本例有一個地方很難判斷，「不定時」電腦自動重開機的問題，我後來發現是主機板故障之後，那電供是否也要一起送修？

這就是很兩難的點，這也就是經驗。

我的意思是，第一次遇到，我可能只會送修主機板，但如果同樣的規格一直遇到，那電供也要跟著一起送修。

【單買2小套課程加入VIP社團，今天最後一天！】

我們有個VIP社團，供買整套的學員加入，可樂老師會不定期在社團裡直播
「文章、文法、助詞及日語的結構」，目前活動期間，只要單買2小套就可以加入了（〜今天16：00止）喔。
---------------
在初級課程中，關於「可能動詞」我們會學到的通常是「表示能力」，但這樣的解說有點不足，今天用這篇文章，針對可能動詞再做更進階的說明。

首先，動詞分兩種，一是「意志動詞」，二是「非意志動詞」，在這兩種動詞中，只有「意志動詞」能變成「可能動詞」，而像是「怒る」、「わかる」等「非意志動詞」，是沒有辦法變成可能動詞的。

可能動詞最常用來表示「主體的能力」，例如：
★コウさんは漢字が読めます。(鈴麗看得懂漢字。)

除此之外，它還能用來表示「性質」，例如：
★このパソコンは使えません。（這個電腦不能使用。）→表示故障
★このナイフはよく切れます。（這把刀很好切。）→表示銳利

在部份情況下，「可能動詞」還能用來表示「物品的狀態」，例如：
★このビールは飲めます。→このビールは美味しいです。(這個啤酒很好喝。)
★このカレーはいける。→このカレーはうまい。(這個咖哩很好吃。)

一般而言，可能動詞的動作主通常是「は」、「が」，但在某些情況下，也可以使用「に」來表示。
「我做得到的工作」：
★私ができる仕事。
★私にできる仕事。

儘管以上兩句意思都相同，但如果是用來判斷「某人是否有某能力」時，則常以「～に～が」的句型來表示，例如：
★田中さんにこの仕事ができるとは思いません。(我不覺得田中先生做得到這項工作。)

可能動詞的助詞可以是「が」也可以是「を」，但當動詞是「できます」時，只能使用「が」，另外在表示移動的起點時，可能動詞只能使用「を」，不能使用「が」。例如：
★王さんは積分（✕を　〇が）できます。(王先生懂微積分。)
★ここで電車（〇を　✕が）降りられます。(可以在這裡下電車。)

最後「～得る」有相當於「～ことができる」的意思。
★彼は犯人しか知りえない事実を知っていた。 (他知道只有犯人才能知道的事實。)
知りえない＝知ることができない

以上簡單介紹可能動詞的一些潛規則，希望能幫助大家學習。
課程８８折，還能加入VIP社團，只到今天下午4:00
🔔https://lihi1.com/vgfUI

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

【線上課程】《過好人生學》～除了熱情，你更需要知道的事
讓你建立迎向未來的思維與能力！
課程連結：https://pse.is/H8JXH
第一講免費試聽：https://youtu.be/-EHOn0UxMys

【人際維基】桌遊體驗會～讓你一玩就懂別人的在乎～8/3(六）14:00
活動資訊課程：https://www.koob.com.tw/contents/3072

【哈克獨門心法工作坊】～穿越迷霧，懂一個人真正的樣子～2019/10/19開課
課程連結：https://www.koob.com.tw/contents/4022

【線上課程】《時間駕訓班》～
學會提升效率，擺脫瞎忙人生，做自己時間的主人
課程連結：https://pse.is/DDDHB
第一講免費試聽：https://youtu.be/flfm52T6lE8

【線上課程】《人際斷捨離》～
讓你留下怦然心動的關係，活出輕盈自在的人生！
課程連結：https://pse.is/E5MW5
第一講免費試聽：https://youtu.be/YyLvd1cNcDw

桌遊【人際維基】～一玩就懂得別人的在乎：https://goo.gl/Ej4hjQ
到蝦皮購買【人際維基】：https://goo.gl/ASruqR
=============================
以下為本段內容文稿：

