23

30
4

文字

分享

23
30
4

你會因為名人推薦而買書嗎?為什麼?|【科科齊打交】

stage_96
・2021/01/21 ・1035字 ・閱讀時間約 2 分鐘 ・SR值 395 ・三年級

-----廣告,請繼續往下閱讀-----

S編按:【科科齊打交】是我們希望可以與大家一起進行的對話形式。泛科學編輯部會盡力蒐集資料,提供可以協助討論的科學內容,期待能夠塑造一個開放與理性討論的空間。

這一次想特別和愛書的科夥伴們一同聊聊:大家究竟會不會因為名人推薦而買書呢?你買書的依據又是什麼呢?

現在,我們想邀請你,在閱讀完相關內容後,在此文底下留言,與我們分享你的想法!

名人一推薦,就上排行榜?

事情是這樣的,話說 1 月 13 日時,YouTube 頻道「老高與小茉 Mr & Mrs Gao」所推出的影片中,談到了尼采的著作《查拉圖斯特拉如是說》。

挾帶著 300 多萬訂閱的高人氣與 200 多萬的影片瀏覽量,兩日後,這本經典成功登上了博客來即時排行榜第二名,而尼采的精裝版三冊套書也一路飆升至即時榜第六名。

這樣的氣勢與後續效應引發了不少正反面討論,相關內容歡迎大家敲碗,我們下次再做一集齊打交給大家講解。

所以說,大大到底看了哪些書?

名人推薦書單或談論書籍從不是新鮮事,像是比爾蓋茲年年都會公布自己的夏季與冬季書單,許多通路都會設立專區分享相關資訊。

-----廣告,請繼續往下閱讀-----
博客來公布2020比爾蓋茲的冬季選書。圖/博客來網頁截圖
誠品也有公布。圖/誠品網頁截圖

除了比爾蓋茲之外,歐巴馬、歐普拉等等名人也都有推薦書籍的習慣。

大家真的會根據名人建議來買書嗎?

不過,名人書單這麼多,推不推薦真的會是購書指標嗎?

根據 SmartM 世紀智庫所進行的「2017台灣閱讀習慣大調查」,透過兩千多份問卷發現,大多數人會逛網路/實體自行選購書籍 (62.5%),名人分享與推薦則約三成 (28.3%),部分人則會透過廣告與出版社通知了解書訊並購書。(為複選題會重複計算)

那科夥伴們呢?你們選書屬於哪一派?

A. 名人推薦就是讚,跟著大老準沒錯!

B. 相信自己的判斷,我自有套選擇法!

C. 看心情,還在猶豫買不買的時候,會想看看是否有名人推薦

D. 其他

歡迎大家留言分享!

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 23
stage_96
26 篇文章 ・ 50 位粉絲
此為「科科齊打交」系列討論專用帳號!希望能藉由大家的討論,一起打造屬於我們的魔幻舞台! PanSci編輯部將會盡力蒐集資料,提供可以協助討論的科學內容。 想邀請科夥伴們在閱讀完相關內容後,藉由留言的方式,與我們分享你的想法! 「霹靂卡霹靂拉拉波波麗娜貝貝魯多。」

0

8
2

文字

分享

0
8
2
快!還要更快!讓國家級地震警報更好用的「都會區強震預警精進計畫」
鳥苷三磷酸 (PanSci Promo)_96
・2024/01/21 ・2584字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

本文由 交通部中央氣象署 委託,泛科學企劃執行。

  • 文/陳儀珈

從地震儀感應到地震的震動,到我們的手機響起國家級警報,大約需要多少時間?

臺灣從 1991 年開始大量增建地震測站;1999 年臺灣爆發了 921 大地震,當時的地震速報系統約在震後 102 秒完成地震定位;2014 年正式對公眾推播強震即時警報;到了 2020 年 4 月,隨著技術不斷革新,當時交通部中央氣象局地震測報中心(以下簡稱為地震中心)僅需 10 秒,就可以發出地震預警訊息!

然而,地震中心並未因此而自滿,而是持續擴建地震觀測網,開發新技術。近年來,地震中心執行前瞻基礎建設 2.0「都會區強震預警精進計畫」,預計讓臺灣的地震預警系統邁入下一個新紀元!

