iOS 14 看見蘋果重要戰略:智慧化是必需,隱私卻非理所當然

iOS 14 即將登場,蘋果一面讓功能更加智慧,一面又要保護用戶數據,今年 WWDC 上蘋果也揭示了重要決心。
評論
WWDC 直播截圖
評論

說到  iPhone 上的 AI 與機器學習,你會想到什麼呢?或許是 Face ID、Siri ,然而比起 Google 老大哥,蘋果 AI 應用被提起的頻率無法比擬,蘋果更強調實現裝置上智慧化(On device intelligence )。

「大多數的人認為,在隱私保護上蘋果甚是嚴密,使得技術無法和數據規模大的公司較量,這是錯誤的想法,事實上,比起讓資料四散,蘋果讓模型更靠近數據端運行。」蘋果 AI 負責人約翰·吉安南德里亞(John Giannandrea)在外媒受訪時曾經說過。

蘋果從 2017 年 iPhone 搭載的 A11 Bionic 上首度加入了神經網路處理引擎(Neural Engine),用於機器學習的處理器每秒鐘可以完成高達五兆次的運算,在不需要將資料傳到伺服器的情況下,就能於設備端實現機器學習,而蘋果也在今年 iOS 14 上實現更多裝置上的智慧化( On device intelligence)。

iOS 14 實現的裝置智慧化

的確,每當談到 Apple 裝置上的智慧化,直覺想到臉部解鎖 Face ID 以及語音助理 Siri,在今年的 iOS 14 新增智慧化功能上,今年 WWDC 上,首先蘋果推出自家「翻譯」 app ,偵測用戶的語言,提供目標語言的翻譯文字和語音。即使沒有網際網路連線,也能使用語音翻譯已下載的語言。

另外,在 Siri 部分,過去能夠幫用戶發送文字訊息,iOS 14 也支援發送語音訊息,聽寫功能現在可以直接在設備上轉錄,不需透過雲端,可以更快速將語音轉換為文字。

針對 Widgets 推出「智慧疊放」功能,在主畫面頂部可以顯示此時所需要用到的 Widgets 服務,如果是白天工作時段會幫你顯示行程表或是會議提醒等,而到了晚上需要去運動時就會切換成健身相關應用服務,更加個性化的新功能。

輔助工具中的「旁白辨識」功能,可辨識螢幕顯示的關鍵元素,為沒有內建輔助使用功能的 app 與網頁提供旁白、也能以完整句子,讀出 app 內與網頁上的影像與照片描述等,協助視障者使用裝置。

另外,還有發表上沒有提及的隱藏功能「背面輕點」( Back Tap),只要輕敲背面就能實現操作,支援截圖、主頁、鎖定螢幕、靜音、通知中心等,也支援快捷設定,是更智慧化的操作體驗。另外,在穿戴裝置 Apple Watch 上跌倒、鍛鍊、健康數據偵測的部分同樣是智慧辨識的展現,以上是蘋果在分享中,特別點出的智慧化功能。

隱私防護 影響其他科技公司

我們深知機器學習技術背後需要大量訓練數據,而蘋果卻一再地以隱私保護為重要目標,最近在隱私權的議題上持續強化,像是包含在 apps 上用戶僅只能分享約略位置、在介面上更清楚顯示何時使用麥克風或相機、對相簿隱私保護提升、剪貼簿的存取更透明。

另外,針對第三方 App 上的應用程式內廣告(in-app advertising)有了新的方針,開發者仍然可以收集裝置的廣告辨識碼 (IDFA) 追蹤數據。但是多了讓用戶更有意識的保障,未來使用者所下載的新 App 會跳出視窗,讓用戶者自主選擇是否同意開發者或廣告商追蹤網路行為。

蘋果認為,通常用戶被追蹤時,他們可能並不知道自己的資料可能最終落入公司之手,然而,用戶需要意識到這此並自主同意,在 iOS 14和 iPadOS 14 中,當用戶拒絕同意追蹤時,Apple 將不提供廣告辨識碼 (IDFA) ,而是將用戶的選擇回報給開發者。

由於蘋果此舉將改變開發商與行動廣告聯播網 (Audience Network) 對廣告成效的追蹤,也引發臉書採取因應措施,宣布不會再於 iOS 14 上為應用程式上收集裝置的廣告辨識碼 (IDFA),蘋果具體的作為正影響其他科技公司,上述這些最重要的就是讓「用戶對自己的隱私權更有意識」一邊讓設備更加智慧,一邊又要保護用戶數據。

