2013年9月1日 星期日

新科技演進改寫「人機關係」及「聯網情報」 - 穿戴式社群裝置成長迅速: Fitbit 起飛 ( Rewrite the evolution of new technologies "human relations" - a wearable social device rapidly growing )

Gartner:新科技演進改寫「人機關係」

國際研究暨顧問機構 Gartner 近日公佈《2013年新興技術發展週期(Hype Cycle for Emerging Technologies)》報告,描繪了人類與機器的關係演進;該機構指出,選擇以「人機關係」為主題,乃因智慧型機器、認知運算(cognitive computing)以及物聯網(Internet of Things)等熱潮正不斷加溫,而 Gartner 分析師認為,此一關係正因新科技不斷出現而重新改寫,逐漸拉近人類與機器間的距離。
Gartner的 2013年技術發展週期特別報告提供策略專家及規劃者關於98個領域、逾2,000項技術的成熟度、商業效益與未來發展方向的評估參考。今年發布的技術發展週期報告包含內容與社群分析、內嵌式軟體與系統、消費市場研究、開放銀行、銀行營運創新,以及非洲的資訊與通訊科技(ICT)。

技術發展週期報告是此類研究歷史最悠久的年度報告,提供高階主管、資訊長、策略專家、創新者、業務開發者與技術規劃師,有關發展新興技術組合的跨產業技術與趨勢觀點。Gartner副總裁Jackie Fenn表示:「這是Gartner有史以來涵蓋範圍最廣的技術發展週期報告,具體指出已進入高度成熟發展、廣受矚目的技術,或是Gartner認為可能帶來重大影響的技術。」

Fenn進一步表示:「今年技術發展週期的主題圍繞在人類與機器之間的關係,我們鼓勵企業將眼光放遠,不要侷限於機器和電腦將取代人類的狹隘觀點。透過對早期採用者如何運用新興科技的觀察,實際上有三個主要趨勢正在運作,包括:(1)利用科技擴增人類機能,如:員工使用穿戴式運算裝置;(2)利用科技取代人類,如:使用具備認知能力的虛擬助理擔任自動化客服人員;(3)人類與機器協力工作,如:倉庫員工與行動機器人合力搬運貨箱。」

Gartner研究副總裁Hung LeHong表示:「未來的企業將結合這三股潮流以提高生產力、改善民眾或客戶的體驗,以及發掘競爭優勢。這三大趨勢需仰賴有助於人機關係發展的三個領域來實現:(1)讓機器更能了解人類及環境,例如從說話的聲音分辨一個人的情緒;(2)讓人類更加了解機器,例如藉由物聯網的協助;(3)讓機器和人類因合作而變得更加聰明。」

2013年新興技術發展週期詳列以下六大範疇的技術:

1. 利用科技擴增人類機能

科技讓人類在體能、情感與認知方面擁有更優異的表現。在使用科技來擴增人類機能方面,企業獲得的主要好處在於建立更強大的工作人力。例如,想像若所有員工都能取得穿戴式科技,可輕易回答任何產品、服務相關問題或調出企業資料。

這項能力將大幅提高生產力、銷售能力與客戶服務。對於此類科技抱持興趣的企業可以留意生物聲學感應(bioacoustic sensing)、量化自我(quantified self)、3D生物列印(3D bioprinting)、腦機介面(brain-computer interface)、人類機能增進(human augmentation)、語音對語音翻譯(speech-to-speech translation)、神經商業(neurobusiness)、穿戴式使用者介面(wearable user interface)、擴增實境(augmented reality)以及手勢操控(gesture control)。

2. 利用科技取代人類

部分顯而易見的情況下很適合以機器取代人類,例如:危險的工作、相對簡單但工資昂貴的工作,以及重複的工作。以機器取代人類的最主要優點在於提高生產力、降低人類風險,有時甚至可提升工作品質和回應速度。

