0

0
0

文字

分享

0
0
0

仲夏夜裡有多少人送仲丘?

陸子鈞
・2013/08/04 ・1681字 ・閱讀時間約 3 分鐘 ・SR值 542 ・八年級

白衫軍運動
白衫軍運動

八月三號的「萬人白T凱道送仲丘」是台灣史上最大規模由公民自發的社會運動,主辦單位估計有25萬人到場,不過台北市中正一分局則估計與會人數約11萬人。為什麼人數估計會有這麼大的落差?又有哪些方法可以估計遊行人數?身在在白T人潮中的科宅我,忍不住好奇。

無論是媽祖遶境、反核四遊行、同志遊行、或者這次的「凱道送仲丘」,都不像演唱會一樣有售票入場,所以估算參與人數成了一項令人頭痛的任務 [1]。但不管是記者為了報導、主辦單位要展現影響力、或者警方作人潮管制,都需要估算遊行人數,而且得「雖不中亦不遠矣」。20世紀後的歷史有不少社會街頭運動,也就發展出一些估算參與人數的方法。

時間回到1960年代,當時美國柏克萊大學發生學運。記者退休後,在柏克萊擔任新聞學教授的雅克布斯(Herbert Jacobs)從他的辦公室向窗外望,看到廣場上滿滿示威的人潮在反越戰。剛好廣場上有格線標記,於是雅克布斯突發奇想計算方格中平均有多少位學生,再由總共多少方格推估出參與的人數 [2]。後來他還估計出不同密度人潮中,一位參加者所佔的面積,再由不同區域的人潮密度乘上區域面積,就能算出人潮。這套「雅克布斯法」(Jacobs Crowd Formula)至今仍被使用來估算人潮的規模。

警政署在受訪中也提到,以凱達格蘭大道為例,全部擠滿的話大約可以容納3萬人,各轄區負責的警員也會每半小時估算一次人潮密度,再推估出總人數,並以最高峰的人數為基準。不過很可惜並沒有連絡上本次集會的主辦單位-公民1985行動聯盟,請他們說明計算人數的方法。

-----廣告,請繼續往下閱讀-----
估算出每區的人數之後再加總。
估算出每一區的人潮密度之後,再乘上面積,得到總人數的估計。

另外還有一套以面積來估算的方式。假如遊行人潮非常整齊排成一列一列,只要估算一列有幾個人,一條街能容納幾排人,就能估算出一條街上參與遊行人數。[1]

不過以上兩種方法都只能計算「靜態」的人潮,假如參加者不斷進出人群,就得再用其他方式估算。要計算多少人進出遊行隊伍,可以設置「計算站」,計算每單位時間中有多少人進出,就可以得到更準確的參加者數量。不過這項工程需要許多人力,舉例來說,整場遊行歷時4小時,而人潮增加的速度應該會到某個時間點趨緩,所以要在各重要的路口設置計算站,且需要每十分鐘就計算一次每分鐘進出的人數,才能算出有多少人參加遊行而不是「有多少人在廣場上」。[3]

計算族群中個體的數量是生態學家的拿手項目,之前有研究團隊利用衛星空照圖搭配全景銳化技術(pansharpening)來計算企鵝數量 [4]。撇除高科技,或許生態學經典的「標記再捕捉法」(Mark and recapture)也能派上用場 [5]。舉例來說,在遊行過程中發放一定數量的貼紙、布條或者其他「紀念品」,在散場時看看人潮中有多少比例的人有配戴「紀念品」,就能從比例來推估總人數。

其他有創意的好點子像是利用遊行後遺留的垃圾,也可以用來估計人潮規模 [6],這套方法也許可以估算台北跨年晚會人潮,不過像這次「凱道送仲丘」的高水準公民遊行就不適用了。或者在幾乎人人隨身都會攜帶行動電話的時候,也許手機基地台有連線手機數量的資料能作為人數統計的參考。

-----廣告,請繼續往下閱讀-----

一場示威遊行,無論是10萬人或者25萬人,最重要的是訴求的聲音能夠被有關單位重視,否則「25萬」也只是「看報才知道」的一個數字罷了。

 

資料來源:

  1. Crowd counting — wikipedia
  2. Herbert Jacobs — wikipedia
  3. 遊行集會的靜態點算方法
  4. 企鵝家族大合照 — PanSci
  5. Mark and recapture — wikipedia
  6. How do the police make crowd estimates?

