節目簡介
疫情升三級，出門採買都覺得怕怕，許多人利用網路購物，
即使足不出戶也能滿足生活所需，網路訂單大增。
有「創新界奧斯卡之稱」的美國愛迪生獎，
今年將「AI應用類」金牌獎，
頒給工研院的「AI立體式智慧倉儲」技術。
我們這次邀請到這項技術的計畫主持人，
工研院服務系統科技中心陳慧娟總監，
來跟我們談談，AI在這套立體式智慧倉儲中，
究竟做了哪些事，讓商品出貨速度又快又好。
節目導航
00:00-05:02 物流業導入科技的歷史演進
05:03-07:42 臺灣物流業進行數位轉型的現況
07:43-09:23 「AI立體式智慧倉儲系統」誕生的背景
09:24-14:05 從顧客下單到商品配送出貨，系統做了什麼
14:06-20:14 「AI立體式智慧倉儲系統」的兩大特色
20:15-24:36 AI在這套系統扮演的角色
24:37-26:55 AI立體倉與AGV的比較
26:56-27:30 AI立體式智慧倉儲系統超出客戶預期
27:31-29:38 AI立體式智慧倉儲系統未來的加值
29:39-37:17 科技加油站-麻省理工科技評論：2021年十大突破性科技
精彩全文
王珮華：「科技解壓縮，創新隨時說。大家好，歡迎收聽科技解壓縮，這個節目是由工研院製播，提供您最新最熱門的科技議題，臺灣產業科技動態，還有科技研發背後的精彩故事，我是主持人珮華。臺灣的科技產業，在全球扮演重要的角色，而臺灣的科技研發，也是國際級的。在美國有創新屆奧斯卡之稱的愛迪生獎，2月底公佈入圍名單，總計255項產品服務跟技術進入決選名單，臺灣科專計畫的研究成果中，有三項技術進入決賽，分別是工研院的微生物染料技術MatabColor，入圍工程與材料科學類；AI 立體式智慧倉儲系統，入圍創新式服務類以及金屬中心的連續式微型元件熱處理系統設備，入選工程與材料科學類，這也是工研院連續五次入圍並得獎。今天我們很榮幸邀請到AI 立體式智慧倉儲系統的研發團隊，工研院服科中心陳慧娟總監來到現場跟我們聊聊這項獲獎技術，陳總監在物流系統、物流科技的領域耕耘超過20年，他擅長透過科技來提升物流服務的效率以及高品質的服務，我們來歡迎陳總監。」
陳慧娟：「大家好。」
王珮華：「總監好，那首先恭喜總監您的團隊獲獎，這真是非常不容易，愛迪生獎除了獎勵創新之外，更重要的是把創新的技術落實到產業上，AI 立體式智慧倉儲系統，有創新，也有時機，真的是非常厲害，物流業向來是最熱衷運用科技來提升競爭力的服務業。近年來AI 物聯網還有機器人技術的興起，也大大改變了物流產業的面貌。慧娟總監在這個領域有非常多年的經驗，可以跟我們分享一下臺灣物流產業導入科技的歷史演進嗎？」
陳慧娟：「那我跟大家分享一下，基本上我們這個團隊在協助臺灣政府幫那個產業的扶植，大概有二十多年了，然後尤其在物流業這一塊，所以我們就觀察物流業從20年前開始然後到現在的一個歷程，當然20年前算是物流業剛開始是物流中心起來，然後大家開始在做一些整合分配的時候，所以那個時候其實最早的話其實是從比較是基礎，就是機械化做起。機器機械化就有點像是說可能利用輸送帶去做一些傳輸，然後用一些比較屬於是搬運設備，就是比較是機械式的一個搬運作用，然後之後大家慢慢起來以後開始覺得系統也蠻重要的，所以開始會有所謂的系統化進去，所以那個時候的e化，像條碼Barcode的部分，就是那個時候去導入在整個這種我們的商業服務上面，然後一直到後來大家覺得光Barcode要接觸式的掃描可能有些限制，所以後來是RFID就是無線射頻系統就出來了，大家可以用非接觸的感測。