台灣發展自駕車機會在哪?專訪 ADAS 系統專家郭峻因教授

相較於歐美、日韓豐富的汽車發展經驗,台灣在自駕車熱潮可以掌握的機會是什麼?交大電工系郭峻因教授認為,在全球的自駕車工業裡,自駕車感知系統就是台灣產業鏈最好的切入點。
評論
Photo Credit: Shutterstock/ TPG Images
評論

本文為人工智慧普適研究中心 PAIR Labs 投稿,經 INSIDE 編審後刊載。PAIR Labs 設立於交大,以「智慧技術」及「智慧服務」為主軸,積極推動 AI 相關研究以達成尖端技術研發、國際學者交流、AI 人才育成、產學合作及孕育新創等目標。目前轄下共有 18 個 AI 計畫團隊,成員來自全台 25 所學校,參與 AI 計畫之團隊人數超過 500 人。

台灣自 2018 年底無人載具創新科技實驗條例公布後,國內自駕車產業的發展進度快速提升,各地政府接連投入自駕車示範場域的建置;2019 年經濟部開始受理實驗車牌的申請後,更將台灣的自駕車一舉推進到「實證上路」的階段。

然而相較於歐美、日韓豐富的汽車發展經驗,台灣在這波自駕車熱潮可以掌握的機會是什麼?國立交通大學電子工程學系郭峻因教授認為,在全球的自駕車工業裡,自駕車感知系統就是台灣產業鏈最好的切入點。

目前由郭峻因教授主持的科技部 AI 研究計畫「應用於 ADAS /特殊用途無人載具之嵌入式 AI 深度學習技術」,即是發展自駕車嵌入式 AI 技術,團隊多年來深耕於電腦視覺開發先進駕駛輔助系統(ADAS)領域,截至目前已經累積 3000 萬筆深度學習物件標記資料,並且開放產學界免費使用 10 萬張台灣地區的 ADAS/自駕車標記物件資料,此開放資料更成為 IEEE MMSP 2019 以及 ICME 2020 兩個嵌入式物件偵測競賽的訓練資料集。

郭峻因教授的研究成果相當貼近產業界的應用,團隊曾在 2018 年獲得奧迪汽車 Audi Innovation Award,2019 年與加拿大移動創新公司(Moovee Innovations Inc.)簽署技術授權合約,將深度學習技術授權到海外,同年底也在科技部舉辦的 AI 國際研討會中,獲得投資潛力獎第一名的殊榮。目前郭峻因教授正在參與科技部於台南沙崙的自駕車測試場域的建置,以下為人工智慧普適研究中心專訪郭峻因教授的問答內容:

郭峻因教授。(攝影: 人工智慧普適研究中心)

Q1: 最初投入自駕車研究領域的原因為何? 

A: 我們以前是做影像壓縮晶片研究,行車紀錄器則是影像壓縮很重要的應用,當時行車紀錄器的廠商很多,於是團隊在做研究的過程中,也開始思考未來廠商會想要的功能。我們認為應該就是針對影像做分析,並且應用於駕駛安全上,因此九年前就從影像壓縮跨入影像分析,也就是所謂的 ADAS 領域研究。

我們目標是希望用嵌入式 AI 技術來做自駕車 ADAS 的感知系統,未來不管是在臺灣或者全世界的車廠,這塊都會變得重要,因為一般汽車就是開始有 ADAS 的功能,才逐漸邁向智慧汽車與自駕車,所以 ADAS 領域技術研究相當重要,導入 AI 技術也會讓 ADAS 系統更加聰明可靠。

Q2: 研究方向在自駕車產業主要扮演哪種角色,解決哪些方面的問題?

A: 我們的研究方向主要聚焦在自駕車 ADAS 應用的感知系統上面,我們認為這塊是可以著力的,也是臺灣產業鏈的機會,因為臺灣在整個自駕車產業中,能提供的關鍵技術主要就是模組[註1]或者感知次系統[註2],這塊在世界上是相當有競爭力的,許多隱形冠軍的產業都在這裡。而整車的部分,因為臺灣缺少汽車產業,以市場規模來講很難是主導地位,因此我們就鎖定在發展自駕車感知系統。

