【#過去24小時 7.19 日本】
　　
「哪怕只有一小步、只有一公厘，我們也會繼續前進，重新再起。」震驚國際的日本「京阿尼縱火案」在18日屆滿兩周年，由社長八田英明和罹難者家屬為代表，回到案發現場的舊址舉行追悼紀念。這起被稱為「日本戰後以來最惡」縱火殺傷事件，雖然已將犯人青葉真司起訴，但因為重傷療養的緣故，而遲遲無法開庭審理。事隔兩年後，曾因重創而暫停工作的京阿尼公司，也已經重新運轉、繼續製作推出動畫作品，社長八田英明也在記者會上，為無法阻止悲劇而首度「謝罪」。
.
京阿尼縱火慘案發生於2019年7月18日，犯人為當時41歲的青葉真司，隻身前往位於京都伏見區的第一工作室，侵入工作室後傾倒汽油縱火引發爆炸，造成36人死亡、35人輕重傷。而犯案的青葉真司本人，也在爆炸中身受重傷，送醫急救後至今仍在醫院療養。
.
這起縱火案死生程度是日本史上罕見，而被稱為「平成以來最惡縱火」、「戰後最嚴重燒殺事件」。震驚社會的悲劇，也讓日本和世界各地的動畫迷們極為傷心。
.
京阿尼的社長八田英明，出席18日的事件兩周年追悼儀式，地點就選在了案發的第一工作室舊址，同場出席的還有被害者家屬、以及其他京阿尼公司相關人員等，並且也在官方的YouTube頻道上發表了當日限定的追悼影片，讓全球的京阿尼粉絲追思致意。
.
「這是筆墨難以言盡的悲傷事件，我對犯人極感憎恨。對於自己無法好好保護大家，我深深感到歉意，由衷為此謝罪。...就從這一小步開始，我絕不會忘記你們，請溫暖地守護我們吧。」
.
八田並未因此一蹶不振，悼念動畫業界戰友的最好方式，或許是趕快讓動畫工作重新啟動，繼續將京阿尼的優良製作延續下去——
.
「我們正在恢復製作動畫作品的環境和心情，讓公司重新起步再建，我們會一步一步、一公厘一公厘慢慢往前邁進。」
.
就在18日追到京阿尼事件兩周年之際，Twitter上一則特別的關鍵字「ルックバック」一直延燒到19日，已超過33萬以上的推文。這是由創作當紅作品《鏈鋸人》的作者——藤本樹——在18日於網路平台公開的短篇漫畫〈ルックバック〉（即英文的Look Back），廣受討論的原因，是這篇漫畫與京阿尼事件的聯想...
.
#日本 #京阿尼 #縱火 #京都動畫 #京アニ #KyotoAnimation #八田英明 #藤本樹

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

請訂閱【TVBS 文茜的世界周報】YouTube頻道：👉https://www.youtube.com/channel/UC6ebRQXZfOLrKALxwUh84Sg 並開啟🔔

1.不是只有戰亂才會導致生離死別，21世紀的氣候變遷已取代戰爭，無論冰山或火山，大自然都對人類發動了猛烈的回擊。且自2009年暖化墜入了失速列車，大自然與人類展開了新一輪搏鬥，全球即將消失的一百個地方，正從絕美成為絕景。

2.2009是這場氣候戰爭一個重要的起點，那年在北歐丹麥哥本哈根舉辦的氣候峰會COP15亟欲在京都議定書之後，替人類找尋減排的具體作法，因為全球遭逢了一連串氣候災難，包括暴雨洪水野火，不只工業革命發源地的歐洲，就連台灣也因莫拉克風災在大自然的搏鬥中倒了下來。

3.正負二度C紀錄片也因這個關鍵的時間點在隔年誕生，文茜的世界周報主持人陳文茜試圖用科學數據向台灣民眾發出預警，也就在同一時間，畢生致力於抗暖化的諾貝爾和平獎得主、美國家科學院院士史耐德於奔波途中在飛機上心臟病發辭世，享年65歲。他所任教的史丹佛大學整理他生平重要談話，迄今聽來仍如暮鼓晨鐘。

