鋼鐵人的弧形反應器事實上超大

• 本文轉載自科技大觀園，原文為《試問Siri與Jarvis的距離有多遠？》
• 作者 / 科技大觀園特約編輯｜姚荏富

近年來因為人工智慧、大數據、區塊鏈等應用科技快速發展，以及 Google 等科技公司大舉來到臺灣進駐並招聘大量軟體工程師，臺灣頂大的資工科系成為超熱門志願。不過大家對資工系的印象就是要學寫程式，也就是俗稱的 coding，但 coding 在解決什麼問題？今天我們訪問了臺大資工系的陳縕儂副教授，從老師的專業「自然語言處理」（Natural Language Processing，縮寫 NLP）做切入，來帶大家了解資工系究竟在解決什麼問題。

讓 AI 聽得懂人話，就是「自然語言處理」

陳縕儂老師的機器智慧與理解實驗室，主要是針對語言處理及對話系統相關技術進行研發，藉由機器學習技術，透過資料讓機器自動學習，理解人類語言並且進行適當的互動，目標是希望能讓機器的智能比肩人類，甚至超越人類。

「自然語言處理」是資工領域中的一個分支，名字聽起來很抽象，但其實這項學門的目標就是讓電腦可以「聽懂」人類說的話、「理解」語意並給予「回應」，就像鋼鐵人電影中的 AI 助理 Jarvis，鋼鐵人只要說如常說話就可以下達指令，讓 Jarvis 協助生活中各種大小事。

不過理想很飽滿現實卻很骨感，要做到像 Jarvis 這樣有求必應的 AI 助理並不容易，目前市面上的智慧助理如 Apple Siri、Google Assistant 及 Amazon Alexa 都已經隨著 3C 產品普及化了，但很多時候它們仍會說：「很抱歉，我聽不懂你的意思。」可見，從 Siri 到到 Jarvis 仍有很長的一段路要走，但為什麼這是條漫漫長路？——歡迎來到「自然語言處理」的思考領域。

• 延伸閱讀：喜歡教書、喜歡台灣自由的研究學風 ，要讓語音助理「賈維斯」成真——陳縕儂專訪

從「聽懂」到「回應」，AI 必須克服多項關卡

大家可以想像一下，今天要跟一個 AI 互動，通常是透過語音或者文字來下達指令，接著 AI 就會協助我們完成特定的任務，並解決特定的問題。

在這個過程中，有四個主要的環節必須克服，分別是語音辨識 （Automatic Speech Recognition; ASR）、語意理解 （Natural Language Understanding; NLU）、對話決策 （Dialogue Management）、以及語言生成 （Natural Language Generation; NLG），說的白話一點，就是接收你講的話、翻譯成 AI 能理解的指令、要如何處理指令，以及怎麼把回應翻譯成人類能聽懂的聲音或文字。

在這四個環節裡都有相當複雜的問題需要去解決，譬如語音辨識，在技術上通常是將語音訊號直接轉換成文字，讓 AI 去理解，但在將音訊輸入的過程中，就必須要排除掉我們口語中會用的「嗯」、「啊」、「喔」等贅字或不自然的停頓，又或者是新創的流行語、方言、口音……等等的問題必須先解決，才能讓 AI 真的能聽懂人類的自然語言。

在「語意理解」上，要讓 AI 去分析語言或文字的脈絡、理解關鍵字，再找出對應的資料（搜尋資料庫）；而「對話決策」更是困難，前面理解了人類的語言或文字表意後，AI 應該要如何回應？可能使用者給的資訊不完整，AI 要追問使用者以釐清問題？又或者在語意理解上有聽不懂的字，得要再次詢問並確認？

這還只是 AI 面對人類自然語言時，其中幾個回應的選項，真實的對話情境可能更加複雜，而且整個對話過程只要有一個環節正確度不夠高，那 AI 後續也很難準確的回應，只要有一步錯了，就會對後續對話體驗造成負面影響。

