#今日疫情重點【聯亞疫苗未通過EUA審查，中和抗體數據未達標準；食藥署完成61.4萬劑高端疫苗封緘檢驗，8月23日起開始第六輪接種】

中央流行疫情指揮中心今（16）日公布，新增8例COVID-19（又稱新冠肺炎、武漢肺炎）本土個案、2例境外移入，無新增死亡案例。指揮官、衛福部長陳時中表示已完成共計61萬4,204劑的高端疫苗封緘檢驗，可提供第六輪預約民眾接種，且未來視封緘情形可能再增加數量，預計36歲以上登記高端疫苗之民眾皆可獲得接種。

此外，今日記者會中也宣布「聯亞UB-612新冠肺炎疫苗」（以下簡稱聯亞疫苗）未通過緊急使用授權（EUA），造成該公司股價一度跳水逾百點。食藥署署長吳秀梅說明審查過程，表示昨（15）日邀集22名專家召開會議，臨床試驗結果顯示疫苗安全性可接受，但中和抗體數據與AZ疫苗相比，未達國產疫苗EUA免疫橋接的療效評估基準，最後經專家投票結果，4人補件再議、17人不同意通過（主席不參與投票），建議不予核准專案製造。

【晚間9:35更新補充】

聯亞公司在晚間8點半發表聲明，表示對於EUA審查結果深感遺憾。文中提及，不只是中和抗體數字，食藥署也應該納入疫苗其他的免疫力評估指標，包含T細胞免疫反應，以及對抗變種病毒株的能力，將向醫藥品查驗中心（CDE）與食藥署申訴。

聯亞聲明提及，目前大部分上市的疫苗所產生的中和性抗體，對於Delta病毒株皆大幅下降，而「聯亞疫苗對Delta變異株仍保有與原始武漢株（WT）相近的中和抗體效價……，食藥署公告標準是原始病毒株，並非目前的流行株……，」換句話說，聯亞宣稱所生產的疫苗除了能有效對抗原始武漢株病毒，也能對抗印度Delta變異株等變異病毒，對目前只比較AZ的中和抗體並不公允，表示非常遺憾。

---

￭ 高端疫苗61萬劑封緘檢驗完成，公費平台已有4成民眾完成預約

今日新增8例本土病例，其中6例為居家隔離期間或期滿檢驗陽性者，為3例男性、5例女性，年齡介於10多歲至50多歲，發病日介於8月10日至15日。個案分布為新北市6例、台北市及桃園市各1例，有6例為已知感染源、2例關聯不明持續疫調中。指揮中心統計，5月11日至8月14日累計14,644名確診個案，有13,178人解除隔離，比例達90%。

至於整體疫苗接種狀況，指揮中心宣布截至昨日疫苗接種人口涵蓋率為39.04%，劑次人口比為41.86%；其中65至74歲族群接種率達78.34%，75歲以上族群則有66.68%。
指揮中心發言人莊人祥表示，目前檢驗封緘完畢尚未使用的AZ疫苗有27萬劑，莫德納疫苗有20萬劑。今日上午10點也開放公費疫苗預約平台第六輪的預約，可接種疫苗為高端疫苗，符合預約資格者的60萬5,359人中已有24萬2,654人完成預約，約佔4成。

指揮中心公布，自8月2日起截至今日，食藥署已完成9批、共61萬4,204劑高端疫苗的封緘檢驗，效期最接近者為今年9月23日，最久則到明年1月1日。陳時中表示，如果未來還有封緘檢驗合格的劑數，不排除再加入平台，但目前封緘檢驗完成的數量已確定可以滿足36歲以上登記有意願施打高端疫苗的民眾。

￭ 聯亞疫苗未通過EUA，股價一度跳水逾百點

指揮中心於下午記者會中宣布聯亞疫苗未通過緊急使用授權（EUA）審查，會議結果建議不予核准專案製造，讓目前在興櫃市場交易的聯亞藥（6562）股價瞬間大跌。今日股價原本從169元開盤後一路攀上最高點207元，但未通過的消息一出，在10分鐘內股價跳水，最低跌至100元，最大跌幅超過百點，最後在117元收盤。