例如,具備優秀能力的虛擬客戶服務專員能以最新的資訊回答許多單純直接的客戶問題,及取代大部分客戶服務專員的「吃重」工作。企業應看看一些這類客戶專員技術來尋求以機器取代人類的創新來源,例如:體積式或全像式投影顯示(volumetric and holographic display)、自動駕駛車輛(autonomous vehicle)、行動機器人(mobile robot)以及虛擬助理(virtual assistant)。

3. 人類與機器協力工作

人類和機器並非不能並存,有時讓機器和人類協助工作會是更好的選擇。新一代機器人即是為了讓它們與人類一起工作而設計。IBM的 Watson 機器人可替醫師進行一些基礎研究,如同研究助理般確保醫師在診斷或提供治療建議時已參考了最新的臨床實務、研究及其他資訊。人類和機器一起工作的主要效益是能同時發揮兩者之長(亦即機器的生產力與速度,以及人類的情緒智能與處理未知情況的能力)。此趨勢的代表科技包括:自動駕駛車輛、行動機器人、自然語言問答(NLQA, natural Language question and answering)以及虛擬助理。

以上三個趨勢能夠改變未來勞動力與人類日常生活,需仰賴一些能夠增進機器和人類彼此了解的科技。以下三個領域則是人類與機器培養綜效關係的必要基礎:

4. 讓機器更了解人類及環境

唯有讓機器和系統更了解人文環境以及人類本身與人類情緒才能創造效益。這樣的理解能力可造就簡單的環境感知式互動,例如:顯示一份離使用者最近地點的運作狀況報告;提高對客戶的了解,例如分析Facebook貼文來衡量消費者對新產品的反應;與客戶進行複雜的對話,例如:讓具備自然語言問答能力的虛擬助理回答客戶的詢問。

今年技術發展週期報告當中代表此類能力的科技包括:生物聲學感應、智慧灰塵(smart dust)、量化自我、腦機介面、情感運算(affective computing)、生物晶片(biochip)、3D掃瞄器、自然語言問答、內容分析(content analytics)、行動健康監測(mobile health monitoring)、手勢操控、活動即時數據(activity stream)、生物特徵認證(biometric authentication)、地理智慧(location intelligence)以及語音辨識(speech recognition)。

5. 讓人類更了解機器

隨著機器日益聰明,並且將更多人類的工作自動化,人類勢必要對機器感到信賴和安心。構成物聯網的科技將提供更多有關機器運作狀態和所處運作環境的資訊。例如,IBM的Watson機器人會在提供人類答案時註明「信賴度」分數,而Baxter機器人在不知該怎麼做時會在螢幕上顯示疑惑的表情。

此外,MIT也一直在開發能從視覺及聽覺感應器分辨社交線索的Kismet機器人,並且還會利用臉部表情表達理解程度。此類科技對於讓人類與機器一起工作非常重要。2013年技術發展週期所收錄的此類技術有:物聯網、機器對機器通訊服務、網狀網路(mesh network,感測器與活動即時數據)。

6.讓機器與人類都變得更加聰明

巨量資料、分析與認知運算方法激增將為人類提供決策支援及自動化,並且為機器提供感知能力及智慧。這些科技能讓人類和機器都變得更加聰明。自然語言問答(NLQA)技術能讓虛擬客服人員變得更好。

NLQA 亦能讓醫師研讀大量的醫學期刊和臨床測試報告以協助診斷某種疾病或選擇適當的治療方案。此類支援科技是人類和機器邁向數位未來的基礎,企業應考慮量子運算(quantum computing)、規範分析(prescriptive analytics)、神經商業、NLQA、巨量資料、複雜事件處理、記憶體內資料庫管理系統(in-memory DBMS)、雲端運算、記憶體資料庫分析(in-memory analytics)及預測分析(predictive analytics)。

Fitbit raises $43 million in new funding
Fitbit ramp faster than Jango music social streaming web site

Health tracker bulks up ahead of possible competition from Apple.FORTUNE -- Fitbit, maker of a wearable device that measures health and physical activity, has raised $43 million in new venture capital funding. Fortune has learned that Softbank Capital led the round, and was joined by existing shareholders like Foundry Group and True Ventures.