延伸資料:

-----廣告,請繼續往下閱讀-----
文章難易度
陸子鈞
294 篇文章 ・ 4 位粉絲
Z編|台灣大學昆蟲所畢業,興趣廣泛,自認和貓一樣兼具宅氣和無窮的好奇心。喜歡在早上喝咖啡配RSS,克制不了跟別人分享生物故事的衝動,就連吃飯也會忍不住將桌上的食物作生物分類。

0

1
0

文字

分享

0
1
0
人與 AI 的關係是什麼?走進「2024 未來媒體藝術節」,透過藝術創作尋找解答
鳥苷三磷酸 (PanSci Promo)_96
・2024/10/24 ・3176字 ・閱讀時間約 6 分鐘

本文與財團法人臺灣生活美學基金會合作。 

AI 有可能造成人們失業嗎?還是 AI 會成為個人專屬的超級助理?

隨著人工智慧技術的快速發展,AI 與人類之間的關係,成為社會大眾目前最熱烈討論的話題之一,究竟,AI 會成為人類的取代者或是協作者?決定關鍵就在於人們對 AI 的了解和運用能力,唯有人們清楚了解如何使用 AI,才能化 AI 為助力,提高自身的工作效率與生活品質。

有鑑於此,目前正於臺灣當代文化實驗場 C-LAB 展出的「2024 未來媒體藝術節」,特別將展覽主題定調為奇異點(Singularity),透過多重視角探討人工智慧與人類的共生關係。

-----廣告,請繼續往下閱讀-----

C-LAB 策展人吳達坤進一步說明,本次展覽規劃了 4 大章節,共集結來自 9 個國家 23 組藝術家團隊的 26 件作品,帶領觀眾從了解 AI 發展歷史開始,到欣賞各種結合科技的藝術創作,再到與藝術一同探索 AI 未來發展,希望觀眾能從中感受科技如何重塑藝術的創造範式,進而更清楚未來該如何與科技共生與共創。

從歷史看未來:AI 技術發展的 3 個高峰

其中,展覽第一章「流動的錨點」邀請了自牧文化 2 名研究者李佳霖和蔡侑霖,從軟體與演算法發展、硬體發展與世界史、文化與藝術三條軸線,平行梳理 AI 技術發展過程。

圖一、1956 年達特茅斯會議提出「人工智慧」一詞

藉由李佳霖和蔡侑霖長達近半年的調查研究,觀眾對 AI 發展有了清楚的輪廓。自 1956 年達特茅斯會議提出「人工智慧(Artificial Intelligence))」一詞,並明確定出 AI 的任務,例如:自然語言處理、神經網路、計算學理論、隨機性與創造性等,就開啟了全球 AI 研究浪潮,至今將近 70 年的過程間,共迎來三波發展高峰。

第一波技術爆發期確立了自然語言與機器語言的轉換機制,科學家將任務文字化、建立推理規則,再換成機器語言讓機器執行,然而受到演算法及硬體資源限制,使得 AI 只能解決小問題,也因此進入了第一次發展寒冬。

-----廣告,請繼續往下閱讀-----
圖二、1957-1970 年迎來 AI 第一次爆發

之後隨著專家系統的興起,讓 AI 突破技術瓶頸,進入第二次發展高峰期。專家系統是由邏輯推理系統、資料庫、操作介面三者共載而成,由於部份應用領域的邏輯推理方式是相似的,因此只要搭載不同資料庫,就能解決各種問題,克服過去規則設定無窮盡的挑戰。此外,機器學習、類神經網路等技術也在同一時期誕生,雖然是 AI 技術上的一大創新突破,但最終同樣受到硬體限制、技術成熟度等因素影響,導致 AI 再次進入發展寒冬。

走出第二次寒冬的關鍵在於,IBM 超級電腦深藍(Deep Blue)戰勝了西洋棋世界冠軍 Garry Kasparov,加上美國學者 Geoffrey Hinton 推出了新的類神經網路算法,並使用 GPU 進行模型訓練,不只奠定了 NVIDIA 在 AI 中的地位, 自此之後的 AI 研究也大多聚焦在類神經網路上,不斷的追求創新和突破。

圖三、1980 年專家系統的興起,進入第二次高峰

從現在看未來:AI 不僅是工具,也是創作者

隨著時間軸繼續向前推進,如今的 AI 技術不僅深植於類神經網路應用中,更在藝術、創意和日常生活中發揮重要作用,而「2024 未來媒體藝術節」第二章「創造力的轉變」及第三章「創作者的洞見」,便邀請各國藝術家展出運用 AI 與科技的作品。