-----廣告,請繼續往下閱讀-----

連上網路吧!用建設與技術,換取獲得地震資料的時間

「都會區強震預警精進計畫」起源於「民生公共物聯網數據應用及產業開展計畫」,該計畫致力於跨部會、跨單位合作,由 11 個執行單位共同策畫,致力於優化我國環境與防災治理,並建置資料開放平台。

看到這裡,或許你還沒反應過來地震預警系統跟物聯網(Internet of Things,IoT)有什麼關係,嘿嘿,那可大有關係啦!

當我們將各種實體物品透過網路連結起來,建立彼此與裝置的通訊後,成為了所謂的物聯網。在我國的地震預警系統中,即是透過將地震儀的資料即時傳輸到聯網系統,並進行運算,實現了對地震活動的即時監測和預警。

地震中心在臺灣架設了 700 多個強震監測站,但能夠和地震中心即時連線的,只有其中 500 個,藉由這項計畫,地震中心將致力增加可連線的強震監測站數量,並優化原有強震監測站的聯網品質。

-----廣告,請繼續往下閱讀-----

在地震中心的評估中,可以連線的強震監測站大約可在 113 年時,從原有的 500 個增加至 600 個,並且更新現有監測站的軟體與硬體設備,藉此提升地震預警系統的效能。

由此可知,倘若地震儀沒有了聯網的功能,我們也形同完全失去了地震預警系統的一切。

把地震儀放到井下後,有什麼好處?

除了加強地震儀的聯網功能外,把地震儀「放到地下」,也是提升地震預警系統效能的關鍵做法。

為什麼要把地震儀放到地底下?用日常生活來比喻的話,就像是買屋子時,要選擇鬧中取靜的社區,才不會讓吵雜的環境影響自己在房間聆聽優美的音樂;看星星時,要選擇光害比較不嚴重的山區,才能看清楚一閃又一閃的美麗星空。

-----廣告,請繼續往下閱讀-----

地表有太多、太多的環境雜訊了,因此當地震儀被安裝在地表時,想要從混亂的「噪音」之中找出關鍵的地震波,就像是在搖滾演唱會裡聽電話一樣困難,無論是電腦或研究人員,都需要花費比較多的時間,才能判讀來自地震的波形。

這些環境雜訊都是從哪裡來的?基本上,只要是你想得到的人為震動,對地震儀來說,都有可能是「噪音」!

當地震儀靠近工地或馬路時,一輛輛大卡車框啷、框啷地經過測站,是噪音;大稻埕夏日節放起絢麗的煙火,隨著煙花在天空上一個一個的炸開,也是噪音;台北捷運行經軌道的摩擦與震動,那也是噪音;有好奇的路人經過測站,推了推踢了下測站時,那也是不可忽視的噪音。

因此,井下地震儀(Borehole seismometer)的主要目的,就是盡量讓地震儀「遠離塵囂」,記錄到更清楚、雜訊更少的地震波!​無論是微震、強震,還是來自遠方的地震,井下地震儀都能提供遠比地表地震儀更高品質的訊號。

-----廣告,請繼續往下閱讀-----

地震中心於 2008 年展開建置井下地震儀觀測站的行動,根據不同測站底下的地質條件,​將井下地震儀放置在深達 30~500 公尺的乾井深處。​除了地震儀外,站房內也會備有資料收錄器、網路傳輸設備、不斷電設備與電池,讓測站可以儲存、傳送資料。

既然井下地震儀這麼強大,為什麼無法大規模建造測站呢?簡單來說,這一切可以歸咎於技術和成本問題。

安裝井下地震儀需要鑽井,然而鑽井的深度、難度均會提高時間、技術與金錢成本,因此,即使井下地震儀的訊號再好,若非有國家建設計畫的支援,也難以大量建置。

人口聚集,震災好嚴重?建立「客製化」的地震預警系統!