{內文}
我們曾經以為只有戰亂，才會導致生離死別；只有外族侵略，才會國破家亡。其實當人類走入21世紀，氣候變遷已經取代戰爭，來自極地的冰川，來自沉默地底的火山地震帶，都正在對人類肆無忌憚的掠奪攫取，發動一波波猛烈的回擊。

像是位於印度西部的馬爾地夫，這串上帝灑落在印度洋上的珍珠，由22個環礁1200個熱帶島嶼組成，因為海平面上升，最早被宣告100年內不再適合人居，多數島嶼可能在本世紀末沉入海中消失；位於加拿大的西哈德遜灣，暖化加速導致冰層破裂時間，足足比北極圈早了三個星期，也正危及食物鏈頂端北極熊的生存；而跨越非洲西南部的納米比亞沙漠，號稱全球最古老沙漠，由於平均氣溫預估將在未來80年間上升攝氏3.5度，粗估氣溫只要拉高攝氏2.1度，就會讓當地四到五成獨特的野生動植物了無生機。

「全球即將消失的100個地方」，這是2009辦在北歐哥本哈根對全球最重要的一場氣候峰會COP15場外最受矚目的照片展。從清真寺到消失的葡萄園，聯合國跨政府氣候變化專門委員會IPCC率先提出報告，然後委由當時國際頂尖攝影師拍攝照片，希望能喚醒世人對環境的重視，卻沒想到絕景成了絕響，全球暖化自此墜入了失速列車，整整十年一路狂飆，釀成2019年7月，成為人類有紀錄以來最熱的一個月，歷史上最熱的五個年份，全出現在距離我們最近的五年裡，而也是從那一年2009開始，地球與人類展開了新一輪的搏鬥。

那年6月的北京，暴雨使正午的白晝如黑夜，其後整個中國22省下起了大豪雨，不只四川、湖南、湖北淹大水，連廣東、廣西、江西、貴州，過去鮮少出現大水患的長江以南地區，降雨量及降雨強度都超越了歷史極值；同年11月，澳洲驚傳70年來規模最大也最嚴重的沙塵暴，粗估４千萬噸的沙塵讓雪梨宛若火星，知名地標雪梨大橋及歌劇院，也淹沒在漫天風塵裡。

台灣也在那場大自然的搏鬥中倒了下來，同年８月８日莫拉克風災，許多人的家園就在眼前被整座沖走，大片村落也瞬間被土石流掩蓋徹底消失，搜救罹難者的義消，甚至在攝影機前被洪水活活滅頂，全是因為颱風來襲時，全球暖化所導致史無前例的瞬間暴雨。

同一時間，地球另一端陷入嚴重乾旱，那年聯合國估計東非之角，至少有相當台灣總人口數的2300萬饑民無水無糧，其受難人數及慘況，遠超越過去任何一場非洲戰爭。

而那年的森林野火，也從南半球的澳洲，一路燒向美國、希臘等每一片乾旱土地；年底的寒冬，地球向工業革命起源地發出重大警訊，多地氣溫直逼攝氏零下22度，宛若一片南極大地，直到這個相信人必可戰勝大自然的標誌地，也在大自然面前認輸倒下。那年的聯合國氣候峰會在哥本哈根，號稱史上最多全球元首出席，卻未能達成挽救人類的氣候協議，彷彿宗教家的末日預言，宣告了人類未來10年20年氣候戰爭的節節敗退。

正負2度C紀錄片內容：「八月八號傍晚，這邊就淹水了....土石流我會害怕啊..... 」
「我非常關心氣候變遷，因為我不希望我們的子孫後來質疑我們，就像我今天需要對採取更具體的行動應對氣候變遷所提出的質疑一樣。」

文茜的世界周報主持人陳文茜，2010年率領團隊製作正負二度Ｃ紀錄片，以科學數據向台灣民眾提出預警，自1750年工業革命之後，包括二氧化碳、甲烷、氧化亞氮等溫室氣體都快速飆升，但在兩次大戰期間，還勉強被控制在大自然可接受的範圍內，其後一直到1980年代，溫室氣體與地球生態展開拉鋸戰，也就在這段期間，科學家開始辯論暖化是否真正存在。1980年後，全球氣溫一路飆升，人為影響力超越了自然，直到今天。