歡迎來到「一天聽一點」，在一年的中間，許多學生畢業的季節，來跟大家來聊一聊「生涯」跟「職場」，似乎是很應景的話題。

但你放心喔，我要跟你聊的不是如何找工作、面試，這一類比較技術性的問題；而是在這個動盪、快速變化的時代中，我們要怎麼樣「安身立命」？

所以呢，我們企劃了三集「過好人生」的專題，要來跟大家分享，如何駕馭那未知的未來？我想不管你是剛畢業的菜鳥，或是已經在江湖上走跳的老手，都會覺得很有幫助。

而在「過好人生」系列的第一集，我要開門見山的，來幫你破解一個思考、一個問題。

那就是喔：「不管你現在幾歲，有工作還是沒有工作、薪水高還是薪水低？你對未來都會有一種淡淡的焦慮，不確定是否繼續往下走，是對的選擇嗎？」

你是不是也感受到，那些過去覺得顛撲不破的保證，全部都一點一滴的在瓦解中呢？

你的焦慮並非空穴來風，在我分享「如何面對這些焦慮」之前，我們先來看看幾個客觀的數據。

首先喔，根據「行政院國發會」最新出爐的一個報告裡，它載明喔，在不遠的未來，大概就是民國150年，我們台灣的人口會比今天少了679萬，只剩下1660萬，回到民國65年的狀態。

這意思是說，我們現在剛好站在一個分界點，接下來每往前走一步，我們的人口數據就會往後退一格；但是不同的是，這次的1660萬的人口結構，會跟以前很不一樣。

首先呢，65歲以上的人口，會從當年的60萬膨脹到730萬，是當年的12倍；但是出生的人口，卻從42.5萬降低到5.6萬，比當年的七分之一還要弱。

聽到這些數字可能沒有感覺，我直接講白話文；現在全台灣有2600多所小學，如果都沒有關門，每間學校就平均只會有25個學生。

你想想看，這樣的狀況底下，有多少教育人員要被淘汰？而周邊有多少的產業會跟著萎縮？

好！就算你不從事教職，也不想生小孩，那個時候每年能繳稅的人，只剩下810萬人，是現在1730萬納稅人口的一半。

但是卻要支應730萬人的退休年金、長照費用和醫療支出；從現在5到6個人，養一個退休人口，到1比1的cover，我們只有40年的時間。

如果講到這裡，你還是沒有感覺，我就直接告訴你，只要你現在小於58歲，你有很大的可能會領不到勞保，甚至於呢，你要繼續工作到75到80歲都是正常的。

當然你也可以說喔，晚點退休沒什麼不好，反正壽命那麼長，繼續工作當練身體。那我再告訴你一些產業的實況，你可以想一想。

所謂的「工作」，你那種覺得想要做一輩子的，它會不會存在？就算你想做，還有公司會要你嗎？

我們來舉幾個例子喔，大家都知道台灣過去一直以來是機車王國，隨便走在馬路上，你都能夠看到不管是綠牌、白牌、黃牌、紅牌…這種各式的機車，滿街趴趴走。

而這樣子高密度的機車使用，就造就了上個世紀的八零年代，台灣機車行隨便開，隨便賺錢。不過同樣的情況到了二十一世紀之後，開始了有重大的轉變。

由於電動機車的技術愈來愈成熟，無論是更時尚的外型，更便利的充電站、加上環保政策的助攻、實際價格的補貼跟補助；它都相較於傳統機車有更好的吸引力對於消費者，它帶動了近年來電動機車的換車潮。

