我們想讓你知道的是
很多人喜歡問我,他不知道心儀的這個女孩,對他到底有沒有興趣?
我真的想說,問這個問題的人,其實心裡早就知道對方對他有沒有興趣,只是刻意不去面對現實。畢竟,要是女生對他有興趣,他早就忙著和對方約會,倆人打情罵俏,你儂我儂的不亦樂乎,哪還有時間跑來問我問題?不過既然很多人想要知道真相,必須要心痛才能清醒,那就由我來當壞人,告訴你女生怎樣的反應代表她對你沒興趣,而你們之間肯定沒啥搞頭。
她對你沒興趣的七大指標是:
1. 很難和你照到面,即使她是你的同事或同學
女生是非常敏感的動物,往往你不必開口,甚至不必做出什麼明顯的動作,她就知道你對她是否有「企圖」。要是她對你並沒有好感,卻發現你似乎對她有很大的好感時,那麼即使你們是同事或同學,她也會盡量不和你照到面,省得你逮到機會囉唆;就算躲不了和你照面了,也一定是點頭示意打招呼後,立刻裝忙逃離現場。
畢竟,誰都不想面對那種拒絕給自己同事或同學電話的尷尬,講究「人和」的女生,更是不願意見到這種情形。
2. 你跟她要電話,她藉故不給或顧左右而言他
女孩子是否對你有興趣有一個很重要的指標,那就是你在向她要電話時,看她是不是願意把電話給你。如果她的回答是「你撥我分機就好啦!」或「反正每天都會見到,幹嘛留電話?」,再不然是只給email、Line和Facebook,但就是不給你電話,就表示對你興趣不大。
不過這並不一定適用於搭訕認識的對象,因為在大陸或台灣,有很多女生對你是有一點興趣,但又害怕會被人家覺得隨便,或覺得對你不夠了解,又或者是曾經有過被電話騷擾但對方又打死不退的經驗,於是先給網路交流工具,等觀察一陣子之後再決定是否要給你電話。這時你就開心收下吧,反正記得:對你有興趣的,過一段時日後還是會把電話給你,對你沒興趣的,就算電話給你了,你也打‧不‧通或她永遠接‧不‧到!
3. 盡量縮短和你講話的時間,回覆都用「嗯嗯」、「哦哦」
不管是在電話裡頭還是在Line或Facebook上,對方如果像蕭敬騰或王菲一樣是「省話天王」,對你的問題只回「好」或「不好」,「對」或「不對」,不透漏自己的訊息,不交流自己的生活經驗和觀感,對你的分享和詢問不想表示意見或不表達關心,這都表示對你沒興趣。
台灣的宅男們總是抱怨正妹在網路上聊天和他們時,喜歡使出「嗯嗯、啊啊、去洗澡」大法來打發他們,如果你喜歡的她也常這樣對你,那麼請告訴你自己「她對我沒興趣!」
4. 死都約不出來,永遠的沒有時間
如果你約一個女孩好幾次,但怎樣都約不出來,儘管你都已經用公開的藝文活動,讓她覺得場地公平公正公開沒有危險、活動主題十分有趣、你不是個「普通咖」而是個「藝文咖」,但她就是很忙抽不出時間和你碰面時,請你一定要知道,女生永遠不會忙到沒有時間和你見面的,再忙,只要是有興趣的人,就算是5分鐘或10分鐘也願意抽出來,更何況是人都要吃飯,不可能有人連吃飯的時間都沒有。
所以請了解,她是一定要吃飯的,只是不想跟‧你‧吃!