臺灣人口主要聚集於西半部,然而此區的震源深度較淺,再加上密集的人口與建築,容易造成相當重大的災害。

-----廣告,請繼續往下閱讀-----

許多都會區的建築老舊且密集,當屋齡超過 50 歲時,它很有可能是在沒有耐震規範的背景下建造而成的的,若是超過 25 年左右的房屋,也有可能不符合最新的耐震規範,並未具備現今標準下足夠的耐震能力。 

延伸閱讀:

在地震界有句名言「地震不會殺人,但建築物會」,因此,若建築物的結構不符合地震規範,地震發生時,在同一面積下越密集的老屋,有可能造成越多的傷亡。

因此,對於發生在都會區的直下型地震,預警時間的要求更高,需求也更迫切。

-----廣告,請繼續往下閱讀-----

地震中心著手於人口密集之都會區開發「客製化」的強震預警系統,目標針對都會區直下型淺層地震,可以在「震後 7 秒內」發布地震警報,將地震預警盲區縮小為 25 公里。

111 年起,地震中心已先後完成大臺北地區、桃園市客製化作業模組,並開始上線測試,當前正致力於臺南市的模組,未來的目標為高雄市與臺中市。

永不停歇的防災宣導行動、地震預警技術研發

地震預警系統僅能在地震來臨時警示民眾避難,無法主動保護民眾的生命安全,若人民沒有搭配正確的防震防災觀念,即使地震警報再快,也無法達到有效的防災效果。

因此除了不斷革新地震預警系統的技術,地震中心也積極投入於地震的宣導活動和教育管道,經營 Facebook 粉絲專頁「報地震 – 中央氣象署」、跨部會舉辦《地震島大冒險》特展、《震守家園 — 民生公共物聯網主題展》,讓民眾了解正確的避難行為與應變作為,充分發揮地震警報的效果。

-----廣告,請繼續往下閱讀-----

此外,雖然地震中心預計於 114 年將都會區的預警費時縮減為 7 秒,研發新技術的腳步不會停止;未來,他們將應用 AI 技術,持續強化地震預警系統的效能,降低地震對臺灣人民的威脅程度,保障你我生命財產安全。

文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
195 篇文章 ・ 299 位粉絲
充滿能量的泛科學品牌合作帳號!相關行銷合作請洽:contact@pansci.asia

1

2
1

文字

分享

1
2
1
如何提升學生閱讀能力?臺師大宋曜廷副校長專訪
PanSci_96
・2022/07/07 ・4422字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

  • 採訪編輯|陳儀珈
有些孩子一看到文章,就一個頭兩個大。 圖/envato

關於「臺灣學生閱讀能力退步」的說法,早已不是新聞了,但這現象真的存在嗎?就算存在,怪罪社群媒體、影音平台,然後多讓學生們多讀幾本經典名著就能解決問題嗎?如果不是,還能怎麼做?

現代問題要有現代手段,國立臺灣師範大學教育心理與輔導學系講座教授,同時也是該校副校長的宋曜廷帶領研究團隊,先用科學方法研究學生的閱讀能力,接著透過評量,逐步找出解方。

臺師大宋曜廷副校長。

「考試領導教學」一直是臺灣教育的硬傷,在當今臺灣「應試教育」的體制下,無論是什麼內容或教學方式,只要你是名師,在補習界永遠都可以有一席之地,然而,閱讀習慣這件事,沒有辦法透過應試導向的「補習」補起來。

在「應試」體制下的臺灣教育

針對臺灣學生的閱讀能力,宋曜廷的研究團隊發現,臺灣學生整體閱讀能力的確退步得很顯著,但學校端遲遲無法提出積極、有效改善閱讀教育的作為,家長也無法得到外界的有效支援。

-----廣告,請繼續往下閱讀-----

以應試導向作為教育主軸,或許在臺灣和部分亞洲國家是可行的、能創造亮眼成績的,但這只是現在,而不是未來,更不是全球的趨勢。這個資訊爆炸的時代,應試取向的教育並非長久之計,新的學習觀念和教育研究都顯示,應試教育將會被「素養教育」所取代。

應試教育並非未來的學習趨勢,而是會被素養教育給取代。圖/envato

為了解決上述問題,宋曜廷藉由語言學、心理學、人工智慧技術,成功研發出「適性閱讀系統 SmartReading」平台,不僅能夠診斷學生的閱讀能力、客觀分析文本的難易度,也可以推薦適合學生程度的書籍,結合適性測驗、文本難度測驗,達到最好的學習和教學效果。

找到適合不同程度閱讀能力的文本

讓低年級的孩子讀《盲眼鐘錶匠:解讀生命史的奧祕》、《沙灘上的薛丁格,生活中的量子力學》等有一定難度的書籍,不是訓練,而是一種折磨。那要怎麼才可以選對書,讓學生讀到難度適中的文本呢?

