大量資料即時處理

本文由 建研所 委託，泛科學企劃執行。 

根據聯合國統計數據，全球每年 38% 的溫室氣體排放，並非來自道路上的交通工具，而是由「現代都市與建築」所造成的。

我們如今站在兩條路徑的十字路口。一條是依賴更多水泥建築與空調系統來抵禦夏季酷暑，然而這樣的選擇只會加劇室外大氣的惡化。另一條則是徹底改革建築、用電、設計與都市規劃，不僅尋求低碳排放的建築方式，還要找出節能降溫的解決方案，實現事半功倍的效果。

然而，我們是否真的能將建築業的碳排放歸零？

建築的溫室氣體哪裡來？

在建築物 60 年的生命週期中，建材的碳足跡其實只佔 9.8%，因為建築一旦完成後，材料不會頻繁更換。相反，日常生活中的用電才是主要的碳排來源，占了 83.4%，其中大部分來自冷氣、照明和各種電器。

當然，讓大家集體關燈停用電器「躺平」來拯救地球，顯然不切實際。既然完全不消耗能源是不可能的，我們應該尋找更現實的解決方案。

現在就來看看全球七棟零碳建築之一——成大的「綠色魔法學校」，臺灣首座淨零建築，如何運用建築技術，成為當代永續建築的典範。這些技巧中，有哪些能應用到你我家中呢？

為了省電要把煙囪塗黑、吸收更多太陽光？

都市裡，我們最大的挑戰之一就是夏天的高溫，水泥建築群在陽光的烘烤下，變成一個個巨大的窯爐。為了解決這個問題，綠色魔法學校在國際會議廳裝了一個煙囪，不過這不是為了讓窯爐更熱，而是用來降溫的。

煙囪為什麼都都要蓋的那麼高？原來煙囪越高，上下的溫差越大。熱空氣因為密度低而向上移動，產生熱對流。溫差越大，這個熱對流就越強烈，這就是所謂的「煙囪效應」。在要幫室內降溫的情況下，我們的目的是產生更強的煙囪效應，抽走熱空氣，讓室溫下降。但這棟建築裡沒有火爐，而溫差不夠大時，這效應會變得微弱，那該怎麼辦？

_{浮力通風效應。圖 / 泛科學自製動畫截圖}

綠色魔法學校提出了一個大膽的解法：在煙囪南面下半部改裝透明玻璃窗，並將煙囪內部塗成黑色，還加裝了黑色烤漆鋁板，這樣可以最大限度地吸收太陽光。每當艷陽高照，這個不插電的的「自然通風系統」就能自動啟動，創造局部的熱對流，帶動整根煙囪的熱氣向上移動，為室內降溫，達到節能效果。以熱制熱，完全反常識。

幫室內降溫的最大原則是：通風。

實際上，不是人人家裡都有煙囪。但如果建築的高處沒有任何窗戶或通風設備，熱空氣就是會從屋頂一路往下蓄積在室內。因此，你也一定在許多工廠或民宅的屋頂看過一個不斷旋轉的小風扇，它們也是有異曲同工的效用。雖然不是高聳的煙囪，但特殊的渦輪構造，風吹過就會開始轉動，並連帶空氣排出室外。是個不用插電的通風球。

綠色魔法學校的煙囪就是個效能更強的換氣機，足以讓 300 人大型會議廳的換氣次數，高達每小時 5 到 8 次，甚至能在室內颳起風速每秒 0.5 公尺的微風，是最舒適的環境。這些利用熱氣密度的差異來改善室內溫度的方法，又稱為「浮力通風」。

為了把通風貫徹到底，綠色魔法學校在建築的兩面裝設大量窗戶以及吊扇，來讓水平也能通風。這些我們習以為常的裝置，其實才是關鍵。靠吊扇的一點點電力讓自然風可以自由進出，耗費的能源，遠比冷氣還要少得多。

幫空調省電的最後一招，就是微環境控制。

實際上魔法學校內還是找的到空調設備，並不是完全拔除不用。除了選用最高效率的主機，以及把室內循環做到最好以外，降低周遭環境溫度才能減低冷氣的負擔。要降低水泥叢林的熱島效應，需要植被與水體來做溫度調適。