圖四、2010 年發展至今,高性能電腦與大數據助力讓 AI 技術應用更強

例如,超現代映畫展出的作品《無限共作 3.0》,乃是由來自創意科技、建築師、動畫與互動媒體等不同領域的藝術家,運用 AI 和新科技共同創作的作品。「人們來到此展區,就像走進一間新科技的實驗室,」吳達坤形容,觀眾在此不僅是被動的觀察者,更是主動的參與者,可以親身感受創作方式的轉移,以及 AI 如何幫助藝術家創作。

-----廣告,請繼續往下閱讀-----
圖五、「2024 未來媒體藝術節——奇異點」展出現場,圖為超現代映畫的作品《無限共作3.0》。圖/C-LAB 提供

而第四章「未完的篇章」則邀請觀眾一起思考未來與 AI 共生的方式。臺灣新媒體創作團隊貳進 2ENTER 展出的作品《虛擬尋根-臺灣》,將 AI 人物化,採用與 AI 對話記錄的方法,探討網路發展的歷史和哲學,並專注於臺灣和全球兩個場景。又如國際非營利創作組織戰略技術展出的作品《無時無刻,無所不在》,則是一套協助青少年數位排毒、數位識毒的方法論,使其更清楚在面對網路資訊時,該如何識別何者為真何者為假,更自信地穿梭在數位世界裡。

透過歷史解析引起共鳴

在「2024 未來媒體藝術節」規劃的 4 大章節裡,第一章回顧 AI 發展史的內容設計,可說是臺灣近年來科技或 AI 相關展覽的一大創舉。

過去,這些展覽多半以藝術家的創作為展出重點,很少看到結合 AI 發展歷程、大眾文明演變及流行文化三大領域的展出內容,但李佳霖和蔡侑霖從大量資料中篩選出重點內容並儘可能完整呈現,讓「2024 未來媒體藝術節」觀眾可以清楚 AI 技術於不同階段的演進變化,及各發展階段背後的全球政治經濟與文化狀態,才能在接下來欣賞展區其他藝術創作時有更多共鳴。

圖六、「2024 未來媒體藝術節——奇異點」分成四個章節探究 AI 人工智慧時代的演變與社會議題,圖為第一章「流動的錨點」由自牧文化整理 AI 發展歷程的年表。圖/C-LAB 提供

「畢竟展區空間有限,而科技發展史的資訊量又很龐大,在評估哪些事件適合放入展區時,我們常常在心中上演拉鋸戰,」李佳霖笑著分享進行史料研究時的心路歷程。除了從技術的重要性及代表性去評估應該呈現哪些事件,還要兼顧詞條不能太長、資料量不能太多、確保內容正確性及讓觀眾有感等原則,「不過,歷史事件與展覽主題的關聯性,還是最主要的決定因素,」蔡侑霖補充指出。

-----廣告,請繼續往下閱讀-----

舉例來說,Google 旗下人工智慧實驗室(DeepMind)開發出的 AI 軟體「AlphaFold」,可以準確預測蛋白質的 3D 立體結構,解決科學家長達 50 年都無法突破的難題,雖然是製藥或疾病學領域相當大的技術突破,但因為與本次展覽主題的關聯性較低,故最終沒有列入此次展出內容中。

除了內容篩選外,在呈現方式上,2位研究者也儘量使用淺顯易懂的方式來呈現某些較為深奧難懂的技術內容,蔡侑霖舉例說明,像某些比較艱深的 AI 概念,便改以視覺化的方式來呈現,為此上網搜尋很多與 AI 相關的影片或圖解內容,從中找尋靈感,最後製作成簡單易懂的動畫,希望幫助觀眾輕鬆快速的理解新科技。

吳達坤最後指出,「2024 未來媒體藝術節」除了展出藝術創作,也跟上國際展會發展趨勢,於展覽期間規劃共 10 幾場不同形式的活動,包括藝術家座談、講座、工作坊及專家導覽,例如:由策展人與專家進行現場導覽、邀請臺灣 AI 實驗室創辦人杜奕瑾以「人工智慧與未來藝術」為題舉辦講座,希望透過帶狀活動創造更多話題,也讓展覽效益不斷發酵,讓更多觀眾都能前來體驗由 AI 驅動的未來創新世界,展望 AI 在藝術與生活中的無限潛力。

展覽資訊:「未來媒體藝術節——奇異點」2024 Future Media FEST-Singularity 
展期 ▎2024.10.04 ( Fri. ) – 12.15 ( Sun. ) 週二至週日12:00-19:00,週一休館
地點 ▎臺灣當代文化實驗場圖書館展演空間、北草坪、聯合餐廳展演空間、通信分隊展演空間
指導單位 ▎文化部
主辦單位 ▎臺灣當代文化實驗場