TechCrunch had reported back in March that Fitbit was looking to raise $30 million at a $300 million valuation. The San Francisco-based company previously raised $23 million.

"The business is growing really fast," explains Steve Murray, a SoftBank Capital partner and new Fitbit board member. "It's a device which means that it really requires a good deal of working capital, unlike all these software apps venture capitalists are usually funding." He adds that it falls somewhere between software and medical device investing.

FitBit's new capital infusion also comes just months before Apple (AAPL) is rumored to be unveiling its iWatch, which may have activity tracking capabilities.

"It would be reckless to say that we're not concerned at all about what Apple is doing, but it reminds me a bit of 10 or 15 years ago when people would say 'Well, Microsoft (MSFT) could do that,' about virtually every startup," Murray adds. "And then people said the same things five years ago about Google (GOOG). And plenty of young companies have become successful without being destroyed by Microsoft or Google."

時代周刊:移動行業迎來黃金時代

Chetan Sharma Consulting 公司創始人切坦·沙瑪( Chetan Sharma )是我認識的最了解移動行業的人之一。我有幸在幾天前的一次活動上與他進行了溝通,他對移動行業的認知和觀點深深打動了我。

他最近給我發來了一封“移動未來發展”( Mobile Future Forward  )活動的推廣函,這次活動將於9月10日在西雅圖舉行。我之前沒有參加過這種會議,但卻聽這是移動行業最好、最重要的會議之一,將會探討移動行業的各種問題和發展機會,而移動無疑將成為推動全球下一波科技浪潮的關鍵動力。

沙瑪在推廣函中對潛在參與者簡要闡述了移動行業的未來:“很明顯,我們正在進入一個‘聯網情報’( Connected Intelligence )時代。這兩個特工常用的詞將會定義人類進化的下一個階段,並將顯著改變各行各業。歡迎來到移動黃金年代。”

聯網情報

沙瑪所言不虛,移動設備內包含的“聯網情報”的確會成為移動創新的下一個重大推動力,而整個移動行業似乎也看到了這個願景,並且准備向這個方向發展。沙瑪認為,科技發展的周期是50年。他在上周與我的對話中指出,蒸汽機、電力、汽車等品都驗證了這一理論。在這些周期裏,核心技術紛紛建立,創新品相繼湧現,而底層技術也為更多創新提供了支柱。

他表示,PC創新始於1970年代中期,目前已經進入到這個周期的第42年。在此期間,PC、平板電腦、智能手機都已經開發出來,而骨幹技術也已經湧現,並將推動更大的創新。他預計,下一波重大趨勢將來自於使用IP網絡和新型無線技術的聯網情報設備,從而催生全新的一批品和服務。他還指出,我們可能會進入新的領域,從而利用上一周期的技術,並在今後十年推動優秀的智能移動應用和新的創新。

他還在我們的對話中給出了另外一個重要觀點:雖然聯網是重要因素,但真正的差異性因素在於能從可編程的數據中提煉出情報。這便為聯網賦予了新的意義,“擁有情報的連接將定義下一波計算浪潮”。

他舉了一個重要的例子,用以明感測器將如何影響移動醫療應用,並增強這些應用的智能性。Fitbit、耐克Fuel、Misfit Shine和Jawbone UP都使用感測器來計算行進步數、燃燒的卡路裏和睡眠狀態。有些甚至可以監控用戶行走或跑步的距離,並將相應的數據反饋到移動設備,以供分析。下一步是在移動設備上實時反饋和分析這些數據。

我們經常提到的另外一個例子就是糖尿病人的血液指標檢測儀。這項技術將內置WiFi,將檢測儀的讀數上傳到移動設備,或是直接發送給醫生和護士,幫助他們監測數據,並根據需要調整治療方案。據沙瑪介紹,下一波浪潮的核心是“用情報將各個節點連接起來”。

預測引擎

Prediction will happen in our devices, smart device commnunication
我們自己的研究顯示,這個願景中還有另外一個同樣重要的元素。我將其稱作移動預期引擎。正如沙瑪所,越來越智能的移動設備將成為下一波移動計算浪潮的核心。然而,如果你將應用引擎添加到其中,便會為所有的移動平台增加一個新穎而強大的價值定位。

