0

0
0

文字

分享

0
0
0

仿生機器人──小怪獸(製作篇)

馥林文化_96
・2012/05/09 ・3887字 ・閱讀時間約 8 分鐘 ・SR值 480 ・五年級

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

開始製作小怪獸吧!

文/鮑惟聖

看過許多玩家的機器人作品,我總覺得它們的動作不夠靈活,而且缺少了智慧性,讓人有種隔靴搔癢、無法盡興的感覺,因此就興起了自己動手做一臺的念頭。我所做的這臺機器人,除了外觀酷炫、功能多樣外,還能避開障礙完成指定的任務。

我利用隨處可得的冰棒棍來當作機器人的四肢與身體(支撐控制器的支架),再從「遙控飛機模型店」買八臺8g伺服機當作肌肉、用SC8控制板當作大腦,以及紅外線LED當作眼睛。

這隻我叫它「小怪獸」的四腳仿生機器人,打造完成後,有著兩顆一閃一閃十分討喜的紅色眼睛。它除了可以做伏地挺身外,還能走迷宮。當小怪獸走不出迷宮時,兩顆紅色的眼睛會閃得更快了,並不斷地轉動自己的身體,一副著急想趕快找到出口的樣子。以下我將說明如何利用SC8來製作這臺可愛的小怪獸。

1.設計草圖

1a. 先設計草圖

 

1b. 利用這些材料組出「工字形」主支架與「平行結構」四隻腳,基本上這樣骨架就完成了。當然這是我的版本,一旦大家上手之後就可以發揮DIY的精神,設計自己的版本,愈有造型就愈有特色。

2. 裁切與鑽孔

2a. 冰棒棍在各個文具行都可以買得到,價格很便宜的。但也可以「物盡其用」,買上兩打冰棒然後找朋友幫忙吃完它,「獨樂樂不如與眾樂樂」這機器人也算是「集體創作」。冰棒棍的長度與鑽孔處,草圖上都畫得很清楚了,冰棒棍到手了就可以開始裁切了。

2b. 「工欲善其事,必先利其器」,有臺鑽孔機絕對是如虎添翼的,但是如果手邊沒有鑽孔機,那就需要有雙靈巧的雙手了。注意冰棒棍上的2㎜圓孔是為了固定伺服機的「搖臂」之用。請注意您手邊的伺服機「搖臂」上的孔距,是否可以鎖上,如有差異,請自行調整2㎜圓孔鑽孔位置。

3. 組裝「工字形」支架

3a. 現在開始組裝,首先是「工字形」的支架,「工字形」的支架下方,會放置電池,「工字形」支架的上方則會放置SC8控制板。為提供較大的承載面積。

3b. 「工字形」支架的中間部份是由三條冰棒棍並排組成,共使用六顆3㎜的塑膠螺絲與螺帽固定。

4. 伺服機定位

4a. 伺服機(或稱之為舵機)是機器人入門的必備零件,在「遙控飛機模型店」都可以買得到。我這裡的「小怪獸」是採用小型8g伺服機。8g指的是伺服機重量約為 8公克。如果仔細找一下還會看到6g、7g、9g的伺服機。除了重量不同外,一般重量越大也代表了扭力比較大。目前「小怪獸」的重量輕,所以扭力影響程度 有限。

4b. 注意伺服機可以轉動的角度範圍。伺服機可以轉動的角度範圍愈大,足部可以伸展的範圍就愈大。一般伺服機都可以達到60度,所以後續的動作都以60度為應用範圍。還有,不要用手大力或快速去轉動伺服機,這樣會很容易造成齒輪崩牙。

4c. 伺服機買到手之後,對第一次玩機器人的朋友來說,必須先了解伺服機的「定位」問題,這是需要花點心思的。首先從組裝的角度來看,伺服機分成主體上的「動力 輸出軸」,以及外加的「搖臂」塑膠件。主體上的「動力輸出軸」可以轉動的範圍是個「絕對」範圍。如何將這「絕對」範圍,因應機構需要,變成「相對」的範 圍,那就要靠「搖臂」的安裝了。有些事情就是愈聽愈糊塗,親自把玩一下就茅塞頓開。

4d. 伺服機定位的目的就是將伺服機動力輸出軸,轉到我們希望的角度位置。一般會是中間位置,這樣我們就可以獲得相同的的正反轉範圍。市面上有伺服機角度設定的 小儀器,使用起來很方便,如果預算可以的話,值得去買一個,很多場合都用得到。但是省錢的方法,就直接安裝InnoBASIC Workshop 2系統,使用內建的「動作編輯器」完成定位的工作。

4e. 到官網下載InnoBASIC Workshop 2安裝軟體,安裝完畢開啟該軟體。

4f. 找一條Mini USB訊號線連接SC8控制板與電腦。當電腦偵測到SC8控制板就會開始USB驅動程式安裝程序。只要按照電腦畫面指示,幾個步驟後就完成USB驅動程式 安裝。如果電腦無法偵測到SC8控制板,請檢查一下是否拿到的不是USB訊號線,而是USB充電纜線。