-----廣告,請繼續往下閱讀-----
文章難易度

討論功能關閉中。

鳥苷三磷酸 (PanSci Promo)_96
210 篇文章 ・ 312 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

3
0

文字

分享

1
3
0
社運抗爭者經歷了什麼?他們的心靈傷痕該如何治癒?——專訪民族學研究所彭仁郁副研究員
研之有物│中央研究院_96
・2023/08/25 ・5313字 ・閱讀時間約 11 分鐘

本文轉載自中央研究院「研之有物」,為「中研院廣告」

  • 採訪撰文|何光塵
  • 責任編輯|田偲妤
  • 美術設計|蔡宛潔

勇敢與體制碰撞,卻在靈魂刻下傷痕

社運抗爭、維護人權的聲張,經常在民主社會發展歷程中刻下清晰的傷痕節點。每一場正面衝撞威權體制的社會運動,皆是由一張張充滿勇氣的臉孔譜成,但在運動結束後,有些抗爭者孤絕地忍受身心創痛。中央研究院「研之有物」專訪院內民族學研究所彭仁郁副研究員,同時也是「帶傷前行——社運抗爭者的創傷療癒可能」策展人,談談她如何深入帶傷者的心靈地景、探究療癒 / 遇的可能路徑。

中研院民族所博物館「帶傷前行——社運抗爭者的創傷療癒可能」特展。圖|研之有物

走入中研院民族所博物館「帶傷前行——社運抗爭者的創傷療癒可能」特展現場,展場中迴盪著社運抗爭者「退回服貿」的吶喊聲,這段定時播放的錄音引導人們在聽覺感官上貼近事件現場情境,以察覺抗爭中「人的狀態」。

這些人是誰?他們到底經歷了什麼?

本次特展由中研院民族所彭仁郁副研究員策畫,展覽內容取材自 2014 年 3 月 18 日爆發的 318 公民運動,抗爭現場發生了臺灣解嚴以來最激烈的鎮壓事件。

最嚴重的鎮壓發生在佔領行政院行動的當晚,3 月 23 日晚上至 3 月 24 日凌晨(簡稱 323-324),鎮暴警察動用盾牌、警棍、水砲車攻擊手無寸鐵的靜坐群眾。多數抗爭者是出生在 80、90 年代的年輕人,在過往的生命經驗中從未遇過這樣的場景,一位抗爭者驚魂未定地說「雖然沒有死人,可是很震撼!」

-----廣告,請繼續往下閱讀-----

這群經歷警察暴力鎮壓的抗爭者,她/他們生命各層面受到的衝擊,並未隨著社運退場、「出關播種、遍地開花」而結束,許多人在鎮壓行動中身心劇烈受創。心理的衝擊源自想像和現實之間的巨大落差,人們第一次感受到「警棍打在身上的劇痛」、「水砲車的劇烈衝擊會讓脊椎神經受損」。

有些人在之後數年持續進行身體的治療和復健,更多人長期面對原生家庭、人際關係、社會關係中,回憶、經歷與現實日常的矛盾。這些經驗並非單純以「創傷後壓力症候群 (PTSD)」類型化診斷就足以理解。

事實上,創傷的樣貌從來不是單一的。

因此,彭仁郁在展覽中呈現 7+n 位社運抗爭者的主體經驗,訴說有著幽微差異的創傷多重樣貌,反映出有別於主流精神醫學標準化、診斷化、病理化、去脈絡化的心理創傷觀點,並提出對照與批判。

策展人彭仁郁呈現 7+n 位社運抗爭者的主體經驗,訴說有著幽微差異的創傷多重樣貌。圖|研之有物

另一方面,展覽更以社運抗爭者的受創主體經驗作為論述主軸和敘事起點,試圖探問從鉅觀視角出發、跨越時空地域的弔詭:在每一場人民對抗不義政權的行動中,掌權者皆以法之名施暴;反抗者卻為了捍衛更高層次的律法,置自身於險境。

-----廣告,請繼續往下閱讀-----

反抗者不僅需面對來自國家的暴力,還需忍受周遭親友的不諒解、社會大眾的異樣眼光。在內外在分崩離析的孤絕裡,社運抗爭者又該如何找到療癒的可能?

