網站更新隱私權聲明
本網站使用 cookie 及其他相關技術分析以確保使用者獲得最佳體驗,通過我們的網站,您確認並同意本網站的隱私權政策更新,了解最新隱私權政策

0

0
0

文字

分享

0
0
0

與其關心地震在哪,不如看看自己準備到哪?

阿樹_96
・2014/02/25 ・1932字 ・閱讀時間約 4 分鐘 ・SR值 537 ・八年級

2/24一篇聯合報社論〈台北連續地震 真的無須緊張嗎?〉試圖點出社會與政府對地震防災概念的缺乏,其中不乏許多批評政府不重視防災的作為。可惜的是,儘管政府端確實還有努力的空間,但多半不是文中所提的問題,譬如:

政府對地震震央位置的陳述,都捨棄諸如「中山路二段三十七號附近」的精確描述,而以「縣府西方十七公里處」模糊帶過,這當然是怕影響房價而遭到民眾抗議。

這段話其實並非事實,實際上,在世界上沒有任何一位地震學家能精準的告訴你震央在多少公尺的誤差以內,這乃是由於地底下的構造並無如此精確的解析度,科學上本來就無法定出很確切的位置,運用不同的測站也會定出不同的結果(可以參考〈為什麼有時候離震央近,震度卻較小?〉)。最重要的防災資訊並非震央是否能縮在幾十公尺內,而是到底各地震度有多大、對災害到底會有多少危害?好在,這篇文章的錯誤被地球上的火星人一一點出,在此也不多作著墨,僅以關心防災為出發點的精神來延伸。

台灣地震分布,作者為維基用戶Hsu.shihhung

我遇過很多人很聰明,常會這樣問我:「士林的地震規模有『四級』很大耶!但是我家這邊怎麼只有三級?到底是發生在哪一條斷層?」可這教我該如何回答?第一,一次地震的規模只會有一個值,代表的是地震的能量,在臺灣也不會寫「級」這個單位,為的就是和震度階的「級」作區分,唯有震度的級數才能呈現地表搖晃的程度,對於防災才有最直接的效果(可以參考〈地震規模變變變?〉)。至於斷層,從2010年3月4日的地震、去年發生兩次在南投的地震,規模都在6上下,但由於地表沒有產生破裂面,估計也是底下的盲斷層錯動,而假若找不到士林這次的地震破裂面,那麼我們又如何去將它定義為何種的斷層錯動?

至於氣象局的說法,什麼岩漿冷卻、正常能量釋放,到底是不是百分之百的正確原因?我想可以說是,也可以說不是。因為在科學上,即使經過了不斷的驗證,也無法確定原因,假如以目前的證據告訴你是原因A,但因為後來有新的數據而變成原因B,那麼當初說原因A的官方該怎麼究責?那麼這樣的說法,說到底不過是「安全說法」之一,話說2012年初義大利有群官方的科學家(大概就如同我們的氣象局)因對地震前兆的誤判,令民眾輕忽了地震威脅,接著大地震來了,傷亡慘重,而科學家也因而被起訴、判刑。問題並不是在看不出前兆,而是科學家們用了糟糕的方式作了錯誤宣導,只請大眾不要擔心會有大地震,而不去考慮另一種可能。

從食安、疾病一直到防災,無論官方要提出何種說法,都會被放大鏡盯著看,有時可能還會有錯誤解讀,既要考慮到是否會引起恐慌,又要考慮到是否會低估情勢,甚至有時還不得不注意到政治正不正確。如此複雜的顧慮,呈現到我們眼前時,經常是走了個樣。我一直感到疑惑,擔心民眾、媒體、上頭的長官不懂,那麼為何不藉由像地震這樣的事件,教育社會大眾正確的觀點,這正是科學傳播宣導的最佳時機啊!

有太多的事情可以做卻沒做,像是有研究告訴我們大屯火山可能是活火山,也有許多學者在監測,卻沒人能清楚的告訴我們,不同的情境下會有何種噴發與災情?該為這樣的災情作何種防範?同樣的,地震的潛勢為何做不出來,並非官方或科學家做不到,而是這樣做會影響到民生,且要教導大眾如何正面的去看待地震危害潛勢的資料,遠比建立資料庫的難度大的多。也或許也開始有人詢問地震險,別鬧了,保險業者不了解地震的情況下,要如何制定合理的地震險保費?沒有地震危害潛勢,當然也不知道哪裡比較有威脅,又要如何因應不同的環境因素來核定保費?

