【SDGs】地方庶民都比你懂電費帳單！臺灣的能源轉型實踐模範「庶民發電學習社區合作社」(05/06/2021 storystudio故事)

人類正站在全球氣候劇烈變遷、自然資源漸枯竭、生物多樣性耗損、疾病頻仍等關鍵十字路口上。為此，2015 年時，聯合國發布了「永續發展目標」(Sustainable Develpoment Goals, SDGs)，敦促全世界在 2023 年以前為地球與人類社會努力，邁向永續。百靈佳殷格翰與故事 StoryStduio 攜手響應聯合國 SDGs，用故事來讓 SDGs 在臺灣的發展有根可尋，讓發展被記錄、被看見並可被壯大，與臺灣社會一同實現永續發展。

作者：鹹雜食

聯合國永續發展目標訂定後，三大國際永續發展研究組織共同發表《2050 世界願景 (The World in 2050, TWI2050)》，根據《TWI2050》，國家要落實永續發展目標，需進行六大轉型，其中，加速能源系統去碳化，提供眾人潔淨與可負擔的能源是永續轉型關鍵之一，也就是臺灣政府宣示要進行的「能源轉型」。

即將來臨的夏季是臺灣的用電高峰之季，每到此時能源的議題總不時浮上新聞版面，但大多停留在「電費會不會漲價」、「會不會缺電」的表面層次。民眾儘管關心電費會不會漲，許多人卻連電費帳單也看不懂，在電子化的時代，以扣繳方式付款的人甚至很可能根本沒看過電費單；人們擔心是否缺電，許多人卻連臺灣目前的發電比重為何也說不清。

然而，有一群地方的「庶民」，他們從看懂無足輕重的電費單做起、到實際走訪臺灣所有電力設施，瞭解發電比重，甚至經營一座公民電場──他們是三重蘆狄社區的「庶民發電學習社區合作社」（下稱「合作社」）。

從無感到凝聚共同理念，始於公民參與經驗

”我這個歐巴桑以前覺得按一下開關，電就會來，參與後才發覺有的電已經危害到我們和下一代的生活，像是空氣汙染，我的孫子都有過敏體質。“ 合作社理事李麗卿坦言。

蘆狄社區居民與能源的緣分，始於 2015 年新北市經發局所舉辦的「節電參與式預算」。不同於過往由政府機關擬定政策，參與式預算讓民眾自己提案預算，自己的花費自己訂。主持此計劃的蘆狄社大積極鼓勵社區居民，包括在地攤商、新住民、甚至高中生依照自身經驗提出能運用在自己生活的節電提案，還規劃許多貼近生活的能源課程，「看懂電費單」就是他們進入能源世界的第一張門票。

貼近生活的開放式參與，成功吸引了社區民眾的注意以及投入，更開啟了他們對能源及公共參與的想像，也讓居民從無感到主動持續地學習。此後，社大還舉辦多次的「能源旅行」，帶著居民全臺走透透參觀各式發電設施，「我們參觀了差不多一百多種喔！」李麗卿驕傲的說。

參訪各地的能源廠區、社區公民電廠以及能源選址地點，再再都讓居民的親眼所見，成為紮紮實有感的學習體驗。後來，社大更成立「蘆荻社區光電特工隊」太陽能工班，計劃培養「社區內的光電醫生」。

一名學員在培訓後，直接在合作社的太陽能案場運用所學，準確地指出太陽能工程鋼構方向的問題，及時挽救了案場往後二十年的發電效率。這些學習經驗讓社區民眾漸漸凝聚共識，認為環境和能源議題至關重要，需要他們行動起來，促進改變。

能源轉型是國際趨勢，也是各國的功課

他們所期望的改變，正與「SDGs（Sustainable Development Goals，永續發展目標）」中的第 7 項不謀而合：「確保人人都能享有可負擔、穩定、永續及現代的能源。」

SDGs 是 2015 年的聯合國大會中提出的 17 項永續發展目標。這些目標觸及社會經濟、生態環境以及公共治理，呼籲跨領域的整合，也強調國家、組織、企業與公民等不同角色投入形成同盟夥伴，系統性的思考社會問題，並共同配合改進。