聆聽帶傷者的記憶,與之同行

2014 年 3 月 23 日晚上至 3 月 24 日凌晨,行政院調度來驅離示威者的警察,採用了超乎比例的暴力驅離手段,用警棍跟盾牌,毫不留情地毆打手無寸鐵的靜坐民眾。圖|黃恐龍(CC BY-ND 4.0)

318 公民運動發生前後,一位紀錄片導演積極記錄社運歷程,實際接觸這群年齡介於 18 至 35 歲的年輕人。記錄過程中,導演敏銳地察覺,有人出現不斷哭泣、失眠、易受驚嚇等創傷反應,一幕幕社運現場的衝突場景會反覆入侵腦海。

於是這位導演找上研究心理創傷療癒的彭仁郁,希望為這群人提供協助與支持。與這群年輕人接觸、討論後,彭仁郁決定以團體帶領者、同行者、療癒者的角色,共同進行了數次團體對話,聆聽彼此的創傷主體經驗。由於團體成員都參與過佔領行政院行動,因此命名為「323-324 同儕團體」。

同儕團體成員分享的內容,啟發了彭仁郁進行「歷史創傷記憶的世代傳承、身分認同與社會實踐」研究計畫,試圖探索當代社運抗爭與政治創傷歷史記憶之間,是否存在某種象徵傳承。與不同背景 318 社運抗爭者的深度交流,成為這項研究的重要基礎。

-----廣告,請繼續往下閱讀-----

研究成果涵攝了精神分析理論與社會心理真實的辯證,例如 318 公民運動成功佔領的立法院,意外成為哲學家 Michel Foucault 所說的「異托邦」,或是英國精神分析學家 Donald Winnicott 提出的:一個暫時寄託所有理想願景和創造力的「過渡空間」。

但過渡空間畢竟是過渡,雖然在社會運動現場,抗爭者得以按下日常生活的暫停鍵,辯論未被深入討論過的社會議題。運動結束後,卻往往帶著未竟的願景、夥伴關係的衝突和撕裂、自身存在意義的質疑、面對集體情境的問號,或者身體的傷,回到恍如隔世的日常。

放下專業身分,與受害者並行

323-324 同儕團體進行的出發點,正是透過精神分析聆聽方法,站在「同為人」的位置,創造受創主體發話(enunciation)的「療癒 / 遇」空間。

彭仁郁憶起在法國進行田野研究期間,申請參與法國民間成立的「國際亂倫受害者協會」(AIVI)與受害者並肩工作的經驗。申請加入時,該團體以非常嚴謹的書面、面談過程確保她「不是以專業工作者的身分,而是以成員的角色參與」。

-----廣告,請繼續往下閱讀-----

這個親身歷程讓她深刻體會到,身為同行者的「療癒 / 遇」與身為專家進行「治療」的差別。

彭仁郁和法國亂倫受害者並肩工作的經驗讓她深刻體會到,身為同行者的「療癒 / 遇」與身為專家進行「治療」的差別。圖|研之有物

事實上,亂倫受害者的創傷樣貌相當多元,每一位受害者的主體經驗都有細微差異,如果只以精神疾病診斷標準來看待,細微的創傷主體經驗經常在逐項「症狀」打勾的過程中,受到遮蔽和忽略。許多嚴重而未被看見的創傷就這樣被診斷為憂鬱症、焦慮症、邊緣型人格等疾患。

尤其是社運抗爭者在運動結束後,面臨了主體經驗上的巨大斷裂。社會運動的現場震撼與日常生活彷彿是兩個世界。一位同儕團體成員表示:「我回到生活,遇到弱勢、遇到信仰、教會,我發現這個世界上有非常多人,他們其實是兩個世界,我沒有辦法平衡。所以我現在覺得我有處在逃避的狀態。」

正因如此,在 323-324 同儕團體中,即便身為有多年臨床和學術訓練的精神分析師,彭仁郁依然選擇以一個「人」的身分,放下專業角色,以自身經驗與因社運而受創的主體同在,並在其中探索受創者自身所處,卻未必能看見的心靈地景。

-----廣告,請繼續往下閱讀-----

並不是非 A 即 B ——非二元的創傷經驗

彭仁郁提到,對於「帶傷的主體經驗」,我們的想像經常掉入二元對立。「帶傷的人可能同時有 A 和 B 兩面,有一面很溫暖,另一面很黑暗。」

另一種二元想像是,一方面覺得如果沒有傷就是沒事,所以如果我沒事就不需要幫助;有事的人才需要幫助,所以有事的人是軟弱的。這樣的二元想像不只出現在帶傷者身上,也會出現在他周圍的人身上。

實際上,受傷的人不一定是軟弱的受害者。受傷的人也可以是倖存者、倡議者。而倡議者、社會運動者可能也會帶傷。

彭仁郁提出「帶傷前行」的概念,正是因為這樣僵固的一刀切二元想像,無論出現在社會群體面對帶傷者的態度,或是帶傷者看待自己內在感受的態度,都創造出「一直跟自己打架」的狀態。