食藥署署長吳秀梅說明審查過程，昨（15）日邀請國內化學製造管制（CMC）、藥學、毒理學、臨床醫學、公衛、法律及醫學倫理專家召開會議，討論聯亞疫苗專案製造申請。

根據聯亞疫苗的臨床試驗結果顯示，疫苗安全性可接受，具免疫細胞反應趨勢，但中和抗體效價與AZ疫苗外部對照組數據相比，則未能達到今年5月28日專家會議所訂定核准國產疫苗EUA療效評估的兩項基準。22位專家與會，主席不參與投票外，21人投票結果為4人補件再議、17人不同意通過。

￭專家分析聯亞因「中和抗體效價不足」，推測未超過100

今日指揮中心並未公布聯亞的明確中和抗體數據，僅表示可由聯亞決定是否公開。對此，一名專家指出，「二期期中報告的資料，確實屬商業機密，廠商有權不公布，但國外的狀況，知名藥廠多數會選擇公開。至於二期的效果不理想，是否可以進入三期臨床試驗，則是業者的商業考量，但提出臨床試驗後，當地法規單位有權力同意或不同意。」

台大兒童醫院院長、台灣感染症醫學會名譽理事長黃立民表示，此次聯亞沒有通過的原因，主要在於中和抗體數字不夠高，無法證明疫苗保護效果不劣於AZ疫苗。

根據6月27日聯亞疫苗二期臨床試驗期中分析記者會，聯亞宣布自中研院做出來的中和抗體數字為102.3；但同樣由中研院負責，高端的中和抗體數字則有662。（延伸閱讀：【獨家披露合約內容】國產疫苗二期期中報告出爐後兩大難題 https://bit.ly/3AVccZq ）

長庚大學新興病毒感染研究中心主任施信如表示，每一個實驗室做出來的中和抗體數字會差很多，不過高端、聯亞都是中研院負責執行，兩者能夠比較，也可看出抗體有差距。同時，因為不同實驗室的數字差異太大，目前國際上有共識提供中和抗體的「國際標準單位」來做參考：莫德納的中和抗體數值約為1300、輝瑞900、AZ約130、高端下修至約400，聯亞雖未公布確切數字，但因未通過國內EUA相關標準，推測比AZ還要低，應未高於100。

如今聯亞疫苗確定沒有通過緊急授權，無法在此時加入接種行列，接下來計畫為何？《報導者》致電聯亞公司並未得到回應。黃立民則表示，廠商有三條路可選擇：第一，改變設計，持續研發到抗體達標，但這代表整個試驗得要「打掉重練」從頭來過；第二，雖然抗體不足，但認為疫苗仍可能生成足夠保護力，而繼續往下進行三期研發，照正常流程完成疫苗研發，再來判斷三期試驗的數字是否能通過有效疫苗的審核；最後則是放棄研發。根據指揮中心記者會中表示，聯亞將會選擇繼續投入三期臨床試驗。
​​
聯亞疫苗的合約預採購量為500萬劑，陳時中表示廠商在EUA通過前必得先製造一定數量，但EUA通過後才會封緘供民眾使用，前期已生產之疫苗政府會負擔相關的材料成本。至於聯亞與政府簽訂之合約是否仍有效力，莊人祥表示合約沒有完全失效，聯亞還是可以再提EUA申請，或等待三期試驗結果，只要取得合法授權和藥證一樣可以使用。至於聯亞疫苗的實驗受試者可選擇等待三期結果出爐，或依個人意願改接種其他廠牌疫苗。

￭國產疫苗採兩大標準才合格

目前國產疫苗EUA評估採免疫橋接比較，對照組為接種AZ疫苗的65歲以下成年受試者，比較接種第二劑後28天的血清中和抗體值，且須同時達成以下兩個標準才算合格：在95%信賴區間的前提下，一、中和抗體幾何平均效價比值（geometric mean titer ratio, GMTR）下限須大於0.67，二、血清反應比率（sero-response rate）下限須大於50%。吳秀梅亦說明，已通過EUA審查的高端疫苗，在95%信賴區間時，中和抗體效價為AZ疫苗的3.4倍，血清反應比率為95.5%，皆遠高於審查要求，因此核准專案製造。

醫藥品檢驗中心（CDE）醫師詹明曉亦說明國產COVID-19疫苗的專案製造審查流程，目前國產疫苗在廠商自行研發時，食藥署和醫藥品檢驗中心便會駐廠監製、提供輔導。根據《藥事法》第48-2條，因緊急公共衛生需求，廠商檢附完整資料可申請緊急使用授權，由食藥署召開專家會議審查，核准後獲得「專案製造同意函」才得申請檢驗封緘。