以英語為例,「Lexile 藍思」是全世界最知名、最有公信力之一的英語閱讀程度指標,有無數的老師、家長和書商,甚至是美國教育部,都大力推廣使用 Lexile 藍思來增進孩子的英文閱讀能力,並追蹤學習的狀況。

-----廣告,請繼續往下閱讀-----
如何替學生選到合適的閱讀書籍?圖/envato

那麼臺灣呢?宋曜廷表示,其實我們早就做出來了!畢竟臺灣學生的知識背景、典型的知識空間,是很簡單就可以整理出來的。

為了讓人們更精準、客觀地了解文本的難易度,宋曜廷結合閱讀心理學、語言學及機器學習,研發出「中文文本可讀性指標自動化分析技術」(Chinese Readability Index Explorer, CRIE),分析文本中的五大客觀指標(基本層次、字詞層次、句法層次、語意層次、以及凝聚類層次),以評估文章的用字遣詞及文章結構。

除了上述語言特徵外,宋曜廷的研究團隊更整合不同特定領域的知識,以評估文章中「專業知識」的難度,最終開發出通用型的文本可讀性模型,可用來量化不同領域書籍或文章的「SR 值」及「適讀年級」。

其中 SR 值為文本的難度值,若 SR 值愈大,則代表這篇文章或書籍的難度愈高。

-----廣告,請繼續往下閱讀-----

若是好奇 CRIE 的分級成果,歡迎大家前往適性閱讀系統 SmartReading 的「閱讀分級書庫查詢系統」,該網站已收錄了「金鼎獎」、「中小學生讀物選介」、「兒童文學牧笛獎」等超過兩萬筆優良書目的得獎好書,並公布各個書籍的難度分級,提供大眾作為閱讀選書的參考依據。

踢走閱讀教育的絆腳石:太難懂、不適合和不深刻

除了書籍本身的難易程度,學生的閱讀能力,也會影響閱讀的成效和訓練。

因此,宋曜廷以閱讀心理學、閱讀能力發展歷程理論為基礎,參酌國際重要閱讀能力評量(PISA & PIRLS)與美國國家教育進步評量(NAEP)後,研發「中文閱讀能力診斷評量」(Diagnostic Assessment of Chinese Competence, DACC),藉由線上測驗,檢測出學生的閱讀能力。

根據認知發展理論,DACC 將學生的閱讀能力分為五大向度,分別為「字詞辨識」、「表層文意理解」、「文意統整」、「推論理解」以及「分析評鑑」。

-----廣告,請繼續往下閱讀-----

適性閱讀系統 SmartReading 結合了能夠判斷書籍難易程度的 CRIE 技術,以及診斷學生五大向度閱讀能力的  DACC 評量,結合「書」與「人」的兩種指標,提供一組符合孩子閱讀能力的推薦書單,並讓學生自由選擇有興趣的書籍。

透過五大向度的評量,推薦孩子閱讀書單。圖/envato

然而,匹配到適合的好書還不夠!研究團隊指出,臺灣學生缺乏的是「較高層次的知識整合與闡釋的能力」,因此一個培養閱讀習慣的好系統,還必須訓練學生「規劃閱讀計畫、評估閱讀成效、調整閱讀技巧」,讓孩子讀書讀得夠深刻。

適性閱讀系統 SmartReading 不僅有「讀後評量」、「閱讀計畫」的功能,更開發出評量學生摘要、心得的技術,並自動給予評分,是目前全世界第一且唯一的中文閱讀心得自動評分技術!

讀得多不等於讀得好,看 YouTuber 說書也不等於讀書

以往似乎會認為,只要孩子的閱讀量越大,就代表閱讀能力好、閱讀的效果也會好,但宋曜廷指出,這是很有爭議的說法,在教育學與心理學上,仍然無法證實閱讀量與閱讀力的有相關。

-----廣告,請繼續往下閱讀-----

光是如何評估「閱讀量」,就有許多討論的空間。閱讀量等於文字量嗎?這些文字的品質如何?看了這麼多,究竟讀了什麼?有深入反省和批判嗎,抑或只是囫圇吞棗呢?

