交通大學ISCI Lab創造服務型機器人的一片天！

本文由 家樂福食物轉型計畫 委託，泛科學企劃執行。

• 文 / 陳彥諺

《烘焙東西軍》熱映開播啦！這一集真的很「熱」，因為節目邀請到了兩位烘焙達人來到現場熱烘烘的烤！麵！包！

第一位華麗登場的，是有著亮麗小鬍子、動作咻咻咻超有效率的「有添加師傅」，另外一位古意老實、動作慢條斯理的，則是近年來越來越被看重的「無添加師傅」——這是一場「有添加」與「無添加」的世紀大對決！

「有添加」與「無添加」的世紀大對決

外表亮麗的有添加師傅，其實早已憑著「三好」稱霸市場多年。所謂的三好，是好快、好吃、好美！為何會這麼說呢？

食品添加物存在於食品中許久，早期因為食物加工技術不夠精良，為了食品安全無虞，便添加可以讓食物安定的添加物，延長保存期限。又因為食品添加物可以改變食品的外觀、口感、縮短製作時程等，因此，長期以來受到業者及消費者的偏愛。

不過，近來由於食安事件頻繁，食品添加物早已偏離了原先讓食物安全的初衷，在追求好吃、好快、好美的背後，卻可能造成身體上的負擔與健康風險！製造過程是否安全合理？乾淨衛生？也是打了許多問號。

再加上現在因健康養生的意識抬頭，消費者們越來越注重吃下肚子的食物成份，開始努力追求簡單無添加。也因為隨著食品加工技術越來越棒，能夠透過改善製程，有效減少添加物的必要性。終於，在消費者意識抬頭、技術成熟等各方條件皆備下，古意老實、耗費工時的無添加師傅，多年以後，開始受到矚目啦！

在這場世紀對決中，有添加師傅在民眾都還來不及反應時，就已經做好了熱騰騰的麵包，每一個麵包都飽滿好看、香氣濃郁，簡直是施了魔法一樣！但見到這麼多食品化工添加物做出來的麵包，難道就不能有更健康的材料選擇或做法嗎？

反觀無添加師傅，他按部就班的從麵粉開始精心挑選，接著再逐一加入可以溯源的材料，接下來，順應麵包的特性自然發酵。即使有添加師傅已經端出熱騰騰的麵包了，無添加師傅仍然不為所動，他循序漸進，寧可耗時製作，堅持做自己的無添加麵包。

無添加師傅之所以堅持，那是因為他秉持著麵包不用任何添加物，不講求快速便利，用純淨的原料配方、遵循傳統法國工法，做出來的麵包也可以照樣香氣四溢、美味好吃，更重要的是每一口都吃的健康又安心！

當兩位師傅的麵包端上評審桌⋯⋯

有添加師傅的麵包外表金黃澎潤漂亮，無添加師傅的則是外表非常質樸。

不過，當評審們吃下麵包後，外表質樸的無添加師傅，竟然擄獲了評審們的心！

怎麼辦到的呢？這是因為花了較多時間製作的無添加麵包，保濕度較佳，口感也較有層次。當評審一口接著一口品嚐，會發現吃的都是食物的鮮甜原味—無添加麵包是名為「裸麵包」的寶藏男孩啊！他不同於外表上看起來質樸敦厚，只要用心切開，裏頭包裹著滿滿新鮮在地的果乾和堅果，是誠心誠意的美味。

烘焙界的寶藏男孩「裸麵包」，是怎麼來的？

堪稱烘焙界的寶藏男孩「裸麵包」，是來自於家樂福自製的烘焙產品。長期關注食物真實性與為顧客把關健康的家樂福，2014 年就開始著手了「無添加驗證計畫」，也在 2019 年取得了「A.A. 無添加驗證標章」，更透過第三方專業機構親赴產線檢驗、不定期抽查等層層審核程序，取得了嚴謹認可。

要打造寶藏男孩般的「裸麵包」，並不是容易的事。許多標榜安心安全的麵包，都只能做到製程及配料上的無添加；而追求極致的家樂福，自製白吐司則從特製 100% 的無添加麵粉開始，掌握源頭，做最純淨、最真實且赤裸的麵包。

這是一款依循歐盟規範，取得 A.A. 無添加標章，第三方驗證後可信賴的麵包。

這是關注在地的暖心麵包，嚴選在地好食材、講求動物福利，選用當季水果、非籠飼雞蛋、透明鮮奶、以安佳奶油取代人造奶油⋯⋯。

這是減塑又減廢，以醜蔬果製作配料，減少食材浪費，更導入環保包材，友善環境的麵包。

烘焙東西軍「有添加師傅」與「無添加師傅」的對決，我們看到了，天公疼憨人，穩扎穩打、工法較繁複的無添加製程，受到消費者的青睞——這一場對決，由純粹、誠實、充滿善意的裸麵包，「無添加師傅」獲勝。

