正確而關鍵性的一步！.....電力數據大解放！民眾未來可以決定電力大數據給誰用!（10/08/2020 ITHome）

臺灣開放電力數據發展邁開重要一步，台電正式推出AMI智慧電表用電查詢服務，讓民眾能以App查看家中每15分鐘用電資訊，這些數據未來還能帶來嶄新的居家能源管理服務，當智慧電表裝設率達3百萬戶時，還能蒐集電力數據衍生新興應用，有機會帶動產業新變革，更將成為台電發展電力大數據應用的關鍵

文/余至浩

走進臺北市忠孝東路6段某棟台灣電力公司（以下稱台電）老宿舍改建的單身出租公寓，即使人才到了門口，不用進房舍，房客從第三方App就能看到現在房間用電情形，不用查看電表，就能知道自己房間用了多少度電，甚至精細到每分鐘用電記錄都一清二楚。

從這些用電資訊，住戶馬上就有看到即時的試算電費金額，不用等兩個月一次的電費帳單才知道，還能設定電費上限，超過立刻發送提醒，這支電力App還能遠端控制冷氣、升降窗簾，來管理每天用電支出。甚至屋頂太陽能板的發電資訊都能整合到單一App中，不只發電，以後連儲電都合一。

不只住戶能精打細算用電，房舍的物管業者，也能從單一後臺隨時監控公寓裡每月、甚至每天整體用電分布情況，來妥善做好能源管理。這些用電數據，可以視覺化圖表來呈現，除了方便管理者觀看不同時段用電變化，還能放大查看每層樓的用電細節和進行各樓層用電趨勢比較，甚至哪一戶今天用了多少電，馬上就能知道。

這是台電今年最新展開的智慧能源管理試驗計畫。

像這種居家能源管理服務模式，以往，只有在少數高級住宅或新建大樓、公宅，才看得到，但台電現在能夠以更低成本，更易於部署方式加以實現，這也意謂著，能夠更容易複製到一般家庭住家，甚至連老舊公寓也都能裝。全臺已有20萬戶就能用到，未來會達到3百萬戶家庭用戶，因為這些家戶都換上了台電最新的智慧電表。

嶄新的居家能源管理服務模式

以台電出租公寓為例，這座由4個連棟組成的集合型社區住宅，目前約60戶房客入住，單是主棟一整棟四層樓房舍，就安裝有4個智慧電表，每個電表對應一層5戶的用電資訊，4棟都採相同配置，除了安裝智慧電表外，在這間出租公寓還裝設了許多顆智慧能源閘道器裝置Cube，主要安裝在住戶房間，部分也有配置在智慧電表旁，來提供家庭能源管理服務，目前4棟樓一共布了36個Cube，都與智慧電表相連。

每具智慧電表蒐集到該層樓用電資訊以後，便會透過如WI-SUN無線通訊技術或電力線網路（PLC），將這些用電資料傳送到Cube裝置上，接著，再將這些數據上傳雲端來做視覺化用電呈現，還可以Cube搭配房間裡插卡式電力儲值裝置，來提供每位房客查看自己房間的用電。

不只取得並整合電表電力數據，在這間公寓的屋頂，還鋪設了多片太陽能板自發自用，光是4棟加起來的數量，總共可提供33kWh發電容量，可為整棟公寓分擔至少三分之一的整體用電，而且同樣可透過物聯網閘道器控制其產電，甚至之後還會搭配儲能櫃與太陽能板協同供電，還可運用大數據分析做最佳化的調控，協助用戶調節電費的支出，以後有多出來的電，還可以回存台電。

近年來以一款智慧能源閘道器裝置Cube在日本打響名號的聯齊科技創辦人兼執行長顏哲淵就表示，現在日本更進一步作法是，將智慧電表結合儲能與能源管理做運用。例如根據不同時段電價，以用戶端的家庭能源管理系統（HEMS）控制如屋頂型太陽能板或蓄電池等儲能設備充放電，幫助住戶來調節電費的支出，以避免按較高電價支付電費。

