第二章 人工智慧技術背景介紹
第三節 現今應用
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
31
與語言相類似，決策過程本身也是一個序列（Sequence），因此目前有許多強 化學習研究都沿用了遞迴神經網路（Recurrent）、長短期記憶網路（Long Short-Term Memory，LSTM）等原本使用於自然語言處理中的方法 126。不過，僅僅有 神經網路的參與是沒有辦法實現機器人的設計的，人工智慧只負責了眼睛（電腦 視覺）、耳朵（自然語言處理）、大腦（強化學習）的部分，如何將決定轉化為真 正的行為，還需要動力學、機械科學等其他領域的配合。因此，距離實現全能機 器人，學術界仍有很長的路要走127。
第三項 小結
總結來說，人工智慧的成功，主要源於將資料背後所隱含的資訊以抽象化方 式 提 取 ， 即 所 謂 特 徵 學 習 （ Representation Learning ）。 其 中 ， 判 別 性 模 型
（Discriminative Model）利用所學到的特徵進行分類或者相關資訊的預測，對具 體問題提出解決方案；生成式模型（Generative Model）則是利用所學到的特徵生 成新的資料，換句話說，即為機器自主創造的過程。目前來看，利用機器進行發 明創造的前景看好，如人工智慧作曲、作畫、明星換臉等128。但是，由此所引發 的倫理、智慧財產權等問題也陸續引發學者們思考。
第三節 現今應用
有別於上一節從「技術端」角度觀察人工智慧的分支領域，本節將以「應用 端」角度，並針對資訊安全、醫療與照護、資料分析與決策三項最為廣為人知的 領域，介紹目前為止人工智慧於生活中之實際應用。
126 Bram Bakker, Reinforcement Learning with Long Short-Term Memory, Advances in Neu ral Information Processing Systems (2002).
127 The Future of Artificial Intelligence: Why the Hype Has Outrun Reality (Jul. 14, 201 7), available at https://knowledge.wharton.upenn.edu/article/dont-believe-hype-ai-driven-world-still-long-way-off/ (Last visited: 2019/05/20).
128 AI 換臉黑產業賣偽明星色情片，中時電子報，2019 年 7 月 19 日，https://www.chinatim es.com/newspapers/20190719000150-260301?chdtv（最後造訪日：2019/08/05）。
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
32
第一項 資訊安全
在網路發達、資訊爆炸的時代，資訊安全之掌控可謂是重中之重。人工智慧 於資訊安全方面絕大多數係利用了電腦視覺技術，即以圖像認證方式對是否能夠 獲取資料進行限制。以最為普及之智慧型手機為例，其解鎖方式已經由過往的密 碼、圖形解鎖，逐漸進步到指紋解鎖，甚至利用虹膜、人臉進行辨識。相比於其 他的生物辨識，人臉會受到表情、光線、帽子、眼鏡、妝容等不同因素影響129， 雖然最為直接且便利，卻也因此需要更深度且繁複的學習過程，始能達到足夠的 準確性。即便面臨眾多安全性的質疑130，目前為止，蘋果（Apple）、三星（Samsung）
等多家國際手機大廠皆已陸續將相關技術導入其出產的手機當中，並有專家預估 2020 年將有超過 10 億支智慧型手機配有臉部解鎖功能131。
有別於手機解鎖等牽涉較小規模的資訊安全，當涉及財產甚至於國家之大規 模安全考量時，應設立更高程度安全性之屏障。目前於手機解鎖上臉部辨識，除 了因上述提到的環境因素影響其準確度外，對於分辨是否為「真人」亦存在相當 誤差，經測試其多數無法區辨真人與 3D 列印面具甚至是平面照片的差異 132，此 缺陷若遭有心人士利用將可能造成極大的安全疑慮。為因應更高準確率的需求，
目前學術界在臉部辨識的基礎上，進一步研發活體偵測技術 133，透過點頭、搖 頭、微笑、張嘴、眨眼等動作，協助臉部辨識並進行真人身分比對，該技術雖尚
129 「靠臉走遍天下」的時代到了？，雷鋒網，2019 年 1 月 16 日，available at https://ww w.leiphone.com/news/201901/YnfJas5bLXPdiHUS.html506/ （最後造訪日：2019/05/20）。
130 「臉部解鎖」誰最安全？《富比士》公佈 5 款旗艦手機測試結果，自由時報，availabl e at https://3c.ltn.com.tw/news/35369 （最後造訪日：2019/05/20）。
131 臉部辨識將成智慧手機標配？2020 年估達 10 億支導入，科技新報，available at http s://technews.tw/2018/02/09/more-than-one-billion-smartphones-to-feature-facial-recognition-in-2020/
(最後造訪日：2019/05/20）。
132 華為／三星／小米手機都中箭 一張照片就攻破臉部解鎖，中時電子報，2019 年 1 月 7 日，available at https://www.chinatimes.com/realtimenews/20190107003216-260412?chdtv（最後 造訪日：2019/05/20）。