YouTuber Iku 老師這支談論台灣少子化原因的新熱門影片，以及底下清一色支持的留言，你看過了嗎？

在影片裡，Iku 老師把台灣少子化的原因歸咎於「房價」，想必是很多人的心聲，起碼在底下留言的人都這麼說。然而我想趁著這機會，補充一點不討喜的個人意見。

看人口數字是我的興趣。每個月月中，我總是迫不及待到內政部戶政司，下載上個月的戶籍人口統計速報來閱讀。這些數據就像預知未來的水晶球，非常準確，有憑有據。

這個興趣，受到台灣越來越多關於少子高齡化的討論（例如 IKU 老師這則影片、或這類 PTT 文），以及《真確》作者漢斯・羅斯林(Hans Rosling)的論述所刺激，而漸漸養成。

例如他在 2010 年時的這則 TED 演講中，他以每個 IKEA 的箱子比喻 10 億人口，表示若能讓生活條件處於全球最低的 25% 人口的兒童存活率跟教育水準提升，全球總人口有望控制在 90 億人，利於永續發展。

他在另一場精彩的 2015 年演講以及《真確》一書中則是預測全球人口最高峰不會超過 110 億，而且根據聯合國數據，全球兒童的數量在 2000 年前便已經達頂。每年全球新生兒數量最高為 2014 年的 1 億 4000 萬，一段時間後開始下降。趨勢是亞洲的兒童數量下降，非洲的兒童數量上升，美洲跟歐洲則大致持平；全球人口增長至 110 億的原因，主要來自於非洲跟亞洲的高齡人口，而非新生兒。演講還有很多精彩亮點，就留給各位自己觀看了。

引用漢斯羅斯林在演講中說的一段話：

「當非洲最窮困人口依舊看著孩子早夭、村子沒學校、需要小孩幫忙工作，他們就不會用避孕措施。（諾貝爾和平獎得主）馬拉拉說她們因為得工作養家沒去上學。當狀況是這樣，他們就會要多生孩子……」「……有些男人會自豪於有 7個、8個、9個小孩，而不是孩子過得好不好…這是陳舊父權思考。男人應該為自己的孩子過得如何、生活是否開心而自豪。這就是我引以為傲的。」

過去：回歸現象起點——1976-85 的回聲嬰兒潮

我今年 40 歲，根據內政部戶政司的統計，與我一樣在 1981 年出生的有 41.5 萬人，作為比較，去年 2021 年的出生人口只有 15.3 萬，較 40 年前少了 63% 的新生兒。然而這不是一天造成的，台灣的兒童人口（0-14 歲）早在 1972 年就達到峰值 583.3 萬人，之後再也沒有超過。2021 年的台灣兒童人口是 289 萬人，不到峰值的一半，是幾十年前就註定的結果。

就像眾多遊客湧向特定景點，創造了消費，蓋起了旅館跟遊樂園，但也留下大堆垃圾跟難以收拾的環境破壞。我們這一代（1981上下五年出生，六年級後段跟七年級前段班）的人太多了，有如在時間線上冒出一大批不守規矩的遊客，若照美國的用語，我們這代人就是「回聲嬰兒潮世代（Echo Boomers）」，指的是嬰兒潮世代的孩子，如今是人數最龐大的一個世代。

以下列出這波回聲嬰兒潮的出生人數（根據內政部戶政司）
民國 65 年 (1976) 年：425,886
民國 66 年 (1977) 年：395,260
民國 67 年 (1978) 年：413,270
民國 68 年 (1979) 年：423,266
民國 69 年 (1980) 年：413,177
民國 70 年 (1981) 年：415,808
民國 71 年 (1982) 年：403,143
民國 72 年 (1983) 年：382,313
民國 73 年 (1984) 年：370,078
民國 74 年 (1985) 年：344,101

從人口金字塔也可以看得很清楚，我們這代人就是中間突出的那幾根橫槓。

比起我們的上一代，我們這代兒童死亡率更低、受教育時間更長、平均壽命（應該）也會更長。所以我們這些橫槓會持續往上、老去，壓著下面的世代。

我們這代人數量之多，成長到了一個年齡段，就在那個時間創造出新的社會問題；但是，我們一離開該年齡段，原本為了解決問題而趕工出來的設施、做法、人力，又突然沒足夠多的人用了，變成另一堆問題。

例如廣設大學就是一個例子。對我的上一代（1940-1960初 出生）來說，念大學是超級窄門，學習壓力非常大，社會階級流動機會少，所以他們決定廣設大學。到了我這一代，想念大學簡單多了。但我們這波過了之後，大學就變得太多了，知識更是爆炸到大學無法負荷，多到讓這個體制的存在價值不再明顯，只好透過 USR（大學社會責任）來證明自己。