它當然說一直到進展到RFID時代，其實大家開始是真的是開始往高科技，怎麼去放進去物流業，大家去做思考，所以後來呢大家就開始在演進更多的一個需求出來，然後這些需求就會發覺很多的技術上，可能會有一些瓶頸在，所以要怎麼解決，所以像現在的AI 或是Big Data或是一些自動化，或是5G都在補這些瓶頸，怎麼去讓物流業或是其他的產業可以越運作、越智慧、越自動化。」
王珮華：「其實物流業他們的那個送貨的時間，就遞送時間跟for feel這個服務的時間也越來越縮短，都是因為科技的演進嗎？」
陳慧娟：「也是，應該是說除了科技我覺得有另外的因素是大家的生活水平提高，生活水準提高事實上會帶動大家更多慾望出來，所以你說怎麼去從那個本來3到7天那個電商交貨，然後到後來可能1-2天，然後現在大家訴求都24小時以內或 12小時以內，那乃至於Amazon也喊出來說，你只要多付一些錢，大概一個小時就給你送，全美國都可以送到。所以基本上應該說慾望也帶動了很多的需求，可是你要滿足這些慾望你就需要科技，所以變成是高科技也是跟著這些消費趨勢在做改變。」
王珮華：「所以物流業壓力還滿大的。那2020年的疫情，讓臺灣非實體店面零售成長了12%，尤其是本來沒有實體店面的傳統零售業，因為疫情的關係，它也開始透過網路來賣東西，凸顯了這個物流業的重要性，那怎麼樣讓貨物送的好、送的快，這時候就要用科技來幫忙。有一家知名的管理顧問公司叫Accenture，具它統計已經數位轉型的物流公司，平均年營收它的成長可以達到13%，所以我想請教總監，根據您的觀察，臺灣物流業進行數位轉型，它的現況是怎麼樣？你們這幾年接到的洽詢是不是愈來愈多？廠商的需求大概是可以分為哪些？」
陳慧娟：「基本上應該說臺灣物流業在做轉型的這個部分是目前跟我們接觸的是真的愈來愈多，就大家對於數位轉型都非常需要，而且大家現在慢慢也有意識到基本上你不轉型就跟不上別人或跟不上競爭者或跟不上時代，所以基本上現在不管是屬於是比較是傳統型的或高科技業的物流業，基本上應該都會往這邊去做發展。然後你剛剛有提到說主要的一些需求方向，那以需求方向的話，我們先做幾個大分類好了，第一個部分大概會強調比較多的是那個系統化，因為剛剛有提到說，雖然系統好像以前e化大家都在做，可是現在所謂的系統是整合系統，就是你要把你上下游的供應鏈，或是你的各個活動期到要做整合，所以系統化是非常重要的事，所以一方面業者希望透過系統化然後跟上下游的關係變緊密。另外就是資料的取得性一定會更多，所以相對當資料取得多了以後，接下來大家就會開始去想智慧化，因為很多的智慧都是由Data去累積、加值還有分析出來的，所以接下來是智慧化的部分，所以業者會跟我們討論，你怎麼把這種產業的Know How跟系統整合起來，變成是一個有智慧的系統，這樣的話其實人就不用那麼累，不用一天到晚花腦筋想很多東西。之後因為現在大家趨勢都是缺工，全球趨勢應該都是缺工，所以開始大家也在思考，那怎麼去往所謂的少人、省力跟無人化去做，所以大概這幾個方向目前業者其實找我們的大概都有設計。」
王珮華：「那這次獲得愛迪生獎的AI 立體式智慧倉儲系統是在什麼樣的背景下誕生的呢？那他在哪些方面回應了物流業的這些需求？」