詹明曉表示，會議中包含眾多審查項目，以確認產品品質、療效、安全性，且不同批次間要有一定的一致性和可比較性。在安全性方面，須先完成動物的藥毒理試驗，臨床試驗則要有3,000名以上的受試者，並追蹤一定時程，才能符合國際上的審查要求。

（文／陳德倫、陳潔；設計與資料整理／江世民、柯皓翔、戴淨妍；攝影／陳曉威、張家瑋、林彥廷）

＃延伸閱讀
【首支取得EUA的國產高端疫苗，防疫角色如何定位？保護力監測與國際接軌考驗在哪？】https://bit.ly/3xUvoEJ
【疫苗解盲幕後／緊急授權標準最後一刻出爐，高端二期成功、聯亞月底揭曉，但得和AZ做療效PK】https://bit.ly/3wDrz5w
【沒有醫院的小鄉鎮，守下傳播力最強的變種病毒──枋山Delta病毒抗疫記】https://bit.ly/3lR2C4H

★提供觀點，促進思辨，#贊助報導者：http://bit.ly/2Ef3Xfh

#報導者 #聯亞疫苗 #高端疫苗 #疫苗預約 #EUA #緊急授權 #COVID19 #疫情 #二級警戒

勿忘311 福島十年 告別核電
　　　　　
今天是福島核災十周年，2011年3月11日發生在日本的大地震與海嘯，後續引發了這場震驚全球的災難，福島第一核電廠嚴重受損，輻射大量外洩擴散，16萬人因此必須從家園撤離。經過十年，日本針對地震與海嘯的多數善後工作已告一段落，然而核災污染的後續仍遙遙無期，使得福島的重建之路崎嶇難行。
　　　　
在這一天，綠盟要向這場災難中承受巨大傷害和犧牲的受災者致上慰問，也提醒台灣人們勿忘福島、應省思核電的真實代價，更 #呼籲擁核陣營不該再試圖淡化核災影響，#扭曲詮釋關於福島現況的各種資訊，以粉飾的太平掩蓋真相。
　　　　
◈ 廢爐作業、輻射汙水成難題，核災仍是現在進行式
　　　　
福島核災善後最棘手的問題之一，在於反應爐內至今仍有大量殘留的高放射性核燃料碎片殘骸難以移除，1號機與2號機中的用過燃料池當中，也有高強度輻射的用過核燃料尚未取出，整個核電廠除役作業預計40年以上都未必能完成。除此之外，由於仍需持續注水冷卻反應爐心，每日有上百噸的輻射汙水不斷被製造出來，現場儲水槽即將不敷使用，因此日本政府正考慮將輻射汙水排入太平洋，引發國內外擔憂。
　　　　
◈ 甲狀腺罹癌數字上升、難以被究責的健康衝擊
　　　　
過去十年來，這些第一線面對廠區現場高風險善後工作的工人累積已有7000名，當中有 #八成是承受了比東電員工高達八倍以上輻射有效劑量的派遣工，相關的健康風險防護成為一大漏洞；而福島居民健康的問題，也絕非擁核陣營不斷聲稱的「福島核汙染後觀察不到影響健康的效應」可輕易帶過。
　　　　
根據福島縣府統計數據，至2020年2月止共有237人經診斷為惡性腫瘤或疑似甲狀腺惡性腫瘤，187人接受手術。日本「國立癌症中心」癌症預防暨檢查研究中心主任津金昌一郎博士就曾指出，311之後，未成年甲狀腺癌的患者數大約是2010年的60倍。而官方雖表示難以判斷此為核災造成的影響，但也早已承認甲狀腺癌以數十倍的數字激增是事實。輻射污染之所以棘手，正因為健康影響需要一定時間累積才會慢慢顯現，也使得證明相關性與後續究責更加困難，擁核陣營因此聲稱「無人罹癌、無人因輻射而死」，是 #對核災本質的無知與對受害者的輕蔑。
　　　　　　
◈ 「復興」背後是持續的輻射汙染，和被隱形化的避難受災者
　　　　
許多人以為，福島的官方避難指示既然已解除，是否代表已經可以安全居住、多數居民也已返鄉？事實上，福島的輻射劑量多年來雖然有下降的情形，但並不代表已經沒有輻射汙染，也仍有大量土地無法使用、土壤汙染仍然持續。綠色和平東亞分部今年三月發布的《福島：核災永恆，十年一瞬》報告就指出，福島縣範圍達840平方公里的特別除污地區中，僅有15%區域完成清除輻射的工作，有高達85%面積仍尚未啟動清除工作。
　　　　　　
而日本地球之友 FoE Japan 指出，日本政府將輻射年受曝限度，由原先的1毫西弗調高二十倍至20毫西弗，作為解除避難指示的基準，引發各界批評過於寬鬆，也使得目前居民返鄉的比例僅有兩成，多數為年長者；年輕人和扶養小孩的家庭，絕大多數都選擇繼續在外避難，而這些選擇不返回者，就在政府制度下被被「隱形化」、剝奪難民的認定資格，賠償、補助和住宅援助等都隨之消失，而面臨貧窮、就業等相關問題。
　　　　　
◈ 勿忘311核災教訓 台灣應堅定邁向廢核
　　　　　　
雖然核災殷鑑不遠，世界正往再生能源的時代前行，但今年八月擁核派仍提出「核四重啟公投」，試圖恢復位於斷層帶上充滿風險的老舊核四廠，讓台灣重新回到核災威脅之下。回顧福島核災10年，日本至今仍在為使用核電付出高昂代價，對輻射汙水束手無策，核電重啟困難重重，福島核災後更確認了核電已成為夕陽產業，311之後的反核運動曾有二十多萬人走上台灣街頭，要求非核家園，今年適逢10週年，我們不應忘記311，請 #堅決反對核四重啟，投下不同意票，讓 #核電早日歸零。
　　　　
--
延伸閱讀：
　
➤ 2021福島核災現況整理
https://pse.is/3cvrtk
　　　　
➤ 福島核災十年 被污染的土壤和土，該何去何從？
https://pse.is/3dsjdp
　　　　
➤ FoE Japan聲明：311的第10年--救濟被害者，將能源政策歸還人民手中
https://pse.is/3c72p7
　　　　
➤ 菅直人《核災下的首相告白》：核電的安全神話瓦解，核電比較便宜的神話也同樣瓦解
https://pse.is/3d8maz
　　　　
➤ 《2020世界核電產業現況報告》摘要中文版發布：全球綠電占比首度超越核電，核能產業衰退已成定局
https://pse.is/3b6mvy
　　　　
➤ 讓台灣早日核電歸零：勿忘福島教訓，核災仍是現在進行式
https://pse.is/3dstbf

