2021年 十大突破性技術(中)

翻譯/連育德

今年是本刊公布年度十大突破性技術的第20年,此次名單中,有的技術已經開始改變你我的生活,有的技術還有幾年才會成熟,都讓人得以一瞥未來的世界。

數據信託

要民眾各自管理數據恐怕不切實際,團結起來才是王道。

獲選原因:企業與政府一再誤用我們的數據,若能建立起數據信託,我們可以重拾更大程度的掌控權。

重要參與者:數位信託計畫(Data Trusts Initiative)、數位公眾(Digital Public)、開放資料研究所(Open Data Institute)、各國政府、歐盟執委會。

成熟期:2~3年。

每次遇到公司網站向你索取個資,你是不是立刻按下「同意」鍵?其實大家都差不多。每次使用一項服務,我們不可能都乖乖閱讀冗長的條款與條件,或評估所有風險,道理就像我們不可能每次喝口水,就得評估水是否安全。於是乎,我們按下「同意」,希望不會有事。

就算做足了功課,你的決定也可能無意間影響其他人:跟23andMe這類基因檢測公司分享DNA資訊,等於透露你家族的基因組成;在社群媒體分享資訊,可能影響你朋友的保費;你的財務損益表可能決定了鄰居能否申請到貸款。分享資訊的權利,應該全部操之在你嗎?

倘若這個只需個人同意的運作模式失效了,還能怎麼辦?數據的收集應該交由政府規範嗎?或許吧。各國政府陸續推動數據保護制度,要求企業徵詢消費者同意後才能收集數據,歐洲的通用資料保護規則(GDPR)即是一例。政府也能更進一步禁止數據遭到嚴重誤用而造成傷害。問題是,收集或使用數據的方式不勝枚舉,要做到全面規範恐怕不容易。

如果有個機制能夠捍衛我們的數據權,那該有多好,道理就跟工會維護勞權、醫生為病人做出明智決定一樣。數據信託是可能的做法之一。

數據信託的概念相對新穎,但迅速受到很多人的認同。2017年,英國政府首先提出數據信託,希望取得大數據訓練人工智慧。2020年初,歐洲執委會提議透過數據信託的方式,開放更多數據用於研究與創新。同年7月,印度政府計畫建立以數據信託為主軸的機制,讓社群更能掌控個資。

信託是一種法律實體,由某些人(受託人)代表其他人(受益人)看管其資產。應用到數據信託,受託人必須看管一群個體的數據或數據權。數據受託人有法律義務為維護受益人的利益行事,就跟醫生有責任以病患利益為考量一樣。

數據信託的實際應用會是如何?舉個例子,一群臉書用戶可以組成數據信託,受託人決定臉書在何種情況下可以收集與使用這些人的數據,例如規範臉書可以使用何種定向廣告。倘若臉書不守規定,數據信託將撤回臉書取得數據的權限。

一般人不易評估分享資訊對他人會有何影響,但數據受託人得以在個別利益與集體利害中做出取捨。理論上,數據信託代表一個共同體,因此可以代替我們協商條款與條件,讓身為數據創造者的我們行使權利,就跟工會讓勞工行使權利一樣。

數據信託聽起來立意良好,但真的符合現實面嗎?臉書恐怕不會同意跟數據信託交手,而我們身為用戶,能夠讓對方配合的方法並不多。我們固然可以成立數據信託,但除非大家願意全體離開臉書,或除非政府建置更強而有力的執行機制,否則數據信託的籌碼很少。

不過沒關係,數據信託還有很多用途。它可以讓大家匯集數據,供醫療研究等領域之用,進而造福大眾。重視個資的企業可將重大數據決策交給數據信託,由它保護用戶的數據權,而不以公司獲利為最大考量。

以Google的姊妹公司人行道實驗室(Sidewalk Labs)為例,它在2017年獲准在多倫多碼頭區(Quayside)部署大量感測器,將這裡打造成智慧社區。有些人樂見其成,說這是烏托邦的展現,但有些人認為這是大型科技公司的惡行再添一樁,侵犯公共領域的同時,還收集住戶數據。

人行道實驗室建議成立公民數據信託,確保當地數據的收集與使用能夠裨益公眾。根據這項提議,任何希望在碼頭區設置感測器的實體,皆必須申請執照才能收集與使用數據,並由社區成員組成的審查委員會監督與執行。

