract

Dialogue on AI Perspectives and Taiwanese Language Processing
Date: April 2026
Participants: TonyKELab & Gemini

1. Political Ideologies and AI Development
• Left-wing Perspective: Focuses on AI's impact on wealth inequality and labor rights. Advocates for "Robot Taxes" and Universal Basic Income (UBI). Highly concerned with algorithmic bias (racial/gender) and transparency.
• Right-wing Perspective: Emphasizes AI as a tool for national competitiveness and efficiency. Prefers deregulation to foster innovation while criticizing "Progressive Bias" or "Woke Culture" embedded in AI models.
• Common Ground: Both sides recognize existential risks, the danger of deepfakes/information warfare, and the necessity of data privacy.

2. Privacy and Censorship in the AI Era
• Privacy Concerns: Moving from "Active Leaks" to "Passive Inference." AI can derive highly sensitive personal traits (political leanings, health) from unrelated data points like shadow profiles or gait recognition.
• Evolution of Censorship:
o Algorithm Downranking (Shadow Banning): Making content invisible rather than deleting it.
o The Panopticon Effect: Constant surveillance leads to irreversible self-censorship to avoid future risks.
o Value Guardrails: Developers embed specific ideologies during RLHF (Reinforcement Learning from Human Feedback).

3. AI Personas and the "Tool" Ideal
• TonyKELab's Vision: AI should be an objective, neutral "tool" rather than a humanoid robot with independent thought patterns.
• Technical Challenges: Language itself carries human logic and bias. Large Language Models (LLMs) operate on statistical inference rather than pure logic, often leading to a "persona" shaped by training data.
• Expert Systems vs. Deep Learning: Traditional expert systems (rule-based) are transparent and predictable "tools," whereas deep learning is an unpredictable "black box."

4. Linguistics as a Precise Science
• Language as Thought: Linguistics can predict human behavior. Different language structures (e.g., Indo-European two-valued logic vs. high-context Asian languages) mold different worldviews.
• Diversity of Models: To avoid a "black-and-white world," AI models must be trained on diverse linguistic foundations to preserve unique cultural logic and "thinking structures."

5. Taiwanese TTS and Tone Sandhi Challenges
• The "One-to-Many" Problem: Deep learning often fails at the complex tone sandhi (tone change) logic of Taiwanese because it lacks understanding of "Tone Groups."
• Expert System Advantage: Tony's rule-based approach achieves 95%-98% accuracy in tone sandhi by using linguistic rules to override deep learning's probabilistic errors.
• Linguistic Resilience: The Taiwanese phonetic system shows high adaptability, seamlessly integrating loanwords from Sanskrit (Buddhist sutras), Japanese, and Spanish into its tone sandhi rules without needing rule modifications.

東瀛知識工程研究室 Tony Knowledge Engineering Lab
張佑竹 Yu-Chu Chang
2026 年4月5日上網

相關論文

張東瀛 張佑竹

張東瀛張佑竹