關於應用引擎的工作方式,可以舉一個簡單的例子:當設備能夠梳理數據,並且可以通過編程尋找與背景相關的事物時,便可像沙瑪所的那樣,“將節點連接起來”。借助我的日程安排、GPS數據,以及通過Open Table對我喜歡的餐館的了解,我的移動設備便可預料到我今天中午將會有一次約會,併我推薦餐館,甚至為我訂餐。又或者,我的移動設備知道我一個小時后有一場會議,但我離辦公室還有30分鐘的路程,於是提前為我掃描路況,看看是否存在交通擁堵的狀況,最終為我自動規劃前往辦公室的最快路線。這條路線將會發送到我的移動設備和我車內的智能導航系統。

另外一個例子則發生在旅行途中。我可能會在日程表裏輸入一段旅行計劃,然后,移動設備就會使用預設的偏好自動尋找並預訂汽車出租服務、酒店、機票。它還會將發送一份行程表,我可以調整,也可以全盤接受。或者,我計劃約老闆在我家吃飯,移動設備便可為我推薦菜譜,並充分考慮客人的飲食偏好和禁忌,並從背景資料庫中調取其他可用的信息。聯網情報、預測引擎和新技術還將催生更多的品和服務,從而推動未來的移動技術發展。


過去十年的科技發展,已經為我們提供了充足的底層技術,包括無線連接、低功耗處理器、高清觸摸屏和設備創新等,讓我們為迎接下一波移動浪潮做好了准備。

如果你思考移動行業的未來發展時,將先進的高速網絡連接、情報和連接生活中各個數位元組點的預期引擎考慮進去,同時研究一下各種定義新興應用和服務的技術,相信你一定能夠理解沙瑪所的“歡迎來到移動黃金時代”是什麼意思。


参考
Enhanced by Zemanta

科技未來:將如何改造我們自已能力 - 超越自已 ( How will technology transform our own capabilities - beyond our own )

new energy effiency will change world wide
    很高興能來到這裡。我們聽過一些 關於科技可以讓生活更美好的承諾,也有人說它會引發災難 我個人對這兩種觀點都深感興趣 如果到達地球的太陽光的百分之0.03 可以被轉換成能源 這些能源將可以滿足人類在2030 年的能源需求 然而,這個想法目前無法達成,理由是太陽能板既重 又昂貴,而且效率很低 雖然還是在理論分析階段, 但是奈米工程已經設計出 可以讓太陽能板變輕 便宜又有效率的方法 這種再生能源將可以滿足人們所有的能源需求 而奈米燃料電池 也可以在任何地方提供能源 這些分散式的能源供給將成為關鍵的趨勢 從集中式的核能電廠 和液態天然瓦斯槽 轉變成分散式的天然資源。它們不僅更環保、 效能佳 而且能避免能源系統中斷的隱憂

Bono 曾明確地表示 疾病和貧窮的問題存在已久 這是第一次,我們人類掌握了解決這些問題的工具 在世界上大部分的地區也顯示出這樣的趨勢 在1990 年時,東亞及太平洋地區 有五億的人口處於貧窮狀態 如今已經降至二億人以下 世界銀行預期2011 年這些貧窮人口將低於二千萬 也就是降低了 95% 我很喜歡Bono 的說法 他將舊金山嬉皮區 Haight-Ashbury 和加州的矽谷相比 我來自麻州的高科技園區 我要指出我們在 1960 年代也曾經是嬉皮 差別只是我們是在哈佛廣場閒蕩 我們確實有能力去對抗疾病與貧窮 只要我們有決心。這些是我將討論的主題