陳慧娟：「大概分幾個方向，其實大家從AI 立體式智慧倉儲系統，這幾個字大概就可以看出來一些端倪，就第一個部分的話，是我們可以強調AI ，所謂的AI 就是剛才提到的第二個階段—就是智慧化，所以怎麼樣去把一個倉儲，然後用智慧化的方式去呈現出來，所以這就是物流業的挑戰，因為物流業的倉儲空間，不管怎樣，尤其在臺灣空間都有限，你怎麼樣在有限的空間，可以把這些貨物的儲／減等等的這些系統去做好，所以我們就會從這個部分去思考說怎麼讓物流業可以滿足剛剛說的商業趨勢下帶動出來的需求，所以我們就會從AI立體式智慧倉儲系統這裡面我們去看。第一個部分，我們會做到是立體，它要夠立體，因為所謂夠立體就是空間可以用的比較小，然後所謂的AI就是你要怎麼在立體的有限的空間下，你又可以讓商品的週轉率都可以很快，這樣才會表示是物流業幫忙零售業等等，或是製造業處理的貨物，其實是可以在最大化的情況之下在倉儲運作。」
王珮華：「在最短時間內出最多的貨，就是週轉率。在瞭解立體式智慧倉儲的特色之前，那想請教總監是否可以跟我們說明一下就是說給我們一個概念一個image，就是網購客戶他下班之後到產品出貨的前一刻，那我們的這個智慧倉儲系統，它要做哪些事情，它這樣子鴨子划水做了多少事？」
陳慧娟：「我大概分成幾個方向來講好了，第一個部分是剛剛主持人提到，我們先把一個倉儲中心，我們分成幾個部分來看，首先我們就會看到進貨的部分，那以進貨的話其實我們要前面要先做幾個動作，第一個部分是你要進多少貨？你要進什麼貨？所以這個部分我們就會把AI 的類似預測系統我們會放進去，等於說我們去評估那個歷史資料或是一些環境趨勢，然後建議出來說到底你在這段時間你要進什麼樣的貨品然後多少量，所以比較掌握了以後才可以正確的採購然後正確的進貨，這是第一個部分。第二部分是你東西進來了以後你要先做那些事，所以在物流業現在越來越重要的是，你要知道到底哪些東西或是怎麼樣的東西、怎麼樣的型態進到你的倉儲，所以剛開始就是要做所謂的材積重量的量測，所以我們要知道是長寬高還有材積跟重量是多少，這樣才可以正確的知道後面怎麼出發，然後之後材積重量辨識完以後，那就真的可以做進貨到儲位的動作，可是儲位有限，所以你要怎麼樣子把對的東西放在對的地方，所以這邊的話，我們就會用類似AI 的儲備配置把這些貨品放到它最適合放的一個地方，這個部分當然就要考慮到貨品跟貨品之間有些相關性，所以這邊我們就會用一些分析的方式。」
王珮華：「所以這個沒有固定？配置方式沒有固定？」
陳慧娟：「對沒有固定，它就是擺那個時間點的一些狀況。」
王珮華：「AI 會根據彈性調整。」
陳慧娟：「對，動態調整儲位。那之後儲進去，如果儲的對，基本上我們可以做後面比較快的撿貨動作，所以一旦訂單來了以後，我們就會開始去看怎麼去安排撿貨規劃，這時候就會考量到你訂單的可能批次信，然後你訂單的一個處理順序、撿貨的順序、撿貨的路徑，這些規劃出來以後才可以驅動的自動化的設備，這個立體倉的設備，你怎麼去撿這個貨，然後怎麼走是讓整個移動距離會最小，所以這個是在撿貨的部分。當然撿出來以後，他會到所謂的訂單撿取區跟包裝區，這時候我們會應用一些智慧化的手法，讓同樣一張訂單的或是同一個車子出去的貨，應該要相近時間到達這個撿貨區或包裝區，這樣後面才不會影響後面的出貨的時間。」
王珮華：「那可以跟我們比較一下就是說在這套系統導入之前跟在這套系統導入之後，人力的介入有什麼樣的不同？」
