Eve Law

為狗狗帶來温暖,one dog at a time

座標美國;圖中的狗狗是我從動物庇護所接回家暫住(foster) 的。庇護所提供了運輸箱、一些食物和狗帶,同時保有狗狗的法律擁有權;志願者為狗狗提供的,是更舒適、安靜的居住環境和個人化的照顧。把狗養得肥肥白白後,理應會有更多人願意正式收養(adopt)牠。庇護所亦的確明文要求我定時出席收養活動,向有興趣收養狗隻的人們展示「foster 兒女」。

My cat approves, too.

什麼狗狗不容易找到新主人?身有殘疾的、年老的、樣子不可愛的、性格不平易近人的,都容易被 pass 掉;但正正是這些狗隻最需要愛和個人化照顧。而我個人的話,還要考慮狗狗能否跟貓咪合得來;如果是一隻 100 磅的金毛,恐怕只需要玩耍的力氣就可以拍死貓咪。

另一方面,要成為狗主人也需要些許功夫。美國民間的動物庇護所普遍要求潛在收養人作線上申請,詳細描述家中狀況和養狗的意願、條件等等;一條常見的問題是「你在什麼情況下會放棄這隻狗?」。

願意認真營運庇護所的人賺不了錢;希望獲利的人也不會吃力不討好去拯救流浪動物。唯有希望更多人懂得珍惜生命。Adopt, don’t buy.

人生第一次大使費,教訓在此

基本信息

Honda 2022 CR-V EX,税前承惠 ~31K USD,大約二十四萬 HKD。

Photo by emrecan arık on Unsplash

為什麼不買二手車?

二手車市場水漲船高,到了 Carmax 的 Honda 2019 CR-V CPO 比新車還要貴 1K-2K USD 的地步;換言之,買新車有時候比舊車便宜。同時,預計晶片短缺問題在一、兩年內可以解決,到時候二手車會從高位貶值得很誇張。

買車時有什麼要注意?

作為新手,我事前並不知道買車如此費時費力:從我踏進車行門口到離開的一刻,經過了整整四個半小時。

時間都用來幹甚麼了?首先,車行或者車廠的財政部門需要審核買家的信用紀錄;即使你打算全款現金買車,審核信用紀錄依然有助核實買家身份,故此車行不會跳過這一步。

同時,買車這種牽涉大筆金錢的交易,自然有相對應的大量文件要簽署和複印。如果員工人手不足,導致多宗交易積壓,那麼過程需時要乘上幾倍。

當你(買家)筋疲力盡時,就要小心車行員工向你推銷各種昂貴的油漆保護和維修套餐。這些東西對頻繁開車的人可能有用 — — 據保險報價網站,在美國每輛車平均每年開出 10000–20000 公里 — — 但如果你並不經常開車的話,那就不要多付幾千美金換來用不着的安心。

為什麼新車的引擎啓動不了?

通常是因為引擎或者電池出問題,汽車儀表板會發出相對應的警告。這種問題只能到車行維修。不過要小心誤判:有時候車輛啟動前,儀表板也會響起警告燈,啟動後就消失了。

另外,新車可能跟鑰匙還沒有「完全」配對好,即使鑰匙已經進入車裡也沒有被感應到。Honda 的話,車行 agent 建議我把鑰匙直接按到引擎啟動鍵上,以確保無線配對順利進行,果然解決了一部份的問題。

以防萬一,也可以試試更換鑰匙的電池,雖然新車新鑰匙理應不會沒電(?)

It’s all about trying and trying

上個星期四嘅感恩節,係美國嘅重要節日;就好似農曆新年咁,好多人會長途跋涉返屋企同親朋好友團聚。

作爲飛唔返屋企嘅外國僑民,唯有就地取材、隨機應變。大學時代,曾經有美國人校職員廣邀外國學生到屋企慶祝感恩節;我就連續三年去咗同一位 auntie 嘅屋企,見識到烤火雞、自製 gravy 同蘋果派嘅味道。

好慶幸我由細到大嘅英文學得 OK,面對著一屋嘅白人 native speakers 唔怯場。當然,亦要多謝佢哋對外國人友善同好奇,邀請我參與一年一度嘅家庭聚會。佢請我食火雞,我第二年就送咗李錦記海鮮 XO 醬俾佢,港產嘢嘅中英對照說明令 auntie 嘅仔仔嘖嘖稱奇。

