這樣既顯得專業，又看的出你是有團隊開發經驗的人。

隨著吳家第二代吳俊漢和吳俊誠兩兄弟接手，與統一中國城戲院打了近二十年的「中美戰爭」，反而更激發他們的求生意志，要走出屬於今日．全美戲院獨有的路。另一個面相，政治人物也會將競選活動、就職活動運用影像媒介與影展機制，包裝成為具有媒體話題的記者會活動，如2010年賴清德曾在全美戲院舉辦《看見未來》競選影片首映會、2019黃偉哲市長就職周年舉辦《暖男市政搜查隊》施政成果短片放映等。

全美戲院陪伴的不只是在地影展、等待發光的影片、老電影文化，也延續過往提供大學生畢業製作放映的經驗，打造一個給新銳電影創作者放映的舞台，並嘗試解決國片長期在台灣放映端遭遇到的問題，以群眾集資方式在2016年進行「大銀幕小心機」計畫，讓票房能直接回饋給電影團隊，也提供新導演與觀眾直接交流的平台隨著吳家第二代吳俊漢和吳俊誠兩兄弟接手，與統一中國城戲院打了近二十年的「中美戰爭」，反而更激發他們的求生意志，要走出屬於今日．全美戲院獨有的路。這也可以回溯到在戒嚴時期，戲院是少數可以進行公開集會的場所，有些地方民代的政見發表會就會選擇在戲院發生。全美戲院陪伴的不只是在地影展、等待發光的影片、老電影文化，也延續過往提供大學生畢業製作放映的經驗，打造一個給新銳電影創作者放映的舞台，並嘗試解決國片長期在台灣放映端遭遇到的問題，以群眾集資方式在2016年進行「大銀幕小心機」計畫，讓票房能直接回饋給電影團隊，也提供新導演與觀眾直接交流的平台。數位化革新也未打倒他們，反而與時俱進，將硬體設備升級到能與首輪院線平起平坐，帶給觀眾更高階的影音體驗、更舒適整潔的觀影環境。

2000年年初，台灣開啟了文創風潮，吳家第二代到社區大學學習文創課，進而應用於老戲院的轉型之上，加上第三代在國外習得博物館學歸國，今日．全美戲院開始講自己的故事。第五幕老戲院的文創之道 時間不斷地，繼續向前走，在電影已死的年代裡，曾經富麗堂皇的大戲院，從未想過有一天會變老，過去在這裡孕育電影夢的小小孩們，長大成人，兒時戲院裡的大銀幕上正上演著自己導的電影，從膠捲走到數位，每秒24格到120幀，從台南走到北美……電影，在今日．全美，不散。AI辨識到假新聞的線索可能包含： 較為淺短的社群網路擴散結構。

然而在公共場所吸食大麻仍然是違法的，因此這則新聞為真實的可能性不高。Photo Credit: 三民出版 病毒式行銷 病毒式行銷指的是公司透過免費試用品或折價券的行銷手法，搭配招募具意見領袖效果的種子用戶，常見如名人或網紅代言，在人際網路中向社群推薦商品，也就是所謂的口碑行銷。另一項與生活息息相關的例子，正是Netflix電影推薦，AI依據使用者平時觀看影片的歷史紀錄，以資料探勘中的協同過濾（註2）方式，進而預測出使用者未來可能感興趣的影片。李教授團隊透過AI，從每一帳號的音樂聆聽歷程中，自動偵測哪些帳號有多人共享，預測一個共享帳號有幾個人共享，還可以即時偵測當前帳號是哪一位使用者，讓AI在進行音樂推薦時，能精準地從使用者的角度做出推薦，甚至連該帳號其中一位使用者在不同情境下聽音樂的習慣都能學習到，做到兼具個人化與情境化的音樂推薦。

我們可以透過AI找出哪些個體屬於同一群體，應用在各種類型的網路，帶來不同的成效或目的。註2：此處協同過濾的應用，是以使用者對觀賞後的影片評價，來判斷及推薦未來可能感興趣的影片。