4g. 如果一切都順利,請在「工具」選單中啟動「動作編輯器」,開始初始設定畫面。由於「小怪獸」不是標準產品,請選擇「預設值」。並在使用模組區選擇Servo Commander 8。

4h. 設定完成後就會有就會出現「動作編輯器」主畫面。在每個通道(CH)的前方都有一的核取方塊 (check box) ,想要使用到的通道就去點選它。我們就先選CH0,同時把想要定位的伺服機插到SC8控制板的CH0接口上。通常伺服機線為黑、紅、白三種顏色,分別代表 電源(-)、電源(+)、訊號線,而且電源(+)在中間。安裝伺服機線時請注意顏色方向。

4i. 現在SC8控制板是使用USB電源,雖然伺服機是插到SC8控制板上,但是SC8控制板只送出控制訊號,各個伺服機的電源則需另外提供,SC8控制板只是 將電源引到伺服機接口處,並未做任何穩壓控制。換句話說,外部電源的電壓是直接通到伺服機,所以一定要注意外部電源電壓與伺服機操作電壓的匹配問題。 現在我們就來看看電池的問題。又要重量輕又要電流夠大,鋰電池通常會是最佳人選了。但是缺點是電壓高了些,規格上為7.4V。如果伺服機的工作電壓較低, 有可能沒有工作多久就會燒毀了。選用5個電池的「鎳鎘」或「鎳氫」充電電池,則可較符合6V規格,缺點則是稍微重了些。電池可使用魔鬼氈黏貼於「工字形」 支架下方,這樣方便取下充電。每次裝上電池時注意不要影響到伺服機的轉動,另外儘量將電池的重心調整到「小怪獸」的正中央讓四隻腳平均受力,否則行走時會 有跛腳現象。

4j. 現在試著調整動作編輯器裡CH0的捲軸或數值,觀察伺服機轉動的狀況。新手可以利用這個機會第一次觀察伺服機轉動與數值設定的關係。將八個伺服機輪流插拔 到CH0,就完成伺服機定位的工作了。如果伺服機上已經有裝上「搖臂」,將它先卸下再來做定位比較好。定位好的伺服機小心不要再去轉動它。好了!電腦可以 先關掉了,我們會有一段時間用不到電腦。

5.安裝伺服機

5a. 使用2㎜攻牙螺絲將四支「搖臂」固定到「工字形」支架下方。

5b. 使用伺服機所提供的螺絲,將四個伺服機與「搖臂」結合。注意在結合的過程中不要轉動到伺服機的軸,最後再使用所附的螺絲將其鎖緊。此時伺服機、搖臂、「工字形」支架的相對位置已固定,如果不小心轉動到伺服機,只要將它輕輕轉回即可。

5c. 接著使用3M雙面膠,將伺服機以90度直角互相黏合。現在四隻腳已經可以前後、上下轉動了,八個自由度就完成了。

6.安裝平行結構腳

6a. 平行結構最主要的目的在保持足部與地面垂直,獲得較好的運動形式,同時分散伺服機輸出軸的力距到平行結構上,減少受損機率。

6b. 伺服機動力輸出軸當然是平行結構的支點,平行結構的另一個支點,則是使用長度1公分的塑膠柱鎖在伺服機的固定孔做為第二個支點,一般8g伺服機結構類似,應該都可以適用。

6c. 連桿部份目前的設計是使用塑膠螺絲,另一端則是連續鎖上二個螺帽,以固定螺帽位置以免螺帽鬆脫。如何將冰棒棍結合在一起,不能太緊導致轉動不易,又不能太鬆變得結構鬆散,就要靠調整這二個螺帽的位置了。

6d. 伺服機的「搖臂」則以2㎜攻牙螺絲鎖到平行結構上。

6e. 最後使用伺服機所提供的螺絲將平行結構鎖到伺服機上。注意在結合的過程中不要轉動到伺服機的軸。鎖緊「平行結構」腳之後,足部支架的相對位置已固定,如果不小心轉動到伺服機,只要將它輕輕轉回即可。其他三隻腳以相同的方式安裝之。

7.安裝SC8控制板

7a. 使用海綿雙面膠把SC8控制板固定在「工字形」支架上方。請注意,SC8控制板下緣的一排針腳就是輸出入腳的位置。由於最後會把感測器放到這裡,所以SC8控制板下緣應朝向前方,我們將它定義為「頭部」。SC8控制板可以控制最多八個伺服機,分別標示為CH0∼CH7。

7b.八個伺服機的依編號插至SC8控制板,插裝時並注意接頭顏色方向。安裝完成後線材凌亂可以使用束線帶整理。

NOTE:
SC8 (Servo Commander 8)的使用手冊:http://www.innovati.com.tw/website/down/html/?151.html