在太陽照射下，水泥屋頂表面最高可以達到攝氏 70 度，如果屋頂有種植植栽，室內頂層樓板的表面溫度就可以維持在攝氏32 度以下。不用開電就先幫室內降溫。

水也是關鍵的一環。一是水的比熱高，想打破水分子之間的氫鍵，需要大量的熱量，要讓一千克水的溫度升高一攝氏度，需要 4,200 焦耳的熱量，這可以避免溫度因為烈陽就快速上升。二是當溫度真的過高，水也會透過蒸發帶走熱量，讓溫度不至於向上飆。

魔法學校的屋頂花園使用水庫淤泥，研磨後燒製成的再生陶粒，裡頭混合了稻穀，結構極細，不會像有機土一樣分解消失，可以涵養水源，還不用動不動補土壤，不只降低屋頂植被的澆水次數，還能達到降溫效果。地面也採用透水鋪面，讓每一滴水都不浪費。

綠色魔法學校本名是成功大學的「孫運璿綠建築研究大樓」

2013 年被英國知名出版社羅德里其評為「世界最綠的建築」，並獲選為聯合國全球七棟零碳建築之一。

除了表彰之外，在認證上也確實取得了臺灣最高等級的「鑽石級綠建築」認證，以及美國最高級的「白金級綠建築」兩個綠建築認證。

為了讓相同的成效可以陸續在全臺的所有建築上實現，臺灣在既有的綠建築標章體系上，擬定出了「建築能效評估系統 BERS」，針對關鍵的空調、照明、插座電器的用電狀況訂出明確的耗電密度指標得分。簡單來說，就是每平方公尺的面積上，每年平均的用電量。

要打造一棟淨零建築，需要設計與材料硬體的相互配合。在日常用電這最大耗能項目上，能透過前面的淨零設計與智慧能源管理來減低能耗。而我們還沒提到的最後一塊拼圖，則是回到建築的建材本身。這部分減碳的方法有很多種，例如將傳統施作工法改為在工廠就完成模組化建材製造的「預鑄工法」，減少現場搭建鷹架、施工的步驟，達成減碳。又或是將部分建材更換為木、竹等負碳建材，甚至使用零廢棄物、能「循環使用」的建材。例如 2018 年亮相的臺中花博荷蘭館、或是 2021 年台糖在沙崙啟用的循環聚落。

建築物能夠完全不用電嗎？……電從哪裡來？

沒錯，連全球最綠的建築——綠色魔法學校，也無法做到完全不使用電力。正如前面提到的，建築的最大能源消耗來自日常使用，而這所「魔法學校」的成就，是成功將日常能源消耗降低，讓溫室氣體排放減少超過 50%。

這就是關鍵，減少一半後，剩下的部分就靠周邊的造林、太陽能和風能等綠色能源來補足。

2022 年 3 月，國發會公佈了 2050 淨零排放的路徑圖，參考美國、日本、歐盟等國，制定了 2050 年達成淨零建築的目標。

這條路徑包含兩個核心目標：第一，所有建築物要在建築能效評估系統（BERS）中達到 1 級節能，甚至進一步達到「1+ 級」近零碳建築的標準，減少至少 50% 的能源消耗。第二，同步發展再生能源，讓這些近零碳建築朝淨零邁進。

這個目標比你想像的要容易實現。比如，2023 年 12 月，台達電的瑞光大樓 II 就成功取得了「1+ 級」近零碳建築認證，並符合 0 級淨零建築規範。而在 2024 年 7 月，國泰人壽在臺中烏日的商辦大樓經過改造後，也達到 0 級淨零建築標準。這些案例證明了綠色魔法學校的成功經驗可以複製，不論是新建築還是舊建築，都能達成甚至超越淨零目標。

為了不讓每一年的夏天都是你我餘生最涼的夏天，碳排歸零是必須要實現的目標。現在你知道，這個任務的關鍵就掌握在你我手中。就像選擇能源標章電器一樣，只要選擇符合 BERS 能效標準的建築，我們不僅能降低冷氣的依賴，也能節省電費，讓地球和你的荷包都雙贏。

