《MIT科技評論》6/29

* 【英國欲出資5億英鎊競購OneWeb資產，借此打造自家全球導航系統】曾經 SpaceX 的競爭對手、衛星公司 OneWeb 的資產將在紐約被掛牌出售，拍賣將於 7 月 2 日進行。

目前亞馬遜傳出有意收購 OneWeb 部分資產，同時有消息稱英國政府對 OneWeb 資產展現出強烈興趣，欲出資 5 億英鎊收購部分 OneWeb 資產。

OneWeb 原本計劃發射約 650 顆低軌通信衛星，在全球範圍內部署衛星通信服務。在今年 3 月由於資金問題申請破產之前，OneWeb 已經發射了 74 顆衛星。

從 OneWeb 破產之後，不斷傳出有來自中國資方背景的公司有意收購 OneWeb 的部分資產，但根據 Space Intel Report 報道，美國政府可能會對來自英美以外的公司，已設下障礙。

* 【特斯拉再次被美監管機構調查，老款車型中控屏存故障隱患】電動汽車品牌特斯拉，一直是一個爭議不斷，讓人又愛又恨的存在。

車主一面享受著純電的加速快感和中控大屏的科技感，一面又不得不面對層出不窮的品控問題，車漆和內飾出現問題還算輕的，碰上門窗密封不嚴和電子元件失靈，才讓人真的頭疼。

這些問題曾在 2017-2018 年集中爆發，一度導致知名消費者測評機構 Consumer Report（CR）將特斯拉從推薦名單中除名。不過隨著工藝質量不斷提升，CR 又在去年 11 月恢復了它的推薦地位，在豪華品牌中的可靠性排名也有所提升，也算是對其努力的一種肯定。

* 【美光DRAM商業機密案再升級，美國對福建晉華總經理髮出逮捕令】據彭博社報道，美國舊金山聯邦地方法院在 24 日發出逮捕令，將三名牽涉美國存儲大廠美光 DRAM 技術商業機密案的三人列入通緝名單中，其中一人是福建晉華總經理陳正坤，另兩名曾任職瑞晶（後被美光並購）工程師，之後轉職到聯電。

兩周前，由於涉及竊取美光商業機密，台灣法院剛裁定聯電須支付一億元新台幣（340萬美元）的罰款，以及三名與聯電有關的員工被判處 4 ~ 6 年徒刑，以及罰金。

此案件起源於 2016 年，當時聯電與福建晉華集成簽署技術合作協定，聯電受到福建晉華委託開發 DRAM 技術，由福建晉華提供 DRAM 所需的機台設備，並依開發進度由晉華支付聯電技術報酬金作為開發費用，而開發成果將由雙方共同擁有。

到了 2018 年底，美國商務部以危及美國國安為由，將福建晉華列入出口管制實體清單，之後聯電也宣佈暫停為晉華開發 DRAM 相關技術。

* 【今年最大自動駕駛收購案誕生，曾經「融資王」Zoox估值腰斬賣身亞馬遜｜業內點評】一邊是亞馬遜——全球市值最高公司之一，另一邊的 ZooX 則是美國頭部自動駕駛公司，疫情尚未結束，兩者促成了今年自動駕駛最大收購案，這也是本年度大型科技公司的最大並購之一。

美國當地時間 6 月 26 日，亞馬遜正式宣佈收購美國自動駕駛公司 Zoox，這一傳聞已久的收購終於敲定。

雖然交易雙方均未對收購價格進行表態，但《金融時報》報導收購價格超過 12 億美元。對 Zoox 來說，這一標價甚至不到上一輪融資時估值（32 億美元）的一半，而對亞馬遜來說，這是其在自動駕駛領域最重磅的一次出手。

L4 級自動駕駛公司的高管告訴 DeepTech，像亞馬遜這樣的物流公司、電商平台在收購 Zoox 這樣的科技初創，可以理解成大型的應用場景裡面的龍頭收購與其領域或者應用場景相關的科技公司，這是非常符合邏輯的做法。

