1

1
1

文字

分享

1
1
1

撈起傳統的碎片,臺灣的開拓者——伊能嘉矩

PanSci_96
・2023/02/17 ・4497字 ・閱讀時間約 9 分鐘

-----廣告,請繼續往下閱讀-----

  • 作者|黃郁仁

在臺灣研究原住民文化的人,一定聽過伊能嘉矩的名號。目前我們將臺灣原住民區分為 16 族,就是奠定在伊能嘉矩的研究基礎上。他也是彼時的臺灣研究權威,所涉包括族群、語言、歷史、資源、制度,無所不包。

伊能嘉矩待在臺灣的 1896 到 1901 年間,總共進行了五次大規模實地調查,其中最史無前例的是 1987 年的全島大巡查,在長達近兩百天的調查過程中,伊能深入當時被稱為「番界」的禁地,行蹤從北到南、再從南到東,中間還一度遠赴蘭嶼。

在這次的調查成果中,伊能嘉矩詳細地紀錄了不同原住民族的外貌、語言、宗教及風俗習慣,並首次提出了原住民族近代的科學分類方法。

伊能嘉矩。圖/wikimedia

伊能嘉矩的研究影響百年

1889 年明治維新後,日本大量引進西方科學研究方法,而人類學也成為這波新興學科中的一環。1893 年,伊能嘉矩拜日本人類學之父──坪井正五郎為師,加入了「東京人類學會」,進一步組織了「人類學講習會」及「土俗會」。當時的人類學研究注重在「考古」及「體質」範疇,而坪井正五郎的研究範圍除了考古與體質外,也重視「社會人類學」及「語言學」領域,成為伊能日後研究的基礎。

-----廣告,請繼續往下閱讀-----

1895 年清朝戰敗,與日本簽署了《馬關條約》,臺灣成為了日本向外擴張的第一個新領地,這成為了伊能嘉矩實現人類學研究理想的重要契機。他自告奮勇的寫信給日本當局,認為如果要順利治理臺灣,就必須先瞭解臺灣的居民。在臺灣的居民中,漢人相對好理解,但是島上的原住民是一塊完全陌生的領域,如果先進行詳細的調查,再制訂對策並給予教育,治理臺灣就會順利許多。他自信可以不畏艱難,完成這項調查臺灣原住民的工作。

最終日本當局接受了伊能嘉矩的建議,遠渡來臺的伊能嘉矩馬上在臺灣成立了「臺灣人類學會」,並開宗明義地說明將進行「人類的理學研究」,而要進行理學的研究,就必須從種族的「生物學」、「心理學」、「土俗學」、「言語學」、「地理歷史學」及「宗教」這六種不同面向著手。

克服治安與自然環境,進行踏查

伊能嘉矩常在日記透露自己查訪的過程,由於當時的臺灣治安不佳,不僅平地常有盜匪出沒,山麓一帶也有原住民出草的習俗;而難以捉摸的自然環境,也是探查的危機之一。所以在每次出發前,規劃出最妥善的行程是最重要的課題。

伊能每到新的訪查區域都有一套固定流程。首先是拜會當地的「撫墾署」,聽取當地的番情報告,然後以署為宿舍,或以轄區為中心,查訪各個番社。又因為原住民偶爾會下山到「換番所」(物品交換所),成為了伊能接近觀察對象的最好機會,先在遠處觀察其穿著的衣飾風俗及腔調特色,再就近與其交談。

-----廣告,請繼續往下閱讀-----

透過撫墾署長的推薦,伊能幾乎都能投宿在轄區內的頭目或是地主家中,因為頭目和地主的居住地,是最容易取得民情資料的地方,也能第一手接觸到舊時代的文物,觀看舊時代的風俗,同時透過頭目的安排,與部落居民與會也更加方便。

為了更加理解原住民文化,伊能甚至有身份特殊的族語老師,幫助著伊能嘉矩的研究。他私下出資養育著來自不同家庭的泰雅族男女青年,把他們視為自己小孩般的照顧,並安排著日式教育。他一邊養育,一邊實驗著自己「番人教育」的初衷,他教育著這對青年的同時,也向他們學習泰雅語,把自己完全投入在研究範圍內。