甚至，因為這些電力數據衍生的新興服務，在日本更掀起新變革，包括老人照護、物流配送服務等。

新版電力App可查看一天前用電歷史資訊，提供每15分鐘更新頻率

臺灣雖然還沒走到這一步，但即使家中沒有HEMS系統，現在也能透過台電電力App來掌握自身用電。

為了蒐集民眾用電數據，台電近年來積極布建智慧電表，從一開始只有20萬戶換裝新電表，到今年年底前就會超過100萬戶，預計4年後更要達到3百萬戶，總用電82%的目標。

未來目標要可查一小時前用電歷史

台電8月新版電力App上線時，也有提供智慧電表用戶一個用電資訊查詢服務，雖然還無法像第三方App可提供即時用電資訊，但已經可以做到前一天、顆粒度每15分鐘的用電歷史資訊的查詢，甚至今年底要能提前到可以查6小時前的用電歷史，未來更大目標是要做到前一小時用電歷史資訊的查詢，但台電沒有說，何時有辦法可以提供即時用電的查詢。

用電查詢服務，對於一般民眾並不是甚麼新鮮事。民眾過去收到台電繳費帳單時，就能看到最近一期的用電度數與電費金額，甚至台電也有提供網頁或App可供用戶查詢家戶用電。

但是，台電這次推出能用App查詢用電歷史資訊的意義格外不同，可從以往每兩月查看帳單，現在改為透過手機App，就能看見前一日家中用電情況，讓每一位住戶可以迅速掌握自身用電情況。

這些用電記錄也會製作成圖表的形式，從這個用電分析圖表上，用戶可以很容易查看不同離峰、尖峰時段的用電分析資訊，還可以每小時為單位的用電度數，來進行不同時段用電量比較，甚至是可以與鄰近同區域用戶進行用電比較，來檢示自身用電有無異常，或是也能參考其他住戶或商家用電變化，用戶在據此來調整自己的用電習慣，來達到節能、省錢的目的。

台電的計畫，是分階段來開放，初期先開放20萬家戶查詢前一日用電，今明兩年會再逐步擴大到百萬民生用戶，目標4年內至少全臺300萬戶都能用。

開放民眾查詢更即時用電記錄，是台電走向電力數據解放的第一步，接下來，台電更規畫以後將把這用電資訊，尤其是智慧電表提供更詳細的用電資訊，提供民眾自主運用，並會透過政府MyData數位服務個人化平臺釋出。此舉，不僅將會加速臺灣在智慧電表發展的腳步，這些電力數據之後也將帶來更多電力衍伸新興服務。

台電智慧電表應用下一步，將結合家庭能源管理服務

為了配合將來的家庭能源管理應用趨勢，台電下一步，更要從電表端深入到家庭端，台電還因此在同一個智慧電表內設計了同時可支援Route A與Route B兩種無線通訊介面模組，前者負責將電表資料透過通訊網路轉送回電力公司，以記錄用戶用電數據及做為後續計費結帳，後者則是可透過連結HEMS系統，控制家中的智慧家電，協助用戶做最佳化的能源效率管理。

舉例來說，未來電表收到用電資訊後，便會將這些數據透過Route B模組傳給家中HEMS系統，接著，再由該系統依據當下用電情況，進而操控家裡的家電，以做適當用電調整或離尖峰時段的用電配置等措施。這些用電資訊，用戶從手機App或居家顯示螢幕也能看到，甚至因為HEMS系統是透過Route B模組向台電智慧電表取得即時用電資訊，因此才能做到能讓用戶在第三方App上，看到一分鐘前的用電歷史訊息。

不過，台電目前只在每具智慧電表裡，先安裝了可回傳用電資訊到電力公司的Route A通訊模組，至於連接家庭應用的Route B模組還未裝。

台電配電處副處長黃銘宏就表示，智慧電表的Route B模組，主要是提供給對用電管理需求較大的電力用戶，如便利超商等小型工商用戶，未來可自行搭配適合HEMS系統方案做安裝。

他也表示，台電之後將會把該模組介面規範開放給能源管理系統廠商，民眾或商家能直接經由台電認證的業者，來協助其裝設該模組在智慧電表裡，並搭配其HEMS系統，就可來進一步做更詳細的能源管理規畫。