由於「認真讀」和「隨便讀」展現出來的成果、文字解構能力是完全不一樣,因此,在適性閱讀系統 SmartReading 中,會用相當嚴謹的平台互動、閱讀評量和讀後心得來檢驗閱讀的整體成效。

「閱讀力」與閱讀量不一定有關,也不容易評測。圖/envato

此外,若只單論閱讀能力的話,那就太「認知」了,在閱讀教育上,宋曜廷同樣看重的是閱讀的動機以及興趣。

孩子到底有沒有越來越喜歡閱讀?

宋曜廷指出,有許多人在進行閱讀教育時只在乎認知面,而忽略了情意面,尤其是「閱讀習慣」這一塊,更是難以被客觀測驗,而必須追蹤長達數年,才可以判斷孩子究竟有沒有持續的愛閱讀。

-----廣告,請繼續往下閱讀-----

隨著時代數位化,除了紙本的閱讀,學生更多了電子書,甚至是有聲書、影片說書的選擇,然而,這到底算不算是一種「真正的閱讀」呢?

宋曜廷認為,「文字」的閱讀是不可取代的。除了文字是更深入、更有效率和效果的知識擷取外,在大腦處理資訊的過程,文字與影像進入記憶的機制是完全不一樣的,因此影像式的閱讀是另一個面向,無法真正取代傳統的文字式閱讀。

對大腦來說,輸入文字資訊與影像資訊是不同的記憶機制。圖/envato

對於宋曜廷而言,YouTube 更適合作為一個引子,導引我們進入文字、發掘更深入的閱讀,也許當今影像的開發性、可能性比較高,也可以傳達更細膩的細節,但這幾千年來,人類對於文字的心領神會,是無可取代的。

在影視媒體的大舉進攻之下,若長篇文字(例如:書籍)的閱讀已經式微,像泛科學這種以「單篇文章」來乘載知識的方式,也許是值得推薦的。這種單篇、組合式的閱讀,只要足夠震撼、精煉,不僅維持文字原有的穿透性,也能「擾動」讀者去閱讀更多知識,作為一種閱讀的敲門磚。

-----廣告,請繼續往下閱讀-----

從賣書的變成讀書的,再變成教書的!

宋曜廷感慨道,五十年前他小時候是個沒有書可以念的時代,在那個資源匱乏的社會,只有成績好的學生,才可以得到老師獎勵的一本書,考不到前三名,就沒有書可以看,《國語日報》更是許多人愛不釋手的寶藏。

回想起《國語日報》和當年的光景,宋曜廷也相當的懷念,「沒想到《萬能車》真的實現了!」

然而,隨著科技與網路技術的崛起,對於現在的學生而言,不僅書本唾手可得,還有著其他無限多的內容:遊戲、電影、動漫畫、網路影音等在搶奪人們的注意力,曾經輝煌、風光無限的出版業,如今卻變得灰頭土臉。

出版業遇到各種新型資訊載體的衝擊。圖/envato

在科技狂潮下,數位化時代對出版業帶來巨大的衝擊,讀者閱讀習慣的轉變,更讓出版業面臨轉型的危機。

面對出版環境的驟變,傳統的大型出版社和書商,究竟該如何因應?中游的電商、科技學習或線上學習公司,可以怎麼協助相關的電商工作並擴展市場?在茫茫書海中,學生到底要怎麼選到正確的好書?

宋曜廷的研究團隊靠智慧型閱讀系統 SmartReading 平台打造「智慧型閱讀小聯盟」,集結了志同道合、願意推廣閱讀教育的聯盟會員,一起讓孩子喜歡讀書。加入聯盟後,作為上游的出版社與圖書銷售業,可以獲得前文所提及的  CRIE 自動分級技術,隨後由中游的電商與行銷單位利用 SmartReading 平台,將上游會員的書籍和文本推廣給有需求的下游會員,營造適性化閱讀的環境,讓家長和老師協助培養學生的自主閱讀習慣和能力。

「將出版業從賣書的,變成讀書的,再變成教書的!教書不是教真正的內容和知識,而是讓孩子對閱讀有興趣,因讀書而滿足。」宋曜廷這麼說道。

透過聯盟將閱讀的上中下游串連了起來,讓出版社不只是出版社、學生也不僅僅是只能接收知識的讀者,如此一來也才有機會讓「閱讀的生態系」能夠生生不息。

參考資料

所有討論 1
PanSci_96
1216 篇文章 ・ 2127 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

23

30
4

文字

分享

23
30
4
你會因為名人推薦而買書嗎?為什麼?|【科科齊打交】
stage_96
・2021/01/21 ・1035字 ・閱讀時間約 2 分鐘 ・SR值 395 ・三年級

S編按:【科科齊打交】是我們希望可以與大家一起進行的對話形式。泛科學編輯部會盡力蒐集資料,提供可以協助討論的科學內容,期待能夠塑造一個開放與理性討論的空間。

這一次想特別和愛書的科夥伴們一同聊聊:大家究竟會不會因為名人推薦而買書呢?你買書的依據又是什麼呢?