訪查的過程不盡然一切順利,伊能嘉矩也曾遭遇過幾次危機,險些面臨殺身之禍。舉例來說,當伊能嘉矩拜訪新竹縣五峰鄉的十八兒社時,就曾有過與死亡非常接近的時刻。當地的十八兒社與霞喀羅社過去曾經遭受過清朝的討伐,因此對外人懷有強烈的敵意。而雖然伊能事先與頭目有訪談的共識,並夜宿在頭目家中,但是當天的半夜,此兩社的泰雅族人帶著山刀與頭目強硬談判,認為為了番社的名譽,取下日本人的頭顱是勢在必行。頭目無法化解此一強硬的態度,情急之下要求族人們在隔天日本人(即伊能一行人)離開的路上截殺,這才暫時勸退帶有殺意的族人。

勸退族人的頭目回到家中依然不敢大意,不僅用原木堵住門窗防止夜間襲擊,自己更守在門邊整夜不敢闔眼。而第二天一早,頭目親自帶隊護送伊能嘉矩下山,路線避開尋常道路。事後伊能嘉矩回憶道,當時為了逃避危險,俯身鑽過滿是荊棘的小徑,因為知道危在旦夕,即使滿身被刺傷也沒有感覺。而脫離險境之後,伊能馬上取出一瓶酒和頭目對飲,認為自己能夠避開這一次的殺身之禍,完全倚靠頭目的知遇之恩。

-----廣告,請繼續往下閱讀-----

原住民族的分類與認定,換誰掉眼淚?

在清朝時期,對於臺灣原住民採用政治性的分類,依照順從的程度來區分為「生番」與「熟番」;但實際上,生番與熟番也有可能來自同樣的種族或部落。伊能嘉矩認為這並不是科學的研究方法,即使是當時的國外學者分類,也有許多缺失。

伊能就特別指出馬偕(George L. Mackay)與泰勒(George Taylor)的分類不夠嚴謹。例如馬偕所提出的「生番、熟番、平埔番與南勢番」分類偏重於臺灣北部且受到清朝的政治分類影響;而泰勒所提出的「排灣、阿美、知本與平埔」則偏重於臺灣南部,兩者都不是全體性的種族分類,而無法成為「理學」的研究成果。

伊能認為馬偕的分類不夠嚴謹。 圖/wikimedia

因此伊能在經過全島調查後,提出了臺灣原住民的系統性分類。伊能依照「體質的特徵、土俗的異同、思想的現狀、語言的異同、歷史的口碑」等五點作為基本分類,再依照共有特徵的相關性,來劃定血緣的遠近關係。

最終,伊能將島上的原住民劃分為「四群八族二十一部」,並以「自稱」為原則,為各族命名。

-----廣告,請繼續往下閱讀-----
伊能嘉矩於 1898 年所製作的「臺灣各蕃族分布略圖」。伊能嘉矩當年依照「群」、「族」、「部」分類,將臺灣原住民分為四群八族二十一部,圖中所標示的 A 至 H,即為八族分布的區域。(圖/《伊能嘉矩:臺灣歷史民族誌的展開》第 87 頁)

雖然伊能提出了上述五點的分類依據,並曾在發表中表示,日後會更進一步說明採用五點分類的理由。但很不幸,直到伊能逝世之前,都沒有進一步說明對自己提出分類的依據。

伊能嘉矩所提出的分類標準,被沿用至國民政府來臺時期。一直到今天,對於臺灣原住民的分類,幾乎也還是在伊能嘉矩所訂定的框架下探索新的可能。

1948 年,國立臺灣大學民族學研究室首度將臺灣原住民族劃分為九族,隨著社會對原住民的理解,現在已擴增至十六族。但是尚未明確劃定分類的原住民,仍有 25 族以上,人數多達上萬人,甚至有著「中央政府未認定,僅地方政府認定族群」及「中央、地方政府皆未認定族群」等曖昧的分類標準。

在百年前伊能嘉矩對臺灣原住民進行訪查時,就發現原住民族有著獨特的文化、語言及習俗,而這一切正隨著原住民漢化而快速消失,甚至有著全面失傳的趨勢。伊能進而感慨:「如果不能進一步調查作成紀錄,將來要研究時,就只能面對番社廢墟流眼淚了。」