5. 就算約出來,一定有第三者在場
有些女生,就算跟你出來吃飯喝茶了,也別太高興以為你跟她會有機會,因為她總是帶個朋友,或者叫你帶幾個朋友在場,目的就是要沖淡你和她是在「約會」的感覺,減少你「發功製造曖昧」的機會。當你們碰面時總有一堆朋友在的時候,你們就比較不能做深度的心靈溝通,間接削弱你的期待值。
也有女生是打算撈你一頓飯吃,還順道把自己的朋友叫上,看起來像是給你一個碰面的機會,實際上是讓你的荷包元氣大傷後,希望你從此有自知之明打退堂鼓。
6. 約出來了一次,但就沒了下一次
有些人會說,真奇怪,我上次和那個女生約會時,感覺挺好的啊,不僅聊天的內容包羅萬象,席間還笑聲不斷,她應該是對我有興趣啊,但怎麼之後就再也約不出來了呢?我不得不說,有很多男生,常常「自以為」約會的時候表現得很好,同理可證覺得女生應該也有相同的感覺,可事實根本不是那樣。他分辨不出來女生的微笑到底是人nice不好撕破臉尿遁走人,還是真的對他有興趣?
搞不好女生從頭到尾覺得很無趣,當然就只此一次,下不為例。又,即使女生跟你出來感覺不錯,但卻突然失聯或沒有下次,有一個很重要的理由是,你挺好的沒錯,但「沒有比她的男朋友優秀」,或「不到她希望在一起的那個男生的標準」。於是很抱歉,她又不好意思直接告訴你實情,只好用「沒時間」或「消失」當成是日後不再赴約的藉口。這時雖然我不在你身邊,但請幻想我拍拍你的肩說「兄弟,請你換人吧!」
7. 見面聊天可以,想要曖昧牽手免談
還有一種情形會帶給男生更大的痛苦,那就是約是約的出來沒錯,可是女生雖然和你聊生活聊想法,但就是不給你任何製造曖昧的機會。例如你說在網路上看到巴厘島的照片覺得很漂亮,裝作不經意地問她下次要不要一起去那裡泡SPA看夕陽時,她馬上用「我去過了」或「對呀,上次我和前男友去過,感覺很不錯」,然後迅速扯到下一個話題,澆熄你滿腔的熱火,也擊碎你想要試探她對你好感指數的希望,這時你就該知道她對你的興趣不大了。
還有,當你和她走在一起時,她總是會想辦法和你空出「只是朋友」的物理距離,想牽她手過馬路她立刻舉手撥頭髮,想摟她腰閃汽車她馬上施展凌波微步往旁邊閃開,這都表示對你沒興趣,建議你不要一試再試打死不退,更不要以為用口語「告白」就能翻盤,那都是不切實際的幻想。
分析了女生對你沒興趣的七大指標,我更想說的是,各位,你不覺得不必我提醒,你只要捫心自問,就該知道女生的某些舉動,就一定是代表她對你沒興趣了嗎?為何你還要「裝傻」,說不知道對方對你有沒有興趣,或者問我她到底在想什麼呢?下次遇到類似的問題,例如她電話都不接,簡訊也不回時,別跑來問我為什麼,請你問問你自己,你為什麼會對一個「朋友」不接電話不回簡訊呢?
你就是自己最好的情感諮詢師,只要誠實勇敢地面對自己,不僅是感情,許多人生的問題,都能得到解答。
AI 賽局 AWS 保持優勢的秘密!Anthropic 被亞馬遜投資 40 億美金後 Claude 3 模型對上雲企業有何效益?
我們想讓你知道的是
在全球擁有數十萬用戶的雲端服務領導業者 AWS 推出之生成式AI平台「Amazon Bedrock」推出滿一周年之際,耳熟能詳的 AI 模型如 Stable Diffusion 、 Claude 、 Mistral 、 Llama 陸續登上 Bedrock 。另一方面, AWS 近期完成對 Anthropic 的 40 億美元投資案,這些佈局背後用意,如何讓 AWS 在長期的 AI 軍備競賽當中,保持領先地位?