在這裡介紹過了牛津大學網路研究所教授麥爾荀伯格（Viktor Mayer-Schonberger）和《經濟學人》（The Economist）雜誌資料編輯庫基耶（Kenneth Cukier）的《大數據》（Big Data: A Revolution That Will Transform How We Live, Work, and Think）這本好書，他們探討大數據（巨量資料）是什麼碗糕，大數據有什麼意義，還有大數據將如何改變我們的生活，對經濟、社會和科學會帶來什麼影響，我們又能如何趕搭上這波新潮流，如何懂得保護自己，避免個人資料和隱私受到侵害等等（請參見〈快準狠的大數據〉）。

這次他們把魔爪…哦不…觸手伸到了「教育」，寫了這本《大數據：教育篇：教學與學習的未來趨勢》（Learning with Big Data: The Future of Education），因為跟據他們的觀察，大數據正在跨入教育體系，對於全世界的教學與學習活動，勢必將產生極為深遠的影響，因此在這本書就是要談談大數據將如何改變教育。

他們舉出「大規模開放式線上課程」（MOOC）、可汗學院（Khan Academy）、Duolingo語文學習網站等案例。雖然這些線上課程早已不是新聞了，可是他們要再進一步告訴我們，當大數據的時代來臨，教育就不只 是上課聽講、讀書考試打成績、或是輕易選修更多科目而已。透過大數據，我們可以擁有史上最強大、具實證效果的工具，能夠瞭解「誰在學習」、「怎樣教學」與 「如何學習」這些重要的課題。

大數據讓我們前所未有的方式和觀點，看到究竟什麼有用、什麼沒用，以前不可能觀察到的種種學習阻礙，現在有辦法一一化解，大幅改善學生的學習成效，顛覆傳 統教學模式，造福更多學子。課程可以依據學生個人的需求做調整，真正做到因材施教，因為教師可以透過學生在線上學習時不經意的行為來判斷成效、調整教學內 容和順序，以及多次複習會造成學習瓶頸的困難觀念，甚至即時因應學生的反應而出招等等。教師的工作不會被教學網路和影片取代，而會變得更有效益、也更有 趣，因為能夠更專注針對學生作個人化的指導。

他們也認利用大數據分析，學校領導者和政府決策官員，也能用更低的成本提供更多教育機會，這些正是減少社會貧富差距、讓社經階層流動的重要因素；社會大眾 也能夠知道「學習」應當是怎麼一回事，打破教育主管機關和學校的壟斷地位，從而讓教育的本質和體制徹底翻轉。他們主張，大數據時代正是不斷學習的時代、翻 轉教育的時代！

不過大數據的應用是雙面刃，我們可能會把相關性誤判為因果，而且如果學生的個資無法被保護，其舊學習歷程被曝光，可是會影響日後的升學與就業。關於這方 面，《大數據：教育篇》引用了《大數據》的許多觀念和案例，例如誤將相關性當因果以及個資保護等等，所以建議也要去讀《大數據》這本書。

不過，盡信書不如無書，作者在西方遇到的問題，和我們在東亞遇到的，有很大的差異。最大的差異有兩點。

一個大差異，在一張很多網友在臉書分享的圖表清楚表達出來：圖裡有兩條軸線，第一條軸線為「歐美人才養成」，而第二條則是「台灣人才養成」，軸線將學習生 涯分成「學前」、「小學」、「國中」、「高中」以及「大學」等五個階段。「歐美人才養成」各階段的學習目標相當明確並且不同，學前做好生活管理、小學探索 環境、國中要開始找尋自己的夢想、高中則要面對生涯抉擇，而到了大學就要開始培養實務能力。

台灣人才培養的軸線，從「學前」一直到「高中」生涯，全是「讀書考試」，一直到「大學」時期，才要將「生活管理」、「探索環境」、「找尋夢想」、「生涯抉擇」以及「培養實務能力」一次統統完成，其中當然還少不了「讀書考試」。

歐美的教育偏向素質教育，相對於偏重考試的應試教育而言，較為注重體育、藝術能力和多元智能的培養，而真正的素質教育，目的在於讓學生能發揮個人潛能，各 展所長，並培養良好的品格，並不局限於學術上的才能。台灣的教育能夠篩選出很會考試（甚至還不見得會「讀書」哦）的學生，連公務系統都極度依賴考試，雖然 有好些公家工作幾乎不需要考試的技能。可是因為考試實在太浮濫，使得疲於奔命的教師能好好用心出題的時間都被嚴重壓縮，連有沒有認認真真地好好考考學生各 方面的學術能力都成問題，更甭提學術能力也非社會所需的全部。