Kevin Kelly 曾探討科技的加速進展過程 我對這個主題有強烈的興趣 也研究了三十年 我體認到研究的成果必須有所貢獻 然而,每當我要導入新科技時 卻發現世界已經不一樣了 我發現大部份的發明都是失敗的 並非是因為研發部門沒有達成目標 如果你去分析,會看到大部份的商業計畫實際上能達成目標 但前提是計畫要有機會依照原先設定的目標時去執行 但90%甚至更多的計畫都失敗了,原因就是時機錯誤 在需要時總會欠缺一些關鍵性的成功因素

我像個熱切的學生,研究起科技的趨勢 我追蹤在什麼時間點,科技會呈現什麼面貌 並建立起它的數學模型, 把整個科技發展的過程呈現出來 我的團隊有十個人,我們蒐集資料 看一些關鍵的科技如何運在各個領域,然後建立模型 你會聽到人們說,”我們是不可能預測未來的” 如果你問我 三年後Google 的股價會上升還是下跌? 那真的很難預測 WiMax CDMA G3 會成為無線協定嗎?這也很難說 但是,如果你問我 2010年時,一個計算用的MIPS 會值多少錢? 或是在2012年,DNA一基本對的序列的成本是多少? 或是無線傳送百萬位元在2014 年要花費多少? 這些問題就很容易預測了

性能價格比,處理容量與頻寬間 呈現非常平滑的指數曲線關係 我給你們看一個小範例 它顯示出理論上 科技是以指數模式在發展 但多數人卻是用線性的模式在預測未來 他們以為 處理或解決一個難題 只能用現有的工具 和現有的步調 卻忽略到了指數型成長的因素

基因組計畫在 1990 年時是個很受爭議的計畫 雖然擁有最好的博士班學生、 世界上最先進的儀器 卻只完成了計畫的萬分之一 那怎麼可能在15 年內完成這個計畫? 十年過去了 人們的質疑依舊強烈。他們說:計畫已經過了 2/3 但只勉強地完成了 很少部份的基因組序列 然而,這正是指數型成長的特性 一但到達曲線彎曲點,它就一躍而上 計畫的大部份都在是在最後幾年才完成的 幾年才完成的 HIV 愛滋病毒的序列耗費了15 年 但我們在31 天內就完成 SARS 的序列 所以,我們是有能力去克服這些問題的

我給你看一些例子 來證明這樣的現象是很普遍的。根據我們的模型, 實際的典範轉移率 - 採用新觀念的比例 每十年就呈倍數成長 這些都是對數的圖形 在達到相對的程度後,通常會以十倍速或百倍的速度變化 第一個虛擬實境技術-電話 花了半個世紀的時間,才開始普及 但是手機只花了八年就被普遍使用 將不同的通訊科技 放在這個對數圖表上 會發現電視、收音機跟電話的普及過程 都要花上數十年的時間 而新科技,像是電腦,網路跟手機 在十年內就被廣泛接納了 這個圖表很有意思 他說明了演化過程的基本原理 無論是生物演化或是科技演化 都是以加速度進行的 透過交互作用,他們創造能力 再用這個能力來改變下個階段

生物演化的第一步 就是DNA 的演化,實際上是從 RNA開始的 這個歷程歷經數十億年 在這個已形成的資訊處理的架構下 演化持續推展至下一個階段 所以在寒武紀大爆發時,動物的身體結構 在一千萬年之間就建構完成。足足快了兩百倍 接著,演化在這已身體架構上 建構出更高階的認知功能 生物的演化持續地加速進行 這就是演化與生俱來的天性 第一個具備創造科技能力的物種-智人 已經結合了認知的功能 以及可以與四指相對的拇指 順便一提,大猩猩的拇指無法很好的與其他四指相對 我們因為具備很強的握力和細緻的操控力 所以才能對抗環境 同時運用我們的心智來改變世界 並發展科技
指數成長的人類科技

總而言之,物種的演化花了數十萬年 然後透過交互影響和演化的作用 和演化的作用 這個能創造科技的物種已經可以帶來新階段的發展了 這個階段就是科技演化的第一步 而這一步僅花了數千年 從石製工具到輪軸,變化持續加速著 我們總是用上一階段的科技 來創造下一階段 印刷科技花了一個世紀才普及 第一台電腦是靠筆和紙設計出來的。而現今電腦變成我們的工具 我們正在持續加速這樣的過程,順便一提