* 【波士頓動力Spot機器狗即將配售機械臂，創始人：不排除將來讓它乾家務】6 月 25 日，波士頓動力公司創始人馬克·雷伯特（Marc Raibert）通過外媒 VentureBeat 分享了一些旗下四足機器狗 Spot 的下一步發展計劃。就在 10 天前，Spot 正式開啓了商業銷售模式，並得到廣泛關注。

Spot 是波士頓動力首個在線銷售的產品，起初主要面向企業客戶，企業可以直接在波士頓動力的網站上以 7.45 萬美元的價格購買一套 Spot Explorer 開發者工具包，包括機器狗本體、兩塊電池、充電器、平板電腦控制器、機器人外殼、電源盒以及用於 Spot API 的 Python 客戶端軟件包等，折合人民幣約 52.73萬元，外界調侃這價錢都夠買一輛特斯拉 Model S 電動車開了。

Spot 的模塊化平台（安裝 Rails、有效負載端口和 SDK）是它區別於其他機器人的特色，該公司目前正在銷售附加組件，從 1650 美元的額外充電器一直到 34570 美元的激光雷達和相機系統。不過，波士頓動力公司多年來一直備受關注的機器人手臂尚未出售。

* 【為何科技未能讓美國擺脫COVID-19？《麻省理工科技評論》深度解析幕後原因】面對新冠疫情，科技在美國和諸多國家並沒有起到很好的作用，例如保障公民的生命和健康。

當前，全球新冠肺炎死亡人數已超過 38 萬，市場經濟整體走向低迷，而疫情仍在多國肆虐。在一個談論人工智能、基因科技、生物醫學和自動駕駛汽車的年代，我們對疫情最有效的應對措施卻是大規模隔離，這是一種從中世紀以來就有的公共衛生辦法。

在美國疫情之中，沒有比患者檢測不足更突顯的問題了。篩查 COVID-19 患者所使用的聚合酶鏈反應（PCR）檢測，是一種 30 多年前在世界各地實驗室常規使用的化學技術，這也是摸索診斷方法的重要一步。然而，儘管科學家們在去年 12 月底新冠病毒出現後數周內就對其進行了鑒定和測序，但美國在開發通用的 PCR 檢測方法時卻遇到了挫折，美國疾病控制中心的能力欠缺和實驗室污染導致該機構創建了一批無效的測試，而且還持續了數周。

* 【投入2300萬美元！NASA耗時6年將新型馬桶送上太空】國際空間站是有史以來最先進的實驗室之一。在不久的將來，它將擁有有史以來最先進的馬桶，這個被稱為 「通用廢物管理系統」（Universal Waste Management System）的高科技馬桶已經開發了六年，耗資總額超過 2300 萬美元，並計劃在今年 9 月份由諾斯洛普·格魯門公司（Northrop Grumman）「天鵝座」 貨運飛船被送入國際空間站。

據美國《連線》雜誌 6 月 22 日報導今年秋天國際空間站美國艙上的太空人將會在 NASA 把這一太空馬桶用在深空任務載人航天器之前，對其進行測試。

與當前國際空間站上的馬桶不同，NASA 的這一新型太空馬桶可以被用在未來的各種載人航天器中，它將首先被用在獵戶座飛船（Orion）上。該項目負責人梅麗莎·麥金利（Melissa McKinley）表示，新型太空馬桶最終也可能用在載人登月艙或前往火星的宇宙飛船。但前提是，NASA 會先將它運送到國際空間站進行為期三年的測試，以確保一切按照計劃進行。

事物本身不存在好壞，而是取決於我們看待它的角度
———————————————————————
美國通用汽車曾經收到一則非常離奇的客訴：他們旗下的龐帝克新車對「香草冰淇淋」過敏。

有位車主開車去買冰淇淋的時候，只要選擇香草口味，車子就必定發不動。但如果買其他口味，車子就沒問題，屢試不爽。車主甚至試過，一開始買香草冰淇淋，回到車上發現發不動，然後回到店裡換成其他口味，車子就能順利發動了。