-----廣告,請繼續往下閱讀-----

百年後的今天,隨著社會快速發展,原住民的漢化程度與文化消失的速度更是倍速成長,使得文化的採集與研究愈發困難,能夠獲得正名認定的門檻也愈加提高。

臺灣學的開拓者,無可取代的伊能嘉矩

隨著日本政府在臺的治理時間越長,陸續成立了「番情研究所」及「臺灣慣習研究會」等單位,而伊能嘉矩在其中都擔任重要職位。在這段期間,伊能密集且大量的在日本及臺灣的研究刊物上發表研究成果,研究範圍並不只侷限在原住民領域,而是擴及整個臺灣,從族群、語言、歷史、資源、制度等無所不包,儼然成為了彼時的臺灣研究權威。

1928 年,集合了伊能嘉矩畢生心血的時代鉅作《臺灣文化志》終於出版,一共分為上、中、下三冊,裡面完整記錄了當時臺灣的時代發展,如同一本關於臺灣的百科全書。但遺憾的是,伊能嘉矩本人無法見證作品的問世,因為他在 1925年就因為瘧疾復發而逝世。伊能嘉矩所染上的瘧疾,正是早年在臺灣踏查時所感染的。《臺灣文化志》的書稿是伊能的妻子在整理遺物時意外發現,上面還留有伊能嘉矩編輯校稿後的「校了」二字。

《臺灣文化志》的出版,造成了社會極大的迴響,自此奠定了伊能嘉矩在臺灣研究中無可取代的地位。

-----廣告,請繼續往下閱讀-----

1945 年,隨著二戰結束,國民政府來臺,社會環境有了巨大的改變。伊能嘉矩雖然已經離世,但是透過翻譯的形式,其研究成果先在地方文史領域發揮影響力,後來也進入學術界的範疇。直到 1990 年代臺灣解嚴後,臺灣歷史研究獲得重視,而伊能嘉矩的過去的手稿及著作,也陸續獲得翻譯、再版,甚至數位化的機會。

百年前的伊能嘉矩透過歷史書寫推廣臺灣研究,而百年後的今天,伊能嘉矩則成為了臺灣歷史研究的一部分。

歷史學者楊雲萍教授曾經提及:「『臺灣研究的都市』任一曲巷小路,無一處沒有伊能嘉矩的『日影』映照。」。由此足以反映伊能嘉矩在臺灣舉足輕重的地位。

也許,自從伊能嘉矩在 1895 年遠從日本踏上臺灣土地的那一刻起,某部分的他就再也沒有離開過了。

補充資料:關於臺灣原住民族的正名

現代如果原住民族想要獲得正名認定,是採取申請制度。在提出申請的文件中,除了該族群的家譜蒐集、歷史相關紀錄外,還需要能夠有使用流利族語的族人,以及能重製傳統服飾的技能等。不論是因為傳統文化消逝而缺乏證明文件,或是族語因為殖民國語言政策影響而消亡,種種因素都使得族群被成功認定的機會渺茫。

-----廣告,請繼續往下閱讀-----

例如位於高雄茂林、多納和萬山一帶的「下三社群」,在歷史上一直命運多舛,從 1935 年起因《臺灣高砂族系統所屬之研究》被併入魯凱族,1939 年因鹿野忠雄的研究,又被併入在排灣社群,合稱為「魯凱雅族」。

而今日的「下三社群」,在政府單位的系統中仍然被歸類在魯凱族之中。雖然有著與魯凱族截然不同的文化、部落傳說,甚至連語言也不盡相同。百般無奈下,只能開玩笑的說自己是「假魯凱族」。

實際上,下三社群自認為三個原住民族,分別為「歐佈諾伙族(’oponoho)」、「德樂日卡族(Teldrika)」及「古納達望族(Kongadavane)」。下三社群爭取正名運動已經達了數十年之久,至今尚未見到希望的曙光。

  1. 伊能嘉矩(1996)。《平埔族調查旅行-伊能嘉矩<臺灣通信>選集》。楊南郡譯。臺北:遠流出版。
  2. 伊能嘉矩(1996)。《台灣踏查日記〈上〉》。楊南郡譯。臺北:遠流出版。
  3. 李筱峰、莊天賜(2004)。《快讀台灣歷史人物》。臺北:玉山社。
  4. 陳偉智(2014)。《伊能嘉矩:臺灣歷史民族誌的展開》。臺北:臺大出版中心。

-----廣告,請繼續往下閱讀-----
文章難易度
所有討論 1
PanSci_96
1262 篇文章 ・ 2405 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。

0

1
0

文字

分享

0
1
0
E10 低碳汽油:台灣減碳新契機,為何我們應該接受?
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/17 ・3468字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文與美國穀物協會合作,泛科學企劃執行。

台灣將在 2040 年禁售燃油車。但別急,現在路上開的舊有車款不會馬上報廢消失,因為舊有的車輛會繼續開到年限結束。根據計算,當禁售燃油車的那一天來臨時,還有大約 60% 的車輛是燃油車。這時,在多數交通工具還是燃油的情況下,美國、歐盟等國已經開始使用酒精燃料來減少碳排放,那麼,台灣也能做到嗎?