汽車感知系統過去都是用一般的電腦視覺,或者傳統數位訊號處理器(DSP)的雷達訊號處理來做這塊,由於人工智慧的發展,未來 AI 很有機會取代過去這些電腦視覺傳統規則式(Rule-based)演算法的方式,讓整個運算的結果更可靠,進而應用到不同的產業。臺灣產業界在這塊需要學術研究來支持,所以我們就扮演這樣的角色,專注在 ADAS 自駕車的 AI 感知系統上面。

另一方面,由於現在的AI技術很仰賴圖形處理器(GPU)的運算,那GPU其實是非常消耗能源的運算平台,因此它一定會有風扇來協助散熱,這些都會造成產業化的過程有很大的阻礙,一是 GPU 成本太高,二是風扇對整體電子系統的可靠度影響是很大的。

所以我們希望把 AI 的運算模型精簡之後,讓偵測品質能夠滿足應用上的需要,然後把這樣的模型移植在成本較低、沒有風扇的 AI 晶片上面,這個是我們在這次科技部AI計畫中很重要的訴求,統稱為嵌入式 AI(Embedded AI)技術,我們希望這個運算平台是很便宜、很可靠,且滿足產業的需要。

[註 1] 模組: 根據維基百科定義,指由數個基礎功能元件組成的特定功能組件,可用來組成具完整功能之系統、裝置或程式。

[註 2] 感知次系統: 如攝影機、雷達、光達、超音波等感測器元件、相關軟硬體所組成的感測系統。

Q3: 目前正在執行的「應用 ADAS/特殊用途無人載具之嵌入式 AI 深度學習技術」計畫中,您主要的研究目標與開發技術內容為何?

A: 我們的計畫就是在特殊應用場域的自駕車嵌入式 AI 技術。選擇特殊應用的原因就是說,現在自駕車其實國外發展得比台灣早,有很競爭的市場,那這塊是台灣沒有辦法切入的。因此鎖定特殊應用場域,如工廠無人搬運車封閉場域的接駁車,甚至室內公共場所的無人載具來做研究,最後開發出來的技術,其實並不會被侷限在這些地方,可以廣泛應用於各式無人載具上。

在這次計畫中,我們計畫技術主軸主要分成五部分:

1. 由於 AI 技術一定要有標記圖資,因此我們第一個部分是放在圖資的建立,如何快速建立AI模型訓練所需要的圖資,我們稱之為資料集 (Data set)。

2. 第二部分是 AI 軟硬體的核心技術,包含軟體模型與硬體加速器,怎麼樣做到非常低功耗的硬體加速器的設計,以及精簡深度學習模型的建立,即是軟硬體技術。

3. 第三部分是各種 AI 物件感知技術跟行為分析技術,比如人、車、機車、自行車、交通標誌、紅綠燈,甚至道路標線,這些都是重要的感知目標,同時我們也用AI來分析這些移動物件的行為,以提升車輛駕駛安全,這些統稱為感知的部分。

4. 接下來就是自駕車控制的部分,希望用 AI 技術掌握上述提到的感知結果,來控制自駕車的油門、剎車、方向盤,我們設定的是以低速電動車,或無人載具應用為主的自駕車。

5. 最後即是驗證環境,因為這些技術要上車體之前,必須要驗證它是沒有問題的,可靠度是夠的,所以我們建立了虛擬的模擬場域,利用這些模擬場域的測試,讓系統在場域裡面都能夠運作的不錯,之後才把它放到實車測試上面。所以整個計畫就包含這五個部分。

Q4: 在蒐集或是標記道路影像資料的過程中,有沒有曾經發生令您印象深刻或有趣的事?

A:嗯…當然不會太有趣(笑),我們需要收集大量的道路影像資料,而這些資料要再經過標記才能放入 AI 模型訓練。一開始標記的工作都是人工在做,就是用現有的、或者之前自行開發的人工標記工具,然後再請工讀生協助標記。

過程中也碰到比較傷腦筋的問題,因為你很難確保工讀生都是在很好的狀態下,很專心在標記資料,所以可能會有標記不完整或是截圖比較離譜的狀況,因此會再找工讀生檢查,這個是在標記過程中,需要額外花時間與精力去確保標記品質的部分,也是做人工標記資料的時候必須要面對的課題。

當然這個過程太耗時,所以我們研發出一個快速資料標記工具 ezLabel,它的標記效率是我們之前人工標記的 15 倍,除了基本的物件標記外,同時也有其他功能,例如物件行為標記、物件切割的像素標記、資料管理和資料分析的能力等。有自己開發的標記工具 ezLabel 之後,工讀生的標記品質大致有提高,因為工具本身會確保標記狀況具備一定品質,所以人工標記品質參差不齊的現象就可以大幅減少。