然而，回顧臺灣的能源轉型歷程，臺灣的能源改革並未與 SDGs 同步啟動，而是在 2016 年總統大選期間才做為政策內涵被候選人提及。因為牽涉到政治，在許多民眾的腦海中卻可能只剩下核能爭議的印象。然而，能源牽涉到民眾生活的許多面向，過度簡化的理解對於長遠的發展並非好事。

臺灣目前主要的發電來源是燃煤，是臺灣所有發電中造成最嚴重空氣汙染的發電方式。此外，發電次高者是燃氣，第三則是核能[1]，三種主要能源的原料都仰賴進口，根據經濟部能源局的統計，臺灣 2020 年的進口能源依存度高達97.55%。我們日常中看似稀鬆平常的電力隱藏著不安的陰霾，亟待轉型。

如何平衡能源、土地以及環境？

政府於 2017 年核定「能源發展綱領」修正案，提出 2025 年達到再生能源佔比 20%以及「核電歸零」的政策目標，期望以永續乾淨的能源，取代不安定的燃煤以及核能。

事實上，臺灣推動再生能源有許多有利因素。首先，台灣環境規劃協會的理事長趙家緯表示，再生能源政策目標明確，吸引大量國內外資金投入綠能產業，也促成國內高耗能產業積極的投資，2019 年的綠能投資量甚至衝到全球第五；而臺灣的硬體高科技製造業非常發達，原本就是太陽能面板的前三大生產國，能夠迅速因應國內遽增的設備需求。最後，臺灣還有活力十足的社會參與力量，能夠推動政府有效修正其政策方向。

臺灣太陽光電的發展就有賴這些力量推動前行。地處亞熱帶、太陽能板生產力高、建置成本相對低廉、汰換回收的殘值高達 90%，這些都是臺灣適合開發太陽光電的條件。但光電卻有一項致命的缺點，那就是需要大量空間，很容易壓縮其他的土地使用權，甚至危害環境生態。

地價低廉的漁農地成為許多光電開發案標的，引發農地壓縮破碎化、環境破壞以及基層農民無法受惠的爭議；臺東知本溼地原本預計成為臺灣最大的光電案場，但經由部落民眾以及公民團體的抗爭以及法律維權，最終由法院裁定停止執行；苗栗石虎棲息的山坡保留地，光電開發案的抗爭也仍在進行中……。這類的「綠色衝突」層出不窮。

趙家緯說明，2015 年政府評估太陽光電開發潛力時，並未考慮到公民參與的的力量以及工業廠房的潛力，因此在太陽能的規劃中，屋頂型光電只佔了 15%。在政策壓力下，土地需求就造成許多有爭議的開發案件。

共學讓能源轉型也能很庶民

工業以及都市住宅要用電，卻要犧牲農地或是自然環境，種種的不合理激起蘆荻社大學員的思考以及討論。「土地沒辦法進口。好好的農地不種田，好好的魚塭不養魚，都算是亂象。」合作社的理事柯麟耀皺眉說道。他們觀察，雖然臺灣土地有限，但是都市屋頂是閒置空間，經由妥善利用能夠發揮更多效益。

這群庶民的特色就是知行合一，他們決定發展屋頂型的太陽光電公民電廠。結合了生產力、人的聚集以及票票等值的合作社特性，是他們組織型態的首選。因此，2019 年 3 月，庶民發電學習社區合作社正式成立。

在試算太陽能的發電效率以及會員的報酬後，合作社將股價訂在一股五千元。但是大多數的社員都認為這筆錢是共學的學費，反而不期待賺大錢。

開發案場的流程他們也當作是共學的過程，與居民溝通、尋找及評估案場，以及申請政府批准等，他們全部都堅持自己來。除了爬遍新北市二十幾座屋頂，跑公文也花了半年的時間，途中更遭受臺電的質疑，直接請專業廠商代為洽談不是更容易嗎？