不過好消息是，現在的深度學習技術已經相當成熟，只要餵資料給電腦時，告訴他怎麼樣是對、怎麼樣是錯，基本上電腦都可以不斷修正（餵的資料也要夠多），再加上現行語言代表模型的優化，智慧 AI 在特定領域的應用上都有蠻不錯的成果。

Jarvis 仍遙遠，AI 的新突破是精準翻譯

聊到這幾年 AI 的重要突破，老師提到三年前 Google 所開發的語言代表模型 BERT（Bidirectional Encoder Representations from Transformers），當時 BERT 一出現市面上所有自然語言處理的模型都改採用了它的運作邏輯。相較於過去的語言模型，通常都是餵指定任務的文字來訓練電腦，BERT 是在給電腦任務前，先餵它吃很多的文章或書，接著再提供任務給它。

以翻譯為例，這就好像讓一般人翻譯，跟讀過很多書的人來翻譯一樣，讀過很多書的人懂得字彙跟用法，自然翻譯出來的成品更流暢。

而 BERT 的技術確實也得到相當好的成效，所以擊敗了當時許多正在開發的語言模型，成為了當前語言模型的基礎。有趣的是，BERT 的前身是一個名為 ELMo（Embeddings from Language Models，與芝麻街角色名字相同）的語言模型，所以 BERT 的開發者們就用芝麻街的角色，來為他們開發出來的語言模型命名。

• 延伸閱讀：別意外！Google 真的聽得懂「人話」：BERT 自然語意演算法如何提升關鍵字理解能力？

當前 AI 發展的目標，為它建立「人的常識」

雖然說 NLP 領域在商業與學術上都有相當大的發展空間，但陳老師認為，目前要達到人的「common sense（常識）」對 AI 來說還是非常困難，舉例來說，今天我們跟智慧助理說我今天要跟某某人吃晚餐，這個時候如果是人類的助理，我們可能會聯想到「吃什麼」、「要不要聯絡某某人」、「交通方式是？」……等等與飯局相關的問題，但 AI 目前並沒有辦法執行這麼複雜的互動，還得必須跟 AI 說「幫我訂位」、「幫我叫車」，仍在一個指令一個動作的狀態，這種 AI「common sense」的建立，可說是目前非常有挑戰性的項目。

• 延伸閱讀：剖析霍金的「代言人」：人機如何透過語音互動溝通？

AI 的開發方向——人類的工作輔具

身為 AI 的設計者，陳縕儂老師認為 AI 會成為輔助人類的一部分，雖然說現階段許多人對於 AI 可以執行我們的工作感到彆扭，但實際上 AI 正在減輕我們的工作量，舉例來說，像是目前醫院已經有在使用協助診斷的 AI，但這樣的 AI 並不會取代醫生的工作，因為 AI 只是提供醫生診斷的相關依據，實務上對於病患的判斷最終還是得由醫生來做。

雖然 AI 已在產業中被廣泛利用，但基本上仍以「人機協作」為大宗，雖然能取代部分人力，但像是創造類型的工作 AI 就幾乎無法獨自完成。至於大家想像中，AI 恐對人類造成威脅的情節，基本上不會發生，因為 AI 是不會憑空出現意識的，AI 威脅人類的可能，比較會是人類不當利用造成的風險，所以在未來 AI 的開發上，基本上會往輔助人類的方向去做應用。

資工領域瞬息萬變，「喜歡新知」很關鍵

談到什麼特質適合來讀資工系，陳縕儂老師認為，數學或是邏輯只是基礎，重要的是「喜歡接受新知」的特質，因為在資工領域瞬息萬變，資訊更新的相當快速，隨時都會有新東西出來，如果不喜歡吸收新知識，讀資工系可能會比較痛苦一點。另外，資工在應用上時常會和不同領域的人做合作，你必須了解對方的需求跟他們的條件，才能設計出能夠幫別人解決問題的方法，而這也是資工有趣的地方。