陳慧娟：「因為基本上我們現在是已經可以做到是大概80% 物救人的一個自動化處理系統，所以等於說人的需求量就會降低很多，所以目前來說以我們養護倉來看的話，大概可以省掉50%的勞動力，人基本上他就不用特別走。」
王珮華：「它是在什麼樣的流程中？還是需要人去做？」
陳慧娟：「大概現在比較沒有辦法控制的、改善的流程，大概就是在那個最後撿到各個訂單的那個撿取一個部分，以及到後來一個訂單要包裝的部分，因為那邊它會比較細的動作，那以目前的機器手臂還沒有辦法做到那麼細，或是很快速的做到那麼細。」
王珮華：「人做還是比較快。」
陳慧娟：「對，人的動作某程度還是比較快、彈性比較快。」
王珮華：「所以說今天訂單下來到撿貨以前，其實都是AI 在幫我們做很多決定跟做安排囉？」
陳慧娟：「是的沒錯，這部分就讓AI 去處理。」
王珮華：「那從這個技術的字面上看來，AI 還有立體式是這套系統的特色，那可以跟我們分享說這二大特色可以解決既有倉儲的哪些痛點呢？」
陳慧娟：「我們先說立體式，因為以立體式其實大概就會解決一個是空間，就是有問題空間的處理效能的部分，所以為什麼大家想要從立體式發展。我們這一套立體式的系統，也可以做一個比較是彈性的擴增，它可以在網上，等於說讓他更立體化出來。」
王珮華：「過去所謂的非立體狀態的話，它是在大概幾層？那現在的這個立體式的設計，它大概最高可以到幾層呢？」
陳慧娟：「過去的話是比較是屬於那種傳統式的方式去處理，所以以前的話大部分都是大概5、6層左右，以目前立體式的話，我們是可以做到大概14層左右，可以還可以擴充。」
王珮華：「那這個品項大概有什麼樣的差異呢？可以容納的品項。」
陳慧娟：「我們現在基本上應該說以目前應用的實例，其實大概是可以到三倍以上，差不多三倍左右，可以把容量可以擴大。」
王珮華：「那在AI 這個特色上面又有能夠解決我們過去的傳統式的物流業有什麼樣的痛點？」
陳慧娟：「其實以物流來說，尤其是現在越來越盛行的電商物流，其實它有一個特色是它是很複雜的，所以我們是覺得它就是一個複雜式的處理系統，所以所謂的複雜，是它必須要考慮到很多不同的需求，那所謂的複雜是在於說一個是商品。商品很複雜，大家不要有二個字就是商品，其實上面有包括品項、材積、重量還有週轉率、相關性、價格，其實這都是要考慮的因素，然後在訂單的部分訂單也要考慮到品項，還有你總體的材積、總體的重量，還有商品那個訂單的相關性。然後第三個部分是還要考慮到物流中心裡面的區位，因為它不會只有放在一區，它會有好多區，所以他的這個每個區的功能是什麼、空間是什麼、位置是在哪裡、容量可以多少，這也必須要考慮。然後另外是還要考慮一個最重要是設備，因為你只要用到設備，你還是有速度、還是有方向，所以變成說你如果在原來都是人工，要去想剛才說了這麼多問題，你要怎麼想，其實應該說很難，尤其是如果你像剛剛我說的前面的系統化都沒做出來，那你根本也不用想了，你就真的是亂擺，亂擺後來就亂撿，就會變成效率就非常低落。所以就變成說我們AI就要考慮到這麼複雜的這麼多因素，然後你要怎麼去把每個Process他最好的一個最佳化規劃做出來，所以這就是說他可以幫忙人解決很多應該說很多限制。」
王珮華：「那再導入這個系統之後，他有呈現哪些成本的節省、人力節省，甚至空間的出產量增大有哪些的那個改進？」
陳慧娟：「ok，我現在就是先以我們導進去的那個部分來看這個部分來看，我們用實際來看，因為每個物流中心長的會不一樣，所以效果會不一樣，所以我們現在實際應用的狀況呢，我們是大概以出貨這部分我們可以做到出貨快，做快速，那這部分的話大概可以節省60%的出貨時間，然後如果在高峰期的話，其實是可以有十倍的產能，可以增加十倍的產能。」