*鮑惟聖
擁有中原大學電機工程學士學位,利基應用科技(www.innovati.com.tw)的創辦人。多年來一直從事微處理器應用與系統工具的開發,並致力於推廣智慧型機器人科普教育。

更多:
仿生機器人──小怪獸(運用篇)
仿生機器人──小怪獸(升級篇)

本文原發表於《Make》國際中文版vol.03

文章難易度
馥林文化_96
54 篇文章 ・ 6 位粉絲
馥林文化是由泰電電業股份有限公司於2002年成立的出版部門,有鑒於21世紀將是數位、科技、人文融合互動的世代,馥林亦出版科技機械類雜誌及相關書籍。馥林文化出版書籍http://www.fullon.com.tw/

1

133
3

文字

分享

1
133
3
AI 是理科「主場」? AI 也可以成為文科人的助力!
研之有物│中央研究院_96
・2022/08/13 ・5646字 ・閱讀時間約 11 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

本文轉載自中央研究院研之有物,泛科學為宣傳推廣執行單位。

  • 採訪撰文/田偲妤
  • 美術設計/蔡宛潔

AI 的誕生,文理缺一不可

人工智慧(Artificial Intelligence,簡稱 AI)在 21 世紀的今日已大量運用在生活當中,近期掀起熱議的聊天機器人 LaMDA、特斯拉自駕系統、AI 算圖生成藝術品等,都是 AI 技術的應用。多數 AI 的研發秉持改善人類生活的人文思維,除了仰賴工程師的先進技術,更需要人文社會領域人才的加入。

中央研究院「研之有物」專訪院內人文社會科學研究中心蔡宗翰研究員,帶大家釐清什麼是 AI?文科人與工程師合作時,需具備什麼基本 AI 知識?AI 如何應用在人文社會領域的工作當中?

中央研究院人文社會科學研究中心蔡宗翰研究員。圖/研之有物

詩詞大對決:人與 AI 誰獲勝?

一場緊張刺激的詩詞對決在線上展開!人類代表是有「AI 界李白」稱號的蔡宗翰研究員,AI 代表則是能秒速成詩的北京清華九歌寫詩機器人,兩位以「人工智慧」、「類神經」為命題創作七言絕句,猜猜看以下兩首詩各是誰的創作?你比較喜歡哪一首詩呢?

猜猜哪首詩是 AI 做的?哪首詩是人類做的?圖/研之有物

答案揭曉!A 詩是蔡宗翰研究員的創作,B 詩是寫詩機器人的創作。細細賞讀可發覺,A 詩的內容充滿巧思,為了符合格律,將「類神經」改成「類審經」;詩中的「福落天赦」是「天赦福落」的倒裝,多念幾次會發現,原來是 Google 開發的機器學習開源軟體庫「Tensor Flow」的音譯;而「拍拓曲」則是 Facebook 開發的機器學習庫「Pytorch」的音譯,整首詩創意十足,充滿令人會心一笑的魅力!

相較之下,B 詩雖然有將「人工」兩字穿插引用在詩中,但整體內容並沒有呼應命題,只是在詩的既有框架內排列字句。這場人機詩詞對決明顯由人類獲勝!

由此可見,當前的 AI 缺乏創作所需的感受力與想像力,無法做出超越預先設定的創意行為。然而,在不久的將來,AI 是否會逐漸產生情感,演變成電影《A.I. 人工智慧》中渴望人類關愛的機器人?

AI 其實沒有想像中聰明?

近期有一則新聞「AI 有情感像 8 歲孩童?Google 工程師爆驚人對話遭停職」,讓 AI 是否已發展出「自我意識」再度成為眾人議論的焦點。蔡宗翰研究員表示:「當前的 AI 還是要看過資料、或是看過怎麼判讀資料,經過對應問題與答案的訓練才能夠運作。換而言之,AI 無法超越程式,做它沒看過的事情,更無法替人類主宰一切!

會產生 AI 可能發展出情感、甚至主宰人類命運的傳言,多半是因為我們對 AI 的訓練流程認識不足,也缺乏實際使用 AI 工具的經驗,因而對其懷抱戒慎恐懼的心態。這種狀況特別容易發生在文科人身上,更延伸到文科人與理科人的合作溝通上,因不了解彼此領域而產生誤會與衝突。如果文科人可以對 AI 的研發與應用有基本認識,不僅能讓跨領域的合作更加順利,還能在工作中應用 AI 解決許多棘手問題。

「職場上常遇到的狀況是,由於文科人不了解 AI 的訓練流程,因此對 AI 產生錯誤的期待,認為辛苦標注的上千筆資料,應該下個月就能看到成果,結果還是錯誤百出,準確率卡在 60、70% 而已。如果工程師又不肯解釋清楚,兩方就會陷入僵局,導致合作無疾而終。」蔡宗翰研究員分享多年的觀察與建議:

如果文科人了解基本的 AI 訓練流程,並在每個訓練階段協助分析:錯誤偏向哪些面向?AI 是否看過這方面資料?文科人就可以補充缺少的資料,讓 AI 再進行更完善的訓練。

史上最認真的學生:AI

認識 AI 的第一步,我們先從分辨什麼是 AI 做起。現在的數位工具五花八門,究竟什麼才是 AI 的應用?真正的 AI 有什麼樣的特徵?