已故美國家科學院院士 史耐德教授：「海平面上升伴隨颱風加劇，仍將是人類未來第一及第二大威脅，還有大火在半乾燥地區，長期乾旱加上溫度升高都會增加野火的可能性。我非常擔心未來兩到四世紀，海平面會上升2到5公尺，一旦這個過程開始啟動，我們稱之為臨界點，你恐怕就無法再回頭。」

已故美國家科學院院士，同時也是史丹佛大學教授史耐德，畢生致力於氣候變遷研究。早在尼克森時期擔任總統顧問的他，盡一切力量遏制全球暖化。2007年，他以聯合國跨政府氣候變化專門委員會IPCC報告之共同撰寫人，與前副總統高爾共同榮獲諾貝爾和平獎，卻不料晚年罹患血癌，仍馬不停蹄地為氣候變遷議題奔走。直到2010年7月，在倫敦飛往斯德哥爾摩的機上心臟病發辭世，享年65歲。史丹佛大學在他過世後，整理出他生平幾段重要談話，迄今聽來仍如暮鼓晨鐘。

已故美國家科學院院士 史耐德教授：「這已經是科學界的一大共識，二氧化碳累積會成為一個潛在問題，但關於在10年或20年內，它將產生多大影響，且氣候在哪些地區會變得更好，哪些地區會變得更糟，這部分才是爭議所在。我們也知道，你們必須停止讓大氣環境像一個毫無標價的汙水管線任意傾倒，讓諸如煙囪、汽機車廢氣或土地變更使用任意汙染，這些都是大家所知道的，不是僅限於數百人左派小圈圈腦袋才知道。我們向國會聽證，跟官員部長交談，還有在國內外會議討論裡，早就有了。特殊利益者往往會抓住有利於他們意識形態或立場的東西，結果就是出現雜音，通常是他人斷章取義，變成是世界末日對上對你有益的事，我坦承我有偏見，世界末日和對你有益這兩種結果是可能性最低的。我們研究的是多層面的潛在結果，系統科學家所做的，就是嘗試找出多種結果間的相對可能性。所以如果嘗試當是非題來解決，拿出200份科學報告，諸如政府間氣候變化專門委員會之類的科學家報告，通常得歷經三年撰寫，通過兩輪審查，每個章節都有1000條評論。然後，對於石油地質學家來說，你會知道他們的特殊利益就是尋找石油，拿你知道的石油公司的錢，只因為他們擁有博士學位，就能在電視上大放厥詞，你知道我們會對此感到有點憤怒，我們說那是扭曲言論。他們說不，那是平衡報導，這才不是什麼平衡報導，完全是扭曲言論，因為他們沒有相對可信度及呈現多方立場，這意味著他們要把它交付公眾和政治領域自行解決。他們明明有能力(持平論述)，但他們卻幾乎不這樣做。」

整整12年，人類在這場與大自然的搏鬥中載浮載沉，2021疫情下的地球日，讓我們想起了2009年那個悲傷的開始。在美國領導下，人類似乎試圖重新扭轉局勢，只是不知道還來不來得及，回到初始、最美麗的起點。

https://www.youtube.com/watch?v=Vpjgwg3gLLQ

→馬上訂閱YouTube頻道，接收最新影片消息：http://bit.ly/1OnlTWy
#方舟 生存進化 所有系列 【播放清單】:http://bit.ly/2bOpMDq
YouTube直播台:http://bit.ly/2d5ERkv
#歡迎贊助老頭養老 單位美金：http://bit.ly/2gbv1lR
#有你支持贊助老頭多了一餐 非常感謝(#僅支持PAYPAL支付)

ARK基本教學 購買/中文/MOD/改等級上限
http://bit.ly/1VssJdT
老頭常用模組:
http://bit.ly/2eZBePk
方舟生存進化購買處:
http://bit.ly/1Iv5HOq

→FB專頁：https://www.facebook.com/balance0302/
→Twitch直播台：https://www.twitch.tv/balance0302
→全部遊戲撥放清單：http://bit.ly/2aZdC86
→如果你喜歡遊戲，歡迎留言與我交流、分享遊戲資訊
→如果您是遊戲廠商，歡迎洽談合作