王珮華：「十倍產能是怎麼樣的來計算或是說怎麼樣來感受？」
陳慧娟：「應該說，以淡旺季來看是可以有十倍差，就類似可能淡季的時候，那基本上可能一個小時是處理大概差不多可能120張訂單的話，那在高峰期的話就是1200張訂單，類似是這樣的部分。所以基本上應該說它就要做到比較智慧跟自動化了，所以在出貨快的部分，我們就可以用這樣方式去提升整個效能，當然相對它就是要把剛才說的物救人80%的部分做起來，然後勞動力可以降低，這樣的話大概才有辦法把剛才說的出貨快做好。然後第二部分的話是密度高，所以我們才會說高密度的立體倉，在密度高的部分的話，我們大概現在儲存量就剛才說如果可以到14層的話，儲存量大概可以提升至少250%到300%，就等於說快三倍。然後品項數的話，就是變成說item數大概可以到120%可以，超過一倍。然後第三個部分就是決策要準，所以就是說可以少一點人的思考，所以我們就會把一些AI 的演算跟模擬系統放進去，然後這樣的部分會包括從預測開始大概精度，如果你資料量夠的話，可以到90%預測精度。然後第二部分的話是補貨的頻次，因為剛才說如果你知道什麼東西什麼時候要放進去哪裡，那基本上就是減少補貨的次數，所以大概可以到10%的頻次，然後另外還有一個是我們因為透過決策，所以把可以把同樣訂單的這些貨品比較是近鄰時差的彙集到包裝區，讓它可以順利出貨。」
王珮華：「我想請教一下這個預測訂單，AI還可以預測訂單，那預測訂單它的好處是什麼？那在這個系統裡面，AI他除了預測訂單之外，它還有那些神奇的功能呢？」
陳慧娟：「以預測來說的話，基本上應該說預測雖然不容易預測好，可是問題是其實預測應該是每家企業都要，因為基本上他要採購，如果它完全不預測那要怎麼知道採購多少，所以一定要預測，只是說通常人家說很難預測準，所以我們這個預測系統呢，基本上我們就會去掌握比較多的因素，包括說我們把一些物流業的還有是商業服務一些需求，我們會放進去考量的要素，所以包括像說像一些季節的狀況，像冬天的電暖器、下雨天雨傘就一堆，而且就要提前，類似這樣。然後另外還有那個節慶，你說像那個雙十一、母親節、過年、聖誕節這些，另外有一些的話是說地區性，因為有些地區它就會跑出來一些類似地區的一些節慶活動，那些其實要掌握，所以類似要掌握這部分，另外還有你的商品的一個特性、評價，其實這個也要考慮進去，然後才有辦法去預測出來比較準的一些數字、數據，而且有些產品類別、類型會不一樣，像你說化妝品的預測跟食品的預測，或是跟那個類似ICT的這些高科技產品的預測也會不一樣。」
王珮華：「那其實這個預測是不是廠商要提供你們很多數據，你們才有辦法做的比較好呢？」
陳慧娟：「這個沒錯，因為沒有數據，基本上就很難做預測，所以一般來說我們會比較建議廠商說，至少要給我們3年的量會比較好，預測出來會比較準。」
王珮華：「畢竟那個雙十一的話，他只run 1年也沒有什麼東西。」
陳慧娟：「對，所以希望是最好有3年。」
王珮華：「AI還有在這個系統裡面扮演什麼角色呢？」
陳慧娟：「AI我們大概以目前分幾個階段，其實後續都還有一些發展的空間，所以第一個部分來預測，然後第二部分就是剛剛提到的是AI 的儲位配置，就是怎麼樣配置到對的儲位，那個時候就考慮到商品的相關性，就像剛剛有跟主持人提到是牙膏跟牙刷，通常會被一起訂，所以他們放的位置就必須要考慮，然後第三個部分的話，是在那個AI 的撿貨決策，就是撿貨的排程的部分。」