你聽過 E3、E10 汽油嗎?

這是指在汽油中加入酒精,E3 代表有 3% 的汽油被酒精取代,而 E10 則是 10% 的汽油換成酒精。酒精是一種抗爆震性能更好的燃料,且比化石燃料更環保,因為它可以來自生質燃料,碳排放也較低。即便算上運輸和加工的碳足跡,用玉米製造的乙醇仍比傳統汽油的碳排放低了 43%。其實,在美國、歐洲、澳洲等地,E10 或更高比例的酒精汽油早已廣泛使用,這在我們之前的影片中也有提過。

現在,台灣有 14 間加油站可以加到 E3 汽油,而中油也正積極促使相關部門開放 E10 汽油的銷售。

-----廣告,請繼續往下閱讀-----

不過,在推動這項改變之前,仍有許多民眾對酒精汽油有疑慮。大家最關心的問題是,把不是汽油的燃料放到引擎中,到底會不會對車輛引擎造成不良影響?例如會不會影響引擎運行,甚至影響里程數?
其實,換燃料確實會對引擎有影響,因為不同燃料燃燒後所產生的能量與副產物都不一樣。但別擔心,根據我們之前的討論,2011 年以後生產的所有汽車,還有大部分 1990 年代後期生產的汽機車,都能直接相容 E10 汽油。換句話說,除了少數舊車或特殊車型,約 95% 的汽機車都不需要擔心這個相容性問題。

2011 年以後生產的所有汽車,還有大部分 1990 年代後期生產的汽機車,都能直接相容 E10 汽油。圖 / 美國穀物協會提供

E10 汽油在效能上的表現,會不會受到影響?

學過化學的人都知道,燃燒其實是一種氧化反應,可以用化學式表達。也就是只要汽缸的大小是固定的,就能算出空氣中能參與氧化反應的氧氣分子有多少,進而推算出每次汽缸燃燒時,應該搭配多少的燃料。

當引擎運作時,汽缸內的氧氣分子會與燃料反應,產生動力。為了最佳化效能,引擎的噴油嘴會精準控制每次的進油量,確保空氣和燃料的比例,稱為「空燃比」。接著調整噴油嘴的設定,讓出油量符合我們的需求。

每當空氣成分改變,燃料量或燃料的種類更換時,空燃比就會產生變化。在燃料相對空氣來說比較多時,我們通常稱為「富油」;相反的,如果燃料相比空氣來的少,就稱為「貧油」。如果我們把汽油換成百分之百的酒精,因為酒精每單位體積所需要的氧氣比較少,而且熱值比較低,因此會產生貧油現象,推力感受起來自然也會比較低。

要解決這個問題,方法其實不難,只要增加燃料量即可。而巴西早已證明,使用 E100 汽油是可行的。巴西近 50 年來推動 E85、E100 燃料車輛,並展示了彈性燃料引擎的優勢。

而巴西早已證明,使用 E100 汽油是可行的。巴西近 50 年來推動 E85、E100 燃料車輛,並展示了彈性燃料引擎的優勢。圖/美國穀物協會

這類交通工具被稱為彈性燃料引擎,顧名思義,能很彈性的使用汽油、E100 酒精汽油、或是任何比例的甲醇、乙醇、汽油的混合物。彈性燃料引擎跟一般引擎最大的差別,就是內建了「燃料成分感測器」。能透過判斷燃料的種類與比例,調整噴油嘴的出油量設定以及點火正時,讓引擎的輸出動力維持在最佳狀態,確保引擎效能不受影響。

-----廣告,請繼續往下閱讀-----

所謂的點火正時,指的是火星塞點火的時機。不同的燃料,化學反應的速度與膨脹的體積不同,當然會對應不同的點火時機。

但是 E100 其實也不是純酒精?