未來目標是走向全自動標記,目前我們已經完成第一版圖片自動標記工具,其品質相較於人工標記則更加穩定可靠 (如圖一)。我們有信心在 2020 年的計畫成果應該能讓標記的自動化程度大幅提高至少 50 倍到 100 倍,預計將建置 6000 萬筆深度學習標記資料。

圖一: NCTU ezLabel 圖片自動標記功能 (標記汽車、機車、自行車、行人等)  (圖片來源: 郭峻因教授提供) 

Q5:您的技術與產業界的需求相當密切,去年也曾公開發表過三項 AI 技術,能否簡單介紹這三項技術的內容,以及未來產業化的潛力呢?

A:這三項技術第一個就是剛剛提到的自動標記工具 ezLabel,現在的效率是手動標記的十至十五倍,那全自動化是我們將來的目標。目前團隊已經有跟廠商合作,把這樣的工具安裝在廠商提供的平台,他的客戶就可以直接使用我們的工具來標記訓練 AI 模型所需的資料,預計將來全自動之後,會帶來更多產業化的機會。

第二項技術就是高精度嵌入式 AI 物件辨識模型(如圖二)。這個其實跟前面呼應到說,我要把AI模型放到無風扇的 AI 晶片項目,它的運算能力雖然沒有 GPU 那麼高,但它的加速效率比較好,所以在運算能力受到限制的狀況下,必須輕量化你的模型,而輕量的過程不能損失精確度,所以我們要選定合適的模型做架構設計跟應用方法。這部分其實我們廠商合作是最多的,因為不管是做  ADAS 的公司、做自駕車的公司,或者是做 AI其他應用,例如智慧交通運輸的公司,他們其實都跟我們合作技術授權(License)這個輕量化的模型。

圖二: 高精度嵌入式 AI 物件辨識模型  (圖片來源: 郭峻因教授提供) 

第三項技術是行為預測跟分析 (如圖三),這個是我認為在未來影像式的 AI 很重要的一個發展方向。我們現在做物件偵測,就是你知道甚麼物件出現在甚麼地方,事實上如果你用 video 的角度來看,他是一個連續的畫面,所以這個物件怎麼移動,代表它正在從事甚麼行為,而AI可以來分析這個行為,所以我們也用三維 CNN 的模型來分析物件行為,目前這塊也有跟國內 IT 大廠合作,所以我想接下來這些都有很高的機會能真的落實到各種產品上。

圖三: 深度學習行為預測跟分析 (後方超車、行人穿越、汽車切入等)(圖片來源:郭峻因教授提供)

Q6:老師是國內的 ADAS 專家,您認為未來 3 到 5 年內,自駕車有哪些技術可以真正進入到我們的生活?

A:其實現在已經有了,所以你現在如果去買車子,你看到那個等級最好的,一定有全速域 ACC 系統[註3]這些已經有在高速公路上自動駕駛能力的配備,未來 3 到 5 年,這種配備只會從一般配備變為標準配備,所以會有越來越多車子直接標配 ADAS 系統的自駕功能。

但是剛剛講的都是 Level 2 以下的自駕車,那 Level 3 以上我覺得不是技術做不到,而是責任的問題。Level 2 以下是駕駛要負責,Level 3 以上目前看來是車廠要負責,如果出事故那車廠要負責,因為是你的系統出事,那車廠大概不會願意負這個責任,所以我認為 Level3 以上的應用不會是一般在路上跑的私家轎車,而是公共運輸、接駁車這些會優先實現。

因為這些提供車輛的廠商它要付出責任,就像捷運一樣,你把捷運想像是一個軌道自駕車,捷運其實都是無人駕駛,那未來的自駕公車其實也是,捷運出事捷運局要負責,不會是乘客要負責,所以我覺得未來比較可行的商業模式會是與大眾運輸有關。

第二個應用當然就是在封閉場域,像是工廠的貨物運送,或者是室內應用,例如機場、醫院等地使用的無人載具,反正出事就是提供服務的廠商要負責,這個是比較可行的,所以我認為未來幾年這樣的應用應該會陸續出現。那全自動駕駛的部份會再更久,應該還要 10 到 15 年,而且主要還是大眾運輸這塊會優先實現全自動駕駛,因為消費者的心態也是關鍵,你敢不敢搭乘是一個問題,你不敢坐就不會普及

