專訪杜奕瑾:不犧牲個人隱私,就能做到人性化智慧城市

專訪杜奕瑾:不犧牲個人隱私,就能做到人性化智慧城市

圖片來源:Shutterstock

「我們用網路影片做出來的人臉辨識精確度在國際權威人臉辨識資料庫LFW高達99.7,跟中國用兩億數據做出來的很接近,做到世界級的人臉辨識水準,不需要上億人口,」被稱為「鄉民的創世神」、台灣人工智慧實驗室創辦人杜奕瑾,去年辭去微軟工作返台、號召各路好手加入智慧城市實驗。他接受《未來城市@天下》開台專訪,告訴我們,想用人工智慧打造台灣未來城市,要把握端點運算的優勢。

上個世紀90年代,杜奕瑾創辦PTT(批踢踢實業坊),為台開創公眾參與實驗,至今PTT也成為中國BBS的標準。

杜奕瑾。(王建棟攝)

AI時代,杜奕瑾如何用PTT的鄉民精神,打造人工智慧的平台,改變台灣城市?以下為專訪摘要:


台灣不是在今天才發展智慧城市,我們其實在數位化城市做了很多準備功夫,包括數位化政府、數位圖書館。其次,台灣有很強的鄉民文化,希望政府公開屬於公眾的資料,做智慧化研究,像零時政府(g0v),這種公眾參與、資料蒐集和運算能力是台灣獨有的。台灣有群眾創意、能力和想法,政府數位化程度也領先世界,本來就累積很多能量,發展智慧城市有優勢

人性、隱私、誠信,台灣獨特的智慧城市思維

台灣做智慧城市強調的是人性(humanity)、隱私(privacy)和誠信(integrity),做這個平台的決策者和執行者,都要有很好的誠信。這和另外一派強調安全(safety)、防備(security)和效率(efficiency)的思維不同。

有人認為做智慧城市就是把人臉辨識做滿整個城市,但人臉辨識只是一種技術,並不是智慧城市的核心。智慧城市應該是讓大家更方便得到照顧,但又很放心把自己的資料交出來,不會擔心洩漏隱私。

有了這種保障,會有更多人願意參與,做得更好。這種放心不是純粹從技術上可以解決的,也不是一天兩天可以造成的。

我們和台北市政府府合作車流量自動偵測和預測,就很重視資料不能認出人臉和車牌,還要做到車輛分析和車流量的預測。有些城市的偵測用非常高的解析度,什麼都看得一清二楚,這是完全不同的概念。

蒐集資料,也可以保護隱私

很多人認為要保護隱私,就不能蒐集資料,這也是錯的,因為人工智慧(AI)可以讓資料匿名化,據此做分析。像台北市交通局資料很簡單,都是低解析度影像,我們還是可以做到很好的交通事故偵測和預測。

從臉書洩漏用戶個資事件可以看出,唯有重視群眾隱私、有誠信、人性化的平台,才會讓市民感到最舒適。智慧城市不能從技術可以做到什麼來講,而是要從技術給人們的善意初衷(goodwill)是什麼談起。

以技術來講,現在人工智慧幾乎什麼都做得到,但是我們為什麼做?解決市民什麼問題?幫助市民什麼?像智慧化的遠距照護,是要讓老人安心,覺得像有人在身邊關懷一樣。這是我們在人機介面做的研究,要做人機關懷,你不能讓他覺得他被監控。這不是在他身邊擺個高解析度的攝影機就可以解決的。你如何讓他有隱私,又有人陪伴的感覺,即時得到溝通、幫助,跟只是擺一台監視器、麥克風完全不一樣。

公民可以做什麼?

我們在想智慧城市時,很多都跟群眾外包(crowdsourcing)的概念有關。例如,很多人去買空氣盒子,把資料分享出來,大家一起監測空氣品質。

PTT有很多地方板,我們自動產生新聞,自動化的過程,從民眾參與、產生議題到變成新聞,市政府再去看這些整理好的資訊,然後做決策。這不僅在技術上需要人工智慧,做資料大數據分析,還需要群眾參與,這是台灣的獨特優勢。

首次跨界實驗:用無人機重現齊導《看見台灣》

舉個例,導演齊柏林過世後,大家都很難過。我在臉書發表想法,要接續齊導的拍攝夢想,後來台南市政府、南部科學工業園區、成大航太系、經緯航太科技自動加入,一起組織想法,怎麼利用人工智慧,學習齊柏林,把齊導的精神和視角記錄下來。這種事情不是top down(由上而下),而是bottom up(由下而上),大家有錢出錢、有力出力,完成這件事。

台灣人工智慧實驗室的第一個嘗試,就是以無人機接續拍攝齊導的《看見台灣》。(取自創用CC/總統府)

齊柏林曾經提到,他不用無人機,因為無人機無法自動選景、自動運鏡,沒辦法做到高解析度影像。我們針對這些問題,用齊導的片子讓人工智慧學習,其中在選景的部份,我們訓練一個美學網路,讓人工智慧懂得審美,這個應用與清大電機工程學系助理教授孫民指導發表成論文