這個離奇的案件原本被通用忽略（其實可以理解），直到有位工程師透過鍥而不捨地分析與追查終於真相大白：當然跟車子對冰淇淋的偏好無關，而是因為店家剛好把最暢銷的冰淇淋（也就是香草）放在櫃台，方便顧客快速取用結帳。而該款車輛在熄火後因為某些物質的堆積會短暫讓引擎無法發動，若車主買其他口味，由於結帳時間較久，堆積物有足夠時間消散，引擎就可以順利發動了！

第二個故事則來自「羅倫佐的油」這部真人真事改編的電影。

羅倫佐在六歲時被診斷出一種極罕見疾病：腎上腺腦白質退化症（ALD）。這種疾病會阻斷大腦訊號傳輸，讓患者陷入癱瘓。醫師告訴羅倫佐的父母，這病無法可醫，這孩子頂多活到八歲。但羅倫佐的父母不願就此放棄，他們是完全沒受過醫學訓練的文科生，為了自己的孩子拼命投入這個病症的研究，並且舉行相關的研討會，最後研制出一種食用油脂，能夠減緩病症。羅倫佐後來在過完30歲生日隔天逝世，比醫師預期的壽命多了24年！

第三則是我自己的經歷。

童年時期我是在傳統日式木造房子裡長大的。這種房子最大的問題，就是每到下雨必定漏水，而且水不是一滴一滴地流，而是像「絲絹瀑布」一般流洩，往往還不只一處。所以每當下雨，我都會跟爸媽一起準備水桶接漏。但有時候漏水處剛好在床鋪或餐桌的正上方，那挑戰就更大了，老爸會找塑膠布做成一道「天溝」引流雨水到別處，然後再用棉線把天溝流出的水導引到水桶。

雖然家裡看起來「溝壑縱橫」，但把漏水對生活的影響降到最低。後來有次遇到辦公室冷氣流出冷凝水，技工要好幾天才能來維修，於是我故技重施，成功解決問題，同事看了覺得很神：一個天天穿西裝打電腦的商業顧問竟也有台灣水電工的技能！

--------

我們都期望一個完美有秩序，沒有意外，不會脫序的人生，但我們也知道這是不可能的！生活與工作幾乎天天都會出現無預警的挑戰和阻礙。

對於多數人來說，「問題（Problem）」就是麻煩，避之唯恐不及。但對於擁有「問題分析與解決」能力的人來說，「解決問題」這件事不但能引領創新（通用汽車做出了更好的設計），扭轉命運（羅倫佐長到了成年），改善生活（我在漏水屋子裡一路考上建中與成大）。

甚至，我們還能從解決問題的過程中，發掘美妙的樂趣與成就感（我解決了辦公室漏水危機）。很多時候，事物本身不存在好壞，而是取決於我們看待它的角度。

我會想推薦彭建文老師的課程，給所有想積極面對問題人。

原因有三：

1. 他本身是國內知名的問題分析與解決專家，一直以來就專注投入這個領域。不但透徹了解既有理論，還能融合自己的經驗自創出新的方法論！

2. 我個人最佩服的企業（沒有之一）就是台積電，我也曾深入台積內部擔任顧問，越近看越是佩服他們實事求是，理性掛帥的文化。建文本身在台積服務多年，而且正是負責「問題分析與解決」的要角，這本書能夠一窺世界一流企業的核心思維與分析技巧，非常難得。

3. 我認識建文多年，我覺得他是那種「天生就該當講師」的人。首先，他分享給學生的都是他自己真心相信並切身實踐的精華。面對學生的提問，他總是恨不得把他所有知道的好東西全部攤出來，希望你學會帶走。

馬上跟彭建文老師走一趟解決問題之旅：http://bit.ly/2S2DE3y

我們該如何規範人工智慧 (全文)？

#COMPUTEX，這個跟我一樣歲數的電腦資訊展會，我竟然直到今年才首次踏入。

這次受主辦單位之一的 #外貿協會 （ #TAITRA）邀請，在上週三（5/29）來到位於南港展覽館 2 館4樓的「 #SmarTEX」展區參觀，與多家參展公司交流。我雖然自己經營過科技媒體網站，但我不是擅長採訪會展的記者，也不是好的 3C 部落客，因此我抱著「幫自己正在思考的問題取材」的目標，前往這場大型科技會展。

（先說：因此這篇文章不會有太多展覽展位上產品的細節跟照片，請大家見諒。）

而我最近在想的問題，也就是本篇文章的主題是：進入人工智慧時代，我們該如何規範人工智慧？

或者，我們也可以反過來問：人工智慧該如何規範我們？

自認偏樂觀派的我，其實不希望讓大家覺得「人工智慧的未來真糟糕」，我的個人偏見是：大致來說，我喜歡科技，儘管科技的確會帶來衝擊，但只要我們更願意去思考，就更有機會讓未來往比較好的方向演進。所以談這個議題，目的是要避免要是這樣的狀況真的發生了，我們才懊悔地說「這真糟糕，為何我們沒有早點想到。」

--------------------

關於人工智慧的規範問題，首先，我們來看看 MIT 媒體實驗室做的一個調查「道德機器」（網址：http://moralmachine.mit.edu/hl/zh）。

在這個網頁裡頭，有許多類似「#電車難題」的情境，需要你來回答。每一個參與者，需要回答 13 個題目，每個題目只有兩個選項。在每一個題目的情況中，都有一輛突然煞車失靈的自動駕駛汽車，而你必須做出選擇，要繼續前進，或是轉彎離開。

例如在某個二選一的情況中，你認為這台自動駕駛車該繼續直衝，撞死一個成人男性，還是轉動方向盤，讓車子撞上另一側的護欄，殺死車上四個人，包括兩名兒童？

在另一個二選一的情況中，這台自動駕駛車上只有一隻貓，若繼續直衝，會撞上護欄，讓貓死於非命，但若自駕車往左彎，貓的性命可保，卻會撞死一位正在違規闖紅燈過馬路的遊民。

類似這樣的二元選擇有很多種變化，例如過馬路的可能是動物、可能是罪犯、可能是醫生，嬰兒，或是這些人的綜合隊伍，他們或許是違規過馬路，或許是遵守交通規則但運氣不好。而車子直衝或轉彎，也隱含了道德選擇。推薦各位都上道德機器的網頁去回答看看，看你會不會跟我一樣覺得實在是逼人太甚，到最後根本就放棄思考（XD）。

這個網頁告訴我們一件事：我們不可能對各種狀況產生共識、或得出任何堪稱正確的答案，事實上這個調查也不是要用多數人的意見來決定未來的自駕車要是真的煞車失靈的時候，該做出什麼行動。然而這個調查提醒我們，當越來越多的「人工智慧代理」進入我們的生活，就會產生更多類似的道德難題。

--------------------

舉例來說，若一個 #人工智慧股票交易系統，因為對政治領袖發在社群媒體上的文章產生錯誤的解讀，而決定拋售某一檔股票，造成連鎖反應，讓投資者大賠一筆，這樣的損失該由誰來負責呢？

延伸閱讀：〈AI 機器人害我投資賠錢，我能告他嗎？〉
https://www.techbang.com/posts/70447-ai-robot-made-me-invest-money-can-i-sue-him

舉例來說，若一個 #人工智慧戀愛配對系統，推薦了一位居心不良的對象給另一個使用者，最後使用者被騙財騙色了，誰會受到最多的指責呢？誰「#與惡的距離」最近呢？

再舉一例來說，如果用於門禁或 ATM 的臉部辨識 AI 系統出問題，太過嚴格以至於讓使用者開不了門、領不到錢，或是太過寬鬆使歹徒得以利用，那該怎麼定義問題的範圍，用理性的方式來解決呢？

臉部辨識作為服務升級的關鍵，從智慧零售到智慧家居到智慧服務，都少不了這項技術的身影，也是人工智慧使預測平價化的代表。只要你拿著這一兩年出的新手機，想必也不會陌生。例如我這次參訪的 #訊連科技（CyberLink）展場主打「FaceMe」AI 臉部辨識引擎，他們提供 SDK 與多家科技廠商合作，包括 #宏碁雲端、#奇景光電、#微程式、#凌群、#達碩 等。我也拜訪了同在 SmarTEX 展出的達碩智慧科技，了解他們使用這套臉部辨識引擎，針對銀髮照護、社區管理、企業差勤管理等不同情境設計的解決方案。即使在我與訊連跟達碩的主管談話時，他們自謙還不是目前領先的廠商，但他們的服務也已經非常成熟，可見這樣的軟硬體整合套裝將持續普及到各地，而台灣中堅企業將成為關鍵推手。

美中貿易戰，加上美國可能逐步針對有侵犯人權之虞的監控科技施加圍堵禁令（如 #海康威視、#浙江大華、#商湯科技 等），突顯出台灣提供類似服務的企業所能提供的安全價值，但即使如此，這項科技本身還是帶給社會其他挑戰。訊連科技的連啟民協理跟我說，臉部辨識的準確性不是 0與1 的取捨，他們的 SDK 能夠針對不同情境，讓配合的廠商自行調整精度，掌控風險，例如從一般社區門禁的萬分之一調到 ATM 的十萬分之一，同時使用邊緣運算技術（Edge Computing），讓資料不用都到雲端，降低反應時間及資安疑慮。

我在展場也與 #康訊科技 及 #訊舟科技 兩家公司進行交流。康訊從圖資起家，以地理定位技術切入車載系統設備，扎根台灣30多年來，已經成為全球領先的車隊管理服務商，不管是共享汽機車、物流公司、校園巴士、救護車、消防車都是他們服務的客戶。他們提供的設備就像車上的黑盒子，可以完全掌握車輛的狀況，如透過監測引擎啟動狀態，可以知道司機是否過勞；透過監測燃料消耗情況，可以知道是否有偷油的情形發生。而全球客戶累積的數據也成為重要的資產，可以協助物流業者優化路線。

訊舟作為老牌網通公司，這次展出許多產品，我認為最亮眼的就是他們與中研院陳伶志博士合作推出的「空氣盒子」，我雖然早就知道空氣盒子，卻是第一次看到並且從訊舟的角度聽這個已經是公民科技典範的故事，目前在全台已經有 4,000 多台設備上線，密集監測空氣品質，累積的數據也已經可以做到空品預測。

另外，這次在 SmarTEX，科技部推動的 #GLORIA 國際產學聯盟現場展出 67 項前瞻技術，我也與聯盟中的幾所大學交流，例如 #中國醫藥大學 推出能夠判讀骨齡、癌症等資訊的 AI，節省醫師判讀時間，加速診斷。#國立交通大學 伍紹勳博士則與 #新光醫療團隊 合作，用像是貼在東尼史塔克胸口的智慧貼片，只用3導程就能正確模擬專業醫療設施12導程的ECG心電圖信號，大幅改善病患的行動自由，也顯著降低成本。而具有超過 2,000 例達文西手術經歷的 #臺北醫學大學劉偉民醫師團隊，則在擁有大量醫師第一視角錄影的基礎上，推出手術教學平台，包括 VR 手術直播拍攝，與虛擬手術教學模擬系統。

從訊連、達碩、康訊、訊舟到這三個來自學界的醫療技術案例，可見都與數據分析、人工智慧辨識判讀、虛擬模型建置有關，儘管我相信在台灣醫療與科技、工程多重優勢下，他們都前景可期，但該問的仍然要問：要是出了差錯，怎麼辦？誰負責？各團隊對此問題顯然也都深思熟慮過。而我將他們給我的回答整理，加入我對「人工智慧如何規範」這個問題的答案。

--------------------

#以自駕車為例思考

著名的科幻小說家艾希莫夫，在1942 年的短篇小說 Runaround 以及後來的機器人系列裡頭，提出了機器人三原則（Three Laws of Robotics），很多人可能都會背了，這三原則分別是：第一，機器人不得傷害人類，或坐視人類受到傷害；第二，除非違背第一法則，否則機器人必須服從人類命令；以及第三，除非違背第一或第二法則，否則機器人必須保護自己。