而電動機車就像3C產品一樣，在維修的時候，不管是哪裡出問題，只要把整台電動車接上電腦，就能夠很快的診斷出故障的位置，直接換掉零件。

不再需要那種傳統機車行，老師傅的維修經驗，而且維修價格更透明、更低。在這樣的風潮底下喔，傳統機車行如果不轉型，你想想看生意還能維持幾年？你可以自己想一下。

如果你覺得機車行是「黑手」，是屬於「藍領」的產業，跟身為「白領」的你無關，那你一定不能錯過我接下來要說的例子。

「大數據」的運用，在這幾年來已經是大家都知道的事。你可曾想過所有使用習慣、生活方式、健康數據，都會透過電子化的大數據被記錄之後，所有的產業都能夠針這些數據，去鎖定他要的族群，去設計出更受歡迎的產品。

你想想看，假設你這輩子會得到什麼病，都可以透過「大數據」推算出來；汽、機車全部自動駕駛，大幅降低車禍的機率，你還需要現在包山包海的醫療保險、意外保險嗎？

還是保險公司其實只要針對你所需要、買得起又適合的保單，直接推播到你的手機裡，方便你完成購買這樣就好啦。那麼這個時候，眼下全台灣21萬的保險從業人員，又該何去何從呢？

我們都知道打敗計程車的，不是另外一家更大的計程車行，而是叫車軟體Uber、滴滴打車；而打敗出版業的，不是哪一個強大的作者或者是書商，而是沒出過任何一本實體書的「臉書」啊。

而你可能不知道的是，讓口香糖的銷售量急劇下滑的，不是另一外款零食，而是「社交軟體」。因為當人不用直接互動的時候，口氣清新的需求，也就沒那麼重要了。

在未來，你根本不知道你的敵人會在哪裡？也不知道你的公司還能活多久？就算它現在看起來很大。更何況喔，在台灣的大企業是相對少的，絕大多數都是中小企業。

而中小企業只有七年的平均壽命，它關店的比率非常非常的高；以每個人平均45年的工作時期，你至少要換7到8次的工作，這都是很正常的。

所以談到這邊，你是不是覺得心中那種隱隱約約的不安，其實是很合理的。如果你沒有這樣的焦慮，我還比較擔心你勒！

那麼面對這樣的狀況，我們該怎麼思考？首先，你要知道的是喔，如果你的想法還停留在，找到一個工作安分守己的做下去，只要穩定就好；那恭喜你，你註定被淘汰。

為什麼呢？其實我們有很多人的生涯概念，是來自於20世紀，但卻要應付急劇成長的21世紀。不知道你還有沒有印象，在上個世紀，我們對生涯規畫的理解都很單純，而且單純得很絕對！

就像是讀了醫學院就當醫生，讀了師範學院就當老師，要是你不想讀書就當工人，這種「一個蘿蔔一個坑」的概念。

但你有沒有發現喔，在我們渡過了千禧年，進入了二十一世紀之後，這種精確分工、結果確定的事情，其實早就不存在了。取而代之的是，每三到五年之間，就會有不同的熱門新工作誕生。

特別是近幾年來，最熱門的工作像是YOUTUBER、網路小編、電競選手、居家整理師…這些等等的，都已經不是各大專院校裡，找得到相關的科系的新工作、新職業啊！

而這樣子的「實際產業」，跟「學術」之間的斷層，也老早讓生涯的議題，脫離了「精確分工、確定結果」這樣的途徑。

而更弔詭的是，有一個關於「知識更新速度」的統計數據顯示，現在的大學生，進學校第一年所學的知識，在他升大二的同時，去年所學的就已經過時，形同作廢啊！

這更說明了，要現在的學生從學校畢業之後，帶著所學的專業，去找到一個長期穩定、能夠做一輩子的工作，那幾乎已經是「神話」了！

再加上喔，我們現在所處的時代，是工業革命以來，人口和科技發展最快速，而且達到高峰的階段。現代的人一天的資訊量，已經是18世紀的平凡人一輩子的資訊量。

也就是說喔，雖然我們懂得比二百年前的人，還要多很多；但尷尬的是，我們大部份的思考方式，卻沒有進步多少，還停留在工業時代那種「找個能夠做一輩子的工作」這樣的思考框架裡。

在這裡我邀請你想一想喔，要是你的思想沒有適時的，隨著時代的進步而一起前進，你又偏偏生活在變動這麼快速，對於「未來」是前不著村、又後不著店的狀況裡，那麼怎麼樣會讓人不焦慮呢？