像這樣的家庭能源管理新模式，台電3年前也開始在臺北、臺南，高雄的公共住宅、公有宿舍合計1千戶做為其示範場域，來推廣住宅智慧用電與能源自主的理念。台電之後也會將此應用模式複製到更大型案場，並以智慧電表搭配能源管理機制，來展開更多智慧化能源應用及其服務場域試驗。

台電於8月下旬推出電力App更新時，首度增加AMI用電資訊查詢功能，這個功能結合了通訊傳輸功能的智慧電表，讓安裝該電表的低壓或一般用戶，現在也能夠隨時查看前一日個人用電資訊，甚至可顯示每15分鐘用電。不需要等到兩個月後收到帳單才知用多少電。這些用電記錄也會製作成圖表的形式，從這個用電分析圖表上，用戶可以很容易查看不同離峰、尖峰時段的用電分析資訊，還可以每小時為單位的用電度數，來進行不同時段用電量比較，甚至是可以與鄰近同區域用戶進行用電比較，來檢示自身用電有無異常，或是也能參考其他住戶或商家，來調整自己的用電行為，有效達到節電。

為了配合將來的家庭能源管理應用趨勢，台電還因此規畫在同一個智慧電表內設計了同時可支援Route A與Route B兩種無線通訊介面模組，前者負責將電表資料透過通訊網路轉送回電力公司，以記錄用戶用電數據及做為後續計費結帳；後者則是可透過連結家庭能源管理系統（HEMS），控制家中的智慧家電，來協助對用電管理需求較大的電力用戶，如便利商店等，做最佳化的能源效率管理。

不只開放用電查詢，台電未來也將把家庭用電資料放上MyData由民眾自主運用

其實這些從智慧電表取得民眾在家的用電資訊，也都是一種個人化資料，過去被視為敏感的家庭用戶電力使用資料，台電未來也規畫釋出，提供民眾自主運用。

台電業務處副處長許一女就親口透露：「台電有規畫以後要讓民眾也能將個人用電資料打包來做自主運用，尤其是智慧電表提供的更詳細用電資訊」，希望能夠做到，不論是在網頁或手機上申請，民眾以後只要按一個鈕，確認身分以後，就能獲取他們的用電資料。

如此一來，現今全臺1,400萬用電戶數，未來取得電力資料自主權後，民眾在家每天，甚至每15分鐘的用電資訊，都可以經由個人化資料交換平臺下載，不只可以個人使用，資料擁有者也能將這些家中電力使用數據，授權給需要資料的第三方服務提供者下載，做為商業應用。這些服務提供者，包括了家庭能源管理系統業者、太陽能或儲能設備商，甚至是軟體開發人員，之後只要經民眾同意後，就能取得這些詳細用電資料，來開發相關應用或新功能。

比臺灣更早開放的美國，多年前就已透過綠色按鈕（Green Button）的機制，讓民間能夠取得個人用電使用數據，除了運用在協助家庭或商家找出更好的方法管理電力消費，藉此來節省金錢或是資源，也能透過大量數據分析，提供企業能源管理的決策。

這些民眾用電數據，甚至也進而帶動各產業的發展，如智慧家庭、智慧醫療、智慧城市、智慧運輸等。

對此，聯齊科技創辦人兼執行長顏哲淵也給予肯定，但他也強調，要完成這件事有許多前提，包括須落實個資保護、確保資料使用權利義務等，他直言，這些都不是技術問題，而是在於法令。這也是為何連很早就推行電力數據服務創新的日本至今都未實現的原因。

儘管，這項個人資料服務，得等到智慧電表布建達一定規模，台電才會逐步來推行，但許一女也預告，未來將會利用政府MyData個人化資料交換平臺來釋出。

目前MyData平臺已開放31項政府機關資料集，包括戶役政、地政、健保、交通、能源、教育等民眾個人化資料，但其中屬於國營事業，只有台灣自來水公司，且僅提供下載使用者過戶證明資料，未含家戶用水資料。若是台電跟進，也將成為國營事業在MyData開放的第二家。