用深度神經網路求解「薛丁格方程式」，AI 開啟量子化學新未來

作者 雷鋒網 | 發布日期 2021 年 01 月 02 日 0:00 |

19 世紀末，量子力學的提出為解釋微觀物質世界打開了一扇大門，徹底改變了人類對物質結構及相互作用的理解。已有實驗證明，量子力學解釋了許多被預言、無法直接想像的現象。

由此，人們也形成了一種既定印象，所有難以理解的問題都可以透過求解量子力學方程式來解決。

但事實上能夠精確求解方程式的體系少之又少。

薛丁格方程式是量子力學的基本方程式，即便已經提出七十多年，它的氫原子求解還是很困難，超過兩個電子的氫原子便很難保證精確度。

不過，多年來科學家們一直在努力克服這一難題。

最近，來自柏林自由大學（Freie Universität Berlin） 的科學團隊取得了突破性進展，他們發表的一篇名為《利用深度神經網路解電子薛丁格方程式》的論文，登上《Nature Chemistry》子刊。

論文明確指出：利用人工智慧求解薛丁格方程式基態解，達到了前所未有的準確度和運算效率。該人工智慧即為深度神經網路（Deep-neural-network），他們將其命名為 PauliNet。

在介紹它之前，我們先來簡單了解薛丁格方程式。

什麼是薛丁格方程式？

薛丁格方程式（Schrödinger Equation），是量子力學中的一個基本方程式。又稱薛丁格波動方程式（Schrödinger Wave Equation），它的命名來自一位名為埃爾溫·薛丁格（Erwin Schrödinger）的奧地利物理學家。

Erwin 曾在 1933 年獲得諾貝爾物理學獎，是量子力學奠基人之一。他在 1926 年發表的量子波形開創性論文中，首次提出了薛丁格方程式。它是一個非相對論的波動方程式，反映了描述微觀粒子的狀態隨時間變化的規律。

具體來說，將物質波的概念和波動方程式相結合建立二階偏微分方程式，以描述微觀粒子的運動，每個微觀系統都有一個相應的薛丁格方程式，透過「解方程式」可得到波函數的具體形式以及對應的能量，從而了解微觀系統的性質。