（注意：我不是說知識、教育、或教授失去存在價值，而是傳統的「大學」體制。）

我們這一代的人太多了，其中很多離開家鄉到都市念大學。受教育的時間繼續延長、加上離家東南西北漂、大多在高消費的都市工作、娛樂、學習。由兩、三人組成的核心家庭戶數快速增加，都會住房的需求大增，結婚生育的動機則大減。同時地方偏鄉逐漸凋敝，也才有了「地方創生」的口號跟需要。

未來：當回聲嬰兒潮變成老人潮——老齡化最嚴重的時期

接下來，由於醫療持續進步，我們這代人（1980 年前後出生）不需要特別幸運，都還會活上好幾十年，而現在在談的「未來老齡化最嚴重的時期」，就是我們這一代變老造成的。

以數據來說，根據國發會人口推估查詢系統，到了 2050 年，也就是我 68 歲的時候，台灣 65 歲以上人口將達 745 萬人，這是台灣有史以來 65 歲以上人口最高的數字，佔總人口的比例推估是 36.6%。

過了 2050 年，65 歲以上人口數就開始下降，但佔總人口的比例將持續增加，最高將在 2069 年達到 41.8%，那時我如果還活著，已是行將就木的 87 歲。如果現在我們覺得台灣醫療跟長照的壓力已經很重，到時候更難以想像，因為台灣仰賴的東南亞國家年輕人力也已老去、新生的年輕人力自己國內都不夠用。

那時候的我就是壓力本身。但只要我們這一代過世，壓力又會迅速減低。可以想像到時許多醫療跟長照的設施會面臨如現在學校一樣的問題——當然，前提是社會真的願意投入那麼多資源在我們這些老人身上。

現況：正值壯年的回聲嬰兒潮，該為下一代留下適合生存的世界

根據教育部統計處 2019 年的「大專院校大學1年級學生人數預測分析報告」，今年（2022）年入學的大學生將跌破 20 萬，約為 19.3 萬人，其中技職體系佔 10.2 萬人，一般體系佔 9.1 萬人。然後大概起起伏伏到 2034 年。按照人口推估，之後大學新生會快速下探到 14 萬以下。對非常多新進的大學老師來說，從現在起算的職涯年限會短於 15 年，更別說許多人根本就沒有辦法取得教職。跟我同一代念到博士的，極少能在大學卡位取得正式教職，大學生跟教授的年紀差距繼續拉大。

除了大學近乎徒勞無功地往高中搶越來越少的學生、到國外招生（甚至搞出這類情事），產業也往大學搶人才，例如產學合作、預定就職、甚至與產業合辦學院。然而半導體以外，台灣政府規劃發展的六大核心戰略產業都需要人才，但光是半導體就把大部分的人吸走了，讓其他產業叫苦連天，包括一般服務業。更何況這六個戰略產業也不只台灣要發展，每個國家都在發展，都在搶人，迎來大招募時代。

再者，已經很嚴重的生態破壞、垃圾污染、能源問題，基本上都是我們這一代人過度消費造成的。例如過去 40 年人類產生出的碳排放比 1750 年工業革命後兩百年加起來還多。相較於我們這一代，上一代人曾經窮過，沒有那麼浪費資源，而下一代人則沒有那麼多人，也不像我們這代那麼浪費。綜合上述，我想強調的就是：我們這代人的問題，就是我們自己。

而我認為，我們這代人在認清自己就是問題之後，該努力扮演問題以外的角色。我們如今 40 歲上下，正式承接臺灣社會骨幹、不管在政治、經濟、文化各領域都開始獲得當家實權，我們必須從「問題」變成「問題解決者」，把自己這代人造成的問題自己解決掉。

少子化，也許是另一種解決方案

我曾在另一篇評論裡寫過，我不把台灣人生育率低看作壞事或好事，而是視為一個機會，這其實也受漢斯羅斯林「可能性主義者」的態度所影響。我在該文的重點有二：

1. 即使各種讓生育率下降的因素，如房價、工時、養育成本、性別分工都逐漸減少、降低、消失，台灣的生育率不會回漲多少。全球 131 個國家的總和生育率在 2.1 以下，未達世代更替水平，連孟加拉、印尼、越南都已經低於 2.1。
2. 我們這代人太多了，消費資源的方式過劇，台灣的環境承載不了。但我們沒有動用強制且不人道的方式降低人口壓力，如漫威電影裡的薩諾斯、《進擊的巨人》裡的吉克、或是現實世界的中國，而是接近自願的減少生育。這是我們這代人少有的好抉擇。

我們這代人必須做出更多好抉擇。2050 年的時候，如果台灣的民主制度仍在，還是一人一票，那麼跟我一樣 60-70 歲的人可以用票數輾壓一切決策。

如果我們不現在就改變認知與態度，不認清台灣所有重大問題的根源就是我們自己，依舊只為了我們這人數過多一代的爆量需求設想、抱怨，那未來的年輕人肯定會恨死我們這些老人，因為「民主」對他們來說將一點意義都沒有，他們將放棄參與，更不抱持任何進步的希望。