陳縕儂老師也和我們分享了在他眼中臺灣學生和外國學生的差異，他認為臺灣學生應用網路資源自學的能力非常強，而外國學生則是勇於在課堂上和老師提問並討論，各有各的優點，不過教授也認為由於臺灣學生擅長自己找答案，所以在協作與表達上的可能相較於外國會比較弱一些，但如果這一塊能做到加強，臺灣的學生其實是非常有競爭力的。

最後老師還告訴我們，當初大學時機器學習與 NLP 領域並不是資工領域的主流，一開始只是選擇了自己有興趣的領域，也沒想到近幾年 NLP 會變成現在的顯學，他認為自己真的非常幸運，可以一路延續自己熱愛的主題。

最後的最後，陳縕儂老師建議有意投入資工領域的學員們，可以先了解這個領域需要的先備知識，像是 coding 要用到的程式語言、跟 AI 相關的內容則會牽涉到數學，最後當然就是對知識的熱情和態度，了解之後才比較能判斷這個領域適不適合你，千萬不要因為從眾而選擇。

• 延伸閱讀：大學科系選擇難題該怎麼解？背景知識、線索蒐集與獨立思考是你的最佳武器！

如果你是一個動漫迷，一定曾經夢想變身超級英雄，但這似乎終究只能是幻想──直到科技把想像化為現實。

隨著科技快速演進，人類終於可以製造出模擬各種超能力的裝備，像是讓上班族變身蜘蛛人的攀牆手套、只比超人視力差一點的千里眼隱形眼鏡等，擁有超能力不再是癡人說夢。

不過，這些裝備的發明並非如同漫畫情節：由億萬富翁為了懲奸除惡而打造；而是科學家和醫學專家為改善人類生活而研發。舉例來說，專家研發出能夠加速人體組織再生的植入體，雖然不可能像金鋼狼一樣迅速讓傷口癒合，卻可降低感染機率和醫療成本；另外還有能夠偵測周遭障礙物的特製服裝，用處不在增加超級英雄的第六感，而是為了幫助視障人士安全地行走。

這些新奇科技有些仍在研發階段，但也有一些已經實際問世。美國國防承包商雷神公司（Raytheon）已經交貨給美國陸軍一套讓士兵力大無窮的鋼鐵人裝；許多造船廠也用類似概念的外骨骼機械裝，協助工人操作重型機具。如果你有興趣，甚至可以在家自己拼裝超能力裝備。紐約羅徹斯特大學的學生，就運用唾手可得的現成材料，打造出一具隱形透視鏡。

雖然目前的科技還無法讓每個人都穿上紅色披風飛天入地，但透過本期為你介紹的高科技裝置，我們或許可以窺知未來擁有類似超能力的世界，甚至預先規劃好自己的超級英雄祕密基地。

蜘蛛人攀牆術

黏性手套的靈感來自壁虎的腳。

如果可以像蜘蛛人一樣發射蜘蛛絲，徒手攀爬辦公大樓，一定會讓上班變得更有趣。不過這套都市輕功服和蜘蛛的關係不大，是從壁虎的四隻腳得到靈感而發明出來的。

史丹佛大學學生模擬壁虎腳上的細微毛髮，開發出特製的乾式黏性手套，讓普通人透過類似的黏著原理來垂直爬行。然而，技術上的困難在於壁虎只有幾公克重，若要支撐體型相對龐大的人類，得另有對策。研發團隊利用加裝特殊簧片來平均分散人施加在手套上的重量，讓整組裝置可以承受高達91公斤的成人體重。另一方面，人類的上半身不像壁虎那樣強而有力，因此還需要一組活動式繩梯，將部分攀爬作用力轉移至雙腳，以減輕雙臂負荷。這副手套的初步測試相當順利，目前學生們正與美國航太總署噴射推進實驗室（Jet Propulsion Lab）合作，評估是否能把相關技術應用到太空船的機械手臂，以回收太空垃圾。