這項計畫本身不無瑕疵,因此在2020年5月遭到人行道實驗室放棄,但當初的提議讓人看到數據信託的潛力。以數位信託管理在公共場域(如智慧城市或公衛計畫)收集到的數據,至今仍受到各界持續探討。

數據信託所希望解決的問題,只會愈來愈急迫。未來一年,隨著資金管道變多,相關的研究、實驗與政策建議將進一步增加。

個資隱私與安全的隱憂愈來愈多,數據信託當然不是唯一的解決方法。其他可能的機制採取不同方式解決類似問題,例如成立數據合作社或數據聯盟。團結就是力量,有了這些新的數據治理模型,我們將能重拾對數據的掌控權、執行數據權、確保數據分享能夠造福眾人。

數位接觸史追蹤

市場競爭對手聯手打造防疫工具,期能減緩疫情蔓延。

獲選原因:新冠肺炎的接觸風險通知系統雷聲大、雨點小,但仍有很多值得學習之處。

重要參與者:蘋果、Google。

成熟期:現在。

新冠肺炎教了大家寶貴的一課:人人都是生命共同體,只要互動夠頻繁,我可能把病毒散播給你,你可能把病毒傳染給我。於是乎,有了看似極具發展潛力的接觸風險通知系統,也就是用手機就能得知自己是否曾與感染者近距離接觸。

拜科技之賜,接觸史追蹤的傳統做法得以自動化,公衛調查人員請患者列出先前行蹤,藉此判斷在何地感染。對方是跟商店店員交談?是跟班上的小朋友互動?還是跟郵輪上的1,000名遊客接觸過?有了手機軟體,調查人員就不必仰賴患者個人的記憶,亦可減輕主管機關監測疫情是否爆發的壓力。

這個概念掀起一陣研發與合作的浪潮。有些程式開發人員幾週就推出系統,提供開放源碼,免費分享軟體,讓即便相隔遙遠的國家如加拿大與蒙古,也能使用同一套系統。在此同時,幾乎在所有領域都是死對頭的蘋果與Google,則聯手開發相關的手機系統,同時維持健康數據的匿名與隱私。截至今年1月,根據《麻省理工科技評論》的計算,各國政府使用的接觸風險通知手機軟體共計77款。

但是就跟許多旨在減緩疫情的措施一樣,數位接觸史追蹤技術的救命效果並不如人意,甚至幾乎不見正面影響。這是為什麼呢?

艱鉅的挑戰

許多國家的疫情過於嚴峻,透過接觸史追蹤已經難以解決。太慢行動、資訊混亂、處置不當、疏忽怠職等等,都是疫情失控的原因,即使祭出封城、限制旅遊與配戴口罩的措施,仍舊無濟於事。不管你是搭公車、晚餐聚餐,還是在白宮裡頭敬酒,沒有人能倖免。

接觸風險通知系統的效果不佳,也源自於民眾的不信任與主管機關未能提供清楚資訊。有些人不肯相信政府的疫情示警,有些人則認為矽谷在個資隱私保護的素行不良。正值民眾與科技公司處於緊張關係之際,即使企業並未投入接觸風險通知系統(如臉書),也可能間接拖累了軟體的普及度。

要是大家與科技公司剛好處於比較好的關係,又會是什麼情況?「我一直在想這個問題,」協助紐約州研發相關軟體的團隊主管珊姆爾絲(Julie Samuels)說:「鐘擺已經盪到另一邊了。」

個資隱私並不只是抽象的隱憂。有些社群如非裔美國人,無論是基於個人經驗還是歷史創傷,有充足的理由不信任主管機關,要他們將個資交給政府進行接觸史追蹤,可能難上加難。

政府未能加強爭取民眾的信任,似乎是目前最欠缺的一環,畢竟,愈多人參與接觸風險通知系統,它就愈有效。要提高採用率,需要先奠定起信任的基礎,這個基礎是強是弱,影響的是所有民眾,並非只有選擇不參加的人。

「病毒不會挑人,」任職非營利組織「志在救命」(Resolve to Save Lives)、主持美國防疫工作的梅菲爾德(Stephanie Mayfield)說:「如果我們不互相照顧,所有人都會付出代價。」

即使蘋果與Google這套系統強調會保護個資,但相關技術反而衍生出其他問題。這套系統並未連結到個人身分,也不追蹤個人所在地點,而是使用藍牙技術,匿名通知附近有同樣軟體的手機。然而,這項將陽性結果轉化成預警的技術極為複雜,公衛專家無法得知何處出現群聚感染,或是疫情的傳播途徑為何。

撇開個資隱私的顧慮不管,接觸風險通知系統還有其他實際面的問題。高風險族群的手機必須下載這類軟體嗎?跨州或跨國如何運作?檢測規模原本就足夠嗎?

