【硬塞書摘】《機器,平台,群眾:如何駕馭我們的數位未來》五大領域並進

這五項發展,促使機器人、無人機、自動駕駛車輛,以及其他許多深度數位化機器的寒武紀大爆發。遠遠較便宜的工具,促使創新和實驗速度加快,產生了如洪流般的資料,這些資料被用來測試與精修演算法,幫助系統學習;演算法被放到雲端,透過穩定、普及的網路,傳送給各種機器;創新者再做下一回合的測試與實驗,這樣的循環一直持續著。
評論
評論

本文摘錄自《機器,平台,群眾:如何駕馭我們的數位未來》,作者:安德魯・麥克費(Andrew McAfee)、艾瑞克・布林優夫森(Erik Brynjolfsson),天下文化出版。

機器人之「舞」(DANCE)

這些自動廚師是我們前麻省理工學院同事、現任豐田研究機構(Toyota Research Institute)執行長吉爾・普萊特(Gill Pratt)所謂的機器人「寒武紀大爆發」(Cambrian Explosion)的早期例子。開始於五億多年前的寒武紀大爆發,雖然是一段相對較短的時期,但地球上大多數主要的生命形式——「門」(phyla)——都出現在這個時期。幾乎現今地球上存在的所有主要生物類群,都是源起於這個進化創新大爆發。

普萊特相信,我們即將經歷相似的機器人創新大轉變。他在 2015 年發表的一篇文章中寫道:「今天,幾個陣線的科技發展,正在激發相似於寒武紀大爆發的機器人多樣性與應用性。很多建造機器人仰賴的基礎硬體技術,一直呈現指數型成長進步中,尤其是電腦運算、資料儲存、通訊等領域的技術。」寒武紀大爆發的最重要賦能因素之一是視力——生物學物種首度能夠看到世界,這為我們的遠祖開啟了大量的新能力。普萊特說,機器現在也處於相似門檻;有史以來,機器首次學習觀看,很多能力和益處也伴隨視力而來。

我們的訪談與研究,指向五個並進、互依、重疊的領域,近年來出現了重大進展: 資料(data)、演算法(algorithms)、網路(networks)、雲端(the cloud),以及呈指數型進步中的硬體(exponentially improving hardware)。我們使用頭字語「DANCE」,比較好記憶。

  • 資料 D

數十年來,音樂 CDs、電影 DVDs,以及網頁不停增加這個世界的數位資訊量。但在過去幾年,數位資訊產量出現爆炸性的成長,IBM 估計,世界上所有的數位資料,有 90%是在過去 24 個月內創造出來的。智慧型手機與工業設備的感應器傳送訊號,還有不斷上傳的數位相片和影片,源源不絕的全球社群媒體資訊流,以及其他許多資料來源,結合起來把我們帶入空前的「大數據」時代。

  • 演算法 A

資料洪流很重要,因為它支持、加速了上一章敘述的人工智慧與機器學習的發展。現在主宰整個領域的演算法和方法,例如深度學習及強化學習,都有一個共通的基本特質:餵入的資料量愈多,成果就愈好。大多數演算法的性能,通常呈現漸趨平穩或漸近線,到達一個點之後,餵入更多資料,改善效果極少,或是不再改善。不過,現今許多被廣為使用的機器學習方法,還未出現這種現象。吳恩達告訴我們,就現代演算法來說,「摩爾定律和一些很優異的技術功效,持續推遲了那條漸近線。」

  • 網路 N

長短程無線通訊技術與協定,都在快速進步中。AT&T 和威訊(Verizon)2016 年都宣布開始測試 5G 無線技術,下載速度高達每秒 10GB。這比 LTE 網路(目前廣為布署的最快速網路),平均傳輸速度快了五十倍,而 LTE 的速度比上一代的 3G 快了十倍。這種速度進步意味的是更好、更快的資料累積,也意味著機器人和無人機能夠持續保持通訊,在運作中協調作業,對快速變化做出反應。

  • 雲端 C

現在,組織和個人可以取得空前未有的電腦運算力。應用程式、無預先配置或已預先配置的伺服器,以及儲存空間,全都可以透過網際網路長期租賃或只租用幾分鐘。這種大致上發展還不到十年的雲端運算基礎設施,從三個面向加快了機器人寒武紀大爆發。

第一,它大大降低了進入門檻。以往只在優異的研究型大學和跨國企業的研發實驗室,才能看到的電腦運算資源,如今新創公司和獨立發明人也可以取得。

第二,它讓機器人及無人機的設計師,可以針對局部運算或中央化運算進行取捨:哪些資訊處理作業應該局部在每台機器人的腦裡執行,哪些則應該在雲端大腦中執行?目前看來,至少在未來一段時間內,資源最密集的工作,例如重複以往經驗以從中汲取洞察,將會在雲端處理。