完整內容請見：
https://www.ithome.com.tw/news/140288

♡

AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4

上禮拜，雖然大家（包括我）都比較關心學姊說 #統獨是假議題，但其實有件算是重要的事情發生。

那就是 3/26 號的時候，歐盟的立法機關之一歐洲議會 ( European Parliament ) ，通過新的著作權規範。

（ European Parliament 歐洲議會自己的新聞稿：
https://www.europarl.europa.eu/news/en/press-room/20190321IPR32110/european-parliament-approves-new-copyright-rules-for-the-internet ）

PNN 公視新聞網 新聞的報導：
https://news.pts.org.tw/article/427017

雖然還得經過歐盟理事會，但修法的方向不會有太大改變。這次的重點雖然是放在著作權，不過我認為更核心的轉變，其實是「#平台需要為上傳者上傳的內容負責」。

在民主開放國家市場成長起來的網路公司，如 Google、Facebook、Amazon 等等，一個一個成為巨頭之後，引發了許多你我都知道的負面效應。這些公司的規模已經太大，大到已經不是他們避不避得開槍口的問題，而是槍口避不開他們。從選舉結果到經濟停滯到家庭失和，都找得到理由可以怪這些平台，而且很難說是污衊。

雖然，我們還是不能說各種問題「都是平台的錯」，但未來平台顯然必須負起越來越重的內容管制責任，這樣的轉變關鍵，在於公眾也越來越同意，時候到了，是該對平台施以更高的要求了。這一趨勢，醞釀了很長一段時間。

（ 歐洲議會有點像是歐盟的下議院
https://en.wikipedia.org/wiki/European_Parliament ）

大家都知道，著作權的議題在網路上一直是備受關注的，像是 2011 年在美國吵得很兇，台灣也很多人討論的 SOPA 跟 PIPA 法案。

（ 關於 SOPA 停止網路盜版法案
https://en.wikipedia.org/wiki/Stop_Online_Piracy_Act ）

（ 關於 PIPA 保護知識產權法
https://en.wikipedia.org/wiki/PROTECT_IP_Act ）

在台灣，也有好幾次爭議。最近一次我比較有印象的應該是 2016 年立委打算增加「邊境管制」，也就是要封鎖（或停止解析）侵權網站的 IP，後來因為網路輿論反對，就沒有繼續立法了。

（ 當時的各方意見很多，章忠信律師的分析我個人比較認同：
http://www.copyrightnote.org/ArticleContent.aspx?ID=54&aid=2836 ）

最近可能很快就要通過的著作權修法，則是針對眾多像是「安博盒子」之類的機上盒，不管是販售還是協助安裝，都要課以刑責。

（ 經濟日報的報導：https://money.udn.com/money/story/5613/3721506 ）

這些事情其實背後當然也是有各種角力，例如外國的商會、政府、本地的內容業者、一般使用者、倡議組織、平台公司，甚至國家。

總之，現在整個風向轉了。早幾年，保障高度言論自由，鼓勵網路科技創新，是主流，但最近幾年，加強管制成為顯學。可能是因為負面效應已經動搖國本，可能是因為科技公司不斷擴張到新領域，搶走利潤，讓市場既有的其他玩家反彈；可能是因為中國管制模式輸出。儘管對於強度過高的政府監管我站在反對方，但美國的科技巨頭總算開始面對現實。

在侵犯隱私、助長仇恨、影響選舉等批評聲浪下，臉書執行長馬克佐克伯到過美國國會聽證，也被歐洲議會叫去（但叫不動）。上個月初，美國下屆總統參選人，民主黨的參議員華倫則正式提出「拆解數位科技巨頭公司」的倡議，也將是接下來持續加熱的議題。

（ 我之前對華倫這個倡議的簡要討論：
https://www.facebook.com/noodleswithturtle/posts/565115280650509 ）

而陸續透過個人網誌，表明要改變臉書的馬克，前天竟然投書給華盛頓郵報，表示：大家都說要管那就來好好管一管吧。

請見華盛頓郵報：
https://www.washingtonpost.com/opinions/mark-zuckerberg-the-internet-needs-new-rules-lets-start-in-these-four-areas/2019/03/29/9e6f0504-521a-11e9-a3f7-78b7525a8d5f_story.html