聯絡電郵：f0987284469@gmail.com

- 新生物：鉢水母、傷齒龍、托斯特巨魷、強頜龍、鐮刀龍
- 2個全新的水下洞穴
- 聖誕節活動ver2！跟隨聖誕迅猛龍老人遊歷各地圖「舊島，焦土及中央島」，他會降下禮物。煤炭和偶爾堅韌如指甲的創造物，可保持你在夜晚仍然溫暖！許多裝飾品及渡渡暴龍的外觀，以及其他新物品！
物種：鉢水母(刺胞動物)
時間：寒武紀-全新世
飲食：肉食
性情：被動、近距離時攻擊
捕捉：不可
騎乘：不可
特性：深海照明生物、毒液能製作長效鎮靜劑
野生：
鉢水母又是一種本不該存在的生物例子。牠貌似擁有多種水母的特徵，牠繼承了大型蛋黃水母的體型和形態、箱形水母的強力針刺、以及深海水母的生物發光特性。這一切結合而成了這種照亮海洋最深處的危險生物。
馴服：
由於鉢水母的智商只比植物僅僅高一點，所以缺乏有效的方法來馴服牠。儘管這種生物如此危險，一些部落還是會圈養大量鉢水母方便收穫。
已知信息：
鉢水母通常不具有攻擊性，因為牠缺乏正常的感知能力。牠通常只是隨著海流飄浮，直到某些生物足夠接近才能感知，這時候才會發動攻擊。儘管牠的攻擊並非直接有效，但其針刺能注入一種強大的令人難以置信的速效鎮靜劑。大多數部落都會殺掉所遇見的缽水母，以收集其體內的強力鎮靜劑，用來製作技術先進的長效鎮靜劑。
物種：傷齒龍
時間：晚白堊紀
飲食：肉食
性情：被動
捕捉：可
騎乘：不可
特性：首隻沒法以“麻醉和餵食”，需要用＂狩獵訓練＂捕捉的生物、夜間具侵略性、攻擊帶毒性會消耗獵物體力
野生：
可能是島上最聰明的非人類生物，傷齒龍是一個令人難以置信的快速學習者。牠比其他生物（包括人類）能更快地理解有意義的經驗，牠的社交屬性意味著牠也會教導牠的族群，使牠們更聰明！
馴養：
我認為傷齒龍絕對不能被馴服，直至我終於看到帶著一隻傷齒龍的孤獨生存者。她告訴我，她讓“Troody”狩獵她部落中一些較小的生物作為運動，最後牠開始跟隨她到任何地方。似乎是傷齒龍太聰明以致不適用於“麻醉和餵食”，取而代之的社交途徑是為牠提供狩獵機會可以逐漸獲得牠對你的忠誠。從那以後，我想我知道，一群超級聰明、為戰鬥而生的傷齒龍所帶來的好處，可能給部落帶來足夠的勇氣，去贏得這些聰明的食肉動物的青睞。
已知信息：
如果傷齒龍的聰明沒有使牠強大，那麼牠的強大是來自戰術和生態學。牠特別在我們最脆弱的夜間進行群體狩獵，並將人類看作牠的主要獵物。這種膽量是特別危險的，因為牠鋸齒狀獠牙的毒，會消耗生物的體力，會徹底癱瘓人類。幸運的是，傷齒龍是相當小。如果牠體型更大，牠可能會成為牠的生態系統之中的皇者。
外觀
作為島上的迅猛龍較小的親戚，傷齒龍也沒有較少的危險性。牠有大眼睛，在致命的夜裡完美地暗中偵察獵物，鋸齒狀的牙齒能製造帶有嚴重傷害的不幸受害者。更糟的是，牠是帶有毒性的（在牠們的化石祖先中看不見的特征）。 傷齒龍也有一層羽毛，與島嶼上其他相對“裸體”的小肉食恐龍形成對比。
物種：托斯特巨魷
時間：白堊紀
飲食：肉食
性情：侵略性
捕捉：可
騎乘：可
特性：首隻吸血攻擊能回復生命的生物、受傷逃跑時會噴墨遮蔽攻擊者的視線、能生產高階油墨煉成汽油
野生：
托斯特巨魷是一種非常有攻擊性的水生捕食者。大約30英尺長，托斯特巨魷是深海的夢魘。一旦抓住了獵物，牠會用觸手上的爪吸取和排干受害者的血液，慢慢地強迫獵物就範！