台灣人工智慧實驗室讓人工智慧學習選景。(取自台灣人工智慧實驗室官網)

後來我看到Google發表一篇論文,有點眼熟,是關於如何從Google街景選出好看的影像,做成漂亮的明信片。仔細看,Google就是引用孫民的論文。台灣有想法、有人才,有自己本土長出來的東西,我們自己做,把它做到最好,全世界也都會看到,不一定什麼都要跟著世界走。

推智慧城市,top down和bottom up應該結合。我們過去做群眾參與,很多是下面出現很好的範例後,平台決策者如站長或市長,敏銳地觀察到這種創新和創意,把它擴大,變成一種標準或制度,應用在城市各個角落。

舉一個bottom up之後再top down的例子。我們針對齊柏林影片衍生出一些想法,台南市政府開放場域讓我們參與,政府再把我們做好的東西,應用到智慧城市的不同領域,例如空中巡邏、偵防,橋樑監測,古蹟維護等。

端點運算──防犯人,不需要兩億張臉

台灣做終端產品很強大,我們有強的IoT(物聯網)廠商,只是過去沒有很強的大腦在後面支持。現在台灣人工智慧實驗室和廠商合作,既做到保護隱私,又能即時回應,我們用的是端點運算(edge computing, edge AI),這在全世界是很新的領域。

現在常講的「雲端」,雲端是中樞大腦,當然很重要,但隱私的部份,就應該在edge(端點)處理,不該上傳的不上傳,該打馬賽克的就打馬賽克。Google街景車現在就是這樣,拍到人、車牌都會打馬賽克,這是從重視隱私的想法出發,會倚賴端點運算。

以用人臉辨識偵防犯罪來說,如果倚賴雲端,就要把所有的人臉送到雲端處理;但犯罪的人臉有限,可以先到端點過濾,知道哪些人犯罪,過濾後,如有群眾利益考量需要,再上傳到雲端。

很多人覺得好的人工智慧,一定要把所有數據都上傳到雲端,才有辦法做分析,這想法也有問題。我們用網路影片做出來的人臉辨識精確度在國際權威人臉辨識資料庫LFW高達99.7,跟中國用兩億數據做出來的很接近,做到世界級的人臉辨識水準,不需要上億人口。

做智慧城市,很重要的是,未來這些資料是屬於誰的?從做PTT的經驗,我們一直強調資料是屬於使用者自己的。智慧化的城市,市民的本體意識很重要,他不是被管控的個體,而是擁有自己資訊的個體。

我們能否打造智慧城市版的PTT?

政府和我們(台灣人工智慧實驗室)這些平台,利用他們匿名化的資料,提供人性化服務、適當的照顧、便利、安全。提供算法、設備和系統的供應商,自動會形成一種經濟模式,這個前提是服務人,給人有更好的照顧、生活。所以,智慧城市的一切應用,都應該是以讓大家能過更好生活為前提。

90年代網路剛開始,台灣很早看到網路先機,投資學術網路,降低學生學習網路和架站的門檻;我們現在做人工智慧實驗室,科技部也開始投資,同樣是降低做人工智慧實驗的門檻。我很確定,人工智慧一定會改變各行各業,我們有沒有可能在台灣建立一個平台,像PTT那樣,大家付出想法,然後由下而上去串聯執行。新科技來臨時,就需要這種平台,才會創造新價值,而不是在傳統的產業價值鏈去想。

不靠口號和悲情的智慧治理,是更好的治理模式?

很多政府施政都會依靠悲情來驅動,比如缺電就限公家單位的電,再顯示大家很苦。這方法並不科學,應該以大數據以及配合數字之後的智慧分析作為政策的依據。要擺脫口號悲情,建立起智慧電網做用電分析、節能分析,才是正確的智慧城市方向。

你要相信,沒有一個人敢說他知道的比Google多。未來做決策時,也沒有人敢說他的決定沒有參考人工智慧學習的經驗。以後很多政策決定,不會再以口號或悲情為訴求,而是要習慣有數位化、智慧化的分析作為參考。

以前做決策,是很多助理幫忙蒐集資料,提出施政方案想法;在智慧城市的時代,你可以想像,有很多資料和想法,是每天即時運作。身為決策者,要有許多人工智慧、數據的輔助,才能做出好的決策。

未來,大家會比較相信用人工智慧分析結果的施政者,就好像我們現在比較相信會上搜尋引擎查資料的使用者;你連搜尋都不會,我也不會相信你會知道多少事情。

過去人不相信數據,那是對數據的來源和方法不信任。推展智慧城市後,資料更容易取得、更容易檢驗,就會得到更多的信任。現在做人工智慧論文,如果沒有開放資料(open data)、開放原始碼(open source)讓大家驗證,你的說服力會低很多。

把這套精神拿到城市做治理決定,使用者資料屬於使用者,公眾資料屬於公眾,以後會有愈來愈多資料可驗證,表示公眾議題不再是打幾通電話、做幾個統計,就可以做決定。

延伸閱讀