0

0
0

文字

分享

0
0
0

兩根漿糊棒打平

timd_huang
・2011/08/29 ・4723字 ・閱讀時間約 9 分鐘 ・SR值 468 ・五年級
相關標籤:

-----廣告,請繼續往下閱讀-----

「兩根漿糊棒打平」,文字遊戲啦!正確的斷詞是「兩根漿糊棒(Glue Stick)」「打平」,完整的作文題目是:「兩根漿糊棒打(精密XY)平面控制」。

對於有「滴唉歪(DIY, Do It Yourself)」習性的玩石頭者我來說,前幾篇貼文已經漏餡指出我手常癢的老毛病,總是喜歡自己動手做點東西,十根手指頭就是無時得定安靜下來,老是東摸摸西敲敲;這ㄧ篇又要來野人獻曝,看來真的是有點太沉迷,無法自拔了!不過,又是窮光蛋又想搞一點自己喜歡的研究,對於手頭上那些微小的世界最古老恐龍胚胎死骨頭,和那些可能改寫達爾文進化假說的埃迪卡拉紀巨型實體化石,總需要用到顯微攝影,以今日情況來說,最先進的數位顯微攝影,基本上在上次的文章(〈不用一條腿一隻手代價的顯微攝影 Microphotography without costing an arm and leg〉) 已經解決了,這ㄧ篇來介紹拍攝數位顯微照片過程中所碰到的一個很大困擾與解決方案。

以目前樣本通常大小在一公分以下的情況來說,所希望的顯微照相放大倍率,當然是能放得越大越能看得清楚,可是,有些樣本的本身,在較低的倍率下,可以把整個樣本切面全部照出來,但細節就不是那麼明顯清楚,可是,如果把倍率提高了,每張照片卻只能拍到化石的一部份,所以,為了兩全其美,就需要連續拍攝幾張,每一張稍微往旁邊(或上下)移動一些,最後在電腦上把相片縫合(Stitch)起來,剛好以前買數位相機,有附贈如此的軟體,讓我把這些照片合併成整張高倍率的放大結果。

這是一條可行的解決方案,但是,每次把物件縱或橫移動一點點,拍照片的時候,還要保留部份的重疊,軟體才有辦法縫合得好,實際操作時,用手微量同方向移動要控制得精準,真的很困難,特別是倍率很大的時候,稍微動一下,就不知道跑到那裡去了,為了能縫合得好,整套照片往往要重新拍照好幾次;而且,即便把化石整個縫合好了,最後整張相片會出現一些空白的地方如下照片,真是惱人。

-----廣告,請繼續往下閱讀-----
手控微調重疊拍攝多張照片,縫合後會有這種階梯狀的糗態。

這時候想起來,以前在學校用顯微鏡的時候,在載物平台上有個附件,可以很精密細微地移動載玻片,往橫(X)向或縱(Y)向,只要轉一轉旁邊的調整鈕就可以,真好用;可是啊!一想到精密的光學顯微鏡,「精密」兩個字的意思,也內含著「非常昂貴」的事實,即便小小一個配件,往往就是「砍下一隻手一條腿去賣」的代價,舉個真實的例子來說,約廿年前,買了一個可接視訊的立體礦物顯微鏡,光是那根銜接視訊和顯微鏡構造很簡單的黑色金屬管,說不好聽一點,只是一根黑色爛水管而已,要價就要新台幣八千孫中山!怪怪,如前文所介紹,如今自己做個數位顯微鏡,只要幾百塊錢,即便上網買人家做好現成的「數位顯微鏡(Digital Microscope)」,也只不過一兩千,廿年前的八千元,相當於今天幾十個千啊?夭壽啊!

俗語說,窮則變,變則通,又說,需求是創造發明之母,艱難的困境,才是激發創意的最佳機會,我這糟老頭,從小被貼上「台灣黑五類」,已經輸在起跑點,沒有顯赫的家世,更沒有存摺上多一個零少一個零無所謂的金主親戚朋友,在另一方面,死也不死,就剛好被我發現了兩項重大的化石:(一)世界最古老的恐龍胚胎,也是世界上最古老陸生動物的胚胎化石,和(二)大約六億年前的埃迪卡拉紀巨型實體化石,前者對於瞭解統治地球長達一億六千萬年的恐龍時代,具有絕對關鍵的重要性,我戲稱之為「恐龍界的『原子彈(蛋)』」,而後者的重要性,比起前者更重要一個量子跳躍(Quantum Jump)階層,這些埃迪卡拉紀的化石,正是我們地球最古老、也是最早的多細胞生物,畢竟地球上的所有生物,包括我們人類,都是從這些多細胞生物演化而來的,我們中國人一向不忘本,更不能數典忘祖,這些化石,才真是我們的「本」與「祖」啊!可惜,在我發現這些實體化石(Body Fossil)之前,世界各地廿多處所發現的埃迪卡拉紀化石,都只是泥沙填充灌注的鑄模(Cast/Imprint),並非當時生物實體所變成的化石,所以無法「深入」地從內部研究,只能很「膚淺」地從外表玩玩,我所發現的這些實體化石,將改變這一個窘況,讓學者們能切入這些生物的內裡,探究其詳,因此,雖然只是一些爛石頭,卻是「氫彈」級的重大重要發現!我就夾在又老、又窮、又不能不做的困境中。

所以啊!這些日子腦子裡面一直不停地打轉,如何自己以最便宜、家裡現有的材料,做出一個可用的數位顯微攝影用的平面調整器,好幾個晚上睡到一半,午夜夢回突然驚醒,趕快下到書房畫啊畫的,…,如此折騰,不知幾許,一直都找不出一個簡單可行自己動手做的方法來,最主要的是卡在「直線微調」的關鍵上。

直到前兩天,剛好要貼一點東西,拿起桌上的漿糊棒,打開蓋子,旋轉出漿糊,ㄟˊ,答案不就在手中?這種新台幣一根十多塊錢的漿糊棒,我所要的基本功能都有了,轉動它一端的轉鈕,管內的漿糊就往前推出一點,那不就是我所想要的,夭壽啊!就這麼簡單,前兩天還在那裡想請人車螺絲,或又想用滑輪等等,完全都不必了。

-----廣告,請繼續往下閱讀-----

哈!趕快找來兩根還沒用的漿糊棒,把漿糊全部扭轉出來,空殼子洗一洗,量一量在邊緣縱向靠出口那個位置挖開一條大約三公分長半公分寬的空格出來,又在裡面推漿糊的那個塑膠盤側邊,鑽一個洞,鎖上螺絲,扭一扭底端的旋轉鈕,嘿,這個螺絲就直線移動一些,大功告成!至少理論上行得通,而且可以說基本不用花錢!剩下來的,就是再做一個,然後把這兩個垂直安裝起來,一個調整橫向,另一個調整縱向,在這大約3×3=9平方公分的XY平面上,我都可以精準地微調出來了!

滴唉歪的精密平面微調器使用情況,中央上方是現成的數位顯微鏡,裝在翻拍台上,右下方是漿糊棒。

傳說中說,當阿基米德泡澡的時候,澡盆的水滿溢出來,靈光乍現,讓他解決了長時間困擾他、國王金塊是否為純金的問題時,他大聲地喊出:「尤力卡(Eureka)!」,從此這個名詞,變成了電光石火剎那間發現之極度快樂的代名詞;如假包換在下小小的我,這個微不足道、小到不能再小的創作,當然不能和人家阿基米德比較,可是,稍微分享到他的樂趣,自己往自己的臉上貼金,人生夠本啦!

好了,既然是如此微小的「偉大」創作,使用的成果如何呢?閒話少說,下面有照片為證。

由五張透過我滴唉歪用兩根漿糊棒做成的平面移動控制拍攝照片縫合成果

再來看一張,這張和上面那張,都是埃迪卡拉紀實體化石黃楊清蓮體的兩個垂直切面的縫合照片,放大倍率為40X;眼尖的讀者,可能一下子就會看出來,上圖最右邊的那條邊線,就是下圖最左邊的邊線;從這兩張照片,可以從兩個角度看清楚黃楊清蓮體的內部構造;從這兩張,可以看到邊緣和二級管(照片上水平凹下處)都比較大,而在其間,微細的四級管,相互連接成往上凸的弧線。

-----廣告,請繼續往下閱讀-----

有關於黃楊清蓮體的內部構造,特別是大小管狀所形成的網絡,經過這些數位顯微切片照片的觀察,我終於把以前所畫的,做了一個重大的修改,過去認為最微細的四級管,平行於主軸管,但現在修正為與二級管方向略同,如最後的圖示。

說真的,我這個小道具,在大多數人眼中,其實只是一根雞毛而已,沒啥值得啥ㄏㄧㄠˇㄅㄞ˙的,不過,我要多說兩句,因為這裡面有個大道理。

回到1975年我在美國俄亥俄州立大學唸博士班的時候,有一門必修的課,說出來,很多人難以相信,卻是事實,院方規定我們所有的博士生都要修習,這個課程叫「玻璃工」,哇塞,博士生學習吹玻璃做玩具?我們是來學習正經八百大學問的,怎麼叫我們搞這種雕蟲小技玩藝,老師們腦筋有沒有秀豆搞錯了?幾個同學都議論紛紛。

所以我就特別問教授這其中的道理,他說啊:

-----廣告,請繼續往下閱讀-----

「沒錯,你們都是高階的研究生,專業於研究『偉大的』科學項目,但是,永遠不可忘記,科學的進步,絕對要依賴『你們所認為低階的』技術,科學與技術兩者相輔相成,科學上的理論研究,促成技術的進步,技術的進步,又回過頭來幫助科學的進展,人類的歷史就是最好的證明;為什麼學校要你們修這門課程呢?你們整天在實驗室用各種玻璃器皿進行各種化學實驗,這些玻璃器皿那裡來的?庫房領來的,庫房又是向廠商買來的,不是嗎?不過,如果有一天,你們所要的器皿庫房沒有或缺貨,也就是說,沒有現成廠商做好的,你的實驗又剛好急著需要用到,怎麼辦?你可以把你要的器皿樣式畫圖畫出來,交給庫房去向廠商訂製,你知道這要多久嗎?至少半年,而且價格很貴,因為人家要特別為你製作,價格雖然你們不必擔心,但是時效上你受得了嗎?再者,廠商不像你那麼知道到底你所要的是什麼樣子,可能半年後第一次做出來的,你發現不是那麼適用,需要修正,這下子,你又要等半年,如此反覆,你的實驗還做不做?因此,這門課程的重要性就在這裡,你們學會了玻璃工,整個世界又是只有你自己最知道你所要的是什麼樣子的玻璃器皿,你自己就動手做出你所要的吧!便宜又快又好用,不要忘記,所謂的科學進步,也包括自己研發製作相關的工具。」

後來也知道,我們藥學院,除了玻璃工的工作間之外,還有一個機械車間,裡面有各種機械工具,車床、鑽床、銑床、…等等,想要製作任何的金工所需要的機械設備,大概都齊全了,我們研究生隨時可去用,不要忘記,這是藥學院,而不是機械工程系,花這麼多錢購置這些「不相關」設備,不會沒有道理的。

教授講的真有道理,人家科技會如此進步,就是這個道理--你需要什麼儀器設備,除了買現成的之外,你自己想辦法製作;反觀我們老中的學界,或許傳統的觀念(技術只是被鄙視的雕蟲小技)束縛害了我們,並沒有鼓勵與提供研究者自己動手做的環境,科研所需要的儀器設備器材,都是用買來現成的。

說到這裡,順便提一下也是有點關係的事情;在我快唸完波特蘭州立大學碩士班的時候,我開始申請博士班,有一天收到俄亥俄州立大學給我全額獎學金去唸博士班,當然非常高興,馬上回信接受,隔天早上把回信寄出之後,晚上從實驗室回到宿舍,突然接到一個電話,是我同時申請伊利諾州大學系主任的來電,他說他們決定給我六年的博士雙學位獎學金,希望我能去他學校,特別先打電話通知我;接到這個電話,真是受寵若驚,那邊和美國西海岸有三個小時的時差,我晚上才接到這通電話,那邊已快深夜,系老闆還加班親自打電話,真令人感動啊!我在電話中問他,一般的博士班,通常只要四年,為何他們的要六年,他解釋說,其實他們這個課程很獨特,歸屬於醫學體系,但他們博士班不收醫學院的學生,只收其它理工科的碩士,六年的課程之後,學生同時拿兩個博士學位,一個是醫學博士,另外一個是該學生原本的主科博士學位,以我來說,化學和醫學雙博士學位。

為什麼要如此?他說,就從醫生看病做研究的角度來說,經常會碰到一些情況,比方說,現代的各種看診電子檢驗儀器,對於某個個案來說,可能欠缺了某項功能,或者不是那麼貼切好用,又如某個病人對於某種藥,不是那麼恰當,一般接受純種醫學訓練的醫生,碰到這些情況,只能求助於儀器廠商或藥廠,在時效和功能上,都要打很大的折扣,所以他們不收醫學院畢業的博士生,但是,他們培養出來的醫師,本身就有足夠的電子或化學(或其它理工科)訓練,他自己馬上就可以做個小電路板,或進行某化學結構修改量身訂製藥效,讓醫學能更加進步,這就是他們跨領域的教育目標。

-----廣告,請繼續往下閱讀-----

雖然後來我沒到伊利諾大學去(誰叫他的電話晚了一天),但是這輩子一直很認同這個觀念--科學與技術,兩者相輔相成,不可偏廢,技術絕對不是傳統老中思想所認為「讀書人不為也」的「雕蟲小技」,那些(狗屁)治世經國大道理固然重要,雕蟲小技更不可忽略。阿門!

本文原發表於「催眠恐龍」部落格[2011-02-20]

-----廣告,請繼續往下閱讀-----
文章難易度
timd_huang
24 篇文章 ・ 0 位粉絲
跟我玩恐龍去!

0

1
0

文字

分享

0
1
0
數智驅動未來:從信任到執行,AI 為企業創新賦能
鳥苷三磷酸 (PanSci Promo)_96
・2025/01/13 ・4938字 ・閱讀時間約 10 分鐘

-----廣告,請繼續往下閱讀-----

本文由 鼎新數智 與 泛科學 共同規劃與製作

你有沒有想過,當 AI 根據病歷與 X 光片就能幫你診斷病症,或者決定是否批准貸款,甚至從無人機發射飛彈時,它的每一步「決策」是怎麼來的?如果我們不能知道 AI 的每一個想法步驟,對於那些 AI 輔助的診斷和判斷,要我們如何放心呢?

馬斯克與 OpenAI 的奧特曼鬧翻後,創立了新 AI 公司 xAI,並推出名為 Grok 的產品。他宣稱目標是以開源和可解釋性 AI 挑戰其他模型,而 xAI 另一個意思是 Explainable AI 也就是「可解釋性 AI」。

如今,AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?

-----廣告,請繼續往下閱讀-----
AI 已滲透生活各處,而我們對待它的方式卻像求神問卜,缺乏科學精神。如何讓 AI 具備可解釋性,成為當前關鍵問題?圖/pexels

黑盒子模型背後的隱藏秘密

無法解釋的 AI 究竟會帶來多少問題?試想,現在許多銀行和貸款機構已經使用 AI 評估借貸申請者的信用風險,但這些模型往往如同黑箱操作。有人貸款被拒,卻完全不知原因,感覺就像被分手卻不告訴理由。更嚴重的是,AI 可能擅自根據你的住所位置或社會經濟背景給出負面評價,這些與信用風險真的相關嗎?這種不透明性只會讓弱勢群體更難融入金融體系,加劇貧富差距。這種不透明性,會讓原本就已經很難融入金融體系的弱勢群體,更加難以取得貸款,讓貧富差距越來越大,雪上加霜。

AI 不僅影響貸款,還可能影響司法公正性。美國部分法院自 2016 年起使用「替代性制裁犯罪矯正管理剖析軟體」 COMPAS 這款 AI 工具來協助量刑,試圖預測嫌犯再犯風險。然而,這些工具被發現對有色人種特別不友好,往往給出偏高的再犯風險評估,導致更重的刑罰和更嚴苛的保釋條件。更令人擔憂的是,這些決策缺乏透明度,AI 做出的決策根本沒法解釋,這讓嫌犯和律師無法查明問題根源,結果司法公正性就這麼被悄悄削弱了。

此外,AI 在醫療、社交媒體、自駕車等領域的應用,也充滿類似挑戰。例如,AI 協助診斷疾病,但若原因報告無法被解釋,醫生和患者又怎能放心?同樣地,社群媒體或是 YouTube 已經大量使用 AI 自動審查,以及智慧家居或工廠中的黑盒子問題,都像是一場越來越複雜的魔術秀——我們只看到結果,卻無法理解過程。這樣的情況下,對 AI 的信任感就成為了一個巨大的挑戰。

為什麼人類設計的 AI 工具,自己卻無法理解?

原因有二。首先,深度學習模型結構複雜,擁有數百萬參數,人類要追蹤每個輸入特徵如何影響最終決策結果,難度極高。例如,ChatGPT 中的 Transformer 模型,利用注意力機制(Attention Mechanism)根據不同詞之間的重要性進行特徵加權計算,因為機制本身涉及大量的矩陣運算和加權計算,這些數學操作使得整個模型更加抽象、不好理解。

-----廣告,請繼續往下閱讀-----

其次,深度學習模型會會從資料中學習某些「特徵」,你可以當作 AI 是用畫重點的方式在學習,人類劃重點目的是幫助我們加速理解。AI 的特徵雖然也能幫助 AI 學習,但這些特徵往往對人類來說過於抽象。例如在影像辨識中,人類習慣用眼睛、嘴巴的相對位置,或是手指數量等特徵來解讀一張圖。深度學習模型卻可能會學習到一些抽象的形狀或紋理特徵,而這些特徵難以用人類語言描述。

深度學習模型通常採用分佈式表示(Distributed Representation)來編碼特徵,意思是將一個特徵表示為一個高維向量,每個維度代表特徵的不同方面。假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。對 AI 而言,這是理解世界的方式,但對人類來說,卻如同墨跡測驗般難以解讀。

假設你有一個特徵是「顏色」,在傳統的方式下,你可能用一個簡單的詞來表示這個特徵,例如「紅色」或「藍色」。但是在深度學習中,這個「顏色」特徵可能被表示為一個包含許多數字的高維向量,向量中的每個數字表示顏色的不同屬性,比如亮度、色調等多個數值。圖/unsplash

試想,AI 協助診斷疾病時,若理由是基於醫生都無法理解的邏輯,患者即使獲得正確診斷,也會感到不安。畢竟,人們更相信能被理解的東西。

打開黑盒子:可解釋 AI 如何運作?我們要如何教育 AI?

首先,可以利用熱圖(heatmap)或注意力圖這類可視化技術,讓 AI 的「思維」有跡可循。這就像行銷中分析消費者的視線停留在哪裡,來推測他們的興趣一樣。在卷積神經網絡和 Diffusion Models 中 ,當 AI 判斷這張照片裡是「貓」還是「狗」時,我需要它向我們展示在哪些地方「盯得最緊」,像是耳朵的形狀還是毛色的分布。

-----廣告,請繼續往下閱讀-----

其次是局部解釋,LIME 和 SHAP 是兩個用來發展可解釋 AI 的局部解釋技術。

SHAP 的概念來自博弈,它將每個特徵看作「玩家」,而模型的預測結果則像「收益」。SHAP 會計算每個玩家對「收益」的貢獻,讓我們可以了解各個特徵如何影響最終結果。並且,SHAP 不僅能透過「局部解釋」了解單一個結果是怎麼來的,還能透過「全局解釋」理解模型整體的運作中,哪些特徵最重要。

以實際的情景來說,SHAP 可以讓 AI 診斷出你有某種疾病風險時,指出年齡、體重等各個特徵的影響。

LIME 的運作方式則有些不同,會針對單一個案建立一個簡單的模型,來近似原始複雜模型的行為,目的是為了快速了解「局部」範圍內的操作。比如當 AI 拒絕你的貸款申請時,LIME 可以解釋是「收入不穩定」還是「信用紀錄有問題」導致拒絕。這種解釋在 Transformer 和 NLP 應用中廣泛使用,一大優勢是靈活且計算速度快,適合臨時分析不同情境下的 AI 判斷。比方說在醫療場景,LIME 可以幫助醫生理解 AI 為何推薦某種治療方案,並說明幾個主要原因,這樣醫生不僅能更快做出決策,也能增加患者的信任感。

-----廣告,請繼續往下閱讀-----

第三是反事實解釋:如果改變一點點,會怎麼樣?

如果 AI 告訴你:「這家銀行不會貸款給你」,這時你可能會想知道:是收入不夠,還是年齡因素?這時你就可以問 AI:「如果我年輕五歲,或者多一份工作,結果會怎樣?」反事實解釋會模擬這些變化對結果的影響,讓我們可以了解模型究竟是如何「權衡利弊」。

最後則是模型內部特徵的重要性排序。這種方法能顯示哪些輸入特徵對最終結果影響最大,就像揭示一道菜中,哪些調味料是味道的關鍵。例如在金融風險預測中,模型可能指出「收入」影響了 40%,「消費習慣」占了 30%,「年齡」占了 20%。不過如果要應用在像是 Transformer 模型等複雜結構時,還需要搭配前面提到的 SHAP 或 LIME 以及可視化技術,才能達到更完整的解釋效果。

講到這裡,你可能會問:我們距離能完全信任 AI 還有多遠?又或者,我們真的應該完全相信它嗎?

-----廣告,請繼續往下閱讀-----

我們終究是想解決人與 AI 的信任問題

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。因此,AI 既要「可解釋」,也要「能代理」。

當未來你和 AI 同事深度共事,你自然希望它的決策與行動能讓你認可,幫你省心省力。圖/unsplash

舉例來說,當一家公司要做一個看似「簡單」的決策時,背後的過程其實可能極為複雜。例如,快時尚品牌決定是否推出新一季服裝,不僅需要考慮過去的銷售數據,還得追蹤熱門設計趨勢、天氣預測,甚至觀察社群媒體上的流行話題。像是暖冬來臨,厚外套可能賣不動;或消費者是否因某位明星愛上一種顏色,這些細節都可能影響決策。

這些數據來自不同部門和來源,龐大的資料量與錯綜關聯使企業判斷變得困難。於是,企業常希望有個像經營大師的 AI 代理人,能吸收數據、快速分析,並在做決定時不僅給出答案,還能告訴你「為什麼要這麼做」。

傳統 AI 像個黑盒子,而可解釋 AI (XAI)則清楚解釋其判斷依據。例如,為什麼不建議推出厚外套?可能理由是:「根據天氣預測,今年暖冬概率 80%,過去三年數據顯示暖冬時厚外套銷量下降 20%。」這種透明解釋讓企業更信任 AI 的決策。

-----廣告,請繼續往下閱讀-----

但會解釋還不夠,AI 還需能真正執行。這時,就需要另一位「 AI 代理人」上場。想像這位 AI 代理人是一位「智慧產品經理」,大腦裝滿公司規則、條件與行動邏輯。當客戶要求變更產品設計時,這位產品經理不會手忙腳亂,而是按以下步驟行動:

  1. 檢查倉庫物料:庫存夠不夠?有沒有替代料可用?
  2. 評估交期影響:如果需要新物料,供應商多快能送到?
  3. 計算成本變化:用新料會不會超出成本預算?
  4. 做出最優判斷,並自動生成變更單、工單和採購單,通知各部門配合執行。

這位 AI 代理人不僅能自動處理每個環節,還會記錄每次決策結果,學習如何變得更高效。隨時間推移,這位「智慧產品經理」的判斷將更聰明、決策速度更快,幾乎不需人工干預。更重要的是,這些判斷是基於「以終為始」的原則,為企業成長目標(如 Q4 業績增長 10%)進行連續且動態地自我回饋,而非傳統系統僅月度檢核。

這兩位 AI 代理人的合作,讓企業決策流程不僅透明,還能自動執行。這正是數智驅動的核心,不僅依靠數據驅動決策,還要能解釋每一個選擇,並自動行動。這個過程可簡化為 SUPA,即「感知(Sensing)→ 理解(Understanding)→ 規劃(Planning)→ 行動(Acting)」的閉環流程,隨著數據的變化不斷進化。

偉勝乾燥工業為例,他們面臨高度客製化與訂單頻繁變更的挑戰。導入鼎新 METIS 平台後,偉勝成功將數智驅動融入業務與產品開發,專案準時率因此提升至 80%。他們更將烤箱技術與搬運機器人結合,開發出新形態智慧化設備,成功打入半導體產業,帶動業績大幅成長,創造下一個企業的增長曲線。

-----廣告,請繼續往下閱讀-----

值得一提的是,數智驅動不僅帶動業務增長,還讓員工擺脫繁瑣工作,讓工作更輕鬆高效。

數智驅動的成功不僅依賴技術,還要與企業的商業策略緊密結合。為了讓數智驅動真正發揮作用,企業首先要確保它服務於具體的業務需求,而不是為了技術而技術。

這種轉型需要有策略、文化和具體應用場景的支撐,才能讓數智驅動真正成為企業持續增長的動力。

還在猶豫數智驅動的威力?免費上手企業 AI 助理!👉 企業 AI 體驗
現在使用專屬邀請碼《 KP05 》註冊就享知:https://lihi.cc/EDUk4
訂閱泛科學獨家知識頻道,深入科技趨勢與議題內容。

👉立即免費加入

-----廣告,請繼續往下閱讀-----
文章難易度
鳥苷三磷酸 (PanSci Promo)_96
222 篇文章 ・ 313 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

0

1
0

文字

分享

0
1
0
解密離岸風電政策環評:從審查標準到執行成效,一次看懂
鳥苷三磷酸 (PanSci Promo)_96
・2024/12/21 ・3546字 ・閱讀時間約 7 分鐘

-----廣告,請繼續往下閱讀-----

本文由 環境部 委託,泛科學企劃執行。 

政策環評是什麼,跟一般環評差在哪?

隨著公共建設的規模越來越大,傳統的環境影響評估(EIA),難以應對當今層層疊疊的環境議題。當我們評估一項重大政策時,只看「單一開發案」已經不夠,就像評估一棵樹,卻忽略了整片森林。因此,政策環境影響評估(SEA)應運而生,它看樹,也看森林,從政策的角度進行更全面的考量與評估。

與只專注於「單一開發案」的個案環評不同,政策環評更像是一場全面性的檢視,強調兩個核心重點:「整合評估」與「儘早評估」。簡單來說,這不再是逐案評估的模式,而是要求政府在制定政策時,就先全面分析可能帶來的影響,從單一行為的侷限中跳脫,轉而聚焦在整體影響的視角。無論是環境的整體變化,還是多項行為累計起來的長期影響,政策環評的目的就是讓這些潛在問題能儘早浮現、儘早解決。

除此之外,政策環評還像是一個大型的協商平台,以永續發展為最高指導原則,公開整合來自不同利益團體、民眾與各機關的意見。這裡,決策單位不再只是單純的「評分者」,而是轉為「協調者」或「仲裁者」,協調各方的意見看法在這裡得到整合,讓過程更具包容性。

-----廣告,請繼續往下閱讀-----

政策環評並沒有所謂的「否決權」,而是側重意見的蒐集與整合,讓行政機關在政策推動時,能更全面地掌握各方意見。政策環評旨在建立系統化、彈性的決策評估程序(包含量化、特徵化等評估方式),也廣納社會面或民眾滿意度等影響因子,把正式與非正式的作法一併考量進去。再來,決策程序中能層層檢討、隨時修正,也建立了追蹤機制和成效評估標準(如環境殘餘效應、累積效應等),透過學習來強化決策品質與嚴謹度。就像一場球賽,隨時根據變化、調整策略。

這樣的制度設計,就非常適合離岸風電這類規模大、跨區域、影響層面廣泛的能源政策評估,讓我們可以在政策推動初期就想到整個工程對環境、產業發展與社會的諸多影響,也為後續政策執行奠定更穩固的基礎。

政策環評並沒有否決權,而是重在整合各方意見、量化影響以及建立追蹤與修正機制,這樣的制度設計便適用於離岸風電等大型政策評估。圖/envato

離岸風電為何需要的是政策環評?

離岸風電是能源轉型的重要策略之一,但這不是只在某塊空地上架幾個風車,而是要在廣闊的大海中進行大規模建設,牽涉的不僅是發電,還涉及海洋保育、航空交通、水下文化資產等議題,更與當地漁民的權益息息相關。

這樣的大型離岸風電工程,因海洋環境的風險和不確定性極高,很容易讓人擔心生態影響。如何在海洋生態保護和綠能發展之間找到平衡點?這就需要政策環評的把關,從多方檢視這些複雜的挑戰,確保政策推行既能穩妥,又能達成發電目標。

-----廣告,請繼續往下閱讀-----

2016 年 3 月,經濟部自願提出「離岸風電區塊開發政策評估說明書」,是臺灣首次針對再生能源政策所進行的政策環評。根據這份評估說明書,政府將採分期公告、逐年檢討的方式,每三年開放 0.5~1 百萬瓩(GW)的電量額度鼓勵業者投入開發。當時環保署(現為環境部)歷經九個月召開 2 次意見徵詢會議,蒐集環評委員、專家學者、相關機關、民眾等意見,最終於同年 12 月的環評委員會作出徵詢意見。這些協商和檢討的過程,讓政策「名正言順」,得以充分顧及各方利益與生態平衡。

共通性環境議題與因應對策

在「離岸風電區塊開發政策評估說明書」中,環評會議盤點了開發過程中共通的環境議題。

首先,對於海洋生態保育的重點,特別是對中華白海豚的保護。環評會要求風機基座必須距離白海豚棲地1公里以上,以減少對其生態的干擾。實際上,這項規範在後續的實務執行中更為嚴格,例如,福海二期示範風場已退縮到 2.5 公里外,臺電二期風場甚至退到 4.2 公里外,顯示政策環評確實發揮了實質作用。此外,針對施工期間的聲音干擾,要求施工需有 30 分鐘以上的打樁緩啟動時間,並限制聲量不得超過 180 分貝等。

針對鳥類保育,政策環評也訂立了具體規範。其中,包括風機之間必須留設 500 公尺以上的鳥類穿行廊道,並在施工期間避開每年 11 月至隔年 3 月的候鳥過境期。同時,為確保這些措施確實生效,工程方也被要求設置「鳥類活動監測系統」,持續追蹤、評估風場對鳥類的影響。

-----廣告,請繼續往下閱讀-----

此外,環評會也確立了「先遠後近」的開發原則,要求優先開發較單純的航道外側區塊,待累積足夠經驗及相關資料後,再進行近岸區域的開發。這項原則考量了近海生態系的複雜性,也顧到養殖漁業的漁民權益,展現出政策環評在平衡發展需求與環境保護上的價值。

新一代的審查機制:達成能源轉型及環境保護雙贏

為提升環評效率並確保審查品質,環境部參考過去離岸風電審查經驗,制定「風力發電離岸系統開發行為環境影響評估初審作業要點」,建立了全新的二階段審查機制。

環境部推動二階段審查機制,提升離岸風電環評效率與審查品質。圖/envato

這套新機制分為兩個階段。第一階段,就像「初步檢查」,由環境部依照檢核表進行初審,並由環評審查委員會執行秘書邀集 2-5 位環評委員進行初審,通過第一階段初審之業者,可取得經濟部遴選資格,其初審結果有效期為兩年,必要時可申請展延一年。接著進入「第二階段」,開發單位檢附目的事業主管機關核配的容量證明文件等資料,提供更詳細的環境影響說明書以進行實質審查。

檢核表明確規範了 15 大項審查事項、112 項檢核項目,涵蓋開發案的全生命週期。

-----廣告,請繼續往下閱讀-----

工程面,包含風機及海上變電站基礎設置、海域電纜路線規劃、陸域設施工程等硬體設施的規範。其中,風機基礎設置必須避開海岸保護區、河口、潮間帶等環境敏感區域,且須進行地震危害度分析。海域電纜部分,除特殊情形外,埋設深度至少須達 1.5 公尺,且不得跨越中華電信海底電纜 1 公里的範圍。

環境保護上,檢核表則對施工噪音管制訂立了明確標準。舉例來說,打樁期間警戒區 750 公尺範圍內的水下噪音不得超過 160 分貝,且必須全程採用最佳噪音防制工法。同時,每個開發案或聯席審查的風場,同一時間內只能進行一支基樁施作,而日落前一小時到日出前也不得啟動新的打樁作業。

環境監測計畫更是檢核表中的重點,分為「施工前、施工期間、營運期間」三階段,每個階段都規定了詳細的監測要求(包括海域底質監測、水下噪音監測、鯨豚目視監測等)。以鯨豚監測為例,每年需執行20趟次,四季中每季至少執行 2 趟次。此外,所有監測數據都必須上傳至環境部「環保專案成果倉儲系統」(https://epaw.moenv.gov.tw/)供各界查閱。

這套標準化的審查機制不僅解決了「同一風場可能有多家廠商重複調查或審查」的資源浪費,也透過明確的檢核項目,讓開發單位在規劃階段就能掌握更具體的環境保護要求。不僅如此,該機制亦確保了環境保護標準前後一致,避免不同案件之間標準不一。

-----廣告,請繼續往下閱讀-----

結語

透過新的審查機制,環境部正積極推動再生能源開發案的環評審查作業,在提升行政效率之餘,也確保環境影響評估的品質,支持臺灣的離岸風電開發及國家能源轉型政策,也做好把關。藉由標準化檢核表和二階段審查制度,期待能在推動能源轉型的同時落實環境保護。

為確保制度能持續精進,環境部每半年至一年會進行制度檢討,並持續公開所有環評書件於「環評書件查詢系統」(https://eiadoc.moenv.gov.tw/eiaweb/)。此外,環評會議召開前一週,也必須在指定網站公布開會訊息,讓民眾能申請列席旁聽或發表意見。透明化措施一方面展現了政府推動永續發展的決心,另一方面也確保全民能共同參與監督離岸風電的發展過程。未來,這套制度將在各界的檢視與建議中持續完善,為臺灣的永續發展貢獻心力,發揮環評作業的最大效益。

-----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
222 篇文章 ・ 313 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

0

0
0

文字

分享

0
0
0
水是從哪裡來的?改寫宇宙謎團:科學家揭露地球水源的真正來源!——《你的身體怎麼來的?》
商周出版_96
・2025/01/24 ・2808字 ・閱讀時間約 5 分鐘

-----廣告,請繼續往下閱讀-----

彗星送水論?地球的水是從哪來?

想知道古地球如何得到水的行星科學家將矛頭指向大泥球。似乎數十億年前曾有彗星雨落下,為我們帶來大量的水。

但,彗星又來自何方?

科學家長期認為彗星誕生於比火星更遠的寒冷區域。一九九〇年代,學者更進一步認定大部分彗星已經被日益成長的行星吸收。然而荷蘭天文學家揚.歐特(Jan Oort)提出不同見解,主張可以有數以兆計的彗星在太陽系邊緣存活,它們距離行星太遠所以沒被重力拉扯,最終圍繞太陽系形成巨大球形外殼,現在將該區域稱為歐特雲。歐特雲的大量彗星可以填滿地球海洋,問題是它們太遠,是地日距離的數千倍,實在不大可能到得了。

揚·歐特認為彗星圍繞太陽系形成遠距離的歐特雲,雖然數量足夠填滿地球的海洋,但距離遠到不易抵達地球。圖 / unplash

於是又有研究者懷疑部分彗星在太陽系較內側存活,或許是土星軌道外,這樣也比歐特雲近了一千倍。然而僅僅停留在臆測,因為想要在那麼遠的地方找到直徑不過數十英里或更小的彗星太困難,大家沒有傻到去做這種嘗試。

-----廣告,請繼續往下閱讀-----

唯二例外是年輕的麻省理工學院教授戴夫.朱維特(Dave Jewitt)和他的研究生盧珍(Jane Luu)。裘伊特頭頂高聳,笑容可掬,性格充滿英國式幽默,父母是倫敦的工廠工人和電話操作員。童年時偶然在夜空看見流星勾起他對天文學的迷戀。

從天文學觀測到重水比例:揭開水的宇宙密碼

一九八五年,他突發奇想將新的數位型光感測器 CCD(譯按:感光耦合元件)連接到望遠鏡,藉此在太陽系遙遠角落尋找彗星這種小天體。朱維特認為我們看不見不代表不存在,但研究需要資金,只可惜多數人都不相信,所以計畫案一次一次被拒絕。三十多年後,回憶起當初遭受的輕蔑他依舊義憤填膺。「最常得到的回答是『無法證明計畫裡的測量實際可行』,」他說:「我的天,這是什麼蠢邏輯?整個計畫的意義就是去做一些以前沒做過的嘗試。就算最後真的不可行又怎麼樣呢,重點不就是得試試看嗎?」批判他的人可能陷入了「現有工具檢測不到就代表不存在」的認知偏誤,習慣性地假設科學家尚未找到就代表目標處什麼也沒有。

朱維特和盧珍拒絕放棄,偷偷從其他研究案借用望遠鏡時間尋找數十億英里外可疑的微小物體。

很長時間毫無收穫。一年又一年,然後四年五年六年。直到一九九二年夏夜,他們在夏威夷大島茂納凱亞天文臺工作。那時候他們心灰意冷,覺得五年多光陰白費了,卻沒想到忽然發現了非常微弱的光點。察覺這個點微微移動時,朱維特還暗忖「不可能是真的」,但它確實存在。兩人找到的天體位於海王星外的軌道,後來進一步證實那邊還有數百萬顆彗星。該區域被命名為古柏帶,淵源是最早提出此概念的荷蘭天文學家30,他在一九五〇年代就探討了這個可能(諷刺的是他本人不相信)。

-----廣告,請繼續往下閱讀-----

科學家在古柏帶找到大量彗星,人體內的水看似已經確定來源。地球形成後不久,彗星從古柏帶,或許一部分從更遠的歐特雲抵達,送來覆蓋這顆行星表面的水。彗星堪稱飛行的冰山,攜帶的水量確實足以填滿地球海洋。理論很快得到多數人接納及傳播,謎題終於得到解答。

科學家認為古柏帶與歐特雲彗星攜帶的水,可能就是地球水源的來源。圖 / unplash

小行星的貢獻:來自太空岩石的生命之源

真的嗎?一九九五年,波瀾再起。亞利桑那州鳳凰城附近一場觀星派對上,輪到混凝土供應公司零件經理湯瑪斯.博普(Thomas Bopp)借用朋友的望遠鏡,他留意到視野角落有個模糊光點。同一天晚上,新墨西哥州克勞德克羅夫特村天文學家艾倫.海爾在家中發現同樣物體。這顆新發現的彗星,是有史以來見過最亮的,命名為稱為海爾─博普彗星。

翌年,戴夫.朱維特隨學者團隊返回茂納凱亞觀測站,這次以強大的電波望遠鏡觀測海爾─博普彗星。他們在海拔一萬四千英尺(約四千兩百六十七公尺)的稀薄空氣中每十三至十六小時輪班一次測量夜間光譜,試圖比較彗星中一種罕見的水形式比例是否與地球海洋相符。

或許有些人還不知道其實水分子有不同形式。大部分水由氫原子組成,核心只有一個質子。但還有別種水存在,由於重量多出一成所以稱為重水,其氫原子是同位素,核心除質子外還包含一個中子。重水很罕見,在地球海洋中每六千四百個水分子只有一個是重水。因此,茂納凱亞團隊準備測量海爾─博普彗星時原本很有信心會找到相同比例的重水,畢竟地球的水應該來自彗星。

-----廣告,請繼續往下閱讀-----

然而觀測結果並非如此。海爾─博普彗星重水含量是地球海洋兩倍。這就麻煩了,先前天文學家在哈雷彗星發現類似的高比例重水,當初只視為異常案例,然而後來在百武二號彗星又測量到相同數據。三次觀測結果一致成為難以忽視的證據,顯示彗星並不吻合地球海洋的水分子組成。

「天文學家對海爾─博普的觀測結果作何反應?」我問。

「嚇壞了。」朱維特的意思是指數據背後的涵義:「有點像新時代運動31的意識覺醒之類。」他笑了笑又說:「好像不該說這種話才對。」但顯而易見,學界頗受震撼,一夕間又不能靠融化彗星形成海洋了。雖然惠普爾沒說錯,彗星確實充滿水,但海洋來自太陽系其他地方。具體究竟是哪兒?

朱維特和其他許多學者一樣,注意力轉向飄浮在太空中的巨大岩石,即所謂小行星。

-----廣告,請繼續往下閱讀-----

從石頭榨水,乍聽很無稽,但事實上有些岩石確實可以。如果加熱隕石,也就是從小行星落到地球的碎片,困在晶體結構內的水分子就能變成水蒸氣。多年前科學家已經知道小行星含水,這些岩石含水量差異很大。多數靠近太陽形成的小行星幾乎不含水,但在火星之外冰冷區域形成者水分含量則可高達百分之十三。

朱維特等人的想法是:如果撞擊地球的小行星夠大就會帶來豐沛的水。此外,天文學家還知道火星木星之間軌道上有一大群小行星,並將該區域稱為小行星帶。而且,小行星中重水與彗星不同,吻合地球海洋和人體。各種線索指向我們這兒的水應該來自宇宙岩石。

感覺好像結案了,但其實小行星帶距離地球三億英里遠。從那種距離要一桿進洞得有多高明的技術?有足夠數量的小行星算準角度飛向地球以水覆蓋地表,這個現象發生機率有多高?人類又如何進一步理解?

——本文摘自《你的身體怎麼來的?從大霹靂到昨日晚餐,解密人體原子的故事》,2025 年 01 月,商周出版,未經同意請勿轉載。

-----廣告,請繼續往下閱讀-----
-----廣告,請繼續往下閱讀-----

討論功能關閉中。

商周出版_96
121 篇文章 ・ 362 位粉絲
閱讀商周,一手掌握趨勢,感受愜意生活!商周出版為專業的商業書籍出版公司,期望為社會推動基礎商業知識和教育。