研發出這類系統的公司都知道這不是萬靈丹,但推廣過程頻頻遇挫,在在突顯出一點:即使研發人員的立意良善,科技有時也無法解決問題。

若要讓接觸史追蹤的效果發揮到最大,應該做到專家有時所謂的「瑞士乳酪模型」(Swiss Cheese Model),亦即同時搭配好幾層的策略,因為某個方法可能像一層乳酪會有漏洞,但幾個方法加起來就能萬無一失。

范科亞(Rajeev Venkayya)曾任職於協助小布希總統擬定未來疫情作戰計畫的團隊,他說,如果能做到這點,「幾乎就能阻斷疫情。」

以這次疫情來說,恰當的幾層策略包括大範圍檢測、做好接觸史追蹤、落實社交距離等等,但由於實際到位的策略少之又少,於是疫情迅速擴散。疫情一旦蔓延,光有接觸史追蹤也沒用。

未來前景

數位接觸史追蹤固然有缺點,但未來仍舊值得期待。隨著多款疫苗問世,感染人數可望降到可控制的範圍。范科亞說,到時「握有所有的工具會變得很重要,包括嚴謹的檢測和接觸史追蹤等等。現在只是追著疫情跑,降低損害程度而已。」

在美國,隨著拜登走馬上任,政府將會推出相關防疫措施(例如全國性的接觸史追蹤軟體),再搭配監測工具如藍牙信標(Bluetooth Beacon)、追蹤手環、進入咖啡廳或工作場所必須掃描的QR碼等等,疫情可能獲得控制。

然而,這場接觸風險通知系統的全球實驗中,最重要的一課或許不在技術本身,而是落實的方法。從它的效果不彰可明顯看出,無論是這次疫情還是未來的災難,創新技術的推動需要我們建立起信任、提升使用的管道與公平性,並考量科技在複雜防疫系統中所扮演的角色。

往前看當然才能進步,但正如接觸史追蹤的道理一樣,檢討過去同樣重要。

超精準定位

上有人造衛星升級,下有地面系統增強,未來的定位技術可達幾公分的精準度。

撰文/辛玲(Ling Xin)

獲選原因:GPS定位徹底改變許多產業的樣貌,也催生出共乘服務等新型領域,如今再出現超精準定位,將帶來更多應用面。

重要參與者:中國國家航天局、美國空軍、ColdQuanta。

成熟期:現在。

去年7月6日,中國大陸湖南省發生幾10年來最嚴重的山崩,席捲杜方明(音譯)的家。「我們家倒了,山羊也被土石流沖走,」他在災後接受國內媒體採訪時說。所幸他平安無事,連同他在內的33名村民事前順利撤離,這全多虧了中國大陸的先進定位技術比過去更加精準,得以及時發布預警。

這項技術是中國大陸最新建置完成的北斗衛星導航系統,搭配地面主控站,位置感測器能夠在中國境內山崩頻繁地帶監測到地表的細微變化。地表移動個幾公尺,系統就能及時察覺,而經過後期處理(Post-Processing)後,準確度可達幾公釐。

也就是說,泥土只移動了鉛筆筆尖的距離,遠在2萬1,000多公里以外的太空也偵測得到。山崩前12天,杜方明的村莊收到代表數據異常的橘色預警,顯示地表在連日大雨後加速滑動。

這裡跟湖南省其他100多個據點一樣,建置有災害監測與預警系統。「如果衛星定位的精準度還停留在幾公尺或公寸的階段,這個系統服務就不可能存在,」任職於北京中國科學院空天信息創新研究院、花了數10年時間研發北斗衛星系統的袁洪說。

無論是判斷目前身處方位,還是鎖定物體的位置,我們現在對定位技術的依賴更勝以往。精準農業、無人機送貨、物流、叫車服務與空運等等,都需要借重從太空準確判斷位置。拜諸多技術部署與升級之賜,全世界最精良的全球衛星定位系統更上一層樓,精準度從幾公尺縮小到幾公分。

也就是說,你的手機不但知道你走在哪條路,還知道是在路的哪一邊。有了這樣的精準度,未來自駕車或送貨機器人行駛在馬路或人行道上將更安全。

衛星系統再進化

全球定位系統(GPS)是全球最早誕生的衛星定位系統之一,已改變了數10億人的行動方式。自1993年以來,至少已經有24顆GPS衛星繞著地球運行,不斷廣播位置。只要衛星群(Constellation)當中至少3顆衛星發出訊號,進行三角測量後,任何一個GPS接收器幾秒內就能找到目前位置。