基本概念是透過擷取社群網路各種使用者特徵，例如朋友擁有各種標籤之分布，佐以機器學習中的「非監督式學習方法」後，即可以精準地判斷出哪些人確定罹患該疾病，如圖右所示，使用者6、7、9被預測為非罹病患者，使用者8與10則為罹病患者。如果只憑藉肉眼觀察，我們很難發現其中的差異。」我們透過常識判斷，美國部分地區的大麻是合法的，因此這件事情看似很合理，會讓很多人會相信這件事情是真的。在企業合作網路中，可瞭解公司間的競爭與合作關係。

社群網路中的個體經常會有群聚現象，舉例來說，使用者在家庭、大學同學、工作夥伴……等不同社交圈中，每個小圈圈群體內部通常都會有較為緊密的社群互動，而群與群之間的互動關係則相對稀疏且不頻繁。如圖8-3，社群網路中有些使用者已確定罹患某疾病（藍色），有些則確定未罹患該疾病（綠色），透過使用者標籤預測與分類，我們能夠預測使用者6號到10號的點（黑色）是否為罹病患者。甚至在大腦組織細胞網路中，AI可偵測大腦各功能部位社群網路中的個體經常會有群聚現象，舉例來說，使用者在家庭、大學同學、工作夥伴……等不同社交圈中，每個小圈圈群體內部通常都會有較為緊密的社群互動，而群與群之間的互動關係則相對稀疏且不頻繁。

Photo Credit: 三民出版 個體行為側寫 個體行為側寫的目的在於瞭解個體行為與個體間的互動。基本概念是透過擷取社群網路各種使用者特徵，例如朋友擁有各種標籤之分布，佐以機器學習中的「非監督式學習方法」後，即可以精準地判斷出哪些人確定罹患該疾病，如圖右所示，使用者6、7、9被預測為非罹病患者，使用者8與10則為罹病患者。

共享帳號偵測 須付費線上多媒體服務，如Spotify，存在著多人共享帳號的問題，以往我們只能以帳號的角度去分析使用者的喜好，進而推薦該帳號音樂。李教授團隊讓AI介入病毒式行銷的方式， 是從使用者過去的貼文內容與分享歷程中，學習出每位使用者感興趣的商品主題，進而預測每位用戶的社群影響力，即能吸引多少人前來購買該商品，讓公司能在有限預算下，招募最有影響力的用戶作為種子用戶，最大化病毒式行銷的效益。

例如：Facebook朋友推薦，AI系統可準確預測出，哪些人真的是你的朋友，但你還沒有加他為好友，或者是你未來有機會能和這位朋友互動。例如，曾有一則新聞寫著：「美國科羅拉多州多間麥當勞，設置了大麻吸食區。Photo Credit: 三民出版 病毒式行銷 病毒式行銷指的是公司透過免費試用品或折價券的行銷手法，搭配招募具意見領袖效果的種子用戶，常見如名人或網紅代言，在人際網路中向社群推薦商品，也就是所謂的口碑行銷。其背後的基本想法是讓機器去學習兩位使用者為何會形成朋友關係，機器可能學到他們有許多共同朋友、經常出沒在類似的地點等特徵。李教授團隊所開發的AI系統，可以根據新聞擴散結構、新聞內容與用戶回覆內容來偵測此新聞為假新聞與否。如圖8-5為一利用歌曲及其相關資訊，包含專輯名稱與歌手，所建構而成的音樂聆聽行為異質網路，其中綠色點線構成歌曲聆聽序列，藍色虛線表示每一首歌曲與歌手、以及歌曲與專輯之連結，紅色實線為歌手與專輯之關聯，透過偵測正在聆聽《Born This Way》是共享帳號下的特定用戶，我們將可利用此網路來推薦該用戶《Bad Kids》，因為此二歌曲同為知名歌手Lady Gaga的《Born This Way》專輯所收錄。

譬如在人際網路中，我們可從群體中推估使用者喜好的朋友類型。然而在公共場所吸食大麻仍然是違法的，因此這則新聞為真實的可能性不高。

使用者對該新聞的情感隨時間的變化，譬如對於假新聞的貼文，在一開始的用戶回覆多為正面支持，後來則轉為負面反駁。」我們透過常識判斷，美國部分地區的大麻是合法的，因此這件事情看似很合理，會讓很多人會相信這件事情是真的。

李教授團隊透過AI，從每一帳號的音樂聆聽歷程中，自動偵測哪些帳號有多人共享，預測一個共享帳號有幾個人共享，還可以即時偵測當前帳號是哪一位使用者，讓AI在進行音樂推薦時，能精準地從使用者的角度做出推薦，甚至連該帳號其中一位使用者在不同情境下聽音樂的習慣都能學習到，做到兼具個人化與情境化的音樂推薦。在企業合作網路中，可瞭解公司間的競爭與合作關係。

如果只憑藉肉眼觀察，我們很難發現其中的差異。但一個帳號下若存在多位不同音樂偏好的使用者，將使得推薦音樂至正確使用者的成功率大幅下降。換成另一種資料舉例，在IMDb電影資料庫網路中，知名女演員梅格．萊恩(Meg Ryan)和其他女演員比起來有何特別之處？首先，我們要視覺化梅格．萊恩的社群網路，李教授團隊透過AI分析，區分出梅格．萊恩的「正常行為」與「異常行為」，結果發現梅格．萊恩的異常行為──很喜歡演翻拍的電影。根據研究顯示，75%使用者會對假新聞信以為真。

我們可以透過AI找出哪些個體屬於同一群體，應用在各種類型的網路，帶來不同的成效或目的。Photo Credit: 三民出版 推薦系統 推薦系統最主要的功能，即是預測哪些「互動關係」在未來會發生。

萬物皆可表示成網路 恐怖分子偵測──異常行為偵測 想找出恐怖分子，必須先思考恐怖分子跟一般罪犯在行為上有何不同之處。在股票漲跌網路中，可推薦能獲利的投資標的。

在犯罪網路中，可從群體中找出犯罪同夥。AI辨識到假新聞的線索可能包含： 較為淺短的社群網路擴散結構。

另一項與生活息息相關的例子，正是Netflix電影推薦，AI依據使用者平時觀看影片的歷史紀錄，以資料探勘中的協同過濾（註2）方式，進而預測出使用者未來可能感興趣的影片。試圖讓人信以為真的用字遣詞。又譬如，在網路上購物時，頁面一旁顯示著「推薦購買清單」、「猜你喜歡清單」，系統會根據使用者已購買的物品，統計比對過去購買過相同商品的消費者，又購買了哪些其他商品品項，進行對購買者進行推薦，精確地評估購買這項物品的消費者購買趨勢。如圖8-3，社群網路中有些使用者已確定罹患某疾病（藍色），有些則確定未罹患該疾病（綠色），透過使用者標籤預測與分類，我們能夠預測使用者6號到10號的點（黑色）是否為罹病患者。

甚至在大腦組織細胞網路中，AI可偵測大腦各功能部位。註2：此處協同過濾的應用，是以使用者對觀賞後的影片評價，來判斷及推薦未來可能感興趣的影片。

此一行銷方式使得商品資訊於社群網路中擴散，最大化讓對該商品感興趣且有意願購買的人，達到促銷商品的目的。如圖8-4，圖右的擴散結構較為簡短鬆散，意即點與點之間的擴散連結較圖左更為稀少

那樣的局勢並不是郭子儀、僕固懷恩等帶領著完整的部隊，一路征伐叛軍，而是存在著許多各擁兵力的節度使，有些人效忠朝廷，有些人和安、史結盟，隨著戰況發展，兩邊陣營都不斷變換著。這也就決定了平亂後帝國的狀況。