第三,或許也是最重要的面向,雲端意味著每一台機器人或無人機,能夠快速得知群組內另一台機器人或無人機所做的事。誠如普萊特所言:「人類花了數十年的時間學習,才足以在共同知識的本子上添加重要新知。機器人不僅站在彼此的肩上學習,一被創造出來之後,幾乎就立刻開始在機器人知識的本子上添加重要新知。」這種「集體心智」(hive mind)的一個早期例子,是特斯拉自動駕駛車車隊,所有車子彼此分享行經的路邊物體資料,歷經時日,公司就知道哪些物體長設於那個地點(因為很多車子經過,都會看到那個物體),所以那些物體不大可能突然跑到道路中央。

  • 呈指數型進步中的硬體 E

2015 年,摩爾定律歡慶五十週年——摩爾定律是:積體電路可容納的電晶體數量,平均每 18 到 24 個月倍增——當時它依舊強勁。近年,有人說,摩爾定律會碰上物理限制,倍增速度即將趨緩。這或許是真的,但縱使科技業的科學家和工程師,在未來幾十年想不出如何在矽片上進行更細蝕刻,我們相信,在未來很長一段時間內,仍將享有價格更低、性能更好的處理器、記憶體、感應器、儲存裝置和通訊器材等數位工具。

何以見得?無人機製造公司 3D Robotics 的執行長克里斯・安德森(Chris Anderson),為我們提供了一個生動例子,讓我們一窺無人機產業及其他許多產業的情形。他給我們看一個直徑約一英寸(2.54 公分)、長約三英寸(7.62 公分)的金屬圓柱說:「這是陀螺儀感應器,一種機械裝置,售價 1 萬美元。1990 年代,這種機械是航太工廠一些很有才能的女士手工打造的,負責軸的動作。在我們的無人機上,有 24 個這類感應器。如果一個要價一萬美元,感應器就要 24 萬美元,它們加起來還像冰箱那麼大。我們用的是一片或數片小晶片,只要三美元,體積小得幾乎看不見。」

安德森這番話想凸顯的重點是,材料很便宜、全球市場龐大、競爭激烈、大量製造的規模經濟,結合起來基本上就是確保價格持續快速下滑、性能持續改善。他認為個人用無人機是:「智慧型手機激戰的和平紅利。智慧型手機使用的元件——感應器、GPS、相機、ARM 核心處理器、無線技術、記憶體、電池等,全都在驚人的規模經濟,以及蘋果、谷歌等公司的創新機器的驅動下,變得非常便宜,只要幾美元。基本上,十年前,它們是『難得素』(unobtainium),用於國防產業技術。現在,到 3C 賣場就能買得到。」

DANCE 這五項發展,促使機器人、無人機、自動駕駛車輛,以及其他許多深度數位化機器的寒武紀大爆發。遠遠較便宜的工具,促使創新和實驗速度加快,產生了如洪流般的資料,這些資料被用來測試與精修演算法,幫助系統學習;演算法被放到雲端,透過穩定、普及的網路,傳送給各種機器;創新者再做下一回合的測試與實驗,這樣的循環一直持續著。


運動科技新革命: IoT 結合數據分析,奧運跆拳銅牌羅嘉翎國手養成之路揭秘

運動科技為近年運動產業顯學,現在賽場上,不僅較勁各選手的體力及技術,更考驗各國科學技術導入,輔佐選手的程度。有效運用運動科技,不僅可避免傷害外,更能提升訓練品質,提升選手佳績。
評論
Photo Credit: INSIDE
評論

今年 8 月剛落幕的 2020 東京奧運,台灣選手獲得 2 金 4 銀 6 銅的 12 面獎牌,不僅寫下史上最佳參賽成績,且分別在 10 種不同項目奪牌,令各界大為驚艷。近年健康意識抬頭,下班後會自發去運動的人越來越多,種種現象顯示著台灣的運動風氣已逐漸成熟,而運動科技正是背後的隱形推手。

科技部致力推動產學界合作,結合運動科學、智慧科技與數據分析,輔助選手精準練習,用最有效率的方式提升表現,讓運動訓練不再是土法煉鋼。運動科技的應用也能幫助一般人,在日常生活中更聰明更健康的做運動。由於商機龐大,運動科技早已成為各國在運動競技賽事與產業發展積極佈局的新型態競爭場域,一起來看看它為台灣體育帶來了什麼樣的改變吧!