第一年 auntie 嘅二戰老兵親家爺爺仲健在,九十七歲左右,第三年已經見唔到佢。記得老人家教我 white and black meat 嘅唔同,唔(識)講究飲食嘅我表示感謝。

當晚盛況

時光快轉到 2021 年,人依然係美國,但呢次要自己同隊友搞掂。今年嘅晚餐有上海紅燒肉、四川辣白菜、韓式五花腩、豆腐 Pizza、粟米肉鬆餅等等,同埋我自己醃同烤嘅全隻火雞,後者係傳統感恩節菜式。第一次用烤箱就整火雞,效果竟然幾好,改變咗同桌食飯朋友對火雞嘅印象。關鍵係用牛油搽勻全部外皮然後先去烤,咁火雞就唔會 infamously dry or old。

自從十年前第一次嘅感恩節,人生經歷過好多個「第一次」,讀咗一個博士、兩個碩士、做咗三個行業嘅 internship、拍拖、揾工、去俄羅斯遊學等等;重點係,人生雖有遺憾但大體過得精彩。真係要比較嘅話,大把人學業成績、收入、人脈勝我「多」籌,但係我自己過得滿足,就係咁。

2019–2021 年,相信香港以至世界各地好多人都過得麻麻地;趁年尾,多啲欣賞一下自己回下血啦,我就唔客氣啦。

閉環生態圈帶來的優勢

低能科學家的技術筆記,不定時更新。

上一篇文章提到,iOS 14.5+ 的 ATT 措施妨礙了廣告商追蹤具體 iPhone 裝置,一定程度上保護了用户的私隱。蘋果公司真的這麼在乎客户的權益嗎?

Photo by Jon Tyson on Unsplash

我們無從知曉一羣人或者一家公司內心的想法,但我們絕對可以觀察他們的行動是否利人利己;要不要引申到價值觀判斷悉隨尊便。蘋果公司自家的廣告平台(ASA)在 ATT 出台後,收益更上一層樓了:《金融時報》引述分析公司 AppsFlyer 報導,ASA 引發的 iOS app 安裝佔比,從 2021 年 4 月 ATT 推出時候的 ~20% 上升至 9 月的 58%,嚴重擠壓了 Facebook 的佔比。

咦, ASA 顯示的廣告在哪裏呢?就在 App Store 搜索結果的頂部,以藍色字體示人。運作方式如下:廣告商指定感興趣的關鍵詞,iPhone 用户搜索該詞彙的時候、廣告商們透過後台系統自動參與競投;零點幾秒後優勝的廣告會顯示給用户。換言之,廣告商並不一定能買斷關鍵詞,而要跟其他商家競爭供應有限的特定用户羣體,希望他們決定安裝自家的 app。詳細的操作方式可以看 Adjust 的介紹

而廣告下面的搜索結果,則按 app 開發者提供的描述 (metadata) 和用户搜索字句的匹配程度排列。

回到廣告服務。個人覺得,ASA 廣告對中小型 app 開發商來説是有用的工具;畢竟我們生活在一個資訊氾濫的世界,擁有多一個捕捉到用户注意的渠道就算一個。將本來沒有打算安裝自家 app 的人變成潛在付費用户,就是這個意思。

可是從保護私隱的角度來看,ASA 未免引人側目 — — 因為它不受 ATT 所限。根據 John Koetsier 的《Forbes》專欄文章,ATT 並不限制存取「第一方數據」 — — 而由於 iOS App Store 由蘋果公司操控,用户的安裝行為和紀錄算是公司自己的「第一方」數據。故此,蘋果公司限制第三方廣告商追蹤具體 iPhone 裝置的同時,並沒有放棄自己的主場優勢。

優勢的體現,在於 ASA 能夠更可靠地宣稱自己的廣告導致用户安裝了 app;對希望調整優化資金投入的廣告商們,這一點非常吸引。

除此以外,ASA 可能會令知名開發商哭笑不得。比如,如果兩間大公司在開發名字和性質相似的遊戲,他們必須競投同一組關鍵詞、嘗試令自家的 app 顯示在搜索結果頂部,不然用户可能會混淆兩個遊戲。開發商哭笑不得之處,在於花錢爭奪本來就願意安裝自家遊戲的人的注意力!