你觀察這個線性圖形,似乎是每件事情都才剛剛發生 於是有些觀察家說” 喔 Kurzweil 只不過是把一些點放在圖表上 然後,剛好變成一條直線而已 所以,我列出十五份重要思想家的名單 名單選自大英百科全書、自然歷史博物館,卡爾沙根的宇宙日曆 這些人並沒有要為我的觀點背書 他們都選自參考文獻中的作者列表 我想他們也會認同重要的關鍵在 生物演化和科技演化 再一次地,這些都形成了直線。你看到一些 較粗的直線,是因為人們對於關鍵點有些疑義 像是農業開始發展的時間點 或是寒武紀到底持續多久 然而,這個趨勢卻是相當顯著的 這個演化的加速過程是根本且深遠的 在資訊科技界,容量、性能價格比和頻寬 每年都加倍成長 這就指數型態的爆炸性成長 以我個人的經驗,當年我在麻省理工時 電腦大約是一個房間的大小 性能也比不上你們現在的手機 摩爾定律的概念和這個指數成長的概念非常相似 但也只是眾多例子中的一個 基本上,它只是科技演化發展的基本特性之一

如果我們將 49 台著名的電腦放到這個對數圖表上 順便一提,這個對數圖表上的線是指數成長的 這是另一個指數型的範例 在1900年,電腦的性能價格比花了三年才提升一倍 中間的兩年,現在我們每年都可以提升一倍 這五個不同的範例都顯示了指數型態的增長 摩爾的定律只說明了這個定律的後半部 也就是說在積體電路的發展中,電晶體的尺寸不斷地縮減 但我們是在經歷過電子機械式的計算機 取代德國密碼機的繼電器型電腦 1950 年代就能預測艾森豪選舉的真空管電腦 用於首次太空飛行的分立電晶體之後 才有了摩爾定律 每當一個範例的發展到了限度 另一個範例就接著進入指數成長期 真空管尺寸被縮小,更小還要再小 到達一個瓶頸後,當真空管不能再更小了,我們就放棄真空管 全新型態的電晶體開始崛起 事實上,每當一種例子到達發展的頂端時 就是新產品的研發的壓力 長期以來,我們一直在預測後摩爾定律時代的降臨 一開始預測是2002 年,現在又說是2012 年 在10 年內 電晶體的寬度就會變得跟幾個原子的寬度一樣 已經沒有辦法再被縮小 這是摩爾定律的結束 但不是運算指數型態成長的結束。因為晶片是平的 而我們處在三度的立體空間,我們可以利用第三度空間 我們將會走入第三度空間 並獲得極大的進展,就像我們過去幾年一樣 我們將完成在三度空間的自組式的分子電路。 在摩爾定律到達極限前,這些科技就會準備好 同樣的事情也曾發生在超級電腦上 英代爾的處理器上 電晶體的平均價格 在1968 年是一美金一個電晶體 在 2002 年時,同樣的價格可以買到一千萬個

這個指數發展的過程 顯得如此平順 以至於被認為這只是實驗桌上做出來的實驗數據 但這分析的資料其實來自發生在世界各地的各種混沌行為 包括國際間互相指責傾銷 公開募股、破產及行銷策略 這些通常被認為是沒有章法的過程 然而這混亂的過程卻形成了 一個相當平順的結果 就像,我們也許無法預測 一個氣體內的分子的行為 預測單一分子是不可能的 然而,我們卻可以用熱電學 非常準確地預測氣體的整體特性 同樣地,我們無法預測單一特定的計畫 然而這整個世界 這些混亂又無法預測的競爭行為 還有這個科技演化的過程卻都是可以預期的 而且,我們得到的這個趨勢也適用於未來 和格特鲁德•斯泰因的玫瑰不同, 電晶體不僅僅只是一個電晶體 當我們讓它變小變便宜之後 電子間移動的距離變小了 它們變的更快,所以在電晶體的速度上就呈現了指數型進展。 電晶體的周期成本 在1.1年內下降到一半 加上其他形式的發明跟處理器設計 電腦產品的性能價格比每年都提升一倍