133 活體偵測技術介紹，available at https://tw.nec.com/zh_TW/solutions/security/liveness_det ection.html （最後造訪日：2019/05/20）。
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
33
未完全成熟，仍處持續開發之狀態，但我國台新、玉山銀行已率先將其導入於 ATM 自動提款機中使用 134，全球最盛行行動支付的中國，亦已將「刷臉」技術 逐漸普及於各項支付工具當中 135。在國家層面上，目前出入境自動通關系統的 臉部辨識功能，仍需配合護照進行雙重檢驗，然美國已經預告，在人臉辨識已趨 成熟之不久的將來，人們將不再需要出示護照，僅靠鏡頭前的人臉就能完成通關 與登機手續136。
值得注意的是，當科技進步的同時，隱私與平權問題亦相應而生。舉例而言，
目前的人臉辨識系統仍仰賴人類輸入的訓練資料，當訓練集來源多為白人男性時，
系統對於黑人、女性的辨識準確率將會較低，造成該族群在出入境時因辨識錯誤 而需要被「特別照顧」，進而造成不平等之情形137。此外，目前中國利用臉部辨 識技術建立「天網」系統，聲稱用來搜捕通緝犯，然當大街小巷遍佈監控系統時，
百姓的日常隱私已蕩然無存，而當大量的監控資料外洩時，其造成的影響更是不 容小覷 138。綜合上述可知，人工智慧在資訊安全方面的應用可以說是一把雙面 刃，如何在技術提升的同時，對其進行有限度又有效的利用，目前仍為一大爭議 難題。
第二項 醫療與照護
除了資訊安全之外，日常所需之醫療與照護亦為人工智慧率先廣泛應用之領
134 NEC 為玉山銀行提供 ATM 人臉辨識系統，iThome，2019 年 2 月 26 日，available at ht tps://ithome.com.tw/pr/128943（最後造訪日：2019/05/20）。
135 同註 132。
136 臉部辨識技術快速過安檢的背後，你付出了什麼代價？，科技新報，2019 年 3 月 26 日，available at https://technews.tw/2019/03/26/cost-of-face-recognition-fast-security-check/（最後 造訪日：2019/05/20）。
137 同前註。
138 新疆「天網」資料庫有漏洞，超過 250 萬人資料及詳細路徑、座標可能外洩，科技新
報，2019 年 2 月 22 日， https://technews.tw/2019/02/22/chinese-company-leaves-muslim-tracking-facial-recognition-database-exposed-online/（最後造訪日：2019/05/20）。
DOI:10.6814/NCCU201900818
141；2018 年成為首款被美國食品藥物管理局（Food and Drug Administration, FDA）
批准上市之人工智慧醫療診斷軟體 IDx-DR142，能協助醫師解讀影像，判別糖尿 助145；台灣的新創公司 Aeolus Robotics（睿智通機器人）開發出一套服務型機器
139 Watson Health Imaging, available at https://www.ibm.com/watson-health/imaging (Last v isited: 2019/05/20).
140 未來疾病檢測，AI 技高一籌?，2018 年 1 月 15 日，available at https://geneonline.news/
index.php/2018/01/15/ai-is-better/（最後造訪日：2019/05/20）。
141 人工智慧的病理切片系統，台灣癌症防治網，http://web.tccf.org.tw/lib/addon.php?act=pos t&id=4363 （最後造訪日：2019/05/20）。
142 FDA permits marketing of artificial intelligence-based device to detect certain diabetes-r elated eye problems, available at https://www.fda.gov/news-events/press-announcements/fda-permit s-marketing-artificial-intelligence-based-device-detect-certain-diabetes-related-eye (Last visited: 201 9/05/20); DSW Ting et al., Development and Validation of a Deep Learning System for Diabet ic Retinopathy and Related Eye Diseases Using Retinal Images From Multiethnic Populations With Diabetes, JAMA (2017).
143 Yiming Ding, et al., A Deep Learning Model to Predict a Diagnosis of Alzheimer Dise ase by Using 18F-FDG PET of the Brain, 290 Radiology (2018).