王珮華：「先撿什麼後撿什麼這樣子。」
陳慧娟：「對，先撿什麼後撿什麼，還有你要的路徑，因為撿貨其實是物流中心裡面會花的時間跟走的路徑是最長的，所以基本上如果你有辦法降低路徑的話，你的時間就會縮短很多，所以這是在AI 撿貨的部分。然後另外是我們另外有在做一些現在在做的研究，就是AI 的堆疊棧板跟堆疊龍車的部分，因為以前像製造業他們都同樣的size的箱子，其實同樣size的箱子很容易堆，可是現在你以電商來說怎麼可能都同樣size，長寬高都會不一樣，所以我們現在有研究說，你怎麼樣把長寬高不一樣的這些商品，你要怎麼去在棧板上或是龍車上堆的最好，所謂最好一定是他用的空間是最完整的，不要這邊空、那邊空。」
王珮華：「有點像是讓AI去做俄羅斯方塊。」
陳慧娟：「沒錯，所以會把這個部分做出來。那當然後續我覺得還有很多AI 可以去發想，只是說我們可能就是要慢慢把現在的物流產業的弄好，再去分解才會知道哪些東西還會需要哪些AI。」
王珮華：「那軟體可以透過修改code或在他的資料學習來大幅提升效能，但是像實體的撿貨運送要怎麼樣來提高這個效率呢？因為其實他就是一個實體的，撿一個東西要花多少時間，這是一個固定，而且會有一個極限。那之前在網路上流傳像是許多像Amazon或者是淘寶等大型電商，他會用機器人和無人搬運車，像AGV這樣子的工具來快速撿貨，那他的影片讓人家看起來嘆為觀止，那不知道這套系統，在提升撿貨速度上，特別在實體這部分有什麼創新的作法呢？」
陳慧娟：「應該說以這個實體來說的話應該就比較是自動化的部分，因為剛剛有提到Amazon那種AGV的方式，其實AGV的方式我們現在也有在協助業者在運作在發展國產化的部分，當然我是覺得是用途會不同，然後效果當然也就不同，所以像我們這個如果AI 立體倉這個部分的話，其實它就是比較是固定式，他就是反正就蓋好了就會在那邊，那相對應該說所謂固定式，就是穩定度大，因為它就是固定在那邊，所以比較知道他的儲位的狀況、相對的位置或什麼，其實大概就可以做調整，所以變成說他那邊會有一套屬於這種立體倉儲的一個AI 方式在做智慧化運作。當然相對AGV來說，如果看過Amazon就是搬運，所以他會有很大的一個空間，就是讓這個機器人在那邊跑來跑去就對了，當然相對他以這個方式的話，他們是覺得他不固定是另外一種彈性，可是相對就會變成說，他每個機器人之間的相對位置，必須要設計的非常好才有辦法辦法，不然有時候相互之間可能要躲來躲去浪費時間，所以在他那邊其實他還是要有另外一套AI 的智慧化方式。所以基本上我是覺得二套都有特色，只是用途不同，所以一般我們在幫業者規劃的時候，我們要先去評估，如果我用AGV就是機器人的方式，跟用立體倉的方式，到底哪一個比較適合我的產品，或是我出貨的頻率，這個都會影響到。」
王珮華：「瞭解，那這套系統，剛剛提到說已經有實戰經驗，那他的表現符合研究團隊預期嗎？」
陳慧娟：「以目前應該是算非常不錯，應該是有點超出預期，因為還蠻穩定的狀態，所以基本上在合作的夥伴，應該是算都滿意。」
王珮華：「所以我在一些電商買到東西，我在這家電商上面買到的東西都非常準時到貨，而且都非常百分之百準確，沒有出錯。」
陳慧娟：「我會跟他們講，他們表現很好。」