帶傷前行的同時,可以知道自己的傷而不否認傷的存在,讓療癒與行動可以並存,是展覽希望帶給眾人的思考向度。

-----廣告,請繼續往下閱讀-----

看見抗爭者的傷痕與足跡

第一展區「傷痕密碼」,透過布滿數字密碼的玻璃櫥窗與歷史照片,回顧 11 場國內外著名的社會運動。圖|研之有物

走進「帶傷前行」展覽的三大展區,第一展區「傷痕密碼」在大片玻璃櫥窗上若隱若現 11 組數字:318、228、64、928、323-324……分別代表國內外 11 場著名的社會運動。

站在巨大的玻璃櫥窗前,觀看一個個數字密碼,就像從鉅觀的視角窺見改變歷史的社會運動,以及國家暴力烙下的集體印記拼圖。觀看陳設在玻璃櫥窗後的歷史照片,則像是記憶一般有著距離感,無法伸手觸及,卻又清晰可見。

第二展區「反叛的想像共同體」,以 7 座展台上的第一人稱自述與象徵物件,訴說 7 位 318 公民運動抗爭者的故事。圖|研之有物

第二展區「反叛的想像共同體」則以 7 座展台訴說 7 位 318 公民運動抗爭者的故事。每位抗爭者皆以難以辨識身分的匿名代號呈現,展台上的文字以第一人稱方式陳述,並附上一件令敘事主角印象深刻的物件。

這 7 個年齡介在 20 至 30 歲之間的社運抗爭者,有靠打工養活自己的大學生、不同領域背景的研究生、前職業軍人、原住民等不同身分。閱讀展台上的第一人稱自述,如同走入每一個人的人生,了解一個人走上街頭的原因、抗爭過程中遭遇的困境,以及運動結束後,抗爭如何在日常生活中延續。

-----廣告,請繼續往下閱讀-----
GK,30 歲創作者。323 當晚待在行政院大門外側與拒馬間,在警方最後一波驅離中遭重摔,造成輕微腦震盪。令她印象深刻的物件是捏扁的寶特瓶,GK 曾以水瓶丟擲步步進逼的警察,卻被其他主張非暴力抗爭者責備。她認為非暴力抗爭剝奪了人在當下能做的選擇。圖|研之有物
賈斯汀,26 歲前職業軍人。323 晚上跟著其他人魚貫進入行政院,在主建物前協助場控。324 凌晨,警方包圍靜坐群眾時,他用麥克風帶大家呼口號,最後被警方驅離。展台上掛著一件夾克,賈斯汀在社運期間一直穿著,社運結束後鮮少再穿。圖|研之有物
小嵐,21 歲學生。318 當晚與男友一起衝進立法院,在議場內負責文字和影像紀錄。展台上放著幾枚銅板,是社運尾聲小嵐口袋裡僅剩的零錢。家境不富裕的小嵐,平時靠打工賺錢維生,社運期間頓失收入的她,不斷在理想及現實之間掙扎。圖|研之有物

回憶時光機——在不同時空下與創傷者交流

第三展區以「再整合、再詮釋的療癒可能性」為主題,設計了一處名為「療遇時光機」的空間,外圍以柔軟布幔圍繞,內部擺設軟骨頭座椅,前方放置三台卡匣式隨身聽。你可以坐進這個舒適隱密的空間、戴上耳機,聆聽模擬 323-324 同儕團體聚會的錄音。

「療癒時光機」營造一處舒適隱密的空間,可靜下心來聆聽模擬 323-324 同儕團體聚會的錄音,回顧行政院鎮壓當晚的真實情景。圖|研之有物

這是一個透過傾聽讓主體發話的時空,邀請觀眾靜下心來聆聽這段長達 73 分鐘的錄音,彷彿在一個安全的時空容器裡,成為 323-324 同儕團體的一員。在同儕團體交流的過程中,每位成員既是闡述獨特受創經驗的個體,也透過不同觀點的分享和互相扶持成為團體的共同建構者。

在彭仁郁的陪伴下,每位社運抗爭者述說他們在原生家庭、求學過程、抗爭現場及社運結束後的感官經驗及創傷記憶,講到激動處的聲調起伏、恐懼啜泣帶著情緒渲染力,讓人彷彿身歷其境,深刻感受社運創傷者的心靈地景。