馴養：
馴服托斯特巨魷的主要好處之一是收穫其墨水。與正常油墨不同，托斯特巨魷的油墨非常油膩，甚至可以精煉成如汽油等燃料。這個加上托斯特巨魷獨特的戰鬥能力，使牠能成為極佳的水中馴服寵物，儘管游泳速度緩慢。
已知信息：
托斯特巨魷是一個可怕的對手有幾個原因。首先，牠的抓握使其受害者慢慢失去知覺，所以死亡不是第一顧慮。其次，牠的吸血性即使在戰鬥中也可吸收血液立即復原。最後，如果托斯特巨魷正在一場戰鬥敗北，牠會噴灑一團墨水到周圍的水中，遮蔽攻擊者的視線作掩護以偷偷逃跑。
外觀
一種怪異的吸血鬼魷魚，托斯特巨魷與巨型魷魚非常相似，但卻比那膽小的親戚更加更加可怕。托斯特巨魷具有強大的觸手與帶鉤吸盤，能夠吸取血液和令甚至是巨齒鯊都沒法逃離這可怕的命運。鸚鵡般的喙隱藏在那扭動的團塊中心，把肉、殼和骨撕開成容易吞嚥的小塊。托斯特巨魷也具有在危險中噴吐油性墨水的能力。海裡令人可怕的是滄龍，但托斯特巨魷才是真正深海的夢魘。
物種：強頜龍
時間：早侏羅紀
飲食：草食
性情：防禦性
捕捉：可
騎乘：不可
特性：能收集非常大量的種子和漿果、精於收集稀有的鮮花、蘑菇等烹飪材料
野生：
在島上的恐龍食物鏈的底部有一種叫強頜龍的小型食草動物。牠會獨自花上一整天，狼吞虎咽地進食比你所合理地期望中，這擁有細小身體的生物所能進食的更多的食物。牠的喙似乎是完美地進化成從植物收集食物時，能同時避開不可消化的纖維杆。
馴養：
雖然不漂亮，太小而不能騎乘，部落經常保留強頜龍作務農之用。牠的排取能力意味著牠能收集非常大量的種子和漿果，同時還能輕鬆地收集稀有的鮮花、蘑菇和其他所需材料以烹飪不尋常的調劑。
已知信息：
強頜龍可能會忽略任何附近的生物並繼續覓食，除非牠受到了攻擊。受攻擊時，牠會變成了一種非常具侵略性（雖然不大能成為威脅）的對手，尖叫的聲量遠遠超過其實際的威脅級別。你會期望這個弱小的生物生活在群體中，但是強頜龍似乎本質上相當孤僻。
物種：鐮刀龍
時間：晚白堊紀
飲食：草食
性情：侵略性
捕捉：可
騎乘：可
特性：高效採集資源生物
野生：
我不完全確定鐮刀龍是怎樣維持牠在島上的數量。以體型而言牠是驚人地慢，而且是一種孤僻的生物（所以沒有同伴支援）。我猜想事實上是因為牠那能媲美暴龍的絕對性力量，是唯一原因令這種非常具侵略性的中型草食動物在島上茁壯成長。
馴養：
馴服的鐮刀龍是倖存者可以擁有的最多才多藝的座騎之一。牠可以訓練成粗暴或細緻地使用牠的爪，允許騎手優先收集他或她所需要的特定種類資源，而且是異常極端的有效率。在戰鬥中，這些爪子可以直接穿過最堅韌的盔甲。這種靈活性彌補了牠無法如島上大部份草食馱獸的大負載量。
已知信息：
鐮刀龍的爪子是我所遇到的最萬能生物性工具之一，由擅於清除路上的樹木和樹叢，以致回到戰鬥中穿破島上最具防禦性生物那厚厚的殼和毛皮。
外觀：
鐮刀龍是生存者將在島上遇到的最奇怪的生物之一。雖然牠的形體像一隻暴龍或特異龍，但這種生物是草食動物，使用牠的鐮刀爪拉下枝葉茂盛的植物作食用。巨大的爪子在戰鬥中對削減敵人同樣有效，可以恐嚇除了最飢餓的掠食者以外的所有生物。這種野獸也覆蓋著厚厚的羽毛，很像牠現實生活中的對應生物：龜型鐮刀龍。
來源：http://bit.ly/2hyMpxi
來源2：http://bit.ly/2i07WQv