另外一個差異是，台灣的教育太過注重標準答案，可是嚴重扼殺學生的創意。但是歐美的教育很注重個人的啟發，所以頂尖的人才在歐美的教育環境，往往可以更容 易發揮出他們的潛力，表現出他們充沛的創造力。可是他們的對素質一般的學生，反正做得不見得比台灣好。台灣的教育環境，讓學生拚命練習考試、練習考試再練 習考試，讓學生的程度比起歐美整齊的多。以我和朋友們在美國唸博班當助教的經驗來看，台灣學生的程度差異在一個班中，算是比較整齊的，成績優劣幾乎憑個人 努力付出多寡。可是在美國大學，尤其是公立學校，大部分的學生，在數理方面真的很不行！

舉個例子來說，我們常常看到學生在實驗數據中，他們嘗試要把上噸的鹽溶在小燒杯裡，或者把實驗桌上的小鉛球射上火星，因為連單位都搞錯了Orz 有位老師在普通生物學考題上問學生什麼是pH值，居然有四分之一的學生選擇「它不存在」；還有老師指出，大四的學生，居然有兩成回答果蠅的基因數量是小於 一，另外兩成寫無窮大（正確數目大約是一萬多），他說那四成學生基本上是「完全的廢物」；還有很多搞笑的事，真是罄竹難書。面對這些學生，教授們的態度往 往是「放棄」，可是大數據或許能讓這情勢反轉。

台灣的教育環境，往往比歐美更善待中上程度的學生，用嚴酷的練習考試來磨練他們的能力，可是卻嚴重地忽略了頂尖人材的教育，而且也幾乎完全沒有為培養社會 各界的領袖所準備。台灣的大學，就算連頂尖的台大和清大，大致上都還是停留在訓練優異的幹部為主，教授的教學方式和內容，和其他大部分的大學幾乎沒差太 多，頂多深度有一些差異而已。可是，就拿美國來說，頂尖大學的目標是在培養頂尖的領袖！一流大學的目標是在培養社會各界菁英、二流大學的是在培養優異的幹 部、三流大學的是在培養良好的基層員工等等。所以，很不幸的，台灣的大學可能在培養優異的幹部上很稱職，可是要成為社會各界菁英，就只能靠學生自己的努力 和見識，領袖的話就算了。

要培養出優異的幹部，大數據的應用應該有其優勢，可是社會菁英和領袖的培養，大數據或許無用武之地，因為大據數無法告訴你過去未曾發生的事情，也無法預測 和產生出創新，因此對於台灣的教育，大數據可以提高學生的學業，可是五育的訓練，以及領袖和社會菁英的培養，我們可能先不要去思考什麼大數據之類的，先從 整體教育環境下手才比較實際。

關於教育，這裡只能點出冰山一角，我也沒有標準答案，但請容我在此私心介紹一位好友謝宇程在商周的高人氣專欄「學與業壯遊」，裡頭有很多很多問題，我們必須繼續思索。

台灣教育問題多如牛毛，不過我們不必對台灣教育灰心，看了以下影片，你應該會很感動，希望還是在的：

本文原刊登於【GENE思書軒】，並同步刊登於The Sky of Gene。

Original publish date:Aug 29, 2010

編輯 HCC 報導

MIT Technology Review 雜誌自1999年起，逐年以TR35專欄甄選一群年紀低於35歲的創新者，表彰其在科技發明及研究上的前驅與突破；研究領域涵蓋醫療、電腦運算、通訊、電子、奈米科技等。2010年8月甫公佈其評選的35位青年創新先行者，大量資料即時處理為其中一個創新領域。

大量資料即時處理技術創新者為Richard Tibbetts，年齡：30歲，學歷：MIT 電腦科學碩士，服務公司：StreamBase Systems

無論是企業界、政府部門、研究單位經常都需處理瞬息萬變大量湧進的資訊，資訊的即時處理成了一個大難題，傳統上是先將資訊儲存到資料庫再進行處理，不過資料庫不善於即時處理資料，使用者必須等待所有的資料累積完畢，方能執行下一步驟。