我們這一代需要趁現在解決我們造成的問題，不然這些問題就會解決我們。不用擔心到時的年輕人會把我們老人扛到深山丟棄，他們人手不夠、自顧不暇。

如果我們這一代人想留下什麼 Legacy，只剩下 10 年左右的時間。若拖到 20 年，我們就太老了，更何況我們這代因為人數過多，必須要比上一代更早把實權交棒給下一代——起碼我們當中一大部分人得知道這件事有多重要，並且真的這麼做。

我只有一個女兒，她跟我差 30 歲。我希望當她這一代人到我現在這個年紀的時候，不會陷入愁雲慘霧，對我跟我這代 (老) 人充滿無盡怨懟，只因我們以前什麼都沒做。

我認為，我們是幸運的一代，因為我們有機會做出巨大的貢獻。我們比我們上一代有餘裕思考未來，也比我們下一代有改變未來的迴轉空間。科學、教育、人才都是泛科學的守備範圍，也是改變未來重要的關鍵。針對這三大主題，去連結這一代最厲害、最有心的專家夥伴，留下一個更好的台灣給下一代，是我未來 10 年打算做的事，因為沒有別的更重要的事了。

採訪／謝瑩霖、黃渝婷

交通大學的智慧型系統控制整合實驗室（ISCI Lab）看到社會已慢慢走向老年化、且對於服務型機器人的需求日益增加的現況，研發出緊急照護機器人RoLA、運用Kinect視覺模組搭配機械手臂可用來抓取物品的阿拉丁、強調人機互動的輔助行走機器人Wal-bot、軟外表導覽機器人小狐以及其他類型的服務型機器人。

ISCI Lab目前為了符合各個層面的服務需求，積極地進行改良服務型機器人。

【研究契機】

由交通大學電機工程系宋開泰老師領軍的智慧型系統控制整合實驗室（以下簡稱ISCI Lab），便是以研究服務型機器人為出發點，研究開發出各式各樣機器人。

宋開泰老師在比利時魯汶大學攻讀博士學位時是研究移動式機器人、製作工廠內的自動搬運機器人。宋老師說：「那時候時工廠內的搬運機器人只會沿著地上的磁導線移動，之後便考慮移除鋪設在地上的磁導線，希望讓搬運機器人的功能能更上一層樓。」在當時，機器人都要靠著磁導線來移動，磁導線對於機器人來說就像是火車的軌道一樣，只需將感測路徑的感測器裝在機器人的下方，機器人就能跟隨磁導線就能自然前進，但這也限制了機器人可行動（服務）的範圍；若是能夠開發出不用靠磁導線移動的機器人，那麼機器人可移動的範圍就能變得更廣、服務也能更自由。但相對來說，這樣的機器人在就會複雜許多，感測方式也要從原本的跟隨改成掃描環境的定位量測，在程式撰寫上的困難度也將隨之提高。

宋老師回國後，了解移動的機器人還有有許多問題可以去做深入地探討，於是開始將機器人從用於工廠的搬運機器人延伸到用於醫院或居家照護的服務型機器人，加上察覺到臺灣社會的老年化問題，因此鑽研服務型機器人這個領域，並於1991年在交通大學正式成立ISCI Lab，此實驗室目前已開發出可在家中巡航的緊急照護機器人RoLA、運用Kinect視覺模組搭配機械手臂可用來抓取物品的阿拉丁、強調人機互動的輔助行走機器人Walbot與少見的軟外表接待型機器人小狐。宋老師說：「其實能自由移動的搬運機器人可說是服務型機器人的前身。我們實驗室成立的宗旨及研究主軸在於『這些機器人能提供給人們什麼服務』，而不是強調『這些機器人是如何設計得的』。」宋老師藉由這樣的信念，教導及帶領學生進入服務型機器人的世界，並期許ISCI Lab能讓服務型機器人有更多元的服務及發展。

【軟體與硬體架構】

在硬體部分，ISCI Lab的四臺重點機器人在外觀上的設計，都可大略分成頭部與身體兩大部位，除了阿拉丁沒有裝設螢幕外，其他三臺機器人都有裝設觸控式螢幕，是其可與使用者進行互動。在感測器方面，機器人皆採用精準度較高的雷射測距儀來量測機器人周圍的障礙物，並且將測距儀設置在機器人身體下方，如此一來可避免因障礙物過低而無法偵測到的狀況。而宋老師實驗室採用自行研發的ZigBee，與市面上販售的不同點在於，宋老師在自製的ZigBee電路板上增設了加速度感應器，可用來測量人體動作的加速度，舉例來說，當人跌倒時，傾倒的速度較高，透過加速度感應器可判斷出是跌倒而不是臥躺；另外傳輸的範圍也較市面上來的小，大概只有10公尺的距離，但在家中使用也已相當足夠。