大家常說日本地震預警強,為什麼我們不做?我們不但有做,而且做的還不是普通的強,台大吳逸民老師除了是最初中央氣象局速報與預警系統的開發者之一,也持續的在進行地震預警的研究,其利用P波前三秒的波形就能進行預警也是十分獨特的技術。那麼為何我們手機收不到預警訊息?我只要提兩個問題就好:第一,手機的傳輸並不是產生預警資訊的環節,而是傳遞的環節,必須要找的是通訊業者;第二則是收到訊息後我們是否能有所作為?或是能否接受誤報的可能性?或許有時我們嚷著防災公園不足,但我們卻還不了解自己住家附近是否有防災公園?或是任何可以作緊急避難處?

在上一則看見台灣更多的故事,文章末段我提了不少研究,包括了國土規畫、斷層研究、地震預警、地震科學平民化的推廣等等,目的就是想讓各位能藉由了解這些資訊,了解我們的現況、我們缺乏什麼,用理性的態度去理解防災的思維,災害無可避免,與災共生才是在這大地千變萬化的島嶼的生存之道!

本文轉自作者部落格地球故事書

文章難易度
阿樹_96
72 篇文章 ・ 16 位粉絲
地球科學的科普專門家,白天在需要低調的單位上班,地球人如果有需要科普時時會跑到《震識:那些你想知道的震事》擔任副總編輯撰寫地震科普與故事,並同時在《地球故事書》、《泛科學》、《國語日報》等專欄分享地科大小事。著有親子天下出版《地震100問》。


5

7
0

文字

分享

5
7
0

當 AI 的「深度學習」形成偏見,法規該如何遏止傷害?

科學月刊_96
・2022/01/03 ・3732字 ・閱讀時間約 7 分鐘
  • 文/廖英凱|非典型的不務正業者、興致使然地從事科普工作、科學教育與科技政策研究。對資訊與真相有詭異的渴望與執著,夢想能做出鋼鐵人或心理史學。

Take Home Message

  • AI 雖然能協助遏止違法或侵權的言論,但一般大眾卻無法得知其評斷的機制,已於無形中造成傷害。
  • AI 的資料庫誤差,將造成演算法對文化或族群產生偏見等;而深度學習的演算法因處理龐大的資料,常使研究者或運用 AI 的機構無法理解與回溯 AI 的決策原因。
  • 歐盟、美國、聯合國等組織已相繼研擬 AI 的規範與監管方式。
  • 臺灣仍須再制定 AI 相關的監管辦法,以因應科技的發展及變遷。

「你今天被祖了嗎?」

眾所皆知目前社群網路最大的平台臉書(Facebook),為遏阻違法或侵權的言論,會判定某些言論違反其「社群守則」而隱藏。不可否認,違法與侵權言論在社群網路上造成了嚴重的傷害,不過有時候這些隱文的原則,似乎與政治或特定議題有關。時不時也有朋友提到,一則再平凡不過的貼文或照片,卻莫名其妙地被宣告違反社群守則。於是乎在去(2021)年時,網友們開始把臉書創辦人祖克柏(Mark Zuckerber)的姓氏,變成了諷刺臉書封鎖文章標準混亂的話梗:你被「祖」了嗎?

想當然爾如臉書等社群媒體,是仰賴著演算法自動判斷一則貼文是否違規。除了針對文字與圖片的內容分析以外,其他例如被檢舉的數量、帳號的活躍程度、帳號的發文模式、商業價值等,都成為演算法評估一則貼文是否違規的依據,彷彿法官在定罪犯人時不只依據犯罪行為,也會權衡犯人及其社會狀態一樣。然而,我們看得到法官的決策過程與理由,但卻從來沒有機會搞清楚,到底演算法發生了什麼事情,才會宣告一則平凡的貼文違規。

雖然大家平常遇到這種貼文被刪的情況,通常也就是重新打篇文章貼個圖發發牢騷,就這麼過去了。但這個時不時可見的神祕隱文事件,其實就是我們生活中,人工智慧(artificial intelligence, AI)已經持續帶來隱性傷害的頻繁案例。