投書很短，寫得很清楚，建議自己看一下。簡單來說，他建議針對 #有害內容，#選舉公正性，#隱私，和 #數據可攜性 四個項目，建立一個公私協力管控的機制。

而其中我覺得最關鍵的項目，是「數據可攜性」(data portability) 。

可攜性的概念，大家應該很熟悉了，最簡單的例子就是我們現在換電信公司，例如從台灣大哥大換成中華電信，不用換手機號碼。在台灣，號碼可攜其實是在 2005 年開始實行的，從此之後大大降低了門號使用者轉移的成本，加強了電信公司之間的競爭。

馬克在他的投書中，關於數據可攜性的部分也寫到：

「（對平台）的管制，應保證數據可攜帶性原則。如果你與一項服務共享數據，你應該能夠將其移動到另一項服務。這為人們提供了選擇，使開發人員能夠進行創新和競爭。

這對於網路本身，和創建人們想要的服務，非常重要。這就是我們構建開發平台的原因。真正的數據可攜性應該更像是人們使用我們的平台登錄應用程序（App）的方式，而不是現有的下載信息存檔的方式。但這需要明確規定誰在服務之間移動時負責保護信息。

這也需要通用標準，這就是我們支持標準數據傳輸格式和開源的『數據傳輸計畫』(Data Transfer Project) 的原因。」

（ 關於這個由微軟、Google、FB、Twitter 共同支持的 「數據傳輸計畫」：https://datatransferproject.dev/ ）

在上個月 14 號， Facebook 有一次大規模的當機，那天我不禁覺得，這種大社交平台當機，就像是銀行提款機出問題一樣，使得儲存在裡面的 #社交資本無法被提領。不管是工作或生活上要聯絡的人、要發的訊息，都因此受到影響。

社交資本，就是由我們上傳的數據跟使用行為建構出的關係網絡，並不是虛幻難以掌握的，而是可以定義、更是可以定價的。畢竟許多網路公司就是透過網絡效應才能讓價值水漲船高，快速成長。他們就像是大家都信任的社交資本銀行。

然而，當遇到大規模當機、或是傳出資料外洩、被盜，這時候就會想：

1. 自己是不是把社交資本都存在同一個社交平台/銀行？

2. 為什麼只能在 FB 銀行領錢？當 FB 銀行的提款機故障， 為什麼不能在 LINE 銀行或 TENCENT 銀行的提款機領出來？為什麼 GOOG 銀行可以說關就關、把錢都沒收了？

3. 為什麼儲存在這些社交銀行裡的社交資本，那麼難轉移？轉帳跟匯款那麼難？

4. 以及為什麼這些可被視為社交資本銀行的平台病不像是真的銀行，當我們的社交資本如今屢屢被大規模盜竊、被濫用時，他們鮮少需要賠償跟負責？

其實我以前就跟網路上的朋友討論過，要解決社群媒體帶來的壞處（例如假新聞等等），而不減損其好處的作法，其中之一就是降低這些平台的 #套牢效應。

一個辦法就是成立 #公共的社群平台，基本功能完全複製大型平台，讓用戶可以輕易從商業社群平台，透過數據可攜性，打包資料跟 #社交資本 ，轉換到公共的平台上。

過程必須要很簡單，數據轉移必須要很安全，就像是在這個還不存在的公共社群平台點一下「FB 登入」，然後兩秒後，完成了。

重要的是，透過數據可攜性轉移出來的不能只是帳號，而是所有我們放在社群媒體上的數據，跟編織出來的關係。

其實也可以想像成是中央存款保險公司的概念。

https://www.cdic.gov.tw/main_deposit/faq.aspx?uid=59&pid=59%20

只要數據可攜性存在，加上一個堪用的公共化備品，我認為商業平台就會比較謹慎，不那麼貪婪，連帶產生的問題就會少很多。

這點子完全不是首創。之前早有類似的失敗案例，例如 Diaspora、或是工研院的通訊軟體 Juiker ，區塊鏈出現之後也有很多新的社交網站，讓大家可以「社交挖礦」。

我想問題在於，社交資本被套牢已經太嚴重，所以第一步其實是讓社交資本可以被匯出。就像電信公司為了套牢用戶，手機號碼本來不可攜，後來可攜從概念變成規範，競爭於是更激烈，消費者因此獲益。