在軟體方面，宋老師採用的是C語言，雖然說C語言在傳承及閱讀上較為困難，但它能做的事情也比較多，記憶體也占的比較少。這樣說起來，相對耗費的資源也比較少，並且可讓學生們在做研究方面能更用心地研讀程式。宋老師希望讓學生學的愈多愈好，因為在求學階段學得愈多、碰到的問題愈多，未來當他們在面對未知的未來時，也就更有解決問題的能力。

【功能各異的服務型機器人】

首先從RoLA（Robot of Living Aid）這臺機器人開始，它是在Easy Bot這臺家用伴侶機器人之後所研發出來的居家照護機器人，移動方式與Easy Bot相同都採用雙獨力驅動輪搭配一個自由轉向輪來進行各方向的移動。而我們可從名稱上來得知這臺機器人主要功能是給予使用者在生活方面的協助，而對象特別鎖定在年紀稍長的老年使用者。搭配保全機器人既有的巡邏概念，讓機器人能在家中自由移動，當發生事故時，透過配戴在使用者腰間的ZigBee姿態感測器，可感測到使用者的姿態變化，並作出相對應的動作，且快速移動到使用者求救的位置，並發送求救訊號給出門在外的其他家中成員。

舉例來說，當老年人（使用者）單獨在家，不小心跌倒時，RoLA一偵測到事件的發生（跌倒的姿態），便會使用裝設在距機體下半部的雷射測距儀來閃避障礙物，在短時間內自主移動到老年人身旁，一抵達老年人身邊後，便會使用裝設在頭部的攝影機拍攝影像，並傳送簡訊到家中成員的手機或者利用3G網路傳送即時影像到家中其他成員的智慧型手機中。另外，由於鏡頭是可遙控的，家中成員可以遙控攝影機鏡頭的方向來取得更多的環境資訊。在偵測人體姿態的ZigBee方面，宋老師的學生們目前已開發出包含：站、坐、走、臥、跌倒與上下樓梯共七種動作姿態，而為了要分辨走與跑、臥躺與跌倒這種看似相同的動作，在ZigBee中增加了加速度感測器，以速度的不同來分辨出不同的姿態。

在研發出可偵測老年人跌倒並傳送求救訊息的RoLA後，ISCI Lab之後又研發出可預防老年人跌倒，也可當成輔具來輔助使用者行走的Wal-bot。機器人外觀上與RoLA著顯著的不同點在於，Wal-bot裝設了一組造型特殊的扶手，讓每位使用者能以各自習慣的扶握方式來使用，並且預防老年人在家跌倒的機率，希望提高老年人的生活安全度。

Wal-bot結合握把、雷射測距儀和力量感測器，變成一臺可帶著使用者前進到想去的位置的機器人。使用者在扶上扶手時，輕輕推一下，Wal-bot就會帶著使用者移動。藉由力量感測器的協助，也讓老年人用較少的力量就可推動Wal-bot行進。Wal-bot跟ROLA一樣可以藉由雷射測距儀自主閃避障礙物，而Wal-bot的顯示畫面圖中的左上角框框可顯示出周圍的環境，紅線愈長表示前方的空間愈空曠。ISCI Lab也實際展示了Wal-bot的安全性，教室外面的走廊布置成一個充滿障礙的環境，再以蒙眼方式親身測試Wal-bot的避障功能。

而Wal-bot的在移動方式則採用四個不同馬達各別控制四個全向輪，以不同的旋轉方式來進行前後左右各個方向的移動。另外Wal-bot可在上坡時提供額外的力道讓使用者有種如履平地的感覺，相對地在下坡方面也會稍稍提供阻力，讓移動速度不致於過快。

另外Wal-bot還有一項功能，它可以使用程式規劃出家中環境移動的路徑，當使用者想在家中移動時，只要點選螢幕設定起點與終點，Wal-bot便會自動規劃最短路徑，讓使用者用最短且最省力的方式完成移動。

與前兩臺機器人相比，阿拉丁在外觀上有顯著的不同，它的機身設計得較高，並有裝上兩隻擁有七個自由度的手臂，能協助使用者來拿取物品，舉例來說，老年人想要拿到高處的藥罐，不易拿取時就能呼叫阿拉丁來協助完成。阿拉丁也能透過同樣裝設在機體下方的雷射測距儀來偵測障礙物，進而讓完成取物動作的機器人能自行避障，流暢地完成整個協助的動作。