基本上,有「預測」功能的才是 AI,你無法得知每次 AI 會做出什麼判斷。如果只是整合資料後視覺化呈現,而且人類手工操作就辦得到,那就不是 AI。

數位化到 AI 自動化作業的進程與舉例。圖/研之有物

蔡宗翰研究員以今日常見的語音辨識系統為例,大家可以試著對 Siri、Line 或 Google 上的語音辨識系統講一句話,你會發現自己無法事先知曉將產生什麼文字或回應,結果可能正是你想要的、也可能牛頭不對馬嘴。此現象點出 AI 與一般數位工具最明顯的不同:AI 無法百分之百正確!

因此,AI 的運作需建立在不斷訓練、測試與調整的基礎上,盡量維持 80、90% 的準確率。在整個製程中最重要的就是訓練階段,工程師彷彿化身老師,必須設計一套學習方法,提供有助學習的豐富教材。而 AI 則是史上最認真的學生,可以穩定、一字不漏、日以繼夜地學習所有課程。

AI 的學習方法主要分為「非監督式學習」、「監督式學習」。非監督式學習是將大批資料提供給 AI,讓其根據工程師所定義的資料相似度算法,逐漸學會將相似資料分在同一堆,再由人類檢視並標注每堆資料對應的類別,進而產生監督式學習所需的訓練資料。而監督式學習則是將大批「資料」和「答案」提供給 AI,讓其逐漸學會將任意資料對應到正確答案。

圖/研之有物

學習到一定階段後,工程師會出試題,測試 AI 的學習狀況,如果成績只有 60、70 分,AI 會針對答錯的地方調整自己的觀念,而工程師也應該與專門領域專家一起討論,想想是否需補充什麼教材,讓 AI 的準確率可以再往上提升。

就算 AI 最後通過測試、可以正式上場工作,也可能因為時事與技術的推陳出新,導致準確率下降。這時,AI 就要定時進修,針對使用者回報的錯誤進行修正,不斷補充新的學習內容,讓自己可以跟得上最新趨勢。

在了解 AI 的基本特徵與訓練流程後,蔡宗翰研究員建議:文科人可以看一些視覺化的操作影片,加深對訓練過程的認識,並實際參與檢視與標注資料的過程。現在網路上也有很多 playground,可以讓初學者練習怎麼訓練 AI,有了上述基本概念與實務經驗,就可以跟工程師溝通無礙了。

AI 能騙過人類,全靠「自然語言處理」

AI 的應用領域相當廣泛,而蔡宗翰研究員專精的是「自然語言處理」。問起當初想投入該領域的原因,他充滿自信地回答:因為自然語言處理是「AI 皇冠上的明珠」!這顆明珠開創 AI 發展的諸多可能性,可以快速讀過並分類所有資料,整理出能快速檢索的結構化內容,也可以如同真人般與人類溝通。

著名的「圖靈測試」(Turing Test)便證明了自然語言處理如何在 AI 智力提升上扮演關鍵角色。1950 年代,傳奇電腦科學家艾倫・圖靈(Alan Turing)設計了一個實驗,用來測試 AI 能否表現出與人類相當的智力水準。首先實驗者將 AI 架設好,並派一個人操作終端機,再找一個第三者來進行對話,判斷從終端機傳入的訊息是來自 AI 或真人,如果第三者無法判斷,代表 AI 通過測試。

圖靈測試:AI(A)與真人(B)同時傳訊息給第三者(C),如果 C 分不出訊息來自 A 或 B,代表 AI 通過實驗。圖/研之有物

換而言之,AI 必須擁有一定的智力,才可能成功騙過人類,讓人類不覺得自己在跟機器對話,而這有賴自然語言處理技術的精進。目前蔡宗翰的研究團隊有將自然語言處理應用在:人文研究文本分析、新聞真偽查核,更嘗試以合成語料訓練臺灣人專用的 AI 語言模型。

讓 AI 替你查資料,追溯文本的起源

目前幾乎所有正史、許多地方志都已經數位化,而大量數位化的經典更被主動分享到「Chinese Text Project」平台,讓 AI 自然語言處理有豐富的文本資料可以分析,包含一字不漏地快速閱讀大量文本,進一步畫出重點、分門別類、比較相似之處等功能,既節省整理文本的時間,更能橫跨大範圍的文本、時間、空間,擴展研究的多元可能性。

例如我們想了解經典傳說《白蛇傳》是怎麼形成的?就可以應用 AI 進行文本溯源。白蛇傳的故事起源於北宋,由鎮江、杭州一帶的說書人所創作,著有話本《西湖三塔記》流傳後世。直至明代馮夢龍的《警世通言》二十八卷〈白娘子永鎮雷峰塔〉,才讓流傳 600 年的故事大體成型。