案場的屋主也是他們共學的夥伴。除了充分與屋主溝通理念，也希望盡可能滿足屋主多元的生活需求，增強人與太陽能的互動關係。目前三個案場都因此有多元的嘗試。在林口的案場，他們另外架設了自發自用的小型太陽能板，讓屋主能夠自行生產部分的家戶用電；宜蘭的案場沒有蓋滿而空出了一條走道，讓屋主在晴天時能夠推出自製的欄杆推車曬棉被，雨天時就讓太陽能板成為遮雨棚；鷺江國小的案場則規劃成為社區的能源學習場地。

合作社相信，盡可能增加能源的互動以及親近感，能讓人對於自己的能源用電更有意識，也讓他們更願意學習理解，進而有所行動。

為此，合作社在 2020 年中成立「歐巴桑講師團」，在兩個月內走遍了新北市的 11 個社區，充分發揮自己身為「庶民」的親近性，以及曾經與聽眾在同一個位置上的經驗。

「我們的能源課歐巴桑也聽得懂，因為我們就是歐巴桑。他們曾經也是我們。」柯麟耀驕傲的說。因為親近，讓聽眾更願意與他們互動提問，也更有學習效果。這些經驗讓合作社認為，連結庶民經驗的學習，才會真正有作用，而這是目前政府在能源教育推廣方面仍需加強的一塊。

臺灣能源教育學習的模範

長久以來，臺灣關於能源的主流討論，都圍繞著核能、核四廠這類高度政治兩極化的議題。簡化為意識形態的對立，無助於真正改善臺灣的能源環境。讓基層的一般民眾更了解相關討論，甚或能夠參與討論，才真正能夠促進有效溝通，達成共識。趙家緯認為庶民發電合作社是很好的範例，讓臺灣推動能源教育有更具體的想像。

蘆荻社區中心執行長莊妙慈則認為：「促進能源轉型的關鍵還是庶民。」再好的政策如果沒有民眾的認同，當政黨輪替或是換了不同想法的上位者，很可能進度又會停滯不前，幾年來好不容易打好的基礎就浪費了。

如今合作社成立已經滿兩年，共吸納了近 70 名社員，也開發了三個小型的案場，不過目前合作社的案場規模都相當小，總共僅有不到 55 千瓦的發電量，而合作社本身的人力以及資金也不充裕。與許多其他公民電廠不同，目前合作社的資金都是社員的股金，並未另外融資。

案場貼近社區的在地性，也確保他們與案場的關係不僅止於資金與收益，更是生活中的一部份。執行長莊妙慈認為，合作社的下一步，就是要決定公民電廠的基本精神，是否該堅持小規模、社區與親近的特性。教育與共學仍然是大部分社員的共識，但是否在教育之餘擴大規模投資，是他們仍在討論的題目。

從零開始的合作社，走到如今，不僅是依靠一腔熱血，還有賴社員持續的溝通以及實踐。只要持續發揮開放以及學習的心態，合作社想必也能夠找到最適合自己的庶民步調，繼續朝他們理想的能源願景前進。

完整圖問內容請見：
https://storystudio.tw/article/s_for_supplement/sdgs-affordable-and-clean-energy/

♡

【學習的捷徑】

在過去的學習歷程裡
最快的學習捷徑
便是自己教自己

這也是為什麼我總是鼓勵所有學習者
一定要將自己的學習歷程
記錄下來

將自己有感觸的地方記錄下來
將文章裡最震撼自己的部分
寫下來
一點一滴的紀錄
是自學的基礎
更是自己教自己最快能獲取進展的方式

秀蘭的學習歷程不算長
去年她來上工作坊
卻因為一個極簡短的談話
鬆動了她的觀點
打開了她的執著
就此一路打通所有的學習之路

她在學習群組裡
提了一句
新書裡滿滿都是金句
我很好奇
遂邀請她將閱讀後自己的學習歷程寫下來
也將她喜歡的金句
分享給大家
也邀請大家看秀蘭的學習歷程後
給予秀蘭欣賞
捲動思維
正向循環

「孩子也是我們的2.0」／秀蘭

孩子的長相約有九成與我極為相似，另外的一成則是他擁有長翹的睫毛與可愛的捲髮；同時，孩子的習慣也與兒時的我極為相似，入睡前我們都會要求媽媽為我們蓋上棉被，卻在半夜踢飛棉被。我常常笑稱孩子是我的2.0，沒想到「聽核心」也有2.0。