例如有多位成員眼見同伴被警察攻擊,自己卻無能為力,甚至毫髮無傷的脫身,內心充滿無盡的愧疚。面對自責不能保護他人者,成員們肯定他在社運過程中的關懷與付出,引導他轉向思考,其實錯不在己,真正造成傷害的是扭曲的國家體制。

透過展覽帶領觀眾回顧與理解

步出展場前,身旁的牆面上貼著許多觀眾留下的觀展感想,當中包含對整起事件的反思、個人經驗的分享,或是想與這群社運抗爭者說的話。這是彭仁郁對來訪者的邀請,透過收集眾人的反饋,一起創造更多交互敘事和理解的可能。

彭仁郁更計畫在 2024 年、也就是 318 公民運動滿十週年之際,綜合呈現觀眾的反饋,並計畫邀請詩人、歌手或劇團一起透過創作,帶大家回顧十年前那段血淚交織的街頭歲月。

訪談的最後,我們請教彭仁郁老師,有哪一句話適合送給帶傷前行者?「別再跟自己打架了。」對於帶傷者的同理與不捨盡在其中。

展覽最後邀請觀眾撕下附在 DM 上的明信片,寫下觀展後的感想。可選擇將明信片貼在牆上或投入信箱,預計於 318 十週年延伸活動中規劃展出。圖|研之有物
-----廣告,請繼續往下閱讀-----
所有討論 1
研之有物│中央研究院_96
296 篇文章 ・ 3619 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

0
0

文字

分享

0
0
0
群眾人數,怎麼估比較專業?
陳 慈忻
・2014/11/26 ・2642字 ・閱讀時間約 5 分鐘 ・SR值 545 ・八年級

警方估計柯P嘉年華的人數,與柯營公告的人數差異很大。(圖片來源:馮維義)
警方估計柯P嘉年華的人數,與柯營公告的人數差異很大。(圖片來源:馮維義)

從太陽花學運、香港佔中到令人緊張的選前週末,「參與人數有多少?」往往在政府與公民、鄉民、暴民兩方產生拉鋸。雖然警方估計的人數是柯營公告的五折,柯文哲仍表示「沒什麼好吵的,票投出來最重要」。不過另一位阿文對人數估計的差異表示「相信警方專業」,我剛好在太陽花學運後投入群眾人口的估計研究,藉此機會,與各位就這個問題本身,討論一下目前的方法是否具有明顯的瑕疵?如何更「專業」?

大多數的人口估計方法,都運用一個簡單的小學公式:

人數=面積×密度

-----廣告,請繼續往下閱讀-----

也就是說要有精準的估計,在面積、密度的評估上就不能馬虎。然而每一場活動有最熱鬧和最外圍的地區,警方忽略活動的外圍區域,只算了活動最「熱鬧」的區塊,其中最主要的原因是警方想要用一個「平均密度」去估算(例如:3人/平方公尺,或者2人/平方公尺),因此相對人數稀疏的外圍地區,當然就無法算進來囉。

姑且不挑剔警方畫的範圍是否精準,我們注意到,太陽花學運時警方採用的平均密度也是3,這個3為什麼這個好用,一點依據都沒有嗎?其實是有的,而且已經使用近半世紀。1967年美國柏克萊大學新聞系教授雅各(Herbert Jacobs)對示威人潮進行人工估計,得到了這個約略的數字,此後「雅各法」廣泛的被使用。

為什麼我們只能用一個或兩個平均密度去估計呢?最主要的理由是,「全面評估密度分布耗費大量人力、成本,所以乾脆採用以一概全的平均密度。」可是熱鬧區和外圍區的人口密度差距極大,即便都在熱鬧區,因為大家的姿勢、體型,或其他臉書大神也無法解釋的偶然原因,真實地表的人群密度是很不均勻的。如果說不確定性這麼大,那警方採用2還是3,衍伸出20萬和30萬人的差距,實在很難苟同阿文說的專業呀。

從美國影集疑犯追蹤(person of interest)正打得火熱,可以想像現代社會監視器普及的程度,很多資工領域的研究開始運用監視器畫面,鑽研特定範圍內的人口估計,他們的做法簡單來說,就發展用各種影像分析方法,計算一張影像中的人數(例如運用影像pixel的R、G、B數值,挑選出影像中人佔面積,或者從影像的輪廓推估人數)。隨著這種方法發展蓬勃,一張影像中人數估計的精準度可以達到很高的水準,但是如果要用來估計大規模的群眾人口,會有兩個致命性的問題:

-----廣告,請繼續往下閱讀-----

第一個是資料取得,政府不會給暴民監視器影像。

第二個是方法本身的限制,就算計算出每張影像的人數,沒有監視器的地方怎麼辦?