在技術升級和隱私保護中間取得平衡,是蘋果的重要戰略,實現無處沒有機器學習,還能保護你的資料。隨著隱私意識逐漸提升,蘋果在這部分穩穩地走,走得慢但可更長遠,讓 AI 帶來的便利悄悄地溜進日常生活。

更值得期待的是,在今年底搭載有蘋果自製晶片的 Mac 將登場,蘋果的筆電與桌機帶來神經引擎後,估計許多相同的技術發展也將在更多設備上實現。

延伸閱讀:






【社會數位轉型】交通安全不能靠運氣!經濟部AI智慧運輸新解方預防事故發生

居住在都市的人們,大多早已習慣使用電子票證搭乘大眾運輸,能自然而然透過即時公車動態資訊掌握交通時間,也多有騎乘共享單車的經驗,旅遊時更享受著機場無人化自動通關、國道 ETC 電子道路收費的便利。這些畫面也許你不曾留意,但都是智慧運輸科技改善生活的證明。
評論
Photo Credit:Unsplash
評論

疫情衝擊下,結合人工智慧、區塊鏈、加密貨幣、虛擬實境、物聯網等數位科技的創新應用服務不斷成長,加速產業數位轉型,為經濟帶來正面效益,不知不覺間也成了改變社會的力量。隨著時代進步,人類的食衣住行越來越離不開數位科技,而交通運輸作為維繫社會系統運作的關鍵之一,正是臺灣邁向數位國家必須關注的重大議題。

近年特斯拉在全球大賣,經濟部技術處也看準無人載具、自駕車趨勢,推動創新實驗專案計畫,秉持沙盒精神,授權產學研於北中南各都進行落地實證,促進臺灣智慧運輸科技的研究發展與創新應用。

串聯法人技術合作 開發 AI 自動煞車系統罩大型車

馬路如虎口,臺灣交通事故多,為提升交通安全,資策會系統所在經濟部技術處科技專案的支持下,以自駕感知次系統技術能量於 2021 年發表全球首創的智慧巴士 AI 內輪差自動剎停技術,結合車輛視野輔助攝影機及 AI 影像辨識技術,陸續在台北市、新北市、桃園市等交通場域進行系統實證。現已能在預測內輪差區域發生碰撞前 1 公尺在 0.6 秒內發出預警並自動煞車,降低大型車駕駛盲點車禍事故問題。

資策會系統所智慧駕駛組組長張均東表示,臺灣交通環境為二輪與四輪複雜混合車流,車流密度高,駕駛習慣參差不齊,相較歐美更為複雜,對於發展無人載具來說是很大的挑戰,但也充滿機會。臺灣大型車平均一年造成 1,500 件事故,主因就是在混合車流環境下於視野死角容易發生死傷事故,「最常見就是所謂的 A 柱(註)與內輪差視野盲區,大型車輛(公車、貨車、聯結車等)轉彎時無法清楚看到機車、行人是否在行駛區域內,於是在轉彎行進過程來不及反應,造成此類車禍傷亡率很高。」

張均東解釋,目前車輛大多使用毫米波雷達感知周遭環境,但毫米波雷達雖對金屬物件偵測較敏銳,但無法得知物件類型,「毫米波雷達在偵測行人、兩輪車方面的穩定度沒有很好且無法辨識其類別。尤其是上下班時間,公車周圍滿滿都是汽機車,很難準確反應 A 柱與內輪差視野盲區內是否有機車、自行車、行人。」 據統計,正常駕駛人行車時,從目視到緊急情況,到做出反應、踩下煞車,反應時間約 0.6 秒左右。而大型車所需要的煞車距離又更長,往往駕駛在意識到危險時已來不及因應,生死就在一瞬間。

為此,資策會系統所與巴士業者合作,透過在公車上裝設之 5 顆攝影鏡頭,拍攝車輛行駛中容易發生碰撞之視野範圍,結合資策會開發的臺灣行車街景深度學習資料庫(Formosa Dataset),以 AI 深度學習辨識技術發展 AI-ADAS(AI 先進駕駛輔助系統)。