訊號經過接收器處理後,GPS的精準度通常能到5至10公尺內。如今,GPS系統正處於長達多年的升級過程,完成後,第三代GPS的精準度預計達1到3公尺(見圖表)。到了2020年11月,計畫中的10顆第三代GPS衛星已有4顆發射升空,其他預定在2023年前發射。儘管消費者不會立刻注意到差別,但汽車導航系統與手機追蹤程式可望跟著改善。

2020年6月,中國大陸完成北斗衛星系統的部署,準備以此取代GPS。經過長達20年的部署工作,北斗衛星系統從區域型擴大成全球型網絡,目前共有44顆人造衛星運行於3條不同軌道,提供定位服務,精準度平均達1.5到2公尺。然而,由於北斗衛星系統傳統上以中國大陸與亞洲地區為主,因此區域用戶的位置資訊會比較好,精準度可達1公尺。

從地面增加精準度

即使有這些進展,定位訊號仍會遇到干擾和其他狀況,導致資訊失準,因此必須仰賴另一層技術修正錯誤。

北斗衛星系統與GPS的訊號都必須經過地面增強,將定位精準度提升到公分。其中一個常用的作法是「即時動態定位」(RTK),亦即使用間隔幾公里的參考站接受器與移動站接受器,接收衛星訊號,並計算出地球電離層所造成的誤差,藉此將精準度提升到3公分以內。

有項類似但更新穎的技術稱為「精密單點定位」(Precise Point Positioning),只需要一個接收器,而且在地表任何地方都能運作,精準度達公寸到公分。

中國大陸的即時動態定位增強技術相對成熟,國內建置了數千座基地台。袁洪說:「我們正在研發結合兩者優點的新技術,希望幾年後上路。」

衛星定位之外

隨著衛星定位的精準度進一步改善,應用面無疑會跟著增加。但發展到最後,傳統衛星系統的精準度將達到極限(或許是公釐水準),因此研究人員正在研發新的定位技術,希望突破限制,或至少降低對人造衛星的依賴程度。

有個方法是利用物質的量子性質來定位與導航,不靠外在參考訊號。原子冷卻到接近絕對零度時,會達到量子態,對外力特別敏感。如果我們這時知道某物體的初始位置,又能透過雷射光束測量原子的變化,就能計算物體的移動情況,即時找出它的位置。

遇到沒有GPS或北斗衛星系統的情況,例如深太空或水底,量子定位特別有用,它也可當作是自駕車導航技術的支援。位於卡羅拉多州波爾德市(Boulder)的ColdQuanta,研發出初期版本的量子定位系統,目前正在國際太空站運作。

為了找到所在方位,古人仰望星空與看著羅盤,我們現在則使用人造衛星上的原子鐘。新型定位技術已經翻轉我們的農作、貨運與導航方式,經過近期改良後,將使得全世界的運作更加準確。隨著定位技術進步到公釐級以下的精準度,應用面的限制將不是技術性能,而是取決在我們的創造力與法律和道德界線。

TikTok推薦演算法

影音平台TikTok在2020年大躍進,靠獨特的演算法超前競爭對手。

撰文/歐海瑟(Abby Ohlheiser)、攝影/卡特(Sierra & Lenny)

獲選原因:改寫誰能在網路出名的遊戲規則。

重要參與者:TikTok。

成熟期:現在。

要不是疫情,凱普蔓(Deven Karpelman)這輩子應該不會加入TikTok,更沒料想到自己會出名。但TikTok就是有辦法讓好的內容受到更多人瀏覽,把新的創作者推薦給各種類別的粉絲。57歲的凱普蔓從事特教工作,因為封城時期太無聊才開始拍影片,拜TikTok的演算法之賜,他的帳號累積了32.7萬名追蹤者,其中許多還是青少年。

凱普蔓在去年7月爆紅,點開其中的高人氣影片,可以看到他設法重現1970年代晚期的妝容。他一頭波浪白髮,通常不修邊幅放下,一副老奶奶的模樣,此時用髮夾夾成飛機頭,整張臉撲成白色,眼睫毛塗成黑色,再擦了細細的黑色唇膏。畫面這時停住,等到他再出現時,就是一臉「玩咖」妝容了。黑色眼影一大抹蓋住他的眼睛,彷彿有人氣呼呼地拿油漆朝他臉上刷了一筆。