薛丁格方程式在量子力學的地位，類似牛頓運動定律在經典力學的地位，在物理、化學、材料科學等多領域都有廣泛應用價值。

比如，應用量子力學的基本原理和方法研究化學問題已形成「量子化學」基礎學科，研究範圍包括分子的結構、分子結構與性能之間的關係；分子與分子之間的相互碰撞、相互作用等。

也就是說，在量子化學，透過求解薛丁格方程式可以用來預測出分子的化學和物理性質。

波函數（Wave Function）是求解薛丁格方程式的關鍵，在每個空間位置和時間都定義一個物理系統，並描述系統隨時間的變化，如波粒二象性。同時還能說明這些波如何受外力或影響發生改變。

以下透過氫原子求解可得到正確的波函數。

不過，波函數是高維實體，使捕獲特定編碼電子相互影響的頻譜變得異常困難。

目前在量子化學領域，很多方法都證實無法解決這難題。如利用數學方法獲得特定分子的能量，會限制預測的精確度；使用大量簡單的數學構造塊表示波函數，無法使用少數原子進行計算等。

在此背景下，柏林自由大學科學團隊提出了一種有效的應對方案。團隊成員簡‧赫爾曼（Jan Hermann）稱，到目前為止，離群值（Outlier）是最經濟有效的密度泛函理論（Density functional theory ，一種研究多電子體系電子結構的方法）。相比之下，他們的方法可能更成功，因在可接受計算成本下提供前所未有的精確度。

PauliNet：物理屬性引入 AI 神經網路
Hermann 所說的方法稱為量子蒙地卡羅法。

論文顯示，量子蒙地卡羅（Quantum Monte Carlo）法提供可能的解決方案：對大分子來說，可縮放和並行化，且波函數的精確性只受 Ansatz 靈活性的限制。

具體來說，團隊設計一個深層神經網路表示電子波函數，這是一種全新方法。PauliNet 有當成基準內建的多參考 Hartree-Fock 解決方案，結合有效波函數的物理特性，並使用變分量子蒙地卡洛訓練。

弗蘭克‧諾（Frank Noé）教授解釋：「不同於簡單標準的數學公式求解波函數，我們設計的人工神經網路能夠學習電子如何圍繞原子核定位的複雜模式。」

電子波函數的獨特特徵是反對稱性。當兩個電子交換時，波函數必須改變符號。我們必須將這種特性構建到神經網路體系結構才能工作。

這類似包立不相容原理（Pauli’s Exclusion Principle），因此研究人員將該神經網路體系命名為「PauliNet」。

除了包立不相容原理，電子波函數還具有其他基本物理特性。PauliNet 成功之處不僅在於利用 AI 訓練數據，還在將這些物理屬性全部整合到深度神經網路。

對此，FrankNoé 還特意強調說：

「將基本物理學納入 AI 至關重要，因為它能夠做出有意義的預測，這是科學家可以為 AI 做出有實質性貢獻的地方，也是我們關注的重點。」

實驗結果：高精確度、高效率

PauliNet 對電子薛丁格方程式深入學習的核心方法是波函數 Ansatz，它結合了電子波函數斯萊特行列式（Slater Determinants），多行列式展開（Multi-Determinant Expansion），Jastro 因子（Jastrow Factor），回流變換（backflow transformation,），尖點條件（Cusp Conditions）以及能夠編碼異質分子系統中電子運動複雜特徵的深層神經網路。如下圖：

論文中，研究人員將 PauliNet 與 SD-VMC（singledeterminant variational，標準單行列式變分蒙地卡羅）、SD-DMC（singledeterminant diffusion，標準單行列式擴散蒙地卡羅）和 DeepWF 進行比較。

實驗結果顯示，在氫分子（H_2）、氫化鋰（LiH）、鈹（Be）以及硼（B）和線性氫鏈 H_10 五種基態能量的對比下，PauliNe 相較於 SD-VMC、SD-DMC 以及 DeepWF 均表現出更高的精準度。

同時論文中還表示，與專業的量子化學方法相比──處理環丁二烯過渡態能量，其準確性達到一致性的同時，也能夠保持較高的計算效率。

開啟「量子化學」新未來

需要說明的是，該項研究屬於一項基礎性研究。

也就是說，它在真正應用到工業場景之前，還有很多挑戰需要克服。不過研究人員也表示，它為長久以來困擾分子和材料科學的難題提供了一種新的可能性和解決思路。

此外，求解薛丁格方程式在量子化學領域的應用非常廣泛。從電腦視覺到材料科學，它將會帶來人類無法想像的科學進步。雖然這項革命性創新方法離落地應用還有很長的一段路要走，但它出現並活躍在科學世界已足以令人興奮。

如 Frank Noé 教授所說：「相信它可以極大地影響量子化學的未來。」

附圖：▲ Ψ 表示波函數。

資料來源：https://technews.tw/2021/01/02/schrodinger-equation-ai/?fbclid=IwAR340MNmOkOxUQERLf4u3SK0Um6VQVBpvEkV_DxyxIIcUv8IP88btuXNJ6U

人臉辨識，就是用科技計算的方式，來比較臉部視覺特徵，藉此鑑定身分的一種電腦技術。

其實我們可以把人臉辨識想像成是一套演算法，各種不同的廠商或公司可能會有不同的演算規則。但整體的邏輯是一樣的，通常會先偵測人臉、然後進行臉部校正與擷取特徵、再進行比對工作。

當攝影機拍到你的時候，它第一步也會先切成一張一張的影格，然後去找到你的臉，就像是我們相機在拍照的時候，它不是會在臉旁邊出現一個框框讓你比較好對焦，這就是使用了人臉偵測的技術。

也因為人臉其實有一些特徵，所系統會開始擷取一些我們臉上出具有「辨別度」的特徵，像是顴骨的形狀啦、眼窩的深度之類的，一張臉大約有80幾個識別點，但也因為拍攝時可能剛好低頭或轉頭，或是受到光線影響之類的，有些系統會在抓取特徵的時候也要進行校正，利用人中啊、眼睛啊或嘴角之類的作為錨點，將人臉校正到同一個比較基準。現在也有2D轉3Ｄ的技術，用3D模型來計算你不同角度應該是長什麼樣子。那抓出這些特徵以後呢，這個演算法會把你臉上用這些特徵畫出來的向量，轉換成編碼，於是你這個人獨特的特徵就可以用一串數字來代表，最後再送到資料庫進行比對。

雖然人臉識別這個技術早再很多年前就已經開始發展，但是到這幾年因為電腦計算速度大幅加快、雲端技術成熟，才有較大的進展。而且這樣子一套演算法，還需要透過ＡＩ深度學習，模擬我們大腦神經網絡的運作，然後從大規模未標記的資料中學習，來建立出一套演算法、不斷優化出更好的模型。才能讓辨識度越來越準確。

不過即使臉部辨識技術已經發展了一段時間，辨識準確度卻還是有待加強，美國國家標準暨技術研究院 (Nist) 的一項測試就發現，2014年到2018年期間，人臉辨識系統因為深度學習的技術，失敗率從4% 降到 0.2%。BUT！資料庫中的照片跟現實生活中可不一樣，每個人頭擺的角度、臉出現在畫面中的位置、拍攝光線、畫素、有沒有戴帽子、帶圍巾或變老，這些都會影響準確度。而且目前雙胞胎的辨識，還是一大難題。

像是英國南威爾斯警方2017在歐洲足球冠軍賽期間，測試一款全新的AI臉部識別程序，可以搜尋比對資料庫裡面的50萬筆潛在罪犯資料，結果系統在17萬名觀眾當中，配對了2470人為潛在目標，但是錯誤率高達92%。

Amazon 2016年推出影像辨識 AI 系統Rekognition，也曾經把28名國會議員辨識為罪犯，讓大家都嚇到吃手手。美國奧蘭多市政府也從 2017 年開始與 Amazon 合作進行先導計劃，在市內幾個地方架設監視器，實時進行人臉辨識，希望可以找出通緝犯等特定人士，幫助執法。不過在 15 個月的測試中，卻發現系統經常誤判，準確度常常出問題，後來在2019年終止這項合作。

人臉辨識跟很多技術一樣，就是個雙面刃。雖然這項科技已經越來越進步，而且透過電腦的深度學習，讓判讀的準確度大大提升，但它仍然不像DNA那樣，正確度高達99.9%，可以作為決定性的判定標準。
--------------------------------------

《#范琪斐ㄉ寰宇漫遊》每週四晚間十點在 #寰宇新聞台 播出，沒跟上的也沒關係，歡迎訂閱我們的 YouTube 頻道 🔔#范琪斐ㄉ寰宇漫遊 🔔https://reurl.cc/ZvKM3 1030pm準時上傳完整版！