資策會系統所團隊現行於台北市、新北市、桃園市實際道路之實證結果已經可以在發生碰撞前 3 至 5 公尺以語音提醒公車駕駛在警戒區有行駛物件類別,且在發生碰撞前 1 公尺於 0.6 秒內,若駕駛無進行剎車動作時則由系統自動剎停。「本技術在日夜晴陰雨及複雜街景中皆能穩定辨識出行人、機車騎士、老人代步車及三角錐等交通物件,都不是問題。」張均東說,接下來預計技術進程將發展進化到預測大型車輛若要進行轉彎或變換車道時,系統會主動觀測鄰近車輛、行人行進軌跡並預測未來 3 秒行駛路徑有碰撞風險,則會主動減速緩剎並打正方向盤等 Level 3 自主駕駛技術,進而發展為智慧駕駛系統關鍵技術,擴大到不同車種的應用,創造更大市場價值。

著眼我國路上交通特性  全球首創機車車聯網安全應用

而要預防車禍意外,也不能不注意機車。臺灣的機車密度全球第一,平均每 2 人就擁有 1 台機車;在所有的交通事故中,有超過 75% 的車種與傷亡人數都是「肉包鐵」的機車,其中死亡人數每年都超過千人,包括因車速過快而自撞、自摔所造成的傷亡。

為此,資策會從機車用路人的角度,針對周遭路況及早反應,提供機車安全防護,除了降低機車整體藉此事物與傷亡比例,更能藉此改善駕駛行為。智慧機車安全警示系統便是因此而生,整合智慧型路側設備與機車車上裝置,偵測車速與路線,預測行車風險,再透過 LED 看板顯示路況警訊,打造低成本、高滲透的安全騎乘環境。2019、2020 年分別獲資通訊領域最高殊榮全球 ICT 卓越獎(WITSA Global ICT Excellence & Award),以及美國素有創新界奧斯卡之稱的愛迪生獎(Edison Awards)肯定,使臺灣成為第一個將車聯網技術應用在機車的國家。

資策會系統所規劃師廖彥程表示,團隊觀察到臺灣機車使用量非常大,而且很難從政策面減少機車數量,「只能從防止肇事的安全角度著手改善」。為此,資策會系統所在經濟部與交通部的支持下,攜手臺灣車聯網產業協會,並與擅長交通控制、交通安全的臺大教授許添本合作,共同研發智慧化解決方案。

「有些都是很早就成熟的技術,關鍵是要怎麼把不同科技串連起來」,廖彥程說明,在經濟部與交通部的指導下,本系統以無線射頻辨識(RFID)技術為基礎,並結合 AI 影像辨識與決策機制進行分析,能提醒駕駛注意來車、減速慢行等,爭取更多反應時間。

經 9,300 輛機車、70 組路測設施大規模實測,收集分析了幾千萬筆的駕駛行為資訊後證實,機車通過易肇事路段的平均車速可有效降低 12%,減少交通事故比例 50%。同時,計畫第二期試驗所選擇校園場域中山大學,粗估平均車速下降 30%、事故數減少 80%,成效驚人。廖彥程表示,因為和市區相比,校園交通環境較封閉、單純,導入新系統的衝擊較小;另外,發生機車車禍的年齡層以 18 到 24 歲占絕大多數,「正好趁著年輕學子剛拿到駕照、血氣方剛的時期,幫助他們及早養成良好的駕駛習慣。」

社會發展帶動交通產業轉型 打造智慧科技新舞台

現在全世界都在關注社會數位轉型,除了在交通運輸上的變革之外,數位科技帶給社會的影響還有 8 大關鍵問題,包括:資訊中立與數位近用權、數位技能落差與教育、數位專業之性別權、跨領域鏈結與人才培育、開源協作與開放生態系、去中心化與分散化數位治理、數位國土與資訊安全、資訊與人工智慧倫理等,都是臺灣發展數位經濟的過程中,必須時時回頭關注的社會議題。

臺灣的交通環境雖然複雜,但也因此成了智慧運輸科技的絕佳試煉場,形成另一種「臺灣經驗」。不同於國外汽車產業發展 AI 應用時,大多以房車為出發點,經濟部技術處也重視臺灣大眾運輸、機車族的需求,希望藉由科技應用實現社會數位轉型,先解決民生交通問題,再帶動市場,未來在國際發光發熱。

儘管現在臺灣自動駕駛市場還不成熟,這些創新計畫也仍處於試驗階段,尚未正式落地,但當實證階段完成,掌握差異化優勢,相信從公共領域到產業發展都精彩可期。

  • 註:汽車A柱為擋風玻璃兩側主要結構,為顧及車體強度,設計多半較為粗壯,但也因此容易產生視覺死角