現在,我們想邀請你,在閱讀完相關內容後,在此文底下留言,與我們分享你的想法!

名人一推薦,就上排行榜?

事情是這樣的,話說 1 月 13 日時,YouTube 頻道「老高與小茉 Mr & Mrs Gao」所推出的影片中,談到了尼采的著作《查拉圖斯特拉如是說》。

挾帶著 300 多萬訂閱的高人氣與 200 多萬的影片瀏覽量,兩日後,這本經典成功登上了博客來即時排行榜第二名,而尼采的精裝版三冊套書也一路飆升至即時榜第六名。

這樣的氣勢與後續效應引發了不少正反面討論,相關內容歡迎大家敲碗,我們下次再做一集齊打交給大家講解。

所以說,大大到底看了哪些書?

名人推薦書單或談論書籍從不是新鮮事,像是比爾蓋茲年年都會公布自己的夏季與冬季書單,許多通路都會設立專區分享相關資訊。

-----廣告,請繼續往下閱讀-----
博客來公布2020比爾蓋茲的冬季選書。圖/博客來網頁截圖
誠品也有公布。圖/誠品網頁截圖

除了比爾蓋茲之外,歐巴馬、歐普拉等等名人也都有推薦書籍的習慣。

大家真的會根據名人建議來買書嗎?

不過,名人書單這麼多,推不推薦真的會是購書指標嗎?

根據 SmartM 世紀智庫所進行的「2017台灣閱讀習慣大調查」,透過兩千多份問卷發現,大多數人會逛網路/實體自行選購書籍 (62.5%),名人分享與推薦則約三成 (28.3%),部分人則會透過廣告與出版社通知了解書訊並購書。(為複選題會重複計算)

那科夥伴們呢?你們選書屬於哪一派?

A. 名人推薦就是讚,跟著大老準沒錯!

B. 相信自己的判斷,我自有套選擇法!

C. 看心情,還在猶豫買不買的時候,會想看看是否有名人推薦

D. 其他

歡迎大家留言分享!

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 23
stage_96
26 篇文章 ・ 50 位粉絲
此為「科科齊打交」系列討論專用帳號!希望能藉由大家的討論,一起打造屬於我們的魔幻舞台! PanSci編輯部將會盡力蒐集資料,提供可以協助討論的科學內容。 想邀請科夥伴們在閱讀完相關內容後,藉由留言的方式,與我們分享你的想法! 「霹靂卡霹靂拉拉波波麗娜貝貝魯多。」

1

5
3

文字

分享

1
5
3
Deepfake 不一定是問題,不知道才是大問題!關於 Deepfake,你需要知道的是⋯⋯?
TingWei
・2022/01/24 ・3489字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

編按:你的理智知道「眼見不為憑」,但你的眼睛還是會背叛你的理智,不自覺得被眼前的影像所吸引,儘管你真的、真的知道他是假的。Youtuber 小玉於2021年底涉嫌利用 Deepfake 技術,偽造多位名人的色情影音內容並販售的事件,既不是第一起、也不是唯一、更不會是最後一個利用「深偽技術」進行科技犯罪的事件。

當科技在走,社會和法律該如何跟上甚至超前部署呢?本次 Deepfake 專題,由泛科學和法律白話文合作,從Deepfake 技術與辨偽技術、到法律如何因應,讓我們一起全方位解析Deepfake!

第一篇,讓我們就 Deepfake 技術做一基礎的介紹,那我們就開始囉!

什麼是 Deepfake?