大家都知道,蒸餾酒需要經過多次反覆蒸餾,為什麼不能只蒸餾一次就好呢?原因在於,酒精與水的沸點雖然不同,但它們不完全互斥,會產生交互作用。在蒸餾過程中,即使酒精的沸點較低,水仍然會在加熱的過程中,隨著酒精部分蒸發進入容器中。

事實上,當酒精濃度達到 95.63% 時,不論再怎麼蒸餾,濃度也不會再上升。這是因為當酒精濃度接近這個比例時,酒精與水的沸點非常接近,這種現象稱為「共沸」,意思是酒精和水的混合物會一起沸騰,無法再進一步蒸餾分離。

共沸現象的結果,就是為什麼市面上銷售的藥用酒精,濃度最高都是 95%,而非 100%。因為更高濃度就必須使用脫水劑等方式處理,成本會提高,或是因為有添加物而不符合藥用標準。所以當然,E100 汽油裡面,實際上使用的也是濃度 95% 的酒精,而不是 100%。

-----廣告,請繼續往下閱讀-----
E100 汽油裡面,實際上使用的也是濃度 95% 的酒精,而不是 100%。 圖 / 美國穀物協會提供

解決迷思:酒精汽油是否容易因吸收水分,而產生油水分離?

事實上,酒精和水是高度互溶的,這使得高比例的酒精在汽油中有更高的水分耐受性。簡單來說,進入油箱的水氣,會溶在酒精汽油中而不會產生油水分離。

根據美國國家可再生能源實驗室的研究,即使在高溫高濕的極端環境下,E10 酒精汽油也需要經過三個月才會出現明顯的油水分離。而三個月也是一般汽油建議最長的保存時間,因為汽油放太久就會氧化。

也就是說,酒精與水混和物的特性,不是把酒精和水的相加除以二那麼簡單,它們的交互作用更加複雜。

一篇刊登在《國際能源研究期刊》的研究指出,在可變壓縮比引擎中的實驗結果,加入酒精後,引擎的功率會逐漸升高,在 E10 酒精時為最佳比例效果。

-----廣告,請繼續往下閱讀-----

當然,實際情況和實驗室當然不能直接類比。大多數汽車和機車並未專門為酒精汽油做調整,那這樣會有多大影響呢?根據英國政府的官方結論,直接使用 E10 汽油與一般汽油相比,每公升的里程數大約會降低 1%,但在日常駕駛中,這個差異幾乎不會被察覺。實際上,載貨量和駕駛習慣對油耗的影響,遠遠大於是否使用 E10 汽油的影響。

更好的一點是,酒精其實是一種常見的工業用品,以每美國為例,在過去一年中,酒精的離岸價格實際上都比汽油還低,因此不用擔心酒精會讓油價變貴。

此外,經過調校的引擎也不必擔心推力問題。事實上,F1 賽車從 2022 年開始使用 E10 作為燃料,納斯卡賽車更早在 2011 年就採用了 E15 燃料,運行上沒有太大問題。

F1 賽車從 2022 年開始使用 E10 作為燃料,納斯卡賽車更早在 2011 年就採用了 E15 燃料,運行上沒有太大問題。圖/unsplash

最重要的是,使用 E10 燃料的好處明顯更多。由於酒精和烷類燃料的分子式不一樣,酒精分子式中多了一個氧原子,這使得燃燒過程中反應會更完全,能夠產生更多二氧化碳而非有毒的一氧化碳,同時降低一氧化氮和二氧化氮等氮氧化物的產生。

-----廣告,請繼續往下閱讀-----

最關鍵的一點,酒精與化石燃料相比,能夠更快速地幫助減碳。只要確保使用永續農法、不與糧食競爭土地的前提下,所製造的玉米乙醇,碳排量就是比化石燃料還要低。

E10 低碳汽油是填補減碳缺口的最快方案,挑戰只在接受度

英國引入 E10 後,每年減碳 75 萬噸,相當於減少 35 萬輛汽車的碳排量。而台灣呢?目前根據政策規劃,台灣 2040 年起將新售的汽機車全面電動化。依照這個目標進程,在 2025 年將達成減碳 288.6 萬噸的目標。然而,這距離運輸部門須減少 487 萬噸碳排量目標,還差 198 萬噸。

如果燃油車全面改用 E10 低碳汽油,則能減碳 202 萬噸,幾乎能完全彌補缺口。這項方案的優勢在於,E10 與一般汽油性質相近,不需更換新的引擎設計或架設特規加油站,執行門檻低。

實際上,目前推動低碳汽油最大的瓶頸,大概就是民眾對於這個新燃料的接受度了吧!如果接受度提升,購買量上升,成本也有機會進一步再下降。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 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

0

1
0

文字

分享

0
1
0
數智驅動未來:從信任到執行,AI 為企業創新賦能
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/13 ・4938字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過,當 AI 根據病歷與 X 光片就能幫你診斷病症,或者決定是否批准貸款,甚至從無人機發射飛彈時,它的每一步「決策」是怎麼來的?如果我們不能知道 AI 的每一個想法步驟,對於那些 AI 輔助的診斷和判斷,要我們如何放心呢?