透過科技幫助運動選手了解自身狀態,穩扎穩打求進步

年僅 19 歲的跆拳道選手羅嘉翎,首戰奧運便打敗多國好手,一舉拿下銅牌。從小在道館長大,幼稚園就跟著爸爸、哥哥練習跆拳道,小學開始在國內比賽嶄露頭角,國二首次參加青少年國際賽事後更不斷奪金。然而,初生之犢的她,卻是好不容易才站上奧運這個舞台。

「小時候的確身高有優勢,但剛轉去成人組時還滿挫折的」,帶著青少年時期的亮眼成績,羅嘉翎在高一下加入跆拳道國家隊,被延攬至國家運動訓練中心(以下簡稱:國訓中心)接受國手培訓,「裡面都是大學的學長姐,訓練強度很高,剛進去時很不適應,那段時間比賽成績也不理想,晚上都會打電話給媽媽哭訴。」

Photo Credit: 行政院科技會報辦公室
Photo Credit: INSIDE

羅嘉翎分享,國訓中心的訓練方式很有系統,除了完備的訓練器材,還會透過科學儀器評估選手的運動表現,也定期使用生化檢測儀器,每月至少1次檢測疲勞度與血氧量,維護選手的身體健康。

「運動科技可以幫助我了解自己現在的狀態,還有需要加強哪些地方」,羅嘉翎表示,選手的日常就是不斷練習、調整好狀態,透過數據分析可以清楚知道自己的強弱項,「像我需要加強肌力,這樣訓練有方向,進步也會比較穩。」

沒有因挫折放棄跆拳道,羅嘉翎持續在國訓中心自我精進,再加上慢慢調整心態,她逐漸適應了高強度的訓練,也找回了享受比賽的初衷。

事實上,台灣自 2012 倫敦奧運以來,就沒有在跆拳道項目拿過獎牌,羅嘉翎也坦承因此感受到不小的壓力,「拿到奧運資格時我爆哭,但我不是被看好奪牌的選手,就想說放鬆去打。」沒想到放下得失心,反而幫助自己贏得了銅牌的好成績。

國立體育大學技擊運動技術學系副教授王翔星分享,針對跆拳道選手的檢測主要有3方面,包括以「線性位移偵測器」檢測選手連續 3 次跳躍的爆發力與穩定度,評估賽場上攻擊動作的力量輸出率;以及透過「測力板」檢測 50 毫秒發力率( RFD,Rate  of Force Development ),以觀察選手腳蹬地出發與踢擊到對手瞬間的力量表現;還有「慣性感應器」則是用來檢測選手的反應能力與速度。

Photo Credit: 王翔星

「現在的訓練方式跟以前差很多,得分的方式不同,教練的觀念也需要調整。」過去也曾是跆拳道選手的王翔星說,以往求勝心切的選手容易練到渾身是傷,現在藉由運動科技的輔助,能精準掌握練習進度,避免過度訓練、減少運動傷害,是更有效率的訓練方式。

Photo Credit: INSIDE

王翔星也表示,培育一名優秀的選手相當不容易,這幾年開始將運動科技帶進國、高中,就是希望能讓年輕選手儘早接觸到運動科技的專業訓練觀念,避免選手在早期生涯就受到嚴重的運動傷害而留下遺憾,未來能夠更上一層樓。

產業跨界結合,讓運動科技深入全民健康生活

目前 5G 正式邁入商業化,宅經濟當道,運動科技的應用也有了更多可能性。「台灣科技業的研發能量強大,運動產業也很有國際競爭力,我認為應該能結合兩者的強項來解決許多問題,例如居家健身沒人指導,該怎樣才不會受傷。」國立臺灣師範大學運動競技學系研究講座教授相子元表示。

相子元主修生物力學出身,被譽為台灣運動科技教父,同時擔任國訓中心運動科學小組總召集人。他很早就投入運動科技與產業結合的研究,作為科技部「精準運動科學研究專案計畫」的執行團隊之一,目前團隊已開發出將壓力感測科技應用於智慧鞋、科技運動襪、機能衣、自行車功率表等產品。

Photo Credit: INSIDE

相子元認為,運動科技商品在亞洲市場很有潛力,目前台灣主要發展在 3 大面向:競技運動,如跆拳道、舉重、射箭;職業運動,如棒球、籃球;全民運動,如自行車、慢跑等。舉例來說, LPS(Local Positioning System ,局部定位系統)運用在團隊運動的訓練上,能讓教練、選手清楚知道跑位陣式,取代傳統手寫戰術,目前 NBA 美國職籃、國際足總FIFA的隊伍也都採用此技術。

Photo Credit: 相子元

台灣選手在東奧打出亮眼成績值得喝采,相子元期待未來運動科技能協助更多選手精準運動、達到更好的表現,放眼 2024 巴黎奧運,並幫助更多人養成規律運動的習慣。接下來行政院主辦的「台灣運動x科技產業策略( SRB )會議」也即將登場,希望加深運動與科技產業的對話交流,讓運動科技越來越深入全民的生活。

SRB策略會議暫擬4大議題:

  1. 運動×科技產業升級創造新價值
  2. 智慧育樂創新服務建立營運新模式
  3. 融合科研成果與創新科技發展智慧新應用
  4. 台灣智慧育樂跨域環境整備

行政院科技會報辦公室 廣告