在《薩提爾的親子對話》中，「聽核心」為傾聽、核對、用心欣賞，讓每一次的對話都能貼近孩子一些。到了《薩提爾的親子情緒課》聽核心進化了，「聽核心2.0」為聽懂孩子的觀點、核對孩子的目標、以欣賞孩子作結，讓每一次的對話都能產生力量。

初階的聽核心應用，用心欣賞是當時的困境。欣賞一個人的正向行為，只要經過刻意練習，就能明顯看見自己的進步，然而，在我過往的生命歷程裡，“欣賞一個人的負向行為”是我未曾有過的學習，只要遇到書裡沒有的範例，我便會卡住，不得其門而入。為了開竅，為了擁有像老師一樣豐富的眼光，我下定決心參加老師的工作坊。

在工作坊裡，我貼近老師學習，我請老師引領我欣賞先生的無時間感。老師給了我一個全新的眼界，老師不在時間觀點上打轉，而是帶領我拉開了一個距離去看事件的全貌，看見自己的緊與先生的鬆，正因為先生個性上的寬鬆，得以接納我父親與我們長期同住，僅一個瞬間，我就不再執著先生的時間觀了。放下執著並不是強迫自己接納，而是當我有一個豐富的眼光可以在負向行為裡找到正向的價值時，接納就像呼吸一樣的自然。

進階的聽核心2.0，更能看見老師對話的精細，每每讀來都是驚喜，驚的是原來對話能夠如此的細緻且有能量，喜的是裡頭有滿滿的連結金句。

這一年來，經過刻意學習，透過「傾聽」我能夠擁有好的開場白，與孩子連結感受，開啟對話；透過「核對」我能夠跟孩子順暢的溝通，梳理孩子的情緒；透過「用心欣賞」我能協助孩子翻轉觀點，跨越負向行為。但礙於缺乏好的閉幕語，無操作利器，有時只能默然結束話題，缺少一味，困境就在於不知如何連結孩子的渴望，為孩子添加生命力。

透過老師的家庭對話，我看見連結金句，比如：

「如果有不會的或需要媽媽陪你練習，媽媽很願意」
「當全世界的人都睡著了，你來叫醒我，我會醒來陪你」
「孩子，我永遠對你懷抱希望。我不怕你失敗，因為即使失敗了，你的勇敢對我而言比分數更重要。」

學習連結金句，就好像拿到一把金鑰匙，能夠幫我開啟連結孩子渴望的大門。

♥ 1／16台北新書座談：https://reurl.cc/r8z7bZ
♥ 3／7高雄誠品大遠百 https://reurl.cc/7y9NG9
♥ 3／13 台中金石堂秀泰站前店 https://reurl.cc/6yVM6V
🔥 2021父母最好的教養手冊《薩提爾的親子情緒課》https://reurl.cc/A8Vj8p
🔥 2021年3月台北親子教養工作坊：https://reurl.cc/bRDayM

打造「聊」癒系機器人！看圖說故事 AI也略懂略懂

信傳媒
研之有物
2020年11月8日 下午1:24

看圖說故事對人類來說，是輕鬆好玩的事，但對 AI 來說，卻是巨大挑戰，因為這代表 AI 必須看出圖中有哪些物件、理解圖片意義、能夠生成文句，還要看懂圖片間的因果邏輯。在中研院資訊科學研究所古倫維副研究員的努力下， AI 看圖說故事的能力有了很大的進展。她的模型有什麼獨特之處呢？跟著研之有物一起來瞧瞧！

俗話說得好：「發文不附圖，此風不可長。」不論你發的是爆卦文、閒聊文還是業配文，有圖更容易晉身流量熱文。不過近年來，社群網站發文的風向漸漸有了改變，從「發文附圖」轉變成「發圖附文」，我們總是先來一張照片，再配上相應的描述文字。接下來，我們的發文習慣還會怎麼改變？

或許，未來你拍下一張照片上傳社群網站，電腦就會自動「看圖說故事」，為你的照片腦補一段說明文字，節省你的思考時間。

讓電腦學會「看圖說故事」的伎倆，正是中研院資訊科學研究所的古倫維副研究員正在鑽研的主題之一。她的主要研究領域是人工智慧（ AI ）的自然語言處理，在因緣際會下，接觸到一個 AI 看圖說故事的競賽： Visual Storytelling （ VIST ），開啟了她對 AI 看圖說故事的興趣。