馬斯克與 OpenAI 的奧特曼鬧翻後,創立了新 AI 公司 xAI,並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型,而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今,AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?

-----廣告,請繼續往下閱讀-----
AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?圖/pexels

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題?試想,現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險,但這些模型往往如同黑箱操作。有人貸款被拒,卻完全不知原因,感覺就像被分手卻不告訴理由。更嚴重的是,AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價,這些與信用風險真的相關嗎?這種不透明性只會讓弱勢群體更難融入金融體系,加劇貧富差距。這種不透明性,會讓原本就已經很難融入金融體系的弱勢群體,更加難以取得貸款,讓貧富差距越來越大,雪上加霜。

AI 不僅影響貸款,還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑,試圖預測嫌犯再犯風險。然而,這些工具被發現對有色人種特別不友好,往往給出偏高的再犯風險評估,導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是,這些決策缺乏透明度,AI 做出的決策根本沒法解釋,這讓嫌犯和律師無法查明問題根源,結果司法公正性就這麼被悄悄削弱了。

此外,AI 在醫療、社交媒體、自駕車等領域的應用,也充滿類似挑戰。例如,AI 協助診斷疾病,但若原因報告無法被解釋,醫生和患者又怎能放心?同樣地,社群媒體或是 YouTube 已經大量使用 AI 自動審查,以及智慧家居或工廠中的黑盒子問題,都像是一場越來越複雜的魔術秀——我們只看到結果,卻無法理解過程。這樣的情況下,對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具,自己卻無法理解?

原因有二。首先,深度學習模型結構複雜,擁有數百萬參數,人類要追蹤每個輸入特徵如何影響最終決策結果,難度極高。例如,ChatGPT 中的 Transformer 模型,利用注意力機制(Attention Mechanism)根據不同詞之間的重要性進行特徵加權計算,因為機制本身涉及大量的矩陣運算和加權計算,這些數學操作使得整個模型更加抽象、不好理解。

-----廣告,請繼續往下閱讀-----

其次,深度學習模型會會從資料中學習某些「特徵」,你可以當作 AI 是用畫重點的方式在學習,人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習,但這些特徵往往對人類來說過於抽象。例如在影像辨識中,人類習慣用眼睛、嘴巴的相對位置,或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵,而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示(Distributed Representation)來編碼特徵,意思是將一個特徵表示為一個高維向量,每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。對 AI 而言,這是理解世界的方式,但對人類來說,卻如同墨跡測驗般難以解讀。

假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。圖/unsplash

試想,AI 協助診斷疾病時,若理由是基於醫生都無法理解的邏輯,患者即使獲得正確診斷,也會感到不安。畢竟,人們更相信能被理解的東西。

打開黑盒子:可解釋 AI 如何運作?我們要如何教育 AI?

首先,可以利用熱圖(heatmap)或注意力圖這類可視化技術,讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡,來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ,當 AI 判斷這張照片裡是「貓」還是「狗」時,我需要它向我們展示在哪些地方「盯得最緊」,像是耳朵的形狀還是毛色的分布。

-----廣告,請繼續往下閱讀-----

其次是局部解釋,LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈,它將每個特徵看作「玩家」,而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻,讓我們可以了解各個特徵如何影響最終結果。並且,SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的,還能透過「全局解釋」理解模型整體的運作中,哪些特徵最重要。

以實際的情景來說,SHAP 可以讓 AI 診斷出你有某種疾病風險時,指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同,會針對單一個案建立一個簡單的模型,來近似原始複雜模型的行為,目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時,LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用,一大優勢是靈活且計算速度快,適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景,LIME 可以幫助醫生理解 AI 為何推薦某種治療方案,並說明幾個主要原因,這樣醫生不僅能更快做出決策,也能增加患者的信任感。

-----廣告,請繼續往下閱讀-----

第三是反事實解釋:如果改變一點點,會怎麼樣?