王珮華：「這套系統未來還有什麼精益求精的地方呢？或者是說累積更多實戰經驗跟資料之後，那我們系統能夠回饋給這些物流業者有什麼樣的加值？」
陳慧娟：「我剛才有提到是其實是AI很多都可以去發想的，而且AI 結合不同的自動化設備有不同的發展方向，所以其實光這個部分其實我們就有很多的課題大家可以來一起思考，那當然以業者來說的話，他的期望就希望是我們可以給他一個蠻整套，一個Pakage的一個智慧化轉型提升模式，他最希望我們是這樣，所以相對是我們就會希望說怎麼去把目前我們想要做的方向，或者已經做的方向，或是未來業者的期待方向，我們去做一下整合評估，然後我們會看一下怎樣的發展順序，或是優先性會最好。當然業者其他另外有一個想法是數據分析，所以這也是我們在思考，如果能夠透過這些立體倉把這些系統化東西，這些資料都蒐集清楚的話，而且包括連動態、自動化動態或者是業者的process那個狀態都有辦法收集下來的話，其實這些數據應該是可以提供業者很好的一個歸納參考，也就是讓他知道他以後的客戶會怎麼走，或者是說他適合找哪一類的客戶再去做服務會更好，所以我想這個數據分析的部分，應該是我們也可以好好思考怎麼幫業者做到加值的更多的服務模式這樣。」
王珮華：「所以您的團隊也對臺灣的物流業者幫助非常大。」
陳慧娟：「大家很熟。」
王珮華：「非常謝謝總監詳細的說明，那這幾年電商在每年年底舉辦購物節，幾乎都成了全民運動，這也讓我快速地受到商品的同時也瞭解到這背後其實是有許多創新科技的結晶，那我們再次謝謝總監來到我們節目也恭喜你們得獎，謝謝。」
陳慧娟：「謝謝，謝謝大家。」
科技加油站
王珮華：「接下來進入我們的科技加油站單元，科技加油站與您分享近期發生與臺灣科技產業相關的資訊，或是正在熱議中的科技話題。今天的科技加油站單元，將持續為您介紹麻省理工科技評論MIT Technology Review的2021年十大突破性科技，每年麻省理工科技評論都會由專家評選出十大突破性科技，介紹那些可能影響人類生活的先進科技，上一次我們介紹新冠疫苗研發的幕後功臣mRNA疫苗，還有文筆跟人類一樣的人工智慧GPT3語言模型，以及可以讓電動車脫保一倍距離的鋰金屬電池，今天我們要再繼續介紹另外三項突破性科技。
首先是跟疫情息息相關的數位接觸史追蹤技術，相信大家最近都有注意到一款由衛福部推出的臺灣社交距離APP，這款APP利用藍芽訊號強弱來計算使用者之間的距離，如果與確診者距離2公尺內接觸超過2分鐘APP就會發送通知。在科技的幫忙之下，的確可以省下許多疫調的功夫，就拿我來說好了，我還滿喜歡那個Google Map 裡面『我的時間軸』功能，它會紀錄下午的足跡去哪吃了什麼、搭公車、開車還是走路等等，疫情後我常常在想如果我真的染疫，衛生所根本不用跟我做疫調，交出Google Map 時間走就好，不過也不是每個人都會像我一樣天天開GPS ，因為隱私的理由許多人其實不太願意揭露自己的活動史。蘋果和Google 去年就聯手打造數位接觸史追蹤技術，在兼顧隱私的狀況之下也能做接觸風險評估，根據麻省理工科技評論的統計，截至今年1月，各國政府推出的這款手機軟體總共有77種，可惜的是這樣技術對於疫情似乎沒有太大幫助，麻省理工科技評論，認為有些國家他的疫情已經太過嚴重，追查接觸史已經沒有什麼意義，因為到那個時候去哪裡都有染疫的可能，其實它也談到民眾對政府、對科技公司的信任問題，許多科技公司都有把使用者資料交給政府，甚至賣給利益團體的不良紀錄，也影響民眾對這類軟體的信心，更不用說會把個資交給政府，對特定族群像是是非裔的美國人更是難上加難，但是這類軟體參與的人越多就越有效，如果某些染疫高風險族群的人不願意安裝這個軟體的話，那這個技術也無用武之地。總之，這個科技立意良善，但是關鍵從來不是科技本身，面對疫情我們更需要的是信任跟合作。