電腦如何學會「看圖說故事」？目前學界使用「機器學習」，簡單來說，就是讓電腦從大量的圖文搭配組合，從中學習看到怎樣的圖片，應該說出怎樣的故事。古倫維說：「其實一開始我們做得並不特別好。我們跟其他參加競賽的人一樣，用機器學習的方法，把圖和對應的文字丟進電腦，讓機器自己學習最佳的圖文搭配。然而機器學習幾乎是軍備競賽了！誰的電腦計算能力更強，得到的模型更複雜，生成的文字就會更好。」

先選角、打草稿，再寫故事

在軍備競爭不足的情況下，古倫維決定採取不同的策略：「既然完全由 AI 看圖說故事的效果不夠好，能不能在故事生成的過程中，有一個人類可以介入改善的步驟。」所以她把原來的做法分成了兩個階段，先從圖片抽取語意，接著再生成文字故事。

語意抽取，是指先從個別圖片中選出用來說故事的概念（如同電影選角），用知識庫找出概念之間的關係，建立圖片的關聯，再為這些圖片擬定最好的草稿（如同電影故事大綱)。

重點來了！在「選角」階段， AI 會先以機器學習的結果，找出最適合說故事的「角色組合」，尤其是面對連續圖片。這就好比張曼玉、梁朝偉、成龍三個演員，前兩個主要演愛情片，第三個以武打戲為主，如果第一張照片選了張曼玉，第二張照片應該選梁朝偉，生成的故事會比較好看。

但目前 AI 選角部分還不夠靈光，有時仍會發生如「張曼玉配成龍」的選角名單。古倫維的兩階段設計讓人類可在「選角」階段介入修改。實際例子如：圖片中有小男孩、天空、腳踏車三個概念。AI 從上圖抽取出的概念可能是「小男孩」、「天空」，最後生成的故事可能是「一個小男孩在天空下」……滿無聊的。但人類可以把「天空」改成「腳踏車」，機器最後就可能生成「一個小男孩騎著腳踏車。」嗯，是不是比較有故事性了？

最後，人類再將修改後的選角和故事大綱，交給 AI 產生整個故事。這種「先選角、打草稿，再說故事」的方式，最後產生的故事比較不會無聊或是不合理，更接近人類說出的故事。

知識庫，AI 想像力的補充包

為了增加 AI 的想像力，古倫維也在模型中納入「知識庫」，幫 AI 增加故事的知識。例如圖片中有人與馬，如果沒有知識庫，AI 可能只能生成「有一個人與一匹馬」這種平淡的句子。但知識庫可以補充人與馬關聯的知識，包括人可以騎馬、養馬等等，讓 AI 有機會說出「有一個人騎著自己養的馬」比較具故事性的句子。「當然 AI 也可能從大量的故事中以機器學習取得『很多人都會騎馬、養馬』的知識。但知識庫的最大功用，就是直接提供這個知識給 AI ，縮短學習歷程。」 古倫維解釋。

更重要的是，知識庫讓 AI 更容易解讀出圖片之間的關聯。如 VIST 競賽的題目就是包含了五張圖片的圖組，在知識庫的協助下， AI 比較容易找出各別圖片的概念之間的關聯，說出的故事會比較連貫，具有因果關係。

AI 是完全沒有想像力的，但若透過知識庫給它知識，這些知識在故事中呈現出來的，就像是 AI 的想像力。

巧妙切開「語意抽取」與「生成文本」

兩階段生成故事的方法還有一個優點，就是可善用大量的「圖片辨識」與「故事文本」資料庫，避開「圖文搭配」資料的缺乏。

現今的「圖片辨識」技術和資料庫非常成熟，可以精準的從圖片中抽取出各式各樣的概念。另一方面，說故事是人類從古至今不斷從事的活動，留下了大量的「故事文本」。相較之下，看圖說故事的「圖文搭配」資料量卻相當少，需要有人刻意去蒐集圖組、撰寫文字，古倫維說：「這種圖文搭配的資料必須人工建立，能有一萬組就很厲害了，但這個數量對於機器學習來說卻是遠遠不夠的。」