我們可以透過「命名實體辨識技術」標記文本中的人名、地名、時間、職業、動植物等關鍵故事元素,接著用這批標記好的語料來訓練 BERT 等序列標注模型,以便將「文本向量化」,進而找出給定段落與其他文本的相似之處。

經過多種文本的比較之後發現,白蛇傳的原型可追溯自印度教的那伽蛇族故事,傳說那伽龍王的三女兒轉化成佛、輔佐觀世音,或許與白蛇誤食舍利成精的概念有所關連,推測印度神話應該是跟著海上絲路傳進鎮江與杭州等通商口岸。此外,故事的雛型可能早從唐代便開始醞釀,晚唐傳奇《博異志》便記載了白蛇化身美女誘惑男子的故事,而法海和尚、金山寺等關鍵人物與景點皆真實存在,金山寺最初就是由唐宣宗時期的高僧法海所建。

白蛇傳中鎮壓白娘子的雷峰塔。最早為五代吳越王錢俶於 972 年建造,北宋宣和二年(1120 年)曾因戰亂倒塌,大致為故事雛形到元素齊全的時期。照片中雷峰塔為 21 世紀重建。圖/Wikimedia

在 AI 的協助之下,我們得以跨時空比較不同文本,了解說書人如何結合印度神話、唐代傳奇、在地的真人真事,創作出流傳千年的白蛇傳經典。

最困難的挑戰:AI 如何判斷假新聞

除了應用在人文研究文本分析,AI 也可以查核新聞真偽,這對假新聞氾濫的當代社會是一大福音,但對 AI 來說可能是最困難的挑戰!蔡宗翰研究員指出 AI 的弱點:

如果是答案和數據很清楚的問題,就比較好訓練 AI。如果問題很複雜、變數很多,對 AI 來說就會很困難!

困難點在於新聞資訊的對錯會變動,可能這個時空是對的,另一個時空卻是錯的。雖然坊間有一些以「監督式學習」、「文本分類法」訓練出的假新聞分類器,可輸入當前的新聞讓機器去判讀真假,但過一段時間可能會失準,因為新的資訊源源不絕出現。而且道高一尺、魔高一丈,當 AI 好不容易能分辨出假新聞,製造假新聞的人就會破解偵測,創造出 AI 沒看過的新模式,讓先前的努力功虧一簣。

因此,現在多應用「事實查核法」,原理是讓 AI 模仿人類查核事實的過程,尋找權威資料庫中有無類似的陳述,可用來支持新聞上描述的事件、主張與說法。目前英國劍橋大學為主的學者群、Facebook 與 Amazon 等業界研究人員已組成 FEVEROUS 團隊,致力於建立英文事實查核法模型所能運用的資源,並透過舉辦國際競賽,廣邀全球學者專家投入研究。

蔡宗翰教授團隊 2021 年參加 FEVEROUS 競賽勇奪全球第三、學術團隊第一後,也與合作夥伴事實查核中心及資策會討論,正著手建立中文事實查核法模型所需資源。預期在不久的將來,AI 就能幫讀者標出新聞中所有說法的資料來源,節省讀者查證新聞真偽的時間。

AI 的無限可能:專屬於你的療癒「杯麵」

想像與 AI 共存的未來,蔡宗翰研究員驚嘆於 AI 的學習能力,只要提供夠好、夠多的資料,幾乎都可以訓練到讓人驚訝的地步!圖/研之有物

AI 的未來充滿無限可能,不僅可以成為分類與查證資料的得力助手,還能照護並撫慰人類的心靈,這對邁入高齡化社會的臺灣來說格外重要!許多青壯年陷入三明治人(上有老、下有小要照顧)的困境,期待有像動畫《大英雄天團》的「杯麵」(Baymax)機器人出現,幫忙分擔家務、照顧家人,在身心勞累時給你一個溫暖的擁抱。

機器人陪伴高齡者已是現在進行式,新加坡南洋理工大學 Gauri Tulsulkar 教授等學者於 2021 年發表了一項部署在長照機構的機器人實驗。這名外表與人類相似的機器人叫「娜丁」(Nadine),由感知、處理、互動等三層架構組成,可以透過麥克風、3D和網路鏡頭感知用戶特徵、所處環境,並將上述資訊發送到處理層。處理層會依據感知層提供的資訊,連結該用戶先前與娜丁互動的記憶,讓互動層可以進行適當的對話、變化臉部表情、用手勢做出反應。

長照機構的高齡住戶多數因身心因素、長期缺乏聊天對象,或對陌生事物感到不安,常選擇靜默不語,需要照護者主動引導。因此,娜丁內建了注視追蹤模型,當偵測到住戶已長時間處於被動狀態,就會自動發起話題。