蜘蛛人超感應

對超級英雄來說，預知壞蛋來襲是必備的能力之一，而如今我們只要穿上感應裝，也能具備相同的能力。雖然就造型而言，它沒有緊身蜘蛛裝那麼酷，但這套「蜘蛛感應裝」卻能感應方圓152公分內的障礙物或接近的人，並向穿戴者發出警告。整套裝備包含多項感測模組，由一個測距儀和一具伺服馬達所構成。測距儀會不斷發射聲納波，當聲納波遇到物體反彈回來，便可由感測器計算出距離。一發現障礙物，伺服馬達──即遙控飛機上常見的那種馬達──便啟動推桿，對穿戴者的皮膚施加壓力。越接近障礙物，推桿壓力會越大，藉此讓使用者判斷物體遠近、作出反應。發明者維克托．麥特維席（Victor Mateevitsi）表示，開發這項技術的目的是希望造福視障人士；此外在昏暗環境下，像是濃煙密布的火場，也可以用來確保消防人員的安全。

超級戰鬥裝

披風和小褲褲不夠看，真正的超級英雄都穿外骨骼機械裝。

鋼鐵人的超能力不是因為被輻射蜘蛛咬到，也不是被伽瑪射線照到而突變；鋼鐵人裝說穿了，就是透過精密的工程設計──加上很多的錢──所打造出來的。既然如此，當然我們也可以如法炮製，事實上，現在已經有業者開發出類似的裝備了。

國防製造商雷神替美軍研發了一款超強外骨骼機械裝（Robot Exoskeleton）。士兵只要穿上這套裝備，就能在高液壓系統的輔助下，大幅提升力量、靈敏度和持久作戰能力，即使進行劇烈活動也不至於疲勞和受傷。雖然目前的版本必須連接到內燃液壓引擎以作為動力來源，但未來可望在2020年推出不需要外接線路的獨立外骨骼機械裝。

不只軍方需要外骨骼機械裝，洛克希德．馬丁公司也設計了一款專供重機械操作員使用的機械裝FORTIS，它可以承載大部分的機具重量，讓操作人員可以長時間作業，減少因為肌肉疲勞所需的休息時間和次數。

自製隱形斗篷：讓你看穿物體的簡單透鏡組

隱形和透視都是相當熱門的超能力，但你可能不知道，這兩種能力早已經成為現實，而且一般人在家裡就能辦到。羅徹斯特大學的學生利用市面上現有的便宜材料，設計出一組遮蔽裝置，可以讓光線繞過物體，製造出物體憑空消失的神奇效果。要製造出這種錯覺，需要四組焦距不同的透鏡，並將透鏡相隔特定距離擺設。當光線進入第一組透鏡時，會先聚焦，然後發散，因而繞過位於遮蔽區的物體。但此時後方景象是顛倒的，所以還需要另外一組透鏡，再把影像翻轉回來。這套裝置的遮蔽能力不限特定視角，也就是說不管從透鏡的任何角度看過去，都能清楚呈現物體後方的景象。

這套簡單裝置的遮蔽範圍其實只有透鏡內部，亦即類似甜甜圈的環狀區域內。不過研究團隊也研發出了另一套更為複雜的透鏡裝置，可以達到完全遮蔽的效果。

研發團隊希望這套「羅徹斯特斗篷」（Rochester Cloak）可以在醫療領域發揮作用，讓外科醫生在手術時，能更清楚地看到開刀部位，或是協助卡車司機繞過車輛的死角，察覺周遭狀況。

磁性第六感

這種彈性極佳的人造皮膚能感應地球磁場，讓路癡也不迷路。

鳥和鯊魚沒有GPS也能找到方向，但許多超級英雄仍需輔助裝置，才能正確且即時地找到壞蛋巢穴。科學家現在發明了一種電子皮膚，能夠透過偵測地球磁場來協助指認方向，讓衛星導航和Google地圖都成為過去式。