而阿拉丁這款機器人，宋老師認為還是有許多可改進的空間，因此繼續開發出阿拉丁二代，將一些功能做更進一步的提升與更新。首先將手臂的自由度由七個減少為六個，如此一來不但不會減少手臂的靈活度，還可以減少馬達帶來的重量；再來是將新開發的四驅輪移動模式裝設在二代上。四驅輪移動模式與一般輪移動模式不同，每一顆輪子分別由一組馬達來控制轉向角度與前進後退，因此移動起來能更平穩，而且在動力損失上，並不會像先前使用全向輪時，因為輪子的角度問題損失較多的能量，移動起來也更平穩快速。

製作小狐的動機為宋老師考慮到有許多的高中生喜歡到交通大學電機系參觀，但用人來進行接待已是相當普遍的方式，便與學生討論製作一臺與眾不同的接待型機器人，

小狐擁有兩個特色：第一，小狐能與來訪賓客進行互動遊戲。舉例來說，來系上參觀的學生能與小狐玩互動遊戲，讓學生了解到電機系在製作機器人方面的樂趣。第二，宋老師將小狐做成可增加好感度的軟外表，也設計成可以用觸摸的方式與小狐進行互動遊戲，甚至，小狐也會因為觸摸力道的不同而有不同的反應！相較於原本金屬外表的機器人，這顛覆了以往機器人給人外表冰冷的刻板印象，而有著可愛外表與柔軟表皮的小狐，也縮短了原本人與機器人間的距離感，讓人在互動時感到更為自在且愉快。

另外小狐待機時，頭上的耳朵會像小狗一般微微晃動，當使用者走到面前時，可透過脖子上的三個超音波感測器，藉由感測使用者的位置來轉動頭部來面對使用者。而當使用者觸摸小狐身上不同部位時，小狐也產生不同的對應方式來發出聲音。真是期待未來看到小狐在電機系館的門口為大家進行更多功能的服務呢！

【結語】

在ISCI Lab見到了許多從「服務人」為出發點的機器人，果真科技始終來自於人性！四臺機器人的專精技術、開發的領域與功能都不相同，期望未來有一天能夠將這幾個領域技術全部整合成一臺，塑造出功能更廣、性能更優的全方位家用型機器人。這樣照護老人再也不用聘請全天候看護，打掃家裡也不必找尋仲介公司雇用外傭，只要一臺機器人就萬事搞定！可以想見在未來的家庭生活，會更有科技感。

參考連結：交通大學智慧型系統控制整合實驗室

文章原文刊載於《ROBOCON》國際中文版2013/5月號

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│林承勳
• 美術設計│林洵安

自動化音樂展演的可能性

人工智慧（簡稱 AI）技術日新月異，不只打敗人類圍棋高手，現在更用在醫療、交通、金融、資安各領域，遍佈了你我的日常生活。中央研究院資訊科學研究所副研究員蘇黎讓 AI 又多了一項新技能：自動化音樂展演。「虛擬音樂家系統」創造出具有動畫形象的虛擬人物，配合真人一同演出，而且演奏動畫和音樂伴奏皆可自動產生。未來，經營 VTuber（虛擬 YouTuber）背後可能不再需要龐大製作團隊，只要專注在企劃和劇本，其他讓 AI 幫你一鍵生成！

真實與虛擬合奏的貝多芬小提琴奏鳴曲

虛擬音樂家系統，這是蘇黎與其團隊最近的研究成果，他將 AI 應用到音樂表演現場，並試圖推展到整個多媒體產業。這套系統已實際在舞台演示，並與多個音樂展演團隊合作，包括：沛思文教基金會、清大 AI 樂團、長笛家林怡君、口口實驗室等。

以近年蘇黎舉辦的音樂會為例，主要可分為兩部分，一個是台上親手彈奏著貝多芬〈春〉第一樂章伴奏部分的真人鋼琴家；另一個，即為該場演奏的特別之處：正在螢幕裡演奏主旋律的虛擬小提琴音樂家。這場表演是人類與「虛擬音樂家系統」的巧妙組合，真人鋼琴家彈奏的過程中，虛擬音樂家系統除了負責合奏，同時還要生成螢幕上虛擬演奏者的動畫身影。

不放槍、不搶拍的自動伴奏系統

虛擬音樂家系統的「自動伴奏」，不同於卡拉 OK 的機器伴奏，演奏者不需配合伴唱音樂，而是程式控制伴唱音樂以配合演奏者，讓演奏者自由詮釋樂曲。但因為要配合真人演出的現場發揮與不確定性，自動伴奏的運算必須又快又準。蘇黎指出，這也是研究中比較具有挑戰性的部分。

自動伴奏系統的音樂偵測器、音樂追蹤器與位置估算單元，讓虛擬音樂家精準掌握真人演奏實況。

舉例來說，想要跟人合奏，首先要確定能同步開始，這個重責大任就由自動伴奏系統中的「音樂偵測器」擔綱。「音樂偵測器是偵測音樂什麼時候發出，但現場會有其他聲音，不可以讓機器聽到雜音就以為演奏開始了。」蘇黎說，因此團隊會先將整個樂譜，輸入到虛擬音樂家的自動伴奏系統中，並在演奏會場早早就讓系統持續待命，只要音樂偵測器偵測到樂譜的第一個音，伴奏隨即啟動。