實驗發現,在娜丁進駐長照機構一段時間後,住戶有一半的天數會去找她互動,而娜丁偵測到的住戶情緒多為微笑和中性,其中有 8 位認知障礙住戶的溝通能力與心理狀態有明顯改善。

照護機器人娜丁的運作架構。圖/研之有物

至於未來的改進方向,研究團隊認為「語音辨識系統」仍有很大的改進空間,需要讓機器人能配合老年人緩慢且停頓較長的語速,音量也要能讓重聽者可以清楚聽見,並加強對方言與多語混雜的理解能力。

臺灣如要發展出能順暢溝通的機器人,首要任務就是要開發一套臺灣人專用的 AI 語言模型,包含華語、臺語、客語、原住民語及混合以上兩種語言的理解引擎。這需花費大量人力與經費蒐集各種語料、發展預訓練模型,期待政府能整合學界與業界的力量,降低各行各業導入 AI 相關語言服務的門檻。

或許 AI 無法發展出情感,但卻可以成為人類大腦的延伸,協助我們節省處理資料的時間,更可以心平氣和地回應人們的身心需求。與 AI 共存的未來即將來臨,如何讓自己的行事邏輯跟上 AI 時代,讓 AI 成為自己的助力,是值得你我關注的課題。

延伸閱讀

文章難易度
所有討論 1
研之有物│中央研究院_96
253 篇文章 ・ 2220 位粉絲
研之有物,取諧音自「言之有物」,出處為《周易·家人》:「君子以言有物而行有恆」。探索具體研究案例、直擊研究員生活,成為串聯您與中研院的橋梁,通往博大精深的知識世界。 網頁:研之有物 臉書:研之有物@Facebook

0

4
1

文字

分享

0
4
1
鑑識故事系列:手錶會「記錄」死亡時間?!
胡中行_96
・2022/08/29 ・2476字 ・閱讀時間約 5 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

時年 26 歲[1] 的 Caroline Dela Rose Nilsson 手腳被緊縛,[2] 嘴巴堵塞著,神色極度焦慮,[1]在自家的車道上呻吟。[3, 4] 鄰居見狀快速通報警察。[1]

事情發生在 2016 年 9 月 30 日,[4] 晚間 10 點 10 分,[1] 南澳阿德雷東北市郊的 Valley View 地區。[1, 3] Caroline 的三個孩子當時在家,他們分別為 1、3 和 5 歲;[2] 而她 57 歲的婆婆 Myrna Nilsson 早已被重擊致死,陳屍於洗衣間。[5] 稍後,員警在屋裡的走廊找到眼神渙散,面容哀戚的男孩;他的兩個姊妹則是面部朝下,趴在床上哭泣。員警讓孩子們同自己坐在警車裡,但卻什麼也問不出來。[5]

另一邊,當死者的兒子 Mark ,也就是 Caroline 的丈夫,得知母親死了。 Mark 詢問警方, Caroline 是否受傷,然後平靜地以實事求是的口吻說:「我不懂怎麼會有這種事情,您是說意外嗎?」由於警方不願意透漏細節,在完全不知道來龍去脈的情況下, Mark 又問是不是有人闖入家中。[5][註1]

澳洲國產霍登皮卡車的模型。圖/Andrew Bone on Flickr(CC BY 2.0

根據 Caroline 的說法,當天有 2、3 名開著皮卡車的男性,跟蹤她的婆婆 Myrna 回家。他們與 Myrna 在屋外爭執了約 20 分鐘,但殺害她的時候, Caroline 碰巧在關著門的廚房裡,所以什麼也沒聽到。[1] 這幾個「看起來像粗工」的人,後來也攻擊 Caroline 。[2, 5] 問題是,如果三個孩子徹頭徹尾都在屋裡,為何會安靜到沒被捲進來?

檢方拿 3 個孩子的頭髮樣本,去做藥物檢測,其中 2 個結果顯示有Tramadol殘留。[2] 在澳洲屬於四級管制藥物的 Tramadol ,需要有處方籤才能取得,是一種會抑制呼吸且具有鎮定作用的止痛劑,一般不得施予 12 歲以下的兒童。[6] 更啟人疑竇的是,屋裡既沒有外人入侵的 DNA 證據,附近的鄰居也沒注意到一輛皮卡車進出。[7] 這令檢警不太採信 Caroline 的說辭。[1]

此外,負債澳幣 4,000 元(時值約新臺幣 10 萬元)的 Caroline ,每半個月還得跟丈夫共同支付婆婆 Myrna 澳幣 1,000 元的房租。[註2]相較之下,Myrna 經濟優渥,不僅擁有汽車,在澳洲和菲律賓置產,曾赴歐洲旅遊,還給年幼的孫子買車買房。Mark 是獨子,若 Myrna 過世,他們夫婦便可順勢繼承財產,謀財害命的動機充足。[8]

檢警因此把 Caroline 列為頭號嫌疑犯,卻始終沒有以謀殺罪名逮捕她。直到 2018 年 3 月,他們取得關鍵證據。[1]