這種人造皮膚是一層鈷和銅的金屬薄膜，在磁場環境下可以感應電阻的變化。只要測量電阻差異，就可以計算出磁場距離，再把這個資料傳送到液晶顯示幕上，就能清楚判斷方位和距離。

科學家把磁場感測材料黏在PET軟性膠膜上──類似透明投影片的材質──然後再將它貼以彈性膠帶，好讓人造皮膚可以自由伸縮。一平方公尺的感測膠膜只有不到3公克的重量，厚度僅兩微米，比人髮的十分之一還要細，因此人造皮膚可以貼附在人體上，甚至植入皮膚下方，而不至於造成不適。

快速自體療癒：讓骨肉再生的智慧型植體

除了全身擁有強化金屬骨骼，以及金鋼爪之外，金鋼狼還有一項特異功能，那就是快速的自體療癒。其實人體本身就已經有不錯的修復功能，但和X戰警第一男主角的再生能力相比，卻是差得遠了。不過現在這個差距，正在逐漸縮小。

有業者開發出內含大量生長因子的醫療用植體，其中的組織再生分子可以有效提升人體自我療癒的速度。雖然跟金鋼狼的超能力比起來仍舊略遜一籌，不過對於皮膚或骨頭受傷的患者來說，已經能大幅縮短癒合的時間。

除了加速自體療癒，FeyeCon公司所研發的智慧植體還有幾項聰明的特色。首先，它是由可生物分解的材料所製成，因此等到傷口復原後，它會逐漸分解成對人體無害的自然成分；此外，它還可以事先添加抗生素，以減少身體組織排斥外來物質時的發炎機率。目前研究人員仍在微調成分，為的是更適應身體各部位組織，但預估在不久的將來就可以正式推出。

千里望遠鏡：一眨眼就能放大遠方物體的超強眼鏡

超人的千里眼可以隨時看見哪裡有麻煩，不過現在普通人也能擁有類似的能力，儘管目的大不相同。老年性黃斑病變是全世界老年人失明的罪魁禍首，而致病的原因是主管視覺敏銳度的黃斑部位細胞受損。

為了幫助患有此病的老年人提升視物能力，聖地牙哥和瑞士的科學家研發出具有望遠功能的隱形眼鏡，它能將視覺影像放大2.8倍。這種硬式隱形眼鏡比普通隱形眼鏡更大一些，但和過去用來矯正黃斑病患視力的厚重眼鏡相比，已經是一大進步。配戴者仍須戴上由三星3D眼鏡改造而成，且具備精巧操作功能的特製眼鏡。

鏡架上的感測器讓配戴者只須眨動單眼，就能在普通和望遠視力之間切換。眨右眼，便開啟2.8倍放大功能，眨左眼，則會關閉。瑞士聯邦科技學院的研究團隊負責人艾利克．川布雷（Eric Tremblay）表示：「目前這種眼鏡仍處於研究評估階段，但我們期待未來能夠實際生產，嘉惠黃斑部受損的病患。」

念力波動：用腦波控制一切

如果光用念力就能移動物體，確實可以讓生活方便許多，可惜所謂的隔空移物始終只是科幻小說裡的虛構情節。不過，在現代科技的協助下，我們還是可以利用腦波做到很多事情。

真正的腦波控制技術是利用安裝在頭顱上的腦電波感測器（EEG sensor）來偵測大腦活動。當穿戴者專注於某個物體時，額頭後方的大腦前額葉會激發神經元，產生腦電波。這種腦電波足以引起腦波感測器的電位差，再由電腦演算法分析轉譯為電子訊號，下達指令給連接的裝置設備。

透過這個原理，航太技術廠Tekever已經開發出透過腦波操作的無人機。操作員須戴上腦波感測帽，且事先接受訓練，學習透過專注力來讓電腦螢幕上的圖示向上或向下移動，藉以指揮無人機向左或向右轉；當腦波感測器偵測到大腦特定部位的活動後，便可以傳送相對應的指令給無人機。業者希望這套技術未來能夠應用於更大型的飛行器，減少飛行員的工作負荷，或是讓身障人士也能一圓飛行夢。