打造三層 AI 蛋糕,中層 Amazon Bedrock 累積超過一萬家客戶
關於這幾年 AWS 在 AI 有哪些具體的投入? Mark Relph, Director of Generative AI Go-To-Market, Amazon Bedrock 用了一個比喻,他說:「可以想像我們正在打造一個三層的蛋糕,每一層各有不同目的及功能項目。」
Mark 逐一解釋, 最底層的基礎設施,也就是運算、網絡、架構層,舉例來説, AWS 積極發展兩款用來訓練生成式 AI 的訂製晶片,分別是 AWS Trainium 及 AWS Inferentia ,幫助更多客戶獲得具成本亦得運算能力。另外一個是 AWS 推出全託管的機器學習( ML )服務 Amazon SageMaker ,它讓 AI 開發人員和數據科學家的得以快速建構大型語言模型(LLMs)和其他基礎模型(FMs)。
中間層則是模型層, AWS 透過 Amazon Bedrock ,讓用戶可以透過單一 API 建置生成式 AI 應用程式所需的各種廣泛功能,搭配安全、隱私與負責任的 AI ,幫助企業使用熟悉的 AWS 服務,將生成式 AI 功能安全整合並部署到應用程式之中。蛋糕的最上一層則是應用層,針對各種應用程式內建 AI 功能,一方面幫助開發人員生成程式處理的工具,另一方面則針對商業應用,受惠企業以更有效率打造 AI 助手。
其中, Amazon Bedrock 之所以受到各界關注, Mark 解釋,「因為這是一項屬於無伺服器的全託管服務,開發者不用管理管理任何 IT 基礎設備,可以直接透過 API 嘗試使用 Amazon Bedrock 上面的生成式 AI 模型,接著把模型安全整合到對應的應用程式當中。」
目前累積超過一萬家活躍客戶使用 Amazon Bedrock ,這個雲端 AI 模型平台之所以有這麼高的黏著度,很重要的一個因素就是「集結」多個重要 AI 模型。攤開名單,包含 Stable Diffusion 、 Mistral 、 Llama 、 AWS 自家的 Amazon Titan ,以及 AI 新創公司 Anthropic 推出的 Claude 3 系列模型(包含 Sonnet 、 Haiku 、 Opus ),這些模型提供給客戶多種選擇,讓客戶找到最適合自己的基礎模型,應用場景包含但不限於常見一些
用來生成文本、圖像、音訊或是執行對話、摘要總結、文字處理作業等的應用。
AWS 投資 Anthropic 聯手力推 Claude 3 ,讓 AI 模型「混搭」效率大
今年 3 月,亞馬遜宣布完成對 Anthropic 的 40 億美元投資,談到雙方合作契機, Mark 解釋, AWS 與 Anthropic 有共同的目標,就是提供客戶一個快速、安全及負責任地探索生成式 AI 。拆解雙方的進一步合作細節,目前可知 Anthropic 會採用 AWS 的 Trainium 及 Inferentia 晶片,建構、訓練及部署其 AI 模型,而 AWS 也會在 Amazon Bedrock 開放、存取 Anthropic 最先進的 AI 模型權限。
而 Anthropic 打造的 Claude 3 Opus ,除了登上 Amazon Bedrock 供更多人使用之外, Claude 3 Opus 之所以備受矚目,另一原因是 Claude 3 Opus 在今年 3 月在專門盲測大型語言模型( LLM )能力的 LMSYS Chatbot Arena 排行榜上(資料來源:https://www.ithome.com.tw/news/162023),成功「篡位」拿下冠軍寶座。
根據 Anthropic 測試,處理複雜的開放式問題, Claude 3 Opus 的準確率比 Claude 2.1 提高約兩倍,而且跟其他模型進行特殊知識表現比較,像是研究生水準專家推理、基礎數學等,理解力和熟練度都更為優異。除了有 Claude 3 Opus 的加持, Amazon Bedrock 持續受到歡迎的因素, Mark 給了另一個角度的詮釋。
「我們發現越來越多企業在不同的 AI 模型之間切換,例如用一個模型做文字檔案摘要,接著需要用另一個模型做問題推理及解決,所以他們傾向把模型『串連』在一起,來解決複雜的業務問題。 Amazon Bedrock 正可滿足這樣情境的基礎建設環境,秉持以客戶為中心並從解決問題的角度出發,也是為什麼 Amazon Bedrock 引起客戶共鳴的關鍵,」 Mark 補充道。
除了建置好用的雲端平台環境,從 2023 年開始, AWS 還成立「生成式 AI 創新中心」投入一億美元預算,用來聯結 AWS 平台上的 AI 和機器學習專家與全球客戶,協助構想、設計和推出新的生成式 AI 產品、服務和流程。 AWS 與 Anthropic 內部的合作,也是透過生成式 AI 創新中心的資源,讓更多客戶受惠 Claude 3 系列模型,將 AI 真正普及到各行各業。
把通才 AI 變成公司的專才秘書,負責任 AI 確保企業數據足夠安全
不論是潛力新創公司、領先的成功企業、或是政府組織,前仆後繼成為 Amazon Bedrock 的用戶, AWS 也看到不同產業的生成式 AI 使用情境實際落地。 Mark 提到幾個案例,例如客服部門有 Claude 3 加持,讓人與人的對話過程即時掌握顧客需求,客服同仁可以從 AI 工具獲得文字提示,當下就能完整歸納出給客戶的解答,不僅可減少通話時間又提升對話價值。
除此之外,生成式 AI 還可以在製造業(例如:分析維修手冊提供下次機台需要進修時間)、醫療業(例如:提供該位顧客返家後用藥須注意事項)、金融業(例如:針對該客戶的貸款狀況、提交的財務文件快速指出下一階段業務內容)等領域有所貢獻。
但從上述的情境當中可發現,這類回答往往需要更專業、更適合的答案,而且不能輕易「糊弄」提問者。對此, Cathy Lai, Lead, Service Specialist Team, AWS Taiwan 就提到, Amazon Bedrock 內建負責任 AI(responsible AI) 及 RAG(Retrieval-Augmented Generation) 檢索增強生成功能,可以把大型語言模型從「通才」訓練成「專才」。
不過要把 AI 訓練成專才,當然需要企業內部的知識資料庫內容,包含訓練手冊、技術文件、關鍵數據等資料,藉此讓 RAG 模型內的資訊擷取元件,從新資料來源提取資訊。從而提供給 LLM 使用新的知識及其訓練資料來建立更好的回應,將資料轉換為數值表示並將其儲存在向量資料庫中。此程序建立一個生成式 AI 模型可以理解的知識庫,並使用數學向量計算和表示來計算及確立相關性。因此大語言模型就能更具專業內容和具邏輯性的回答。但企業內部重要資料攸關營業機密,要放到 AI 平台進行模型訓練當然更關注安全性。
對此, Mark 以嚴肅口吻回答,「隱私和安全性。始終是 AWS 最關注也最在意的項目。」目前 Amazon Bedrock 導入防護機制,可設定閾值的內容篩選條件,以篩選涉及仇恨、辱罵、犯罪活動以及提示攻擊等有害內容。同時 Amazon Bedrock 也提供 Guardrails 功能有效實施客製化的安全措施,可以限制大語言模型不提供可能造成財物損失的投資建議等訊息。另外防護機制也會偵測使用者輸入內容和 FM 回應中的個人身分識別資訊(PII)等敏感內容,以保護隱私權。「最後要強調,每家企業的資料不會傳回給 AI 模型供應商,同時 AWS 也絕對不會隨意拿取客戶的資料。」 Cathy 補充道。
展望未來, AWS 會努力尋找用更簡單的方式,給非資工背景的人享受到 AI 效益,甚至自主創建專屬的 AI 應用。 Mark 提到他們有一個「PartyRock」網站(https://partyrock.aws/),底層就是由 Amazon Bedrock 驅動,讓一般大眾在網站根據自身需求(例如希望幫自己的 YouTube 頻道寫腳本)來客製化自己的 AI 應用程式。「可以肯定的是, AWS 將確保提供最好的 AI 工具給我們的客戶,這是永遠不變的承諾!」 Mark 表示。
爲了提供大衆體驗 Claude 3 及其他部分 Amazon Bedrock 平台大語言模型(LLM)的機會,現在就邀請大家限時免費體驗,每一個在本 AWS 網頁開設的測試帳戶現在不需要綁定信用卡、且享有 24 小時內完全免費,讓你輕鬆一鍵創造實驗環境!