如果 AI 告訴你:「這家銀行不會貸款給你」,這時你可能會想知道:是收入不夠,還是年齡因素?這時你就可以問 AI:「如果我年輕五歲,或者多一份工作,結果會怎樣?」反事實解釋會模擬這些變化對結果的影響,讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大,就像揭示一道菜中,哪些調味料是味道的關鍵。例如在金融風險預測中,模型可能指出「收入」影響了 40%,「消費習慣」占了 30%,「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時,還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術,才能達到更完整的解釋效果。

講到這裡,你可能會問:我們距離能完全信任 AI 還有多遠?又或者,我們真的應該完全相信它嗎?

-----廣告,請繼續往下閱讀-----

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。因此,AI 既要「可解釋」,也要「能代理」。

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。圖/unsplash

舉例來說,當一家公司要做一個看似「簡單」的決策時,背後的過程其實可能極為複雜。例如,快時尚品牌決定是否推出新一季服裝,不僅需要考慮過去的銷售數據,還得追蹤熱門設計趨勢、天氣預測,甚至觀察社群媒體上的流行話題。像是暖冬來臨,厚外套可能賣不動;或消費者是否因某位明星愛上一種顏色,這些細節都可能影響決策。

這些數據來自不同部門和來源,龐大的資料量與錯綜關聯使企業判斷變得困難。於是,企業常希望有個像經營大師的 AI 代理人,能吸收數據、快速分析,並在做決定時不僅給出答案,還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子,而可解釋 AI (XAI)則清楚解釋其判斷依據。例如,為什麼不建議推出厚外套?可能理由是:「根據天氣預測,今年暖冬概率 80%,過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

-----廣告,請繼續往下閱讀-----

但會解釋還不夠,AI 還需能真正執行。這時,就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」,大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時,這位產品經理不會手忙腳亂,而是按以下步驟行動:

  1. 檢查倉庫物料:庫存夠不夠?有沒有替代料可用?
  2. 評估交期影響:如果需要新物料,供應商多快能送到?
  3. 計算成本變化:用新料會不會超出成本預算?
  4. 做出最優判斷,並自動生成變更單、工單和採購單,通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節,還會記錄每次決策結果,學習如何變得更高效。隨時間推移,這位「智慧產品經理」的判斷將更聰明、決策速度更快,幾乎不需人工干預。更重要的是,這些判斷是基於「以終為始」的原則,為企業成長目標(如 Q4 業績增長 10%)進行連續且動態地自我回饋,而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作,讓企業決策流程不僅透明,還能自動執行。這正是數智驅動的核心,不僅依靠數據驅動決策,還要能解釋每一個選擇,並自動行動。這個過程可簡化為 SUPA,即「感知(Sensing)→ 理解(Understanding)→ 規劃(Planning)→ 行動(Acting)」的閉環流程,隨著數據的變化不斷進化。

偉勝乾燥工業為例,他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後,偉勝成功將數智驅動融入業務與產品開發,專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合,開發出新形態智慧化設備,成功打入半導體產業,帶動業績大幅成長,創造下一個企業的增長曲線。

-----廣告,請繼續往下閱讀-----

值得一提的是,數智驅動不僅帶動業務增長,還讓員工擺脫繁瑣工作,讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術,還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用,企業首先要確保它服務於具體的業務需求,而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐,才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力?免費上手企業 AI 助理!👉 企業 AI 體驗
現在使用專屬邀請碼《 KP05 》註冊就享知:https://lihi.cc/EDUk4
訂閱泛科學獨家知識頻道,深入科技趨勢與議題內容。

👉立即免費加入

-----廣告,請繼續往下閱讀-----
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 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

0

2
1

文字

分享

0
2
1
用科學定義左邊:當宇稱對稱被顛覆時,物理學如何重新書寫規律?
PanSci_96
・2024/12/16 ・1888字 ・閱讀時間約 3 分鐘

-----廣告,請繼續往下閱讀-----

揭開宇宙的對稱之謎

如果有人問你:「什麼是左邊?」你可能會說:「左手那邊就是左邊。」但如果對方問:「左手是哪一隻?」你可能回答:「心臟那邊的手就是左手。」這樣的回答對人類來說很容易理解,但如果對方是一個從未見過人類的外星人,該怎麼解釋呢?