自動伴奏系統在確認演奏開始之後，馬上又有另一項任務：追蹤音樂進度。因為每位音樂家會有自己的演奏風格，而且真人不管如何熟練，都還是有可能出現搶拍或延遲等變數。追蹤音樂進度的這項任務，便由自動伴奏系統中的「音樂追蹤器」和「位置估算單元」來執行。

「音樂追蹤器採用多執行緒線上動態時間校正（online dynamic time warping）演算法，每一個執行緒在最短時間內各自計算並取平均值，以找出最貼近該音樂家當下演奏速度的數值。」蘇黎解釋，追蹤器抓到現場演奏速度後拿來跟參考音樂檔案比對，就能推測多久後會演奏下一個音。至於位置估算單元，則是用來估計當下已演奏到整個樂譜的哪個位置。

虛擬音樂家系統藉由上述的自動伴奏技術，追蹤真人演奏進度，並自動觸發並演奏相應的聲部。目前團隊已經將偵測到觸發伴奏的平均延遲控制在 0.1 秒左右，但蘇黎的目標是要降低到「0.01」秒內。蘇黎表示，音樂心理學已證實，就算是沒有經過專業訓練的一般人，0.1 秒的誤差聽起來仍非常明顯，「延遲 0.01 秒可以勉強不引起業餘人士的注意；但面對專業音樂家時，延遲可能要到 0.001 秒左右才能過關。」

訓練 AI 自動生成虛擬音樂家動畫形象

現場音樂表演是影音的雙重享受，所以虛擬音樂家除了擁有自動伴奏的「聲音」，還需要擁有將表演動作形象化的動畫「影像」。

真人音樂家演奏時，不論是情感的表達、與其他合奏者及觀眾互動、還有操作樂器的動作等，都存在個人差異，沒有一套固定標準。例如拉琴的手勢，10 個音樂家可以有 10 種不同的習慣。因此蘇黎與研究團隊採取的方法是：取得大量影音資料，讓 AI 學習如何製造虛擬音樂家的肢體動作。

首先，徵求多位專業小提琴演奏者，穿上有標記點的特殊衣服，站在有動態捕捉裝置的空間中，演奏不同風格曲目。蘇黎使用的 3D 動作偵測技術，會偵測音樂家全身骨骼的關節點，作為虛擬音樂家動畫生成的訓練資料，並在訓練動畫生成模型的過程中，重點關注持弓的右手如何移動。

透過 U 型網路、自注意力機制等核心技術，來輸出虛擬音樂家動態肢體影像。

在訓練 AI 與生成動畫影像的過程中，需要卷積神經網路來協助完成工作。蘇黎團隊採用的模型是 U 型網路（U-net），負責圖像之間的轉換，由編碼圖層傳到解碼圖層。它的優點是速度快，而且輸入輸出格式相對容易設計，能一次輸出大量資料點。「 U-net 可以一次輸出單一時間的所有肢體骨架點，而非一個一個骨架點逐步輸出。」蘇黎說。

除此之外，還有自注意力（self-attention）機制，讓 AI 學習判斷肢體動作與音樂的相關性。因為肢體動作跟音樂都是序列形式，有時間上的關聯性，假設真人音樂家某個動作在大鼓響起時一直出現，就會判定兩者存在關聯。之後自注意力機制在虛擬動作生成過程中，只要聽到該音樂的大鼓聲出現，就會發出明顯訊號，認為此時要搭配相應的肢體動作。

簡單來說，想要自動化生出虛擬小提琴家，不僅聲音要到位，動畫也要足夠精準。音樂需要自動伴奏系統，即時追蹤真人演奏者的進度並觸發伴奏；而相應的肢體動作，則有賴透過 U 型網路與自注意力機制，讓 AI 在音樂現場了解此時要搭配何種動作。

進階挑戰：由聽覺到視覺的跨感官轉換

自動生成聲音和影像後，研究團隊還有一個更進階的目標。「我們想讓機器聽到某一首歌，就聯想到一幅畫。但坦白講，這種音樂到視覺風格轉換（music-to-visual style transfer）非常困難。」蘇黎說。當初有學生向他提出這個構想，想要訓練 AI 將音樂與畫面連結。只是這設定一開始就困難重重，因為最重要的訓練資料幾乎是無法取得。

AI 並非無中生有，機器學習有賴龐大、高品質的資料。

想要讓 AI 學習聽音樂聯想畫面，就必須要有真人示範，聆聽音樂並畫出心中所浮現的畫面來當作訓練資料。找人聽音樂不難，但找來的人未必善於繪畫；即使花大錢請畫家參與實驗，人少沒有代表性，人多則風格又可能大相逕庭。「演奏動作還有跡可循，但大家聽音樂腦補的畫面都不一樣，這樣是沒辦法當作訓練素材的。」蘇黎點出其中關鍵。