深偽技術 Deepfake 於 2017 年陸續開始進入大眾的目光中。原文 Deepfake 源自於英文「deep learning」(深度學習)和「fake」(偽造)組合,主要意指應用人工智慧深度學習的技術,合成某個(不一定存在的)人的圖像或影片、甚至聲音。最常見的應用,就是將影片中的人臉替換為另一張臉(常是名人),讓指定的臉在影片中做出自己從未說過或做過的事情。

利用深度學習技術合成或是置換人臉的技術,都是屬於Deepfake。圖 / stephenwolfram

現今談到 Deepfake,大多數人想到的可能是偽造的成人影片,就如前述 Youtuber 小玉的事件,Deepfake 一開始受到關注,主要與名人或明星的臉部影像被合成到成人影片有關,然而,Deepfake 的功能遠不僅於此,相關的技術使用還包括了替換表情、合成一整張臉、合成語音等等。

除了像是讓過去或現在的名人在影片中「栩栩如生」做出使用者想要的表情與動作,之前在社群媒體上曾有好幾款 APP一度風靡,包括上傳一張照片就可以看看「變老」「變性」自己的 FaceApp,甚至於讓自己的臉在經典電影中講上一段台詞的「去演」APP,這類的功能也是應用前述 Deepfake 的技術。

雖然有些線索顯示這類 APP 常有潛在的資安疑慮[註],但好歹技術的成果多屬搏君一燦自娛娛人,尚可視為無傷大雅。

-----廣告,請繼續往下閱讀-----
「栩栩如生」的愛因斯坦

而過往電影的影音產業要仿造人臉需要應用許多複雜、耗時、昂貴的電腦模擬,有了 Deepfake 相關的技術,也使得許多只能抱憾放棄的事情出現了彌補的空間。最有名的應用應是好萊塢電影《玩命關頭7》與《星際大戰》系列。《玩命關頭7》拍攝期間主角保羅・沃克(Paul William Walker IV)意外身亡,剩下的戲份後來由弟弟擔綱演出,劇組再以 Deepfake 的技術讓哥哥弟弟連戲,整部電影才得以殺青上映。

Weta Digital 說明如何讓保羅・沃克的弟弟 Brian O’Conner 能透過 Deefake 的技術,繼續協助 保羅・沃克演完《玩命關頭7》

Deepfake 讓「變臉」變得太容易了?

想想過去的電影如《魔戒》中的咕嚕、或是 2008 年布萊德・彼特主演的《班傑明的奇幻旅程》,將影片或照片中人物「換臉」「變老」的修圖或 CG 技術,在 Deepfake 出世之前就已經存在了。Deepfake 受到關注的核心關鍵在於,應用 AI 的深度學習的演算法,加上越來越強大的電腦與手機運算能力,讓「影片換臉」這件事情變得越來越隨手可得、並且天衣無縫。

利用CG技術把布萊德・彼特「變老」。 圖 / © 2008 – Paramount Pictures

過往電影中採用的 CG 技術要花好幾個月由專業人士進行後製,才能取得難辨真偽的影像效果,而應用了 AI 演算法,只需要一台桌上型電腦甚或是手機,上網就可以取得軟體、有機會獲得差強人意的結果了。

進一步,傳統軟體演算法主要依靠工程師的持續修改調整,而如 Deepfake 這類技術,內部的演算法會經過訓練持續進化。有許多技術被應用於提高 Deepfake 的偽造效果,其中最常見的一個作法被稱為「生成對抗網路(Generative Adversarial Network, GAN)」,這裡面包含了兩組神經網路「生成器(Generator)」和「辨識器(Discriminator)」。

-----廣告,請繼續往下閱讀-----

在投入訓練資料之後,這兩組神經網路會相互學習訓練,有點像是坐在主人頭上的小天使與小惡魔會互相吐槽、口才越來越好、想出更好的點子;在練習的過程中,「生成器」會持續生成偽造的影像,而「辨識器」則負責評分,反覆訓練下來,偽造生成的技術進步,辨識偽造的技術也得以進步。

舉例來說,This Person Does Not Exist 這個網站就充滿了使用 GAN 架構建構的人臉,這個網站中的人臉看上去非常真實,實際上都是 AI 製造出來的「假臉」。