本文節錄自《How It Works知識大圖解 國際中文版》第16期（2016年01月號）

更多精彩內容請上知識大圖解

電影復仇者聯盟中鋼鐵人的手套威力無窮；以現今科技製造類似的手套已非難事，但這次不是為了拯救世界，而是幫助中風病人的復健治療！

中風病人的新希望

根據世界中風組織（World Stroke Organization）資料統計，全球每六秒鐘，就有一人因中風成為終身殘疾人士。發病後，因為腦部缺氧導致細胞壞死，造成神經傳導功能退化，腦部無法徵召足夠的肌肉使病人手腳活動，手部癱瘓是常見的且棘手的中風後遺症之一，突然癱瘓的患側手，將會造成生活上許多不便。

機械手套幫助復健訓練

傳統上，在中風初期治療師傾向先從肌肉群較多的大關節（肩膀及手肘）開始訓練，至於平常吃飯、寫字等較精巧的手部動作，在中風初期動作誘發不易，且需要治療師在病人身邊一對一指導，協助練習手指張開、握拳等動作，缺乏效率，耗費許多醫療人力資源。

近年來發展的機器輔助治療，讓病人上肢穿戴特製機械手套後，即可藉由儀器帶動手部肌肉進行重複密集、高強度動作訓練。雖然解決了人力問題，但此種由機器帶動肌肉的動作訓練，仍舊過於被動，因為中風受損的不是手部的肌肉而是大腦的神經細胞！

結合現今科技顛覆傳統的新療法

香港職能治療師將機械手套結合肌電波（EMG，Electromyogram，肌肉收縮時產生的動作電位）訊號感測技術，戴上後能夠幫助病人強化大腦對手部肌肉的控制！

在治療中，當病人想著手掌打開時，貼在手臂上的特製電子感應器，能夠偵測其微弱的肌電波，電腦系統讀取後，自動計算病人大腦想做的動作，藉由機械手套的協助，開始控制手套上各關節張開，進而帶動病人手掌開合動作，藉由不斷的練習神經傳導與相關肌肉收縮，讓病人重新獲得控制手部肌肉的能力。

配合電腦系統的趣味性遊戲，能夠有效提高病人進行復健治療的動機。且相對於由治療師或傳統機械被動協助的傳統療法，這種由個人意志驅動的設計，有效讓大腦重新連結運動神經元使動作再學習。此外，精密的感應器能夠監測微弱的肌電波，即使是中風初期也適用此療法，讓病人在黃金復健期就能夠馬上訓練手部的精細動作！

新一代的機械手套

在去年，研發團隊為機械手套增添頭部的感應器，如同鋼鐵人的頭盔。戴上後電腦能夠讀取穿戴者的腦波，與肌電波對比後，可以更有效地刺激大腦神經再生，目前正在努力推向實際臨床，未來可望讓更多中風病人重回病前生活！

參考文獻：

1. 世界中風組織
2. rehab-robotics
3. 晁禾醫療
4. Hu, X. L., Tong, K. Y., Wei, X. J., Rong, W., Susanto, E. A., & Ho, S. K. (2013). The effects of post-stroke upper-limb training with an electromyography (EMG)-driven hand robot. Journal of Electromyography and Kinesiology, 23(5), 1065-1074.
5. Ho, N. S. K., Tong, K. Y., Hu, X. L., Fung, K. L., Wei, X. J., Rong, W., & Susanto, E. A. (2011, June). An EMG-driven exoskeleton hand robotic training device on chronic stroke subjects: task training system for stroke rehabilitation. In Rehabilitation Robotics (ICORR), 2011 IEEE International Conference on (pp. 1-5). IEEE.

本篇文章僅介紹希望之手之用途，作者與廠商或研究上儀器的開發並無任何關係。

感謝蘇昭華與謝妤葳老師提供建議、協助編纂此文。