他上網分享了這個化妝實驗後幾個小時,影片出現在TikTok的重要功能「為您推薦」(For You)頁,被幾10萬人瀏覽。這段影片為什麼曝光度這麼高,他並不清楚,但其實要歸功於TikTok的推薦演算法。

大放異彩

2016年,TikTok在中國大陸初登場(中國大陸名稱為「抖音」),這幾年逐漸成為全球互動程度最高、規模成長最快的社群媒體之一,全球下載次數逾26億次,美國用戶達1億人。它對於內容的搜尋與呈現有獨到之處,是吸引用戶的一大主因。

創作者認為TikTok有別於其他社群媒體平台,在於它有「為您推薦」頁,誰都有可能因此爆紅。TikTok的演算法能讓用戶看到一連串符合個人喜好的影片,所以好的內容能夠更快受人賞識。其他社群媒體偏好推薦爆紅內容,反觀TikTok的演算法特別擅長把創造者推薦到小眾社群,這些人或是有共同興趣嗜好,或是有特定的身分認同。

某支影片有多少機率會出現在你的「為您推薦」頁,決定在標題、聲音、主題標籤等因素。此外,跟其他社群媒體一樣,TikTok根據你的使用方式來選擇推薦影片,例如你按讚了哪些影片、又創作了哪些內容,只是TikTok做得更厲害。

已經出名的創作者確實更容易受到注目,但TikTok在決定向哪個社群推薦哪個內容時,並不會直接考量創作者的追蹤者人數或爆紅紀錄。正因為如此,「為您推薦」頁會混雜爆紅影片與無名創作者的影片,後者有些只有少少的瀏覽次數。

久而久之,TikTok的演算法愈來愈會預測用戶感興趣的內容,不只推薦用戶有興趣的影片,也會介紹有內容有部分交集的新領域。有支影片把TikTok的社群分類畫成藏寶圖:要抵達「青蛙」社群,必須要先離開「異性戀」社群,找到路前往「斯通納女巫」或「田園風」,再經過「跨性別與非二元性別」,才能穿越入口進到應許之地。

凱普蔓會開始拍化妝影片,是因為TikTok有青少年糾正他對某個年代的美感概念,但他分明才是躬逢其盛的人。「他們想教我什麼才是硬派搖滾風和另類風,我心想這些小朋友沒見識過老娘的厲害。」他在去年12月透過Zoom受訪時說。

他說,他的影片現在常常出現在LGBTQ+與心理健康議題的社群,最近也吸引到大學年齡的女性觀眾。追蹤者說他有「奶奶級的活力」,他對這樣的形象時而擁抱、時而避免。

成長之路遇顛簸

去年對TikTok來說有如洗三溫暖,雖然成為大眾文化的當紅炸子雞,卻面臨重重挑戰。先是被印度禁用,後來川普政府也揚言封殺,除非TikTok從母公司分拆。

TikTok最後逃過封殺命運,但必須公布更多演算法的運作資訊,藉此稍微緩解各界對公司所有權的安全疑慮。競爭對手如Instagram、Snapchat與Triller紛紛複製TikTok的做法,學習它在影片推薦的成功術。

在此同時,TikTok也成為散播假新聞愈來愈重要的媒介,讓它不得不思考解決之道。許多黑人創作者表示,平台上充斥著種族歧視與騷擾行為,令人憂心。

對凱普蔓而言,TikTok讓他有機會與陌生人互動,度過漫長而孤獨的封城時期。但煩惱也伴隨名氣而來,粉絲會請教他嚴肅的心理健康與人際衝突問題,有時還會提出他能力所不能及的要求。

他的教學經驗這時就派上用場,並設定界線,協助年輕粉絲學會為自己發聲。「我們來查查Google,」他說:「看一下你們高中的行政部門。啊,你們學區好像有個心理學家,我可以幫你寫信,你先寄給我,我校稿後寄回給你,你再寄給專家。試試無妨。」

但凱普蔓還找到其他方式跟年輕觀眾互動,那就是聊大家的共同點。他在有支影片中邊說邊演,說自己在購物中心遇到過度熱情的店員時,會假裝在打手機避開對方。「很多年輕人留言說沒想到大人也會社交焦慮。我看了很驚訝,」他說:「年輕人沒有想過長輩也是人啊。」

文章轉載自工業技術研究院工業技術與資訊月刊

推薦課程: