武裝無人巡邏艇

電網：將電力輸送到各地的網路系統

在十九世紀，電力是在靠近電力需求的地方生產的，但到了二十世紀，規模經濟催生出集中式發電廠、長距離傳輸線和地方的變電站。現在，世界上大多數國家的電力都是透過電網來提供。

這套系統是為了滿足供電需求──最低需求稱為基本負載（baseload）──所設計的，由最便宜的發電機來滿足。

直到最近，發電方式通常是以燃煤為主（也有國家是以核電或水力發電為主），而且大部分的時間都在運作。會搭配其他發電廠（通常是循環燃氣渦輪發電機）來支援，以滿足每天的負載量變化，也會有可快速運作的小型燃氣渦輪或柴油發電機來應對激增的需求或是發電廠停擺等故障問題。

發電廠和變電站間的輸配電系統很重要，這可確保即使有單一線路或發電廠出現問題，仍舊能夠維持電力供應。電網有辦法將電力輸送到偏遠社區，也能獲得偏遠地區的發電。

再生能源進場後，該如何和傳統電廠互相配合？

現在，太陽光電場和風場在許多電網上提供的電力占比日益升高，這正在改變對發電廠的要求。在一般情況下，一天之中混合使用再生能源和傳統發電廠的發電方式最為經濟，而不是完全使用大型的傳統發電機。

除了提供潔淨的電力外，風場和太陽光電場的營運成本最低──這稱為邊際成本（marginal costs）──因為它們沒有燃料成本，並且會首先調用。

為了讓風場和太陽光電場達到最大使用效能，最好是搭配能夠因應電力供需變化而快速反應的其他發電廠；而且理想上，這些電廠的運作也應該符合經濟效應，運作時消耗的用電量僅占其最大負載量的一小部分。

一般來說，燃煤電廠和核電廠的數量並不會有快速的增減，而燃氣和再生能源電廠則是更好的選項。根據地點的不同，水力發電、生質能、地熱和聚光太陽能（搭配蓄熱儲能）都可以擔任靈活發電的功能。

化石燃料發電廠可以儲存燃料並因應需求來提供電力。風場和太陽光電場與這些可以隨時供電──稱為可調度或固定供應──的發電廠不同，這兩者的運作都取決於天氣這項變數。

運用 AI 技術，擺脫「天氣」這個天生弱點！

儘管有時會出現風力弱和陰天的日子，然而，與一些人想像的剛好相反，擁有大量風力發電和太陽光電的電網其實能夠在需要時提供電力。

透過人工智慧（artificial intelligence，AI）來獲取良好的天氣預報，太陽光電場和風場的輸出變化通常是可以預期的，因此可得到最佳結果。

當再生能源供應達到總電力需求的 30％ 時，這些變化可以輕易透過裝配在電網上的快速反應發電廠來填補，以滿足供電需求的變化。

當一處 1000 兆瓦的大型發電廠意外跳電（可能是設備故障或過載），處理起來可能遠比風力發電或太陽光電的電力突然下降更具挑戰性。備用儲電站必須迅速上線，而風場和太陽光電場若是尚未達到滿載，還可以在有風和晴天的天氣迅速提高其發電量，提供額外的寶貴備用電。

再生能源成為主要來源後，怎麼讓電供保持穩定？

為了提供潔淨、安全和價格低廉的電力，並且在本世紀中葉大幅減少碳排放，避免氣候變遷演變到危及生靈的程度，全球的供電必須以再生能源為主。透過增加再生能源的輸出、地理分布以及與其他電網的連結，再生能源的供電占比將可望提高到電網的 50％ 左右。

在一定程度上，增加這類綠電的發電能力可以彌補天氣條件惡劣的情況，而連接大範圍的太陽光電場和風場則可以提供更平穩可靠的電力。

在歐洲，丹麥已經與挪威、瑞典或德國等國進行電力交易，以此來平衡電力供需：在他們自己的風力發電量高時出口電力，而在發電量低時則進口電力。

然而，建立洲際再生電網並非易事。過去曾經有一項 DESERTEC（沙漠科技基金會）的提案，計畫要將北非的太陽能傳送到歐洲，但由於政治不穩定，再加上不同地區和國家對規畫中的電網各有所圖，產生相互衝突的反對意見，因此難以具體實現提案。

此外，由於太陽能板的成本急劇下降，因此日照多的優勢變得不那麼重要，因為可以靠增加太陽能板的大小來彌補日照少的缺憾，這比支付長距離傳輸費用更為經濟。能夠在地方發電也等於是提供了一份供電的安全保障，不必依賴化石燃料進口。然而，廣泛架設的電網確實對於供需平衡有極大的幫助。

若是能配合供電來調整電力需求，就可降低對儲能廠的需求──這稱為「需量反應（demand response）」──或許可成為一個更便宜的選項，因為那些用來支援電力尖峰的快速反應發電廠的運作成本最高。

智慧電網：更聰明、更彈性的調整電力供應！

使用智慧電網可以讓電網營運商和用戶間進行雙向溝通，調整電力負載量，使其與供電端相等，這樣就能確定出需要從電網中取用的的需求量，或是添加量。

出現短時間停電或減少電力供應時，許多運作仍有可能繼續維持，好比那些具有熱慣性的操作──像是保持鐵或瀝青、熔融物或超市冰箱冷藏食物的溫度；或是建築物的溫度調節──或是在將零件組裝成產品前，先製造出充足的零件備量。

同樣地，可以透過啟動電爐、大型電解槽或海水淡化廠（以幫助應對氣候變遷造成的乾旱）來增加需求量。在數位化科技的推動下，我們正處於智慧電網革命的開端，這將會對電力負載量造成重大變化，將會讓邁向再生能源的這段過渡期更為容易，並且為客戶帶來更低的成本。

另外，可以用價格差異來鼓勵客戶改變他們的電力需求。在義大利，有推行一個簡單的計畫，是以固定費用（取決於所使用的最大功率）和每度電的價格來回收發電廠的資本和配電成本以及發電成本。

以限制電力需求的方式（讓消費端的電價變得更便宜），白天必須間隔使用電熱水壺、洗衣機和烤箱等電器；如果一次全部使用，就會跳電。

這樣便可降低發電成本中最高的尖峰用電。而在離峰期（例如夜間）提供便宜電價也是一種方式。不過要達到有效調整，需要同時使用智慧電網和智慧電錶。這樣用戶端可以看到他們的消費細節，並選擇僅在低電價或優惠價格時段才使用某些電器設備。

儲能設備對於提高再生能源的發電占比非常有幫助。以太陽光電場和風場這樣的組合來供應夜間用電，往往會有白天過度生產，導致電價下跌的情況。若是沒有儲能設備，必須盡可能出口過剩電力，或是以減少供電來降低損失。短期儲能可以將部分電力從下午轉移到晚上，因此小容量即可以滿足日常需求。

隨著電池成本的急劇下降，這種儲能的可用性變得越來越高，而且也開始取代那些用來補強綠電不足時的快速反應化石燃料電廠。

——本文摘自《【牛津通識課02】再生能源：尋找未來新動能》，2022 年 6 月，日出出版，未經同意請勿轉載。

18 世紀工業革命，人力從家庭進入工廠，連孩子們也無法倖免。為了保障童工的權利，1819 年英國制定了《工廠法》（Factory Act），規範合法工作年齡和時數。^[1]現在 COVID-19 又把部份勞工趕回去，在家工作的現象，竟讓英國企業動了「善用」童工的念頭……。

學童成為人工智慧幕後推手

2020 年英國政府因應 COVID-19 疫情，成立了「橡樹國家學院」（the Oak National Academy）網路平台，提供線上教學課程。這招多少能挽救受學校停課影響的教學品質，但解決不了封城或隔離期間課後活動的匱乏，無聊到快抓狂的孩子，差點逼瘋在家工作的家長。此時，數位病理科技集團 PathLAKE 橫空出世，為家長分憂，「順便」利用學童來發展人工智慧。^[2]

• 人工智慧（artificial intelligence）的「機器學習」（machine learning），大略分為三種：

1. 監督式機器學習（supervised machine learning）：把標註好的資訊，餵給機器。由於標註的步驟是人類執行的，機器在學習的過程中，會逐漸朝人類設定的目標，愈加精準。^[3]
2. 非監督式機器學習（unsupervised machine learning）：要求程式從未標註的資料中，找出現象或模式。在人類沒有插手的狀況下，有時會得到出乎意料的結果。^[3]
3. 增強式機器學習（reinforcement machine learning）：設下獎勵機制，讓機器從嘗試中學習。例如：告訴自駕車它在行駛中，做對了哪個決定。^[3]

PathLAKE 集團想做的是病理圖像的「監督式機器學習」。然而，標註資料的工作耗時費力，近年選擇從事病理科工作的醫師比例又大不如前。於是，「童工」就成為填補業界人力空缺的另類解方。

PathLAKE 的策略，大致上是這樣的：首先，昭告天下說這裡有個線上課外活動，即將開放給學童參加。拐來一票願意簽署同意書的家長後，先教他們的小孩癌細胞長怎樣。等小鬼頭們學得差不多，便可以玩遊戲闖關，藉此驗收他們的學習成果。依循此模式，將來或許就能聘僱為數龐大的「童工」，來標註病理圖像，然後再以此數據資料訓練人工智慧機器。^[2]

「打敗病理學家」細胞形態辨識競賽

PathLAKE 集團舉辦的活動分二個梯次，每次都招募 3 個不同年齡層的學童：4 到 11 歲、11 至 16 歲以及 16 到 18 歲。他們透過網路學習基礎的「細胞形態學」（cell morphology），以辨識乳癌細胞染色影像的 4 種類型：陽性癌細胞（positive tumour cell）、陰性癌細胞（negative tumour cell）、陽性非癌細胞（positive non-tumour cell），還有陰性非癌細胞（negative non-tumour cell）。課程結束，便參與競賽。^[2]

以下是二個梯次競賽部份的內容與差異：^[2]

• 測試版競賽（Pilot competition）: 

1. 關卡：遊戲總共有三關，關卡名稱「微辣」（Mild）、「中辣」（Hot）、「大辣」（Spicy），聽起來頗像麻辣鍋的辣度分級……，每一關分別有 20、30 和 50 張影像，要參賽者辨識。
2. 成績：報名並完成線上課程的 28 名學童中，僅有 5 人參加競賽。其中只有 1 人成功地從「微辣」晉級到「中辣」，而「特辣」根本沒人玩。教學和遊戲的難度，明顯須要調整。

• 主要競賽「打敗病理學家」（＂Beat the Pathologists＂）：

有了上一梯次的經驗，PathLAKE 團隊修改設計，於 2020 年 10 月的「牛津科學節」（the Oxford Science Festival）推出「打敗病理學家」活動。

1. 關卡：這回有「微辣」（Mild）、「中辣」（Hot）、「大辣」（Spicy）以及「特辣」（Supercharger），共 4 個關卡，邀請參賽者分別得挑戰 20、40、60 和 80 張影像。
2. 成績：總計 98 位學童登記報名中，有 95 人參與競賽。其中 91 人通過「微辣」考驗，經過層層過關斬將，最終 22 人成功解鎖（含 15 人晉級）「特辣」關卡。

成效與願景

皇家病理學家協會（the Royal College of Pathologists）在 2020 年「國家病理週」（National Pathology Week）期間，宣傳 PathLAKE 的活動。PathLAKE 集團本身也萬分滿意其成效，在 2022 年 5 月 12 日的《科學報告》（Scientific Reports）期刊中，表示「學童有精確標註細胞的高度潛力……，期望此類的競賽不光使他們對病理學和人工智慧產生興趣，還能促進病理學家與電腦科學家的合作」，並預告他們之後會推出一個標註「腺體結構」（glandular structures）的新活動。^[2]

當然，看完「資方」的心得與願景，也該來瞭解一下「勞方」的處境。在英國文豪狄更斯（Charles Dickens）小說《孤雛淚》（Oliver Twist）描述的 19 世紀維多利亞時代，兒童被家長或監護人逼迫去工作，工時冗長且勞動環境惡劣。^[4]

將近二個世紀的時間過去後，COVID-19 疫情期間的英國學童，是否受到相對優渥的待遇？

從 PathLAKE 團隊的片面描述，我們可以得知：除了病理知識外，每位活動成員均得到參與證書一份，前三名則另有獎項。

參考資料

1. Impact of government acts improving working conditions（BBC）
2. Lessons from a breast cell annotation competition series for school pupils（Scientific Reports, 2022）
3. Machine learning, explained（MIT Sloan School of Management, 2021）
4. Children in Dickens’s Novels（International Journal on Studies in English Language and Literature, 2014）

• 本文轉載自科技大觀園，原文為《數位學習時代來臨了嗎？》
• 作者／郭雅欣｜科技大觀園特約編輯

受到新冠肺炎疫情影響，世界上許多國家開始採取「遠距教學」，越來越多學生坐在自家電腦前上課。雖然我們是在疫情的壓力下，有點「趕鴨子上架」似的不得不改變了教育方式，但也讓教育跳脫了框架，變得更加多元化。「數位學習」的風潮在這樣的氛圍中，逐漸嶄露出優勢，在電腦、網路、人工智慧不斷發展的現代，新冠肺炎對人類帶來的「危機」，會不會正好是推動數位學習普及化的「轉機」呢？  

為了回答這個問題，我們請教數位學習專家——中央大學網路學習科技研究所講座教授陳德懷。他參與了臺灣的數位學習發展歷程，也對教育發展有深入的觀察及見解。

讓人工智慧成為孩子的學習夥伴！

陳德懷從 80 年代就開始思考人工智慧與教育能不能結合。那是個網路、電腦都還非常不普及的年代，還在就讀博士班的陳德懷，就開始思考自己研究的主題——機器學習，能否應用在教育上。

「那個時候其中最直觀的想法就是虛擬家教，讓電腦扮演家教來教個別學生」陳德懷回顧著說。然而，他更進一步萌發了一個想法：「既然學生在學習，電腦也在機器學習，那麼是否電腦可以扮演學生的同學，也就是學習同伴的角色呢？」陳德懷認為：「我們自己當學生時，很多學習心得都是和同學討論時獲得的，不一定來自老師。」於是他用人工智慧同時模擬虛擬家教、虛擬同伴，使用者可以和同伴互相討論，或是進行競爭遊戲，如此一來學生在學習時，不會只單方面接受虛擬家教的教導，而是有更全方位的思考角度。 

「不過，」陳德懷指出：「虛擬學習同伴畢竟還是不如真正的同學來得真實。」後來陳德懷進入中央大學任教，隨著電腦的普及、網路科技的逐漸進步，虛擬同伴的概念也進一步延伸成網路學習系統，同學們可以利用電腦之間的連結，在網路上共同學習。 

將虛擬教育城市和電子書包作為學習輔助 

到了 2000 年，陳德懷更進一步提出了「虛擬教育城市」的概念，「因為有了網路，應該全世界的學生都可以當彼此的同學。」他建立了一個網路學習系統「亞卓市」，就像一個教育資源平台，每個學校、班級、甚至個人，都可以在亞卓市成立網站，放上教學資源，或是開啟課程。

此時電腦越來越普及，價格越來越親民，於是陳德懷提出「電子書包」的概念，簡單說就是讓學生人手一台電腦，做為上課的輔助工具。這樣的想法也促使後來許多電腦廠商陸續推出低價電腦產品，企圖打入教育市場。

陳德懷的數位學習研究歷程，也反映著電腦與網路的發展。如今，網路與電腦已經幾乎成為人類生活的必需品，陳德懷的研究重點，也從數位學習轉為思考教育的核心本質。 

培養「學習」的興趣，讓孩子勇於接受挑戰

他提出「興趣驅動創造者學習理論」，認為學習的過程最重要的，是把「學習」看為一種「興趣」來培養，例如，閱讀、寫作、數學等都可以視為興趣來培養，而「學習」過程視為一種有趣的「創造」過程，在過程中獲得成就感，然後日復一日重複這個過程，養成「習慣」。陳德懷說：「這樣一來，學生就成了『終身興趣驅動創造者』。」 

「興趣一開始萌發，就像小 baby 一樣，要仔細小心保護。」陳德懷以數學為例指出：「其實很多小孩可能一開始都對數學有興趣、很好奇，但幾次表現不好被質疑、受到挫折、失去信心，學習動力消失，不要說興趣了，甚至懼怕數學，希望以後不要再碰到數學，這現象在臺灣很普遍。」在陳德懷近年的研究計畫中，結合課程地圖與學習歷程檔案的優勢，設計了一款悅趣化數位數學學習平台，名叫「數學島」，讓國小學童利用與電腦之間的互動與即時回饋，自我學習，並且可以控制自己的學習進度，沒有來自老師或同儕的壓力。陳德懷說：「過程中我不問他們學得如何，只問他們還有沒有興趣。」結果，在興趣驅使下，有些學童僅僅二年級，卻已經能理解五年級的數學了。

興趣如果能順利持續下去，就可能發展到「自我追求」的階段，不但不害怕挫折，還會願意接受挑戰，也才能在有興趣的領域上更精進、發光發熱。陳德懷表示：「我們看到的每一個傑出的天才，都是走到了這一步，才被看見。」

在數位學習的浪潮下，老師該扮演什麼角色？ 

網路及電腦的普及，雖然對數位學習與教育帶來極大助力，但陳德懷也談及他的憂心：「在網路的世界，我們太透明了，隱私受到很大威脅。」另一方面，陳德懷也認為不論網路再怎麼發達，都無法取代實體學校的角色。在新冠肺炎疫情影響下，數位學習等透過網路學習的方式都會加速發展，但陳德懷特別強調：「學校有無可取代的地位，尤其對中小學生，因為他們需要透過人與人之間的互動來社會化，以及導師的引導，這是網路上的互動所無法取代的。」 

至於高等教育的部分，陳德懷認為大學的知識教育有可能會轉為數位學習為主，他舉例：「想像今天傳奇物理學家，也是諾貝爾獎得主費曼（Richard P. Feynman）在普林斯頓大學開了一堂物理課，他那麼會教書，只要將他的課放上網路，最後學生一定都直接透過網路上課。」不過，大學更重要的是「創造知識」，在大學裡，創造知識的人是大學教授，學生想要習得創造知識的能力，「唯一方法就是去當教授的研究生，跟在身邊學習實驗與做研究的方法。」這是大學校園更重要的存在價值。
陳德懷認為，基於這些理由，實體教育場所不會消失，但老師、教授的工作內容會改變，傳授知識不再是他們最重要的工作，「重要的反而是創新知識，以及成為學生的人生導師。」