▲表一:自動駕駛等級。美國汽車工程師協會(SAE International)將駕駛輔助系統分為六個等級(Level 0~5)。 (資料來源: 財團法人車輛研究測試中心 ARTC /圖表再製: 人工智慧普適研究中心)

[註 3] 全速域 ACC系統::ACC(Adaptive Cruise Control),全名是主動式車距調節巡航系統,即為自動跟車系統。汽車 ACC 依照等級可分為「全速域」與「非全速域」,兩者差別主要為是否支援低速跟車,以及是否能一次煞停(支援時速 0 公里)。

Q7: 會不會以後大家都不想開車了? 

A:不會,那個很難。為什麼有些人要開車子?因為他喜歡開車的感覺,你不讓他開車他反而不要,不然幹嘛要買跑車?所以這個絕對不會消失,唯一會被取代就是你不想開車的,像是公車,反正你就是要坐而已,你不會想要自己開公車,所以那個部分會被取代。

但是個人駕駛的部分還是會存在,因為我們就是想要開車,所以你要我買一部自駕車,我不會買啊!這樣就沒有駕駛的樂趣。自駕車可能取代部分的用車人,也就是本身不想開車的人,但是想開車的人他還是會開車。

Q8: 聽說您正在參與自駕車測試場域的建置,能否分享目前執行的狀況? 

為了讓自駕車在正式上路前,能有個類似自駕車考駕照的地方,科技部特別於台南沙崙建造了自駕車測試場域,我們也協助科技部設計了沙崙自駕車場域的虛擬模擬驗證環境(如圖四),利用電腦模擬器來建置1:1的自駕車虛擬驗證場域,可以讓研究團隊在實驗室中即可測試所研發技術在虛擬場域中運行的結果,即 Model-in-the-loop (MIL) 驗證與 Hardware-in-the-loop (HIL) 驗證,確認正確後再到沙崙場域進行實車測試驗證。

圖四: 科技部沙崙自駕車場域虛擬模擬環境建置  (圖片來源: 郭峻因教授再製,左上圖來源為臺灣智駕測試實驗室之自駕車場域示意圖)  

Q9:這幾年大家都在討論所謂的「智慧交通」,認為智慧交通將為人類生活與城市樣貌帶來巨大革新。以您的觀點來看,您認為台灣發展智慧交通的機會在哪裡?您的技術未來將可能應用於智慧交通的哪個地方?

A:智慧交通其實很廣啦,就是說在基礎建設裡面加一些智慧物聯網(AIoT)的科技,同時包含自動駕駛車,讓交通事故降低,這個當然是我們應該要做的,但這需要政府的投資,因為一般消費者,或一般民間企業不會投資這個東西,政府如果有魄力去做,一定可以做。

現在一些都市有所謂智慧交通的示範區,名字可能都不太一樣,但是這個示範的結果會推廣嗎?不知道。所以我覺得將來能不能普及,政府的態度其實很重要,如果政府把這個東西當作自己的責任,那它就會普及;如果他認為反正這是為了選舉考量,或者是為了施政要有亮點,那可能就是曇花一現,示範完就結束了,這個沒有政府的資源是不可能的。

所以智慧交通要普及,一定要有廠商願意投資,廠商如果在這樣的商業模式裡面能賺到錢,它才會願意投資,這是政府要設計的問題,例如開放一些政府的資源,雖然我不太清楚可以開放什麼,這部分我不是專家,不過就是要讓廠商願意投資,智慧交通才有可能會實現,因為政府本身沒那麼多錢。

智慧交通的建設在全世界都一樣,就看政府的態度,認為怎樣的投資是對這個地方有幫助的,一步一步來進行,因為整個改變需要蠻長的時間,所以政府可以先從一些連網的裝置開始,用交通號誌連網、路側設備連網,然後再結合安全的、智慧的、AIoT 的技術,慢慢一步一步來打造。它要一步到位應該也很困難,但政府一定要願意去嘗試改變。

至於我們目前所研發的嵌入式 AI 技術,可以應用於 ADAS/自駕車系統中。先進駕駛輔助系統(ADAS)主要目的是協助提醒車輛駕駛人進行危險警示,並介入控制車輛避免發生碰撞,其功能包含車道偏移警示(Lane Departure Warning System, LDWS)、前方防碰撞警示(Forward Collision Warning System, FCWS)、車側盲區偵測(Blind Spot Detection, BSD)、行人偵測(Pedestrian detection), 自動緊急剎車(Autonomous Emergency Breaking, AEB), 車道維持系統(Lane Keeping Assistance, LKA), ACC(Adaptive Cruise Control) 等等。

過去八年來,我們已研發出 25 項基於視覺之 ADAS 功能技術,並協助國內廠商進入 ADAS 系統相關產品之研發與落地。先進駕駛輔助系統(ADAS)目前已經在近期上市之新車車款中可以選配,未來發展智慧交通時,它也會是自動駕駛車必備的功能。

Q10:對於未來想投入這個研究領域的高中生或大學生,您有哪些觀點或建議想跟他們分享?

A:我覺得台灣的學生其實都滿有創意的,但是我們的自信心不夠,看到人家很厲害,就害怕自己做不到,如果我們能把自信心培養起來,事實上我們做出來的東西,都可以跟國際研究團隊一樣擁有讓人驚艷的地方

台灣的民族自信心不夠強,相較於日本人、韓國人、大陸人的自信,可能還沒開始比,人家就贏你一半了,因為那是信心的問題,對自我肯定的問題。台灣學生有機會要到國外看一看,其實我們的能力也不差,但就是缺乏信心跟積極的態度。

所以未來不管同學想做哪個領域的研究,這兩點要先把握,一是建立自信,二是態度積極。機會並不會自動掉下來,你要自己去爭取,我想這個是我們台灣學生可以再稍微注意的地方,其他像是聰明、創意等部分,我們都是相當好的。

責任編輯:Chris
核稿編輯:Mia

延伸閱讀:



用太陽增加被動收入?友善環境ESG永續投資——加入太陽人全民電廠,成為能源置產者

不必身懷鉅款也能投資太陽能電廠?太陽人全民電廠提供一個綠能群募平台管道,無論是大老闆或小資族都可以投資看得見的日光綠電,並藉此獲得20年穩健的賣電收益,更為地球減碳盡一份心力。
評論
Photo Credit:TNL Brand Studio
評論
Photo Credit:TNL Brand Studio 

全球氣候變遷劇烈,如何找到與大自然環境共生共榮的經濟模式,是生活在地球上每一個人的課題與任務。在聯合國啟動的「 2030 永續發展目標」( SDGs )中,其中一項便是確保人們能享有可負擔的乾淨能源;此外,台灣經濟部也設定「 2025 年要實現再生能源發電占比 20%」的目標,並積極推動太陽光電等綠色能源,預計到了 2025 年,太陽光電裝置容量需達 20GW (吉瓦=一百萬千瓦)。

當然,不只台灣積極思考綠能,全球也掀起一股 ESG (環境 Environmental 、社會 Social 、公司治理 Governance )的永續投資概念,要讓地球公民們投入兼顧經濟發展與友善環境的行列。現在,除了投資 ESG 概念股或基金,還有一個可以「眼見為憑」的投資方法,就是加入太陽人全民電廠,成為太陽能源的置產者,讓太陽為你增加穩健的被動收入。

以行動支持永續,投資乾淨能源最有力

Photo Credit:TNL Brand Studio

故事起源於 2011 年,日本因為受到 311 福島核災的衝擊,開始積極思考能源轉型的做法,太陽人全民電廠為了讓民間力量也能投入,在日本首創群眾投資綠能電廠的共享經濟模式,透過將太陽能電廠分割成以太陽能板為單位的投資方式,大幅降低了賣電的投資門檻,也更有力地號召投資人加入日光創能的行列,一起創造穩健收益。到了 2017 年,太陽人全民電廠正式在台灣落地啟動,成功建構全台第一間串連線上/線下服務的全民電廠企業,截至目前為止已完成一百多座全民電廠,在桃園青埔、新竹芎林、台中沙鹿、南投中寮、雲林土庫、高雄林園、屏東萬丹等台灣各地,都可以見到太陽人的全民電廠,和太陽一起協力創能,發出對環境更友善的綠電。

只要太陽還在的一天,就能持續創造穩健收益,聽起來是否很迷人?太陽人全民電廠作為一個能源共享平台,讓個體投資戶能與有志一同的太陽人夥伴,一起投入這場綠能共享經濟,成為完善循環經濟的推手,也讓可眼見為憑的在地太陽能板,持續為投資人創造被動收入。

太陽人全民電廠的主要服務有三項:

  • 買電廠:投資人可以小額認購太陽能板,也可以選擇認購整座太陽能電廠。
  • 賣電廠:太陽能板或電廠持有人,可以藉由這個平台轉售;當然,在太陽人全民電廠購入的太陽能板或電廠,也能在這裡進行轉手交易。
  • 蓋電廠:有意從無到有開創太陽能源者,也能透過太陽人全民電廠出租屋頂、建置太陽能板,或是直接自己出資蓋一座太陽能電廠。

如果只是投資一塊太陽能板的話,就算是小資也能輕鬆入門,三個步驟就能成為能源置產者。只要到太陽人全民電廠官網選擇想要參加的電廠專案,並加入會員、選擇付款方式,就能直接晉升為電廠老闆,可以說是非常簡單的 ESG 投資術。

投資太陽能的多邊效益

Photo Credit:TNL Brand Studio

透過太陽人全民電廠投資太陽能電廠,有什麼好處?首先,對於投資人來說,太陽人全民電廠提供一站式的服務,包辦電廠建置與維運,投資人不必自備屋頂建設電廠或了解艱澀的專業知識,即可以加入投資綠電的行列,並獲得20年穩定的賣電收益。而對於土地或屋頂擁有者,則可以透過太陽人全民電廠免費評估電廠建置的可行性,並進一步獲得出租收入;若打算自己蓋電廠、自己賺電費,也可以獨享20年的賣電收益。

不只有經濟效益,太陽能電廠能貢獻的還很多。例如在高雄的鳳甲國中,即是在太陽人全民電廠的協助下建置了「高雄鳳甲太陽人一號電廠」,打造太陽能光電風雨球場,不只為學生遮風避雨、阻擋炎炎夏日,也為學校減碳發電,實現偏鄉地方創生與能源自主。也因為這次的成功案例,愈來愈多學校積極考慮太陽能電廠與校園建設融合的可能性,並送給孩子們一座兼顧能源與環保教育的校園。全民電廠不只讓投資人多一個綠色理財選擇,也是最佳的永續示範,讓更多人見證綠能共好的實踐,達成環境、能源、理財、教育的多方共贏。

太陽人全民電廠的獲益計算

Photo Credit:TNL Brand Studio

那麼,投資太陽人全民電廠的獲益計算為何?其實算法非常簡單,購買電廠後,接下來的 20 年都是套用同一個公式:

發電度數X電價=賣電收益
投資人實際獲得的收入,便是賣電收益扣掉營運維護費、保險費、屋頂租金等固定支出後所獲得的淨利。

發電量會因為日照量變化而有高低落差,但基本上,每度電的價格及計價基礎都是固定不浮動的。電費將由台電公司每兩個月結算一次,並透過銀行第三方自動化金流匯入投資人帳戶。在這個過程中,太陽人全民電廠擔任的角色,就是提供綠能群募平台管道,讓投資人可以輕鬆入門電廠投資,並且提供App服務供投資人追蹤獲利表現。如果還有其它關於電廠的問題,也可以在太陽人全民電廠的協助下獲得解答。

花東日出太陽人九號電廠為例,最基本的投資單位是一塊太陽能板,金額為22,595元。假設第一年的總發電量為434度,每度電價為6.07元,則首年度的賣電收益則為2,636元;扣掉營運維護費、保險、租金等固定支出,則投資人第一年的實際獲利為2,082元。以此類推,到了第20年,投資人即可獲得累積收益39,324元,不只回本當初購買太陽能板的本金,還另外淨賺16,729元,投資報酬率(IRR)為6.08%,算是金融市場上相當穩健的投資工具。

為了讓還不熟悉綠能投資的民眾可以更加了解全民電廠的運作模式,太陽人也貼心的提供「30天免費體驗電廠收益」的服務,讓民眾可以實際感受到每天太陽出來都有收益可領的好處後,參與全民電廠更無後顧之憂。

ESG綠色投資趨勢愈來愈熱,但是否真正將投資人的資金投入在環境保護的用途上,是近期的討論話題。太陽人全民電廠提供很好的解方,讓看得見的太陽能電廠實現投資人的環保初心,真正落實節能減碳、能源轉型,讓日光創能,也讓生活在地球上的人類能與環境共好。