今年太陽花學運的330遊行的人數爭議,我開始想,群眾的力量(Crowd sourcing)加上地理學的空間分析專長,或許可以解決這個難題,因此向網友大大們蒐集了上千張的照片,此外,邦吉空拍工作室也提供了一些空拍畫面。我用簡單的分析流程,來說明這份研究如何進一步精確估算人口密度分布:

第一步:資料蒐集

網友的平面照片可以取代監視器畫面,只要有人在的地方,就有機會取得那個地方的影像,比監視器遍布的範圍更廣,資料的共享性也更高,這份研究挑選了其中下午4點左右的照片,避免人口分布隨時間變化的問題。此外,我們還是會遇到影像不連續的問題,也就是說,照片再多,也不可能100%遍布所有地區,因此我們需要4點時大範圍的空照圖,來處理這個問題。

-----廣告,請繼續往下閱讀-----

第二步:資料分析

運用物件導向的影像分析,可以計算出人口密度。(圖片來源:網友)
運用物件導向的影像分析,可以計算出人口密度。(圖片來源:網友)

物件導向影像分析軟體(Object-based Analysis)有別於傳統的pixel-based的影像分析軟體,除了可以用影像中pixel的RGB數值來進行分析,還能夠考量到物件的幾何形狀、相對位置等,幫助我們更精確地計算出人臉數。如此一來,如果我們有十張照片,這些照片有紀錄拍攝的座標,就可以找到十個空間位置的人口密度。

到此為止,我們還無法將這些「點」密度,推廣到大範圍「面」的人口密度。

因此,我們需要第二種資料:空照圖。空照圖因為拍攝的距離較遠,不足以讓我們點出畫面中到底有幾個人,但是用影像分析軟體,可以挑出人所在的範圍。有了這筆資料,我們就可以用地理資訊系統(GIS)軟體,將景福門地區切成網格狀,以空間分析的軟體工具,算出每個格子有多少 % 是人,這個比例就是每個格子的相對的人口密度。

-----廣告,請繼續往下閱讀-----

藉由影像分析軟體找出空照圖中人佔的區域(黃色)。(圖片來源:邦及空拍工作室)
藉由影像分析軟體找出空照圖中人佔的區域(黃色)。(圖片來源:邦及空拍工作室)

第三步:空間推估

最終的結果呼之欲出,我們在GIS中將網友照片得到的點密度,以及空照得到的相對面密度疊合在一起,找出兩者的迴歸關係:

相對密度與絕對密度的回歸式

公式中的i代表某一點所在的格子,B0和B1是截距和斜率,透過已知的樣本可以找到這兩個係數,如此一來,其他未知絕對密度的格子,就可以套用這個關係式求得絕對密度了。

將照片得到的點密度與空拍推出的相對密度疊在一起。
將照片得到的點密度與空拍推出的相對密度疊在一起,以進行回歸分析。

-----廣告,請繼續往下閱讀-----

這份研究以景福門為示範的研究區,結果發現,所有格子的平均密度為3.41(每平方公尺),一個標準差的範圍內,人口密度甚至高達4.37,若援引批踢踢網友繪製的330太陽花遊行總面積147,216平方公尺來計算,警方以3人作為密度就足足低估「六萬多人」。更遑論這次警方以「感覺」決定部分地區的人口密度僅為2人。

有了群眾的力量,就能利用上述的方法很快找到真實地表上的不均勻密度,專業的人數估計是可能的,只是這邊所指的「專業」,可能與連勝文所瞭解到的有所不同。

當然,目前這個成果有一些限制,例如我只處理了單一時段的人數,無法代表活動的總參加人數;此外,也有一些研究針對動態(人會移動的,而非靜坐的)的遊行人數發展統計方法。我認為這些難題都可以被群眾的力量解決,關鍵是「社運的當下是否有足夠的相片上傳」。

有鑑於此,目前預計進行的任務是:

-----廣告,請繼續往下閱讀-----
  1. 建立一個可供上傳照片的平台(網站或APP),建立拍照SOP,例如:拍攝角度的示範、開啟座標定位功能等。
  2. 其次是精進影像分析的品質,主要的問題是如何估算平面照片的影像深度。

若有相關領域的朋友對這個議題有興趣,歡迎一起討論、合作!

-----廣告,請繼續往下閱讀-----
陳 慈忻
55 篇文章 ・ 1 位粉絲
在丹麥的博士生,專長是用機器學習探索人類生活空間,正在研究都市環境變遷與人類健康的關係。曾擔任防災科普小組編輯、社會創新電子報主編。