蘋果智慧型手錶示意圖,非當事證物。圖/Adam Kovacs on Unsplash

Myrna Nilsson 慘遭殺害的時候,戴著一只蘋果智慧型手錶。[1]

從智慧型手錶判讀死亡時間

Myrna 的智慧錶記錄到她人生末了的重要數據:她在返抵自家的 47 秒內開始遭受猛烈攻擊,[4]其中有短短 39 秒的長度,出現 65 次倉皇的動作,然後她的心跳就停止了。時間約莫是傍晚 6 點 41、42 分。[2, 4] 15 分鐘後, Caroline 用手機傳訊息給丈夫,還留下在臉書和 eBay 的使用紀錄。[4] 從這個時間點到她的鄰居報案,中間相差三個小時。此情形讓 Caroline 的陳述顯得不合理,因而遭檢察官起訴。[3]

從傳統手錶推測死亡時間

智慧型手錶進入人類生活已有一段時日,不過有些人仍然會戴其他類型的手錶。它們雖然不會追蹤使用者的生命徵象,但有時也能提供警方估計死亡時間的線索。以下是 2022 年《國際鑑識科學》(Forensic Science International)期刊,介紹的二個例子:

一名八旬老翁俯臥於公寓的地板上,毫無生命跡象。他最後一次被人看見還活著,已經是 5 天前的事情了,對縮小死亡時間範圍的幫助有限。死者左手戴著一只持續運作的自動機械錶,錶面顯示的時間準確無誤。此種手錶仰賴使用者手部的活動帶動發條。老翁戴的這款每次帶動之後,可以撐上 44 至 48 小時,而且它在警方展開調查後 18 小時才停止運轉。所以用 48 減掉 18 ,得知老翁或許在被發現前的 30 小時左右身亡。[9]

期刊介紹的另一起案件,死者右手戴的是太陽能石英錶。某年12月在丹麥的沼澤,有個獵人撞見一具屍骨。當下右手骨頭上的錶還在走,不過時間快了 1 小時,而日期則晚了 3 天。該國的日光節約通常始於 3 月,終於 10 月,也就是說死者的手錶在 10 月之後,沒有被調回標準時間。至於少掉的 3 天,則是因為 6、9 和 11 月都只有 30 天。若未手動跳過 31 日,手錶的日期就會在這段期間,每個月各晚 1 天。由此推估,死者可能是在 5 月 1 日到 6 月 30 日之間身亡。[9]

死亡時間與判決

死者配戴的各種手錶,留給警察辦案的線索。然而是否能破案,並將罪犯繩之以法,仍受到其他因素的影響。2016 年 Myrna Nilsson 被害身亡;2018 年她的媳婦 Caroline ,遭警方以智慧錶的紀錄為證據逮捕。[1] 2020 年在 8 週的審理後,陪審團無法達成共識。 2021 年又經歷 6 週的法律攻防, Caroline 最後被無罪釋放。[3] 而直至 2022 年的今天,警方仍未捕獲她口中,謀殺婆婆的那幾個粗工。

  

備註

  1. 筆者找到的新聞資料,好像都沒有明確解釋,事發當下 Mark Nilsson 身在何處。
  2. 有一篇報導說 Caroline 跟 Mark 給婆婆房租,一家三代同堂,她卻連自己的房間也沒有。Caroline 得跟兩個女兒睡;兒子則是和婆婆同寢。該文沒提到 Mark 睡哪。[8]

參考資料

  1. Rebecca Opie. (29 MAR 2018) ‘Smartwatch data helped police make arrest in Adelaide murder case, court hears’. ABC News.
  2. Dillon M, Carter M. (13 DEC 2021) ‘Caroline Nilsson murder trial returns hung jury over death of mother-in-law captured on an Apple Watch’. ABC News.
  3. Mahalia Carter. (26 OCT 2021) ‘Caroline Nilsson found not guilty of murdering mother-in-law after smart watch case retrial’. ABC News.
  4. Kathryn Bermingham. (15 OCT 2020) ‘Prosecutors close case against woman charged with murdering her mother-in-law in 2016’. The Weekend Australian.
  5. Mahalia Carter. (13 DEC 2021) ‘Alleged murder victim’s son was ‘matter-of-fact’ when told of death, court hears.’ ABC News.
  6. APO-Tramadol’. (01 March 2022) NPS MedicineWise
  7. Rebecca Opie. (3 MAY 2018) ‘Son of alleged murder victim Myrna Nilsson urges court to release wife on bail’. ABC News.
  8. Meagan Dillon. (13 DEC 2021) ‘Alleged killer Caroline Dela Rose Nilsson had ‘no motive’ to kill, despite financial pressures, court hears.’ ABC News.
  9. Busch JR, Hansen SH. (2022) ‘The wristwatch – A supplemental tool for determining time of death’. Forensic Science International, 335, 111283.
胡中行_96
67 篇文章 ・ 24 位粉絲
曾任澳洲臨床試驗研究護理師,以及臺、澳劇場工作者。 西澳大學護理碩士、國立台北藝術大學戲劇學士(主修編劇)。邀稿請洽臉書「荒誕遊牧」,謝謝。

0

1
0

文字

分享

0
1
0
大象你的鼻子怎麼伸得這麼長?因為多功能皮膚也能伸展!
Peggy Sha
・2022/08/24 ・1627字 ・閱讀時間約 3 分鐘

立即填寫問卷,預約【課程開賣早鳥優惠】與送你【問卷專屬折扣碼】!