蘋果 iOS 14.5+ 及其附帶的 ATT 私隱保護措施顛覆了整個數碼廣告行業,Google Android 亦很可能在年內實現類似的限制。蘋果公司暫時從翻雲覆雨當中得益,但這個 3500 億美金的行業最後「鹿死誰手」,讓我們拭目以待。

蘋果手機今年新政急挫上市公司股價

低能科學家的技術筆記,不定時更新

先講一段新聞:美國時間星期四收市後, Snapchat 開發商、Snap、的股價因應最新季度的財報急跌兩成。雖然收入比上一年明顯增加了,但依然比分析師的預期低。

公司聲稱,蘋果在 iOS 14.5+ 啓動的私隱保護措施 ATT,妨礙了廣告商量度 Snapchat 上推廣活動的效益,令廣告商不願意投放資金。與此同時,影響全球的供應鏈問題仍未解決,商家盈利受壓所以投放廣告的意欲亦不強。

Photo by an_vision on Unsplash

小弟表示,ATT 的確「好使」,令廣告商沒有辦法將六至八成具體的 iPhone 裝置連繫到廣告點擊和觀看行為。取而代之的,廣告商只能夠知道每個推廣活動 (campaign) 大約導致了多少 app 安裝、以及安裝不足一個星期後有何 conversion 行為 — — 例如註冊賬户、第一次購買等等。

換言之,廣告商失去了追蹤大部份具體裝置的能力,唯有依靠對推廣活動 campaign 的粗線刻畫決定下一步的營銷行動。精準的 retargeting — — 也就是對現有客户作個人化推銷 — — 那是不可能的了;從保護手機用户私隱的角度看來,ATT 對付廣告商是有效的。

對付蘋果呢?那是另一回事,容後再説。

回到 Snap:ATT 不可能沒有影響業務,但小弟個人覺得,又不能完全怪責 ATT。行內人士可能知道,Snap 根本沒有用盡 ATT 限制下傳遞信息的「度」,甚至自 2021 年 9 月起加劇限制傳遞給廣告商的資料。

所以,從我有限的個人角度看來,Snap 被廣告商慢慢「拋棄」幾乎是意料之內。可能背後有什麼難言之隱、又或者工程團隊沒有趕上進度吧;外人就無從得知真相了。

低能科學家的科技學習筆記,不定期更新。

Photo by Alexander Schimmeck on Unsplash

已經入行的朋友,可能已經懂得不少加速代碼和 ML 模型的巧妙方法。Chip Huyen 的新文章「更上一層樓」,介紹了硬件層面的加速工具。

一言蓋之,是 hardware(-specific) compiler。

各廠商的運算晶片設計各有不同,例如快取記憶體 cache 的數量不一樣 (例如 L2 v.s. L4),最小的運算單元不一樣(例如 scalar v.s. 1D vector),導致「邏輯」上同一個運算在硬件層面的實現也不一樣。Compiler 的職責,就是將用家寫好的代碼 — — 可能是 C++、Python 等等 — — 編譯為最適合運算晶片的形式。

正因為硬件設計各異,現有(流行)的 compiler — — 包括 Google 已開源的 XLA、NVIDIA 的 NVCC、Facebook PyTorch 的 Glow — — 都只支援具體的 ML 軟件和硬件。用家要小心選擇。

加速 ML 模型的任務艱難如是,負責的人需要同時懂得 ML 算法和硬件系統設計。根據文章, Apple 和自動駕駛廠商 Cruise 都有聘請專才工程師。

為什麼硬件加速這麼重要?文章提到的原因,是 edge computing 的興起。為了減少網絡通訊帶來的延遲、亦為了產品符合日益嚴格的私隱要求,廠商有動機在「邊緣裝置 edge device」 上而非雲端運行 ML 模型和數據。這些「邊緣裝置」沒有安裝高性能晶片,電力續航亦有限;按硬件限制加速 ML 模型並同時節能事關重要。

舉個應用例子:Facebook 正在探索在用户的手機上運行 ML 模型,學習他們的 Facebook app 使用習慣,實現廣告精準投放。過程「不需要」跟 Facebook 通訊,也就保護了用户的私隱。(因為少了網絡通訊和雲端儲存這兩個入侵途徑。)

硬件的事情説到這裏,文章裏還有更多細節。小薯仔如我,其實充分利用 vectorization 和并行運算就已經足夠了。

Eve Law

Eve Law

半途出家去做 marketer 嘅九十後物理博士|非典型 852+1 人類一枚|熱愛探險之心不死|Biophysicist (PhD) by training, lifelong learner at heart.