參考：Three Laws of Robotics
https://en.wikipedia.org/wiki/Three_Laws_of_Robotics

這三原則聽起來很周密，但其實並非如此，而且也不太現實。以自動駕駛汽車作為案例吧，自動駕駛汽車是這一波人工智慧發展最受關注的領域，而且因為許多國家政府正在積極制訂法規，自駕車的自動化程度，跟依據自動化程度而制定的責任歸屬，也比較清楚，值得用來舉一反三，幫助我們思考，人工智慧要是進入到每一個領域，會帶來多少該仔細考量的變化。

那麼，到底什麼是自動駕駛汽車呢？你可能聽過什麼 Level 3，Level 5 的，那指的是自動駕駛的自動化程度分級，我們可以用這張表來簡單呈現：

這個分級定義，是由國際汽車工程協會（Society of Automotive Engineers, SAE）所提出的，已經獲得廣泛的共識。從第零級到第五級，共有六個層級。第零級的自動駕駛就是毫無自動化，一直到第二級，都還是以駕駛員為主，機器提供輔助。

但從第三級開始，負責開車的就是機器了。人類駕駛頂多在緊急狀態作為備用選項。第四級之後，就連緊急狀態也是由機器來應對，人類就從駕駛這件事基本退場了。到第五級的情況，就像是有一個超級人工智慧在負責開車，相信到時候，超級人工智慧也不會只用在車上。

目前已經有幾家汽車公司宣稱自己的自駕車達到了第三級，例如 #奧迪、#特斯拉、#現代汽車 等，大部分車廠也都表示在 2020 年就會推出第三級的自駕車。Google 旗下的 Waymo 以及台灣的財團法人車輛研究測試中心 ARTC 則表示都已經有第四級自駕車的技術能力。

日本政府非常積極地花工夫在自動駕駛的規範上，日本的「投資未來委員會」在 2018 年底，便提出了已經研擬多年的自動駕駛汽車指導原則。根據報導，日本首相安倍晉三希望透過採取具體步驟，建立法律框架，讓日本成為率先制定國家級規範的國家。首要處理的就是第三級自動化情況下的監督跟法律方向。我們就來看看，在自駕車的規則上，日本是怎麼想的？

日本的規則是，通常來說車主需要對車輛自主運行時發生的事故負責，並且由政府規定的汽車保險公司承保。如果車輛系統有明顯的缺陷，該負責的就是汽車製造商。強制性保險這一步確定了之後，保險公司也就能夠制定方案，讓車主選擇，要保哪一種。

另外，為了釐清事故的原因，自動駕駛汽車需要完整記錄位置、轉向、人工智慧系統操作狀態的信息，也就是說，得要有像是飛機黑盒子這樣的裝置。

那如果遇到新型態科技犯罪者或駭客呢？只要車主有採取適當的安全措施，例如更新車輛系統或維護保養，那麼若是因為駭客攻擊或入侵造成損害，就視同汽車被偷走了。

除了這幾個大方向以外，還有不少問題待解決。因為剛剛說的都只是民事責任，財產相關的規範，但還沒有碰觸到刑事責任，如果真的因為自駕車的缺陷而造成傷亡，除了車主以外，程式開發者，汽車製造商該負起哪些連帶的責任呢？若不能盡快釐清，程式開發者跟汽車製造商就難以決定是否該正式推出產品。

另外，自動駕駛的操作條件、例如速度限制，運作的時間長短，天氣狀況也都得考量，就像各種已經存在的汽車安全規範一樣，人工智慧控制系統的標準、對網路攻擊抵禦的強度，也都得一一制定。

--------------------

而以自動駕駛為案例，可以幫助我們思考該怎樣規範其他人工智慧的應用情境。歸納我這次到 SmarTEX 參訪交流的心得，我想比起艾希莫夫的機器人三原則，我們該建立的思考原則其實是這四個：