這個問題看似簡單,實際上涉及了物理學中的深奧話題。1956 年,三位華人科學家楊振寧、李政道和吳健雄,通過實驗揭示了一個驚人的事實:我們的宇宙對「左」與「右」其實並不完全對稱。這一發現推翻了人類長期以來對對稱性的認識。

歡迎訂閱 Pansci Youtube 頻道 獲取更多深入淺出的科學知識!

宇稱對稱性:鏡子中的世界會一樣嗎?

要了解這個發現,我們需要先認識「宇稱」的概念。宇稱(Parity)是物理學中用來描述對稱性的一種方法。它的意思是,如果我們把空間中的座標 (x, y, z) 反轉成 (-x, -y, -z),自然界的規律應該還是一樣的。例如,當一顆蘋果從樹上掉下來,我們用鏡子看時,蘋果還是會掉向地面,而不是飛向天空。這說明鏡像中的世界和真實世界是對稱的。

很長一段時間裡,科學家認為這種對稱性適用於所有自然現象,無論是在宏觀還是微觀世界。然而,到了 1950 年代,一些基本粒子的行為挑戰了這種觀點。

-----廣告,請繼續往下閱讀-----

宇稱不守恆:弱交互作用的例外

在物理學中,有四種基本交互作用:重力、電磁力、強交互作用和弱交互作用。弱交互作用是描述粒子衰變的力量,比如中子會通過弱交互作用衰變成質子、電子和一個反微中子。

1956 年,楊振寧和李政道提出一個大膽的假設:在弱交互作用中,宇稱對稱性可能並不成立。他們指出,雖然大多數物理現象在鏡像中是對稱的,但弱交互作用的某些過程可能偏好「左手性」。

楊振寧與李政道提出一個大膽的假設,指出在弱交互作用中可能破壞宇稱對稱性。圖/envato

為了驗證這個假設,他們邀請吳健雄設計了一個關鍵實驗,這就是後來著名的「吳氏實驗」。

吳氏實驗:揭示宇宙偏愛左手性

吳健雄選擇使用鈷-60 原子的 β 衰變作為實驗對象。鈷-60 是一種不穩定的同位素,會釋放出電子和反微中子。她將這些原子冷卻到極低溫,並用強磁場讓它們的自旋方向統一。

-----廣告,請繼續往下閱讀-----

實驗的關鍵是觀察電子的發射方向。如果宇稱守恆,那麼電子應該會均勻地向各個方向發射。然而,吳健雄的實驗結果卻顯示,電子有明顯的偏向,總是傾向於與原子自旋方向相反的方向發射。

這一結果證明,在弱交互作用中,鏡像世界與真實世界並不對稱,宇稱不守恆。而且,它表明自然界偏好「左手性」,或者說弱交互作用是一個「左撇子」。

為什麼這個發現重要?

宇稱不守恆的發現改變了我們對宇宙基本規律的理解。物理學家過去認為自然界的規律應該是完全對稱的,但這一發現表明,在某些情況下,對稱性會被打破。

這項研究還引發了更多的問題。例如,為什麼宇宙會偏愛「左手性」?是否還有其他交互作用也會破壞對稱性?隨後的研究顯示,如果將宇稱(P 對稱)和電荷共軛(C 對稱)結合在一起,則可以恢復某種對稱性,這被稱為「CP 對稱」。

-----廣告,請繼續往下閱讀-----

然而,1964 年的實驗又發現,CP 對稱在某些情況下也會被打破,這進一步推動了對基本物理規律的研究。特別是 CP 對稱破壞可能與宇宙中物質多於反物質的原因有關,這是當代物理學的一個重要課題。

CP 對稱破壞揭示了宇宙偏愛「左手性」與物質多於反物質的可能原因。圖/envato

用科學解釋左與右

回到最初的問題:如果我們需要向外星人解釋「左邊」的概念,該怎麼做呢?現在我們知道,可以通過像吳氏實驗這樣的方法,用弱交互作用來區分左與右。簡單地說,只要觀察粒子的衰變方向,就能定義出哪一邊是「左」。

這個發現讓我們更深入地理解了自然界的基本規律。它不僅是一次物理學的重大突破,也讓我們重新認識到宇宙的奇妙與複雜。

歡迎訂閱 Pansci Youtube 頻道 鎖定每一個科學大事件!

-----廣告,請繼續往下閱讀-----

討論功能關閉中。

PanSci_96
1262 篇文章 ・ 2405 位粉絲
PanSci的編輯部帳號,會發自產內容跟各種消息喔。