AI 的傷害跟以往想像的不一樣

自工業革命以降,人類其實蠻迅速地就提出對科技發展副作用的深層反思。例如人類史上第一部科幻作品,1818 年由英國作家雪萊(Mary Shelley)所著作的《科學怪人》(Frankenstein),即是以一個具有擬人思維的人造生命為主角的科幻驚悚作品。伴隨著機器的發展,1956 年達特矛斯會議(Dartmouth Summer Research Project on Artificial Intelligence)上,與會專家提出「artificial intelligence」一詞,認為機器的發展將可像人一般具有學習、理解、適應的能力。

隨著 AI 技術上的演進,人們對 AI 的樂觀與悲觀態度,也愈發分歧。對於 AI 發展所帶來社會的影響,依其態度可以分為:對科技抱持樂觀者,相信「強 AI」的問世可以使電腦與人有相同甚至超越人類的思考能力,並為人類解決大部分問題,帶來更理想的明天,在電影動畫等作品中不乏這類理想的人工智慧角色;重視科技實用者,傾向認為 AI 是以輔助人類的角色,解放人類的勞力工作而能開創更多科技應用的可能;重視科技發展脈絡者,則認為 AI 只是科技發展中的一個流行詞(buzzword),只有尚在發展中,尚未充分掌握的技術才會被視為 AI。與科技領域相對,在人文社會領域中則較常出現對 AI 發展的反思,例如研究 AI 對人類勞力取代後所創造的弱勢衝擊;或更甚者認為強 AI 的不受控發展,將會導致人類文明的毀滅。這些不同立場的觀點,均揭示了人類看待 AI 對社會影響的多元與矛盾預測。

儘管當代影視作品和學術研究,都對 AI 會造成什麼樣的傷害有興趣,但 AI 帶來的傷害早已出現多年而默默影響著人類社會。2018 年在《自然》(Nature)期刊上的一則評論,介紹了一張身披白紗的歐美傳統新娘和印度傳統新娘的組圖,而演算法在看待兩張新娘照片時,會將前者判斷為「新娘」、「洋裝」、「女人」、「婚禮」等,但將後者判斷為「表演」和「戲服」。在這個案例中,AI 或演算法設計本身其實並沒有獨鍾哪一種文化,但因為演算法的訓練來自於既有圖庫,而圖庫中的圖片來源和圖片的詮釋註記,與真實世界的樣貌出現落差,使人工智慧就如真人一般,憑藉著片面不完整的學習資料,產生了對族群與文化的偏見(偏誤),而演算法可能更無法自覺與反思自我產生的偏見(圖一)。

(圖一)由於 AI 只憑藉片面且不完整的資料進行學習,以婚紗為例,AI 只能辨識出傳統歐美的婚紗裝扮(左),卻難以辨識出不同文化的婚紗樣貌,例如印度傳統服飾(右)。(123RF)

除了資料庫的誤差而導致演算法對文化或族群的偏見以外,「深度學習」(deep learning)的演算法因處理龐大的訓練資料、分析資料,也常使研究者或使用 AI 服務的機構,無法理解與回溯 AI 決策的具體原因。例如亞馬遜公司(Amazon.com, Inc.)仰賴演算法全自動判斷大量受僱員工的工作狀態,並以此決定他們的績效與裁員與否。儘管這種做法能大幅縮減決策時間,並減少人資成本,但也因此發生數起亞馬遜員工因系統過失而被降低績效,或是員工績效良好卻被無故裁員,更申訴無門的矛盾事件。這與將 AI 應用於人資的初衷似乎有點相悖,演算法或許可以避免人為決策時,因涉及個人喜惡偏好而作出不公允的判斷,但卻也造成了另一種不公允也無從理解緣由的傷害。

誰來規範 AI?

既然 AI 的傷害已然出現,自然也應有對 AI 的監管與規範機制。例如歐盟執委會(European Commission)在 2019 年 4 月公布「值得信賴的人工智慧倫理指引」(Ethics Guidelines For Trustworthy AI),強調人工智慧應為輔助角色,尊重人類自主、避免傷害、維護公平、具有可解釋性,且能受到監管並回溯決策過程,以避免演算法的黑箱決策,作為歐盟成員國在訂定 AI 相關規範的上位依據。2019 年 5 月,經濟合作暨發展組織(Organisation for Economic Cooperation and Development, OECD),提出 AI 發展的原則應有永續精神以造福人類與地球,能尊重民主與法治、人權與多元性,兼顧透明度、課責機制等原則。美國白宮科技辦公室在 2020 年 1 月發布的「人工智慧應用的管制指引」(Guidance for Regulation of Artificial Intelligence Application),也強調衡量風險避免傷害、公平無歧視、透明度、重視科學實證、立法過程應兼顧公共參與等,作為美國政府各機關在訂定與人工智慧相關規範的指導原則。聯合國教科文組織(United Nations Educational Scientific and Cultural Organization, UNESCO)則在去年 11 月,發布《人工智慧倫理建議書》草案(Draft text of the recommendation on the ethics of artificial intelligence),作為會員國訂定 AI 相關法律與政策時,可依循的通用價值觀、原則和行動框架。

國際上重要的原則指引,也同等地體現在民意對 AI 治理的期待,臺灣師範大學教授李思賢、劉湘瑤、張瓅勻等人針對臺灣 1200 位民眾的調查發現,臺灣民眾對 AI 的應用最在意的是避免傷害,其次則是透明度與公平性,相對最不在意的是隱私。調查亦發現民眾明確偏好以公民審議和立法機關來制定嚴格傾向的規範,這反映了民眾對新興科技的擔憂與對透明治理的期待,也呼應了國際組織的指引方向(圖二)。

(圖二)AI 規範制定權則偏好。李思賢教授等人,調查國人對 AI 規範制定的偏好。發現國人無論對 AI 發展持保守態度或開放態度,均傾向以公民審議和立法機構來制定規範。

然而,國際上的重要指引與民調結果,卻也讓我國在相關規範的設計上略顯矛盾。例如調查研究顯示,雖然民眾最期待以「公民審議」和「立法機構」來訂定 AI 相關規範,但現今國內外相關規範的研擬與討論,仍是以由產官學組成的研究與應用社群為主,例如科技部自 2017 年起,開展多場 AI 倫理議題的研究計畫與論壇工作坊等,並於 2019 年 9 月提出《人工智慧科研發展指引》,明訂 AI 科研的核心價值與指引,使科研人員在學術自由與創新發展的同時,也能兼顧 AI 發展的方向。

但科技部並非產業的主責機關,所訂定的指引僅能提供科研人員更好的方向,對已產生傷害的業界應用仍然鞭長莫及。儘管 2018 年 11 月立法院曾通過初具 AI 倫理精神的《無人載具創新實驗條例》;2019 年 5 月,時任立法委員許毓仁等人也提出《人工智慧發展基本法》修法草案,作為政府兼顧人工智慧產業發展和倫理規範的法律基礎,但該草案的相關修法討論並未被積極延續,作為國家更上位看待 AI 發展的治理框架,於立法體制和公民審議機制中均尚未開展高強度的討論。

AI 對今日生活的便利已無遠弗屆,而 AI 所帶來的傷害,雖微小、難以察覺,但也已經出現,對應的倫理指引與規範在國際也蔚成趨勢,但臺灣仍在牛步,或許國家在看待 AI 發展時,必須開始將這些規範視為迫切的基礎建設。

如同歷史上所有科技進展一般,科技帶來的進步與災變往往是隱性與持續的,直到人們已慣於新興科技的進步,發現科技的受害者已經出現,才驚覺世界已經完全改觀。

延伸閱讀

  1. James Zou and Londa Schiebinger, AI can be sexist and racist — it’s time to make it fair, Nature, Vol.559, 324-326, 2018.
  2. 人工智慧之相關法規國際發展趨勢與因應,https://www.ndc.gov.tw/nc_1871_31998
  3. 《人工智慧發展基本法》草案,https://pse.is/3w9rrf
  • 〈本文選自《科學月刊》2022 年 1 月號〉
  • 科學月刊/在一個資訊不值錢的時代中,試圖緊握那知識餘溫外,也不忘科學事實和自由價值至上的科普雜誌。

所有討論 5
科學月刊_96
2 篇文章 ・ 2 位粉絲
非營利性質的《科學月刊》創刊於1970年,自創刊以來始終致力於科學普及工作;我們相信,提供一份正確而完整的科學知識,就是回饋給讀者最好的品質保證。