第二項突破科技也可數位隱私權有關，就是數據信託技術，大家在安裝軟體加入某個網站會員服務的時候，系統一定會秀給你一長串一直都拉不完的使用者條款，一般來說，只有勾選我同意才能繼續使用網站服務，所以通常你看也不看會按下我同意，然後繼續註冊。究竟同意了什麼、我們損失了什麼都不在我們的考慮範圍之內，為了解決這個二難的問題，於是就有數據信託這個概念，這就好比勞工參加工會，工會會幫助勞工維護權益一樣，我們將數位個資託管給受託的機構，讓他們代表我們以我們的權益為優先，跟網站服務或科技公司來打交道，麻省理工科技評論也舉例如果一群臉書用戶組成數據信託，受託人可以規範臉書在哪些條件下可以收集和使用這些用戶的數據，投放哪類的廣告，那如果臉書不遵守規定就可以把數據來撤回，但是這樣的作法有個盲點，臉書的用戶已經突破30億，就算幾十萬個臉書使用者組成的數據信託，而且要求臉書只能怎麼樣運用他們的數據、只能投放那些廣告給他們，那臉書會有可能同意嗎？換句話說如果幫使用者託管數據的團體本身就沒有什麼籌碼，又要拿什麼來約束這些大型科技公司呢？在這一點上數據信託可能是派不上用場的，那如果反過來是科技公司有求於使用者呢？麻省理工科及評論，舉了一個例子：Google的一個關係企業在加拿大多倫多的碼頭區打造一個數位智慧未來城，因此必須佈建非常多的感測器，為爭取當地居民的認同，該公司主動提議成立數據信託，確保數據的收集跟使用符合公眾利益，並且由社區成員組成的審議委員會來監督。這個作法聽起來很讓人放心，而且比較不會有大公司不甩使用者的問題，或許我們的政府也應該要把數位信託這個機制放入法律條文，賦予數位信託公權力，讓使用者對自己的資料更有主導權，畢竟團結才有力量，不是嗎？
第三項突破性科技是超精準定位技術，我敢保證這個技術一定會讓大家非常的害怕，大家一定知道衛星定位吧？我們每天都在用，讓它找路、找美食、找出差的地點，但是你能想像嗎？在我們頭頂上2萬多公里外的人造衛星卻能偵測到地面只有幾公分的變化，目前一般GPS精確度大概在5公尺到10公尺左右，隨著技術進展，第三代的GPS 衛星近期正在陸續發射升空，這批衛星的精細程度可以達到1到3公尺，可望大大提升汽車導航的效果。中國大陸預計在今年6月佈署更先進的北斗衛星系統，準備取代原有的GPS ，這套系統的精度可以達到1公尺以內，除了衛星端技術有大幅改善，定位訊號還會透過地面系統來加強，把定位的精確度提升到公分的程度，儘管麻省理工科技評論認為超精準的定位，有助於災害偵測跟預警，像是提前預警土石流就可以幫助農業貨運跟導航，對人類有許多益處，但是這樣精準的定位若是被好戰的獨裁者所掌握，對全世界人類並不是一件好事。下一集，我們要為大家介紹同樣榮獲愛迪生講的另外一項技術，這些技術用一種令人想不到的方式來為布料染色，可以讓我們穿得更環保、更繽紛，想知道更多臺灣科技研發的訊息，想瞭解最新的科技產業趨勢，歡迎搜尋工業技術與資訊上網，閱讀或下載本期的月刊，如果喜歡我們的節目也可以在訂閱平台上按下訂閱或關注並分享給身旁關心臺灣科技創新議題的朋友們，我們下次見。」