This Person Does Not Exist 裡的「假臉」。

Deepfake 影片不一定是問題,不知道是 Deepfake 才是問題

現今的 Deepfake 技術得以持續進步、騙過人眼是許多人努力的成果,也不見得都是壞事。像是《星際大戰:俠盜一號》片尾,年輕的萊婭公主出面驚鴻一瞥,就帶給許多老粉絲驚喜。這項技術應用癥結在於,相關演算法輕易就能取得,除了讓有心人可以藉以產製色情影片(這類影片佔了Deepfake濫用的半數以上),Deepfake 製造的影片在人們不知情的情況下,很有可能成為虛假訊息的載體、心理戰的武器,甚至於影響選戰與輿情。

因此,Deepfake 弄假似真不是問題,閱聽者因此「不辨真假」才將是最大的問題所在。

-----廣告,請繼續往下閱讀-----
歐巴馬的 Deepfake 影片

相關的研究人員歸納了幾個這類「變臉」影片常見的特徵,可以用來初步辨識眼前的影片是不是偽造的。

首先,由於 AI 尚無法非常細緻的處理一些動作細節,因此其眨眼、視線變化或臉部抽蓄的動作會較不自然。其次,通常在邊緣處,如髮絲、臉的邊緣線、耳環等區域會出現不連貫的狀況。最後,在一些結構細節會出現不合理的陰影瑕疵,像是嘴角的角度位置等。

由於現階段的 Deepfake 通常需要大量的訓練資料(影像或影片)才能達到理想的偽造成果,因此會遭到「換臉」的受害者,主要集中在影像資源豐富的名人,如電影明星、Youtuber、政治人物等。需要注意的是,如果有人意圖使用 Deepfake 技術製造假消息,其所製造的影片不見得需要非常完美,有可能反而降低解析度、非常粗糙,一般人如用手機瀏覽往往難辨真假。

人眼已經難辨真假,那麼以子之矛攻彼之盾,以 AI 技術辨識找出 Deepfake 的成品,有沒有機會呢?隨著 Deepfake 逐漸成為熱門的議題,有許多團隊也開始試圖藉由深度學習技術,辨識偽造影像。2020 年臉書與微軟開始舉辦的「換臉偵測大賽」(Deepfake Detection Challenge)就提供高額獎金,徵求能夠辨識造假影片的技術。然而成果只能說是差強人意,面對從未接觸過的影片,第一名辨識的準確率僅為 65.18%。

-----廣告,請繼續往下閱讀-----
「換臉偵測大賽」(Deepfake Detection Challenge)的辨識素材。圖/MetaAi

對於 Deepfake 可能遭到的濫用,某部分我們可以寄望技術的發展未來終將「道高一尺」,讓社群平台上的影像不致於毫無遮攔、照單全收;然而技術持續「魔高一丈」讓防範的科技追著跑,也是顯而易見的。

社群網路 FB 在 2020 年宣布全面禁止 Deepfake 產生的影片,一旦有確認者立即刪除,twitter 則強制註記影片為造假影片。Deepfake 僅僅是未來面對 AI 浪潮,科技社會所需要應對的其中一項議題,法律、社會規範如何跟上?如何解決箇中的著作權與倫理問題?這些都將是需要經過層層討論與驗證的重要課題。

至少大家應該心知肚明,過往的網路流行語:「有圖有真相」已經過去,接下來即將面臨的,是一個「有影片也難有真相」的網路世界了。

  • 註解:推出 FaceApp 與「去演」的兩家公司其軟體皆要求註冊,且對於上傳資料之後續處理交代不清,被認為有侵犯使用者隱私權之疑慮。

參考資料

-----廣告,請繼續往下閱讀-----
  1. Deepfakes and the New AI-Generated Fake Media Creation-Detection Arms Race – Scientific American
  2. What To Do About Deepfakes | March 2021 | Communications of the ACM
  3. Tolosana, R., Vera-Rodriguez, R., Fierrez, J., Morales, A., & Ortega-Garcia, J. (2020). Deepfakes and beyond: A survey of face manipulation and fake detection. Information Fusion, 64, 131-148.
  4. Deepfake 深偽技術的技術濫用與道德困境,大眾正要開始面對 | TechNews 科技新報
  5. 台灣團隊研究辨識Deep Fake影片 深偽技術的正邪之戰開打 | 台灣事實查核中心 (tfc-taiwan.org.tw)

所有討論 1
TingWei
13 篇文章 ・ 15 位粉絲
據說一生科科的生科中人,不務正業嗜好以書櫃堆滿房間,努力養活雙貓為近期的主要人生目標。