 

「大象~大象~你的鼻子怎麼那麼長?」

在象鼻皺皺的皮膚下面,隱藏著超強伸展力。 圖/envatoelements

喬治亞理工學院(Georgia Institute of Technology)最新的研究發現,大象皺巴巴的「皮膚」竟然隱藏著超強的「伸展之力」,跟肌肉簡直就是完美搭檔。有了隱藏的伸展力,大象就能夠加倍發揮象鼻的各種功能,還能將象鼻伸得更長、更遠!

又硬又軟的萬用工具!象鼻究竟有多強?

象鼻實在是非常神奇的存在,它擁有超過四萬條肌肉,既能柔軟靈活地捲起水果和樹葉,又能強悍地打斷樹幹、抵禦攻擊。究竟它為何能這樣「又硬又軟」靈活切換呢?

神奇的象鼻,靈活地就像大象的手一樣。 圖/GIPHY

為了深入探索象鼻的秘密,研究團隊特別跑去亞特蘭大動物園(Zoo Atlanta),設置了高速攝影機,紀錄下非洲大象用象鼻拿取食物的過程。

乍看之下,軟軟的象鼻似乎就像我們的舌頭一樣,是充滿肌肉的無骨組織。然而,它真正派上用場時,可一點兒也不像舌頭呢!透過鏡頭,研究人員發現:象鼻頂部底部的運動狀況完全不一樣。當大象伸長象鼻時,象鼻外側的延伸能力比內側強多了。仔細看看畫面,就能發現外側的象鼻其實伸得更長!

非洲象用象鼻拿取食物的過程。影/Georgia Tech College of Engineering

秘密就在皮膚裡!打開皺紋發揮伸展之力吧!

至於兩邊的長度為何會有如此大的差距呢?秘密原來就藏在象鼻的皺褶中!研究團隊解剖了大象屍體,發現象鼻外側與內側的皮膚非常不同——象鼻外側那摺疊起來的皮膚,比另一側的皮膚多出了約 15% 的彈性。

更有趣的是,大象移動象鼻的方式,跟章魚觸手這種軟趴趴器官常用的「平均伸展大法」十分不同,象鼻伸展時就像是打開了一把折疊傘,內部是固定的,而傘面則可以向外變寬、延伸。不只如此,大象們還會如同開折傘一樣「分批運動」象鼻喔!

怎麼說呢?牠們運用象鼻時,會先探出頂端,然後視需求一節一節依序運用後面的肌肉,不到萬不得已,絕對不會動到靠近身體這側的肌肉群!學者們表示,大象之所以會這樣動,是因為象鼻前端部分的肌肉量較少,動起來也比較不費勁,而大象其實就跟人類一樣懶,當然是追求越省力越好囉!

在拿取東西時,象鼻會由前往後一節節伸展。圖/envatoelements

借我學一下啦!皺褶象皮竟能應用在機器人身上?

另一方面,象鼻上這些皺巴巴的皮膚其實也十分堅硬,能起到重要的保護作用。比如說,在關節部分,一般肌肉容易拉伸,甚至拉傷,但如果有了皺褶,則需要花上整整 13 倍的力量才能拉伸。

這樣的保護力有什麼用呢?在未來,或許可以應用在仿生機器人身上喔!許多仿生機器人都會設計液壓系統,雖然十分靈活,但施力時卻也非常容易斷裂。如果我們能在機器人身上添加一些皺巴巴的皮膚,不僅能提供更強大的保護力,也讓機器人在運用上出現更多不同的可能性。

參考資料

  1. Skin: An additional tool for the versatile elephant trunk
  2. Schulz, A. K., Boyle, M., Boyle, C., Sordilla, S., Rincon, C., Hooper, S., Aubuchon, C., Reidenberg, J. S., Higgins, C., & Hu, D. L. (2022). Skin wrinkles and folds enable asymmetric stretch in the elephant trunkProceedings of the National Academy of Sciences of the United States of America119(31), e2122563119. https://doi.org/10.1073/pnas.2122563119
  3. How Skin Helps Elephants Move and Twist Their Trunks
  4. 動物奇門功夫.象鼻神奇構造
Peggy Sha
69 篇文章 ・ 387 位粉絲
曾經是泛科的 S 編,來自可愛的教育系,是一位正努力成為科青的女子,永遠都想要知道更多新的事情,好奇心怎樣都不嫌多。