研究團隊決定退而求其次，改成在一組音樂跟一組影像資料庫，透過兩者之間共享的語義標註（labels），試圖建立起對應關係。就像是電腦在連連看，如果配對起來共通點還算合理就成功。此時問題又來了，所謂「合理」實在難以界定，於是執行標準只好再一次降低，音樂與畫面的共同標註越簡單越好。

「雖然這跟當初想像中的差距非常大，但目前我們也只能用創作年代來當標註。」蘇黎說，經由創作年代這個共同標註，電腦聽到 1800 年的樂曲就會連到同樣年代的圖畫。即使不符原本理想，模型建立起來後，在虛擬音樂家系統裡還是可以發揮一些功能，像是為演奏會搭配符合音樂年代的背景畫面，或色彩效果。

如何成為音樂資訊研究者？

在虛擬音樂家系統之前，蘇黎與實驗室團隊（音樂與文化科技實驗室）在自動音樂採譜方面的研究已經有豐厚成果，他們研發出開源工具《Omnizart》。

《Omnizart》是音樂與文化科技實驗室研究成果集大成的實用開源工具。

它具備當前全世界最多樣樂器組合的分析功能，只要輸入一段音樂，不管是鋼琴獨奏、多重樂器、打擊樂，還是和弦辨識、節拍偵測，甚至是困難的人聲處理，都會幫你分析。

「像鋼琴這類樂器的話，是音樂進去《Omnizart》，生出 MIDI；而人聲進去會輸出成供電腦判讀的數位資料。」蘇黎解釋，透過這些數字化的音訊數據能了解每一瞬間的音高變化，或是泛音、抖音等手法。研究自動採譜 AI 是因為，蘇黎想探究如蕭邦的夜曲等，這些百年來不斷被重複演奏超過千百次的古典樂，在不同時代、風格迥異的音樂家手中究竟是如何被詮釋。

而這次蘇黎用 AI 創造虛擬音樂家系統，同樣也是源於本身對音樂的喜愛與好奇。不是科班出身的他能彈奏鋼琴、吉他，會吹小號，喜歡聽經典的古典樂。對蘇黎來說，興趣是驅使研究向前的一大動力，他認為身為研究者必須要時常探索新的領域，因此常會要求自己不斷接觸世界各國的在地歌謠。

蘇黎的下一步，是以現有虛擬音樂家系統為基礎，加入更多細膩動作（例如臉部表情）的虛擬多人樂團。他也坦言目前自動伴奏系統、肢體生成還有風格轉換這三項技術，都還有很大的進步空間。想訓練電腦產生出更貼近真人演奏者動作的虛擬音樂家，必須花大量人力取得更多影片資料。「民眾常以為不用多做什麼 AI 就會自己學習，但真相是沒有夠好的資料什麼都不用談。」蘇黎解釋，AI 研究者的時間幾乎都耗在蒐集資料上。

同時，研究室也在規劃下一場發表。蘇黎認為，實體演奏會是考驗研究品質最好的方式。除了訓練好模型，現場還有很多要克服的變數，像是很多音樂廳沒有網路，團隊必須將整場演奏會所需的模型，事先設計成用一台筆電就能執行。「總不可能演奏到一半，資料量太大電腦跑不動，然後要跑出去連網路吧。」蘇黎笑著說，音樂會現場要面對很多做研究時不曾碰到的狀況，是很刺激、有挑戰性的任務。

AI 將是未來主流，是好、是壞終究取決於人心。

AI 出現之後，自然也面臨許多批判，例如工作是否會被 AI 取代，甚至以 AI 操控虛假言論或用在軍事用途，但蘇黎覺得，主導權終究還是躲在背後操作的「人」。同樣，隨著虛擬音樂家系統日漸完善，真人音樂家是否擔心未來飯碗被搶走？令人意外的是，蘇黎說身邊最期待這個系統的反而就是與他合作的藝術家，「別小看他們，藝術家可是一群勇敢、期待新事物、信仰未來的人。」

延伸閱讀：

• 蘇黎（2021）。〈我們與機器的距離：與人類互動的虛擬音樂家系統〉，《中研院訊》。
• 張凱鈞（2017）。〈天才莫札特的傳說很狂？現在只要一鍵就做得到！〉，《研之有物》。
• 音樂與文化科技實驗室，《Omnizart: Music Transcription Made Easy》。
• Wu, Y. T., Chen, B., & Su, L. (2020). Multi-Instrument Automatic Music Transcription With Self-Attention-Based Instance Segmentation.IEEE/ACM Transactions on Audio, Speech, and Language Processing, 28, 2796–2809.