144 AI 應用導入 5 大醫療專業領域，智慧應用，2018 年 11 月 27 日，https://www.digitimes.
com.tw/iot/article.asp?cat=158&id=0000547354_eyd4xz0344hkdt518tgh3（最後造訪日：2019/05/2 0）。
145 機器人是台灣長照的解藥嗎？，2019 年 2 月 11 日，available at https://www.bnext.com.
tw/article/52017/robot-ai-long-term-care（最後造訪日：2019/05/20）。
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
35
人，協助拿取物品、掃地以及監測老人狀況並即時發出提醒。
事實上，為了因應高齡化時代來臨，各企業皆緊鑼密鼓地將人工智慧著重發 展於銀髮族市場，從日常定時的陪伴、監測，到疾病或意外發生時的應變處理甚 至是診斷，人工智慧於各階段中皆將逐漸成為不可或缺的角色（見圖一）。
圖一 醫療 AI 和我有什麼關係？
（來源：AI 醫療大未來：台灣第一本智慧醫療關鍵報告146）
第三項 資料分析與決策
本項之資料分析與決策於現今應用中最為人所知的當屬「自動駕駛」莫屬。
自動駕駛系統主要係利用了圖像辨識，對於路況進行分析並做出決策的技術。具 體而言，該系統需要適應豔陽、暴雨等不同天氣所帶來的環境變化，並對於行人、
車輛、道路、指示燈、指示牌等物件進行辨認，進而根據所有不同情況產生應變；
隸屬於谷歌並致力於自駕車研發的公司 Waymo，近日宣佈其透過演算法訓練甚
146 圖片來源：同註 26，頁 24-25。
DOI:10.6814/NCCU201900818
然而人工智慧領域權威人物 YannLeCun 卻對媒體踢爆，索菲亞機器人的回應內 容皆為由研發團隊所事先設計，並非真正由其機器人本身「思考」而來 150。此 外，由微軟所研發之與索菲亞相似的聊天機器人 Tay，也曾因為在推特（Twitter）
上與網友互動的過程中，「學習」到納粹主義與性別、種族等歧視言論，成為「思 想」偏激者，而被認為其已具備「學習」能力。然而事實上，機器人本身對於自
147 Waymo’s self-driving prototype obeys a traffic cop’s hand signals, available at https://
www.digitaltrends.com/cars/waymos-self-driving-prototypes-recognize-hand-signals/ (Last visited: 2 019/05/20).
148 Tesla driver killed in crash with Autopilot active, NHTSA investigating, available at ht tps://www.theverge.com/2016/6/30/12072408/tesla-autopilot-car-crash-death-autonomous-model-s (La st visited: 2019/05/20).
149 A new study finds a potential risk with self-driving cars: failure to detect dark-skinned pedestrians, available at https://www.vox.com/future-perfect/2019/3/5/18251924/self-driving-car-rac ial-bias-study-autonomous-vehicle-dark-skin (Last visited: 2019/05/20).
150 AI 權威 Yann LeCun：機器人 Sophia 不過就是場騙局！，INSIDE，2018 年 1 月 6 日，available at https://www.inside.com.tw/article/11618-facebook-ai-yann-lecun-sophia-robot-bulls hit（最後造訪日：2019/05/20）。
DOI:10.6814/NCCU201900818
‧
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
37
己所發表言論之意義並無所知 151，它所呈現出來的「智慧」只不過是單純擴大 資料庫的行為，並未經過「思考」過程。因此，由上述可知，目前的人工智慧仍 尚未具備真正意義上的「智慧」，與「毀滅人類」及「自主發明」仍有一定距離 需要學術界持續努力。
第四項 小結
綜合上述，人工智慧技術於現階段中，絕大多數之能力皆來自於人類的設計，
透過預先給予之大量訓練資料以及設定之參數，人工智慧能夠從中提取特徵並總 結出某種抽象的的規律，進而以該演算法對特定種類的目標進行判斷，或是做出 相對應的行為反應。然而，因其「智慧」仍受限於人類給予的資料範圍，實非真 正的「智慧」，除了應用領域特定外，也未具備「自主性」，更遑論本文欲著重探
透過預先給予之大量訓練資料以及設定之參數，人工智慧能夠從中提取特徵並總 結出某種抽象的的規律，進而以該演算法對特定種類的目標進行判斷，或是做出 相對應的行為反應。然而，因其「智慧」仍受限於人類給予的資料範圍，實非真 正的「智慧」，除了應用領域特定外，也未具備「自主性」，更遑論本文欲著重探