身兼StreamBase Systems開創元老以及技術執行長的Richard，研發了一套資料處理系統。此套圖形事件流程電腦語言﹝graphical event-flow language﹞StreamSQL EventFlow，擴展標準的SQL查詢模型﹝SQL query model﹞與運算子﹝Operator﹞，得以處理即時與歷史資料流﹝historical data streams﹞，將大量變化的連續性輸入資料精粹到進行決策所需的訊息，其結果可應用於股票交易、趨勢指標、國防應用等。

StreamBase Systems公司專門開發複雜事件處理﹝Complex Event Processing, CEP﹞軟體，處理高流量，低延遲﹝low-latency﹞事件。StreamBase Systems 同時被 MIT Technology Review 評選為2010年最具創新力的50家企業之一。

參考來源：

• MIT Technology Review: Reacting to large amounts of data in real time
• StreamBase

在紐約、倫敦、阿姆斯特丹或是其他任何一座現代大型城市中，數百萬棟建築聚在一塊兒，而每年總有幾千棟會被大火吞噬。消防隊有沒有可能事先預知哪一棟建築將竄出火花？有關部門又該如何決定資源的配置以因應潛在的嚴重意外？
 
過去看似無解的難題，巨量資料時代的來臨與資料探勘（data mining）技術的發展，或許帶來解決問題的一道曙光。
 
巨量資料時代
 
巨量資料在當今諸多領域都是熱門話題。用最簡單的話講，巨量資料就是數據資料的資料量大到難以進行分析、搜尋或是處理。目前我們的社會正以爆炸性的速度產生各種資料。根據IBM的報告，自人類有歷史以來，有90％的資料是在過去的兩年中被創造出來。
 
巨量資料主要來自電腦、智慧型手機、社群網站、各種錄影設備以及網路。不過隨著電腦運算能力與時俱進、軟體逐漸高度專業化，我們開始有能力處理並使用這些大海般的資料數據，也就是能開始進行資料探勘的工作。
 
資料探勘
 
回到火災的話題上，利用新科技與新軟體，各地消防部門的風險管理員得以分析一拖拉庫的資料數據。透過整合建築物、街道、水路、運輸管線、貧窮、屋齡、空屋、有無電氣問題、灑水器數量與位置、有無電梯等等與火災相關的資訊，與消防意外事件數、火災傷亡人數疊合，便能製作出一份「災害風險地圖」。
 
這張地圖對於消防部門助益極大。首先，消防部門能有效部屬應對不同事故所需的資源，例如化學火災或車禍，在災害發生第一時間就擁有正確的救難設備與資源。
 
其次，各地區消防員的訓練能依照各地災害風險的不同量身打造；進行例行性的消防檢查時，消防員也能從中得知哪些是風險最高的建築物，需要優先拜訪。而在此之前，消防員的例行檢查都是隨機進行的。
 
第三，對於那些住在災害風險高的建築物的居民，消防部門也能提供他們如何提升安全指數的改善建議。
 
最後，這套系統能作為消防部門決策的依據，根據風險高低制定救災優先順序。風險最高的地區需要最短的救災反應時間。同時，災害風險地圖也能協助指揮救災資源的配置。
 
不過，一切才剛開始，防災地圖未來有十足的發展可能性。比如說，未來消防車上將配置能顯示技術資訊與風險資料的螢幕，從社群媒體上取得資料也是考慮中的方案。
 
目前消防部門碰上所有推動防災工作的人都會遭遇的問題：他們無法證明火災發生次數的下降是否為災害風險地圖的功勞，某些「原本」應該付之一炬的建築，是否因為這份地圖而被拯救。或許只有透過長期的追蹤，這份火災的風險地圖才能在持續下降的數據當中，展現它的價值。

（本文由科技部補助｢新媒體科普傳播實作計畫─重大天然災害之防救災科普知識教育推廣｣執行團隊撰稿／2014年/3月）
 
責任編輯：鄭國威│元智大學資訊社會研究所

本文原發表於行政院科技部-科技大觀園「科技新知」。歡迎大家到科技大觀園的網站看更多精彩又紮實的科學資訊，也有臉書喔！