之前在個人帳號上討論這個想法的時候，有朋友認為其不可行之處：就是政府是做不出可用的公共化備品的。

如果是政府發包做網站，要做出一個能成為商業科技公司備品的社交網站，這件事我也不相信。

但如果是採取「公共媒體」的角度，我認為就是一個選擇要不要做的問題。

有些人認為英國的 BBC、日本的 NHK 很棒，促進了整體媒體品質、提升了公民素質、建立社會公共討論的基礎，但也有些人認為公共媒體拿太多錢，做得太好，反而讓商業媒體無法發展。

像台灣早期發展公共電視，一開始走小蝦米路線，公共電視曾被視為雞肋，沒競爭力，不過一直走到現在，反而成為廢鐵鎮僅存的救贖。現任文化部長 鄭麗君 有意推動大公共媒體，把央廣、中央社等等都結合在一起，有人認為這是唯一能夠重振台灣文化的機會，有人覺得沒競爭力，浪費錢。但總之，就是一種選擇。

所以讓我們想像一下：如果如馬克投書所建議的，接下來新的法規要求社交平台需要讓用戶可以自由匯出所有資料，轉移社交資本，社交平台就會必須做出改變，例如要求工程師讓資料架構更簡單，就跟歐盟 GDPR 的規定出來之後一樣。

當然，成功的平台都會讓我們覺得不需要做這件事，畢竟我們的時間跟精力有限，投入在少數甚至單一平台上比較合理，就像我們也不會三不五時就把存在一個銀行的錢全部領出來，存到另一個銀行......除非這家銀行讓我們覺得問題很大，就像現在這樣。

當然，我認為 FB 等社交平台的自然壟斷在資料、數據、社交資本可自由匯出之後就會降低。所以重點或許不是一定要有公共化的社交平台存在，而是只要有了可以自由匯出的前提，會有很多很多套自然出現。

但從公共媒體的目標與實踐傳播權的角度來看，社交媒體既然已經如此關鍵，若公共媒體接下來還是只是停留在創造內容上，而不趁這個全球都在檢討商業社交媒體平台的時機，來開始探索「公共化社交媒體平台」的可能性，我覺得就太可惜了。

能夠合作的對象其實很多。舉例來說，網路之父 Tim Berners-Lee發起分散式網路專案Solid，將資料「還權於民」，就是同樣的概念。

報導：
https://www.ithome.com.tw/news/126188

而很關注科技巨頭壟斷議題的 PTT 創世神 杜奕瑾 （Ethan Tu） 也提出 PTT.ai 的計畫，我個人也很期待。

Github 上的計畫連結：
https://github.com/ailabstw/PIPs/blob/master/PIP-0001.md

當然，馬克倡議的公私協力機制，其實也有很多先例可循，也就是 Internet Governance Forum 網路治理論壇。

https://www.intgovforum.org/multilingual/

台灣也有 @台灣網路治理論壇 Taiwan IGF

https://www.facebook.com/groups/1757842584459069/

總結來說，我認為在台灣，社群媒體如 FB、IG、Google、Youtube 等的好壞影響力非常大，因此關於馬克提出的四個項目--有害內容、選舉公正性、隱私、數據可攜性--我們不該只是等著歐盟或美國跟這些公司把問題解決，而是該更主動提出改革的做法。

我個人認為，優先從「數據可攜性」這個偏「結構管制」而非「內容管制」的項目切入，比較不具爭議；而以「公共化社交媒體平台」為探索的方向，也比較有進步性跟未來性。

如果民主自由是我們信仰的故事，但具有影響力的媒體或社交媒體平台，卻開始讓這個故事再也講不下去，公民就不該再袖手旁觀了。

要不然，或許是該向年輕人學習，開始用無廣告、無農場文、可輕易匯出的 Google Doc 當作社交平台了。

延伸閱讀：

Daodu Tech 科技島讀 的好文：社交資本論
https://daodu.tech/03-05-2019-social-capitalism

截圖來自：
https://www.facebook.com/zuck/posts/10107013839885441