這是最基本的通貨緊縮 - 50百分比的通貨緊縮 這不僅僅是發生在電腦產業。也發生在DNA序列上 在大腦掃描上 在網際網路上也都有同樣的情形。任何可以被量化的東西 數百種的指標 和資訊相關的指標 無論容量或是採用率 依照項目的相異,它們分別以每隔12,13,15 個月 就加倍的速度成長 至於性能價格比,則是呈現50- 約40-50 的緊縮幅度 經濟學家已經開始擔心這個現象 大蕭條時期我們曾經歷過經濟緊縮 但是那是導因於貨幣供給系統的崩潰 它也摧毀了消費者信心,是截然不同的現象 這次則是因為生產力大增所致 但是經濟學家依舊認為:”我們不可能跟得上這個變化的腳步 當物價有50% 的通貨緊縮 人們就會增加 30%-40% 的消費,人們不可能一直跟得上這個變化” 可是,事實顯示 我們不僅跟上這個變化 在過去50 年,花在資訊科技上的消費 還呈現了28%的複合性成長 我的意思是,10 年前,沒有人會花一萬美金去買ipod 但是當性能價格提升到某種程度 新發明的應用就會很合理而進入市場 這現象非常廣泛 雖然不適用摩爾定律 但是在磁記錄媒體方面,磁點的尺寸也正持續縮減中 相異的工程師與相異的公司,都依循相同的指數模式在進展

DNA gene technology will change our life in future
另一個關鍵性的變革是我們開始運用資訊科技 來解讀生物學 我們正在學習 讓我們身體運作的軟體 這些軟體是在不同的時期逐漸發展起來的 我們卻想要改變身體運作的程式 有個小軟體程式叫做脂肪胰島素受體基因 基本上,它發出的訊息是:”維持住卡洛里 因為下一個狩獵季可能什麼都獵不到” 在數萬年前,這個機能上是對物種有益的 現在,我們想關掉這個機能 我們在動物上實驗,讓老鼠們大口大口的吃, 卻能保持苗條。因為體態輕盈而老鼠還保持了健康 沒有糖尿病,沒有心臟病 牠們甚至延長了20% 的年紀。要限制熱量攝取才能得到的健康 這些老鼠無需限制熱量也依舊保有 四到五家的製藥公司注意到這一點 他們覺得 這對人類的市場將會是個有趣的藥品 而這只不過是影響我們生物化學的3萬個基因 其中的一個

我們所處的世代,並不是為了 讓那些與參加這會議的大多數人相似年紀的人,例如我本人 活得更長久而考量。因為我們正在耗盡人類的珍貴資源 這些資源原本是預留給我們的下一代的兒童 和那些珍惜資源的人 超過三十歲 的長壽生命 並不是自然界物競天擇的結果 而是由於我們在生物科技革命中 已經學到如何操縱 並改變這些軟體的技能 舉例來說,我們已經懂得用RNA干擾去抑制基因 新型態的基因治療法令人雀躍, 它們已經能成功地 將遺傳物質置於正確的染色體位置 這是第一次,基因治療 真的在人體試驗中治癒了肺動脈高血壓 這種致命的疾病 所以我們不僅有訂造的嬰兒,還會有訂造的嬰兒潮 目前這個科技也在加速中 1990 年基因複製時鹼基的成本是10 美金 到2000年時只要一分錢 現在則是一分錢的十分之一 基因資料的數量 也顯示出每年增加一倍 的指數型成長 促成基因組計畫的實現

另一個重大的革命就是通訊革命 用通訊的性能價格比、頻寬和容量可以顯示出不同層次的進展 有線和無線通訊的數量都是以指數型式增長 在耗用的電力和其他方面的數據 也都顯示網際網路的發展已經增加一倍 這圖表是以主機的數量為基準