古倫維則把生成故事的過程拆成「語意抽取」與「生成文本」兩個階段，第一階段可利用精熟的圖片辨識技術和資料庫，抽取故事概念；第二階段再運用故事文本資料庫，讓機器學習如何將第一階段抽取（並由人類修改過）的概念，組合成漂亮的故事，巧妙避開了「圖文搭配」資料不足的難題。

把「語意抽取」與「生成文本」切開的話，兩個階段都可以利用幾千萬筆的既有資料，供機器學習。

腦補，讓機器更有溫度

說了半天，但 AI 會看圖說故事，到底能幹嘛？難道只是幫貼圖寫寫圖說？以研究的層面來說，如果 AI 能看圖說故事，代表 AI 在理解圖片、文字分析及因果邏輯等方面，都達到一定的水準，代表 AI 語言能力更加接近人類。在實際應用上， 可以為圖文創作者提供故事草稿，或是對於常常需要撰寫廣告文案、出差報告的人，能夠很快從圖像生成文本，人類只要略做修改潤飾即可 (小職員計畫通！)。

但更重要的是，機器人也能因此更有溫度！古倫維與臺大人工智慧與機器人研究中心的傅立成教授合作，希望透過 AI 看圖說故事的技術，讓居家照護機器人更有「人味」，會主動關懷人類。因為居家照護機器人在家中「看見」的一切，其實就是一張張的圖， AI 可以透過這些「圖」形成可能的故事，再轉化為暖心的問句。

想像一下，未來居家照護機器人看見老人家在廚房，故事劇情可能是「他要煮飯」，於是問出：「今晚想吃什麼？需要幫忙嗎？」當老人拿出相簿緬懷過去，AI 也能從舊照片解讀可能故事，轉化成聊天的問句：「照片中的這個人是誰啊？你們去哪裡玩？」還能變身孩子最愛的說故事姊姊！AI 可能從儲存的繪本資料庫中，隨機抽出不同圖畫重新組合，說出全新的故事。

會看圖說故事的 AI ，可以從眼前的情景連結到事件或情感，就像人類的腦補一般，而這些腦補就是故事。

如此一來，居家照護機器人不再只是被動的處理人類需求，相反的，「說故事的能力賦予了 AI 機器人找話題的功能。」古倫維笑著解釋，機器人從此不再詞窮，可以主動關心人類，與人類互動聊天，讓機器人變得溫暖許多。看來 AI 看圖說故事，不只是寫寫圖說、幫忙解決麻煩的出差報告，在不遠的未來，更是拉近我們與機器人距離的關鍵所在呢。

附圖：AI 看圖說故事的能力，可讓照顧居家照護機器人了解眼前的生活情境，具有找話題的能力，變得溫暖許多。（圖片來源／研之有物授權使用，下同）
中研院資訊科學研究所的古倫維副研究員，主要研究領域是人工智慧（ AI ）的自然語言處理，現正開發如何讓 AI 不只會說故事，還會看圖說故事。
古倫維的故事生成模型將產生故事的過程分成「語意抽取」及「故事生成」兩個階段。 圖說重製│黃曉君、林洵安
電腦看圖說故事的範例。No KG 代表機器在不添加額外知識時所產生的故事，Visual Genome 與 Open IE 古倫維團隊用兩個不同的知識庫分別產生的故事，GLAC 是除了古倫維的模型外目前成果最好的模型。由上可知，知識庫的確能幫助故事的上下文連結。最後的 Human 是真人所寫的故事，包含了許多圖片中沒有的知識，甚至精神性的內容。

資料來源：https://tw.news.yahoo.com/%E6%89%93%E9%80%A0-%E8%81%8A-%E7%99%92%E7%B3%BB%E6%A9%9F%E5%99%A8%E4%BA%BA-%E7%9C%8B%E5%9C%96%E8%AA%AA%E6%95%85%E4%BA%8B-ai%E4%B9%9F%E7%95%A5%E6%87%82%E7%95%A5%E6%87%82-052415130.html