#面對此時此刻的人工智慧該有的思考原則

第一，#釐清主控權。整項任務中，是人類還是機器掌握主控權？能否以清楚的層級概念來劃分人類或機器的掌控程度？就像自駕車這樣呢？另外，在關鍵決策點，人類有沒有介入，是否被要求介入？這些都必須根據不同的應用環境來一個一個釐清。

第二，#損害管理與風險溝通。在發生意外的時候，擁有者、使用者、設計者、販售者、維修者等角色，是否已經明白可能要負的對應責任？這些責任的政府主管機關與相關的法律有哪些？其實每一樣新的科技進入我們的生活，都會有一段學習曲線，我們不太可能在了解所有問題、解開所有疑慮之後才採用新技術，而是必須妥善跟每一個角色溝通風險。

第三，#數據紀錄透明化。為了忠實檢討意外發生的原因，人工智慧系統需要持續紀錄運作狀況，以及感測器所收集到的各種資訊。並且要確保訓練人工智慧的資料也是可受檢驗的，避免造成系統化的偏見。另外也同等重要的是，收集數據的單位，像是企業、保險公司或政府，有義務證明，收集這些資訊，是必要且適當的。例如飛機上機長跟駕駛員的通話可以收集，但車內的通話該不該收集呢？商店內的顧客對話該不該收集呢？

第四，#系統思維。任何意外發生，都要了解，系統總是存在一定的風險，告知風險機率跟可能的狀況類型。以「不責難」的出發點，來面對後續的檢討，才能讓各角色更願意把系統中的臭蟲或不當行為揪出來，最終的目標是讓這個能夠便利更多人、拯救更多人的系統，越來越好。就像醫療一樣，如果每次只要有病人在手術中過世了，醫生都要被告到賠上身家，那還會有醫生願意繼續替病人動手術嗎？當醫療行為中有越來越多具有人工智慧的機器介入，診斷疾病、決定麻醉份量、甚至用機械手動手術，我們就不得不分配信任給更多的角色。

從 COMPUTEX 的 SmarTEX 展區上琳瑯滿目結合了人工智慧的技術，可以肯定人工智慧已經，也即將進入每一個我們可以想像得到的層面，過去的規範將無法適用，而且即使訂出新規範，也會很快過時。我們不可能完全理解我們部署的人工智慧系統的風險。當前的機器學習運行得如此之快，以至於沒有人真正知道機器是如何做出決策，通常連開發人員也不知道。這些系統還會持續從環境中學習並更新他們的函式，這使研究人員更難控制和理解決策過程，在這樣缺乏透明度，也就是常說的黑盒子問題籠罩下，要建立道德準則跟規範，當然就極為困難。

然而若不要大驚小怪，將人工智慧與人肉智慧對等來看，人類花了幾千年建立起的道德準則，同樣漏洞百出，我們卻也習慣了。人類專家有的偏見跟偏誤更是問題層出不窮，而我們也是一直倚賴這樣有缺陷的專家系統在運作。此刻的人工智慧浪潮，正給了我們機會跟動力，檢視我們習以為常的那些想法，我認為以上的四原則，更有助於我們迎向已經到來的未來世界，而開發出這些技術，推出產品與服務的企業，若都能夠率先思考這些問題，也是我們所期待的。就如同我在這次 COMPUTEX SmarTEX 展區上看見的一樣。

--------------------

最後，我雖然只逛了整個 COMPUTEX 的一部份，但很感謝外貿協會，讓我能不只是走馬看花，而是深入與廠商對話跟採訪，非常有收穫。幾乎每一家我逛的展位，都跟數據、AI（起碼是機器學習）有關，並將其結合硬體，整合出具有市場競爭力的方案，雖然我沒有資格替他們的產品背書，但我覺得深入談過之後，他們都對自己的產品與服務非常有自信，或許並非市場的領先者，也已經看見該切入的定位與成長的路徑。

今年的 COMPUTEX 展會已經結束，不過以後若有機會前往類似會展活動，很推薦大家跟我一樣帶著問題意識去逛逛，跟這些未來世界的打造者聊聊，畢竟我們得住在裡面。

--------------------
Medium 版：http://bit.ly/2HLuT8p