如果你不想要繼續焦慮下去，那麼關於未來生涯的因應策略，就是你最急迫、最需要學習的部份。

但是在開始學習之前，我來說個故事，讓你對於這樣的學習，先有個正確的理解。IBM大型電腦之父「佛瑞德・布魯克斯」。

他在1986年的都柏林IFIP的研討會上，曾經發表過一個關於軟體工程的經典論文。論文名稱叫做《沒有銀彈》，之所以把論文的名稱取得這麼特別，是因為佛瑞德使用了一個隱喻。

在歐美的傳統故事裡，傳說喔可以用銀製的子彈，就可以殺死吸血鬼、狼人或者是任何怪獸；所以呢「銀製的子彈」就會被引申成「解決問題」的最有效方法。

而佛瑞德把論文取名成「沒有銀彈」，就是在強調軟體複雜的本質，並沒有任何一個技術或方法，可以像是殺死狼人的「必殺技」，並沒有那種一招斃命，一用就靈的這種途徑。

而事實上，像軟體工程這樣的挑戰，就跟現代人的生涯規劃是同樣的複雜。過去所有行業的權威，和牢不可破的真理，都在此刻會被推翻，沒有任何的「保證」可言。

因此呢，我們未來將面對的問題、還有解決這些問題的資源跟方法，都會是「史無前例」的，都必須由我們自己親手去開創。

而真正「解決問題」的高手，就像佛瑞德這樣的人，他們老早就參透了「一勞永逸」的方法其實根本不存在。

可以追求的是鍛練自己的「思考能力」，把自己打造成為能夠「靈活應變」，去適應各種的變化，而不斷的更新、持續升級的系統。

如果你還是聽不懂，非得要一個答案，那我只能說，現代生涯唯一的不變的，是「一直在變」啊！唯一的解答就是「沒有絕對」！

而你的腦袋裡那些一成不變、不動如山，企圖想要找一個工作、一個專業，就做一輩子的「舊思維」；如果再不移除，那就會像是當大家都在用智慧型手機的時候，你還堅持使用「call機」，這是一件很荒謬的事喔！

更可怕的是，這些過時的思想如果不即時更新，當生活和工作的壓力越來越大之後，它會變成一種毒素，變成一種「思想的遺毒」。

不知不覺會腐化你的心靈，讓你對生命感覺到絕望，成為自我發展的最大阻礙，這會是你要的嗎？你可以想一下。

所以在下一集的節目裡，我會一一說明，這些「思想遺毒」的具體內容是什麼？及它是在什麼時候，植入你的腦袋裡？

面對「思想」這種無形的對手，你必須先認出它、標定它；才能進一步的打敗它、超越它。

要是你希望自己能夠與時俱進，不讓未知的新科技，消滅你熟悉的工作跟生活方式，那你就一定要鎖定我們的頻道。

除此之外呢，如果你想要更精確的，認出在自己的人生裡，無論是面對工作，還是自我發展的迷思或現象。

並且透過學習掌握具體的方法、找到明確的自我定位，有效的去適應這多變的未來，那麼千萬不要錯過，我們推出的線上課程【過好人生學】。

如果你曾經在生命的任何時刻當中，問過自己：「這輩子，只能這樣嗎？」那這門課就是為你所準備的！【過好人生學】會陪伴你過出自己想要的好人生！

希望今天的分享，能夠給你一些啟發與幫助，我是凱宇。

如果你喜歡我製作的內容，請在影片裡按個喜歡，並且訂閱我們的頻道。別忘了訂閱旁邊的小鈴鐺，按下去；這樣子你就不會錯過我們所製作的內容。

那麼如果你對於啟點文化的商品，或課程有興趣的話，如同今天最後跟你分享的【過好人生學】，期待你的加入；詳細的課程內容在我們影片的說明裡，都有相關的連結。

讓我們一起邁向一個更好的人生，謝謝你的收看，我們再會。