Nanorobot worked inside our body
微型化 - 科技產品的尺寸 正以指數的倍率縮小 無論是有線或無線。 德萊思勒書中有一些設計 經過超級電腦的模擬 已經證明是合理可行的 科學家們已經開始製造 分子機器人 其中一具分子機器人甚至可以用人類的步伐行走 甚至可以用人類的步伐行走 實驗室裡的小機器也有了實用的機能 最令人興奮的是 機器人已經可以進入人體 進行治療跟診斷 聽起來像是遙遠未來才能實現的功能其實並不遙遠 有些已經運用在動物身上了

有種奈米工程的裝置可以治療第一型糖尿病,大小和血球相近 它已經在老鼠上進行實驗。數萬個這種裝置 被放於血球中 它們控制胰島素以適當的速度釋放 以治療第一型的糖尿病 這是人造紅血球 的其中一種 這類人造的紅血球引發新的議論 雖然生物的構造已錯綜複雜 但並非處在最佳狀態 一旦我們了解這個準則 而生物學的逆向工程也加速進展 比現今功能強數千倍的能力 都可能達成 一個針對 Freitas 博士設計的人造红血球的分析指出 如果以人造紅血球取代人體血液中的紅血球的 10% 你可以在奧運比賽中可以連續衝刺15 分鐘而不用換上一口氣 或是在游泳池底連續坐四小時 當你說"親愛的,我現在在游泳池",可能表示了一種全新的意義 人們可以在奧運會的選拔賽做出什麼樣的表現呢,這將會變的很有趣 可以預見地,這種人工紅血球會被禁止 但是,青少年怪傑將不斷地出現,他們在學校體育館中 就可以創下奧運紀錄 Freitas 博士也設計了人造白血球 以上是預計2020 年左右會發生的劇情 雖然很像遙遠未來的故事,但事實並非如此 已經有四場主要的會議在討論製造這類血球大小的裝置 也進行了許多動物試驗 有一個已經進行人體試驗 所以這種科技是非常可行的

以計算能力的指數型成長來看 現今1000 美元計算機的功能大約介於昆蟲或是老鼠的大腦 以儲存容量來看 大約2020 年左右會接近人類的智慧 但這裡指的是硬體方面的比較 那麼相近於人腦的軟體該從哪裡取得呢? 我們必須先來分析人腦的內部 事實並不太令人意外 目前我們在腦部掃描的空間分辨力和瞬時分辨力每年都提升一倍 有了新一代的掃瞄儀器 第一次我們看到了 個別的神經間的纖維 還即時地看到它們是如何的處理和傳送訊息 是的,我們現在已經可以取得資料了 但是問題是我們能理解這些資料嗎? Doug Hofstadter 曾經懷疑:也許以人類的智慧 是無法去了解人類的智慧的 因為當我們更聰明後,大腦的構造也會變得更複雜 所以,我們永遠追不上大腦的進展 但結果證明,我們已經能了解大腦了

這個方塊圖是個模型 它在模擬人類大腦聽覺皮質上 有很好的表現 在聽覺心理學測驗中,它和人類聽覺的結果非常類似 另外,也有個小腦的模擬圖 小腦涵蓋了人腦半數以上的神經元 它和人類在技能構成的運作非常類似 雖然現在是在發展的初期階段 但在與大腦的相關的資訊量已經呈現指數成長 腦部掃描的分辨力上 也有指數型的改進 在2020 年代以前 人類大腦的逆向工程會有所成果 在腦部的數百個區域中,其中15個 已經有了非常好的模型和模擬

所有這些都會導向 指數型的經濟成長 過去50 年,在勞工產值上已經從每位勞工每小時30 美金 提升到150 美金 電子商務也顯示指數型的成長。現在已經是上兆元的產業 你也許會想問,它不是發生有過繁榮期跟泡沫化嗎? 這其實是資本市場的現象 當時華爾街察覺到這會是個革命性的科技,它確實是 但是六個月後,它沒有讓所有的商業模式都產生革命性變革時 人們想,糟了 然後,泡沫化就發生了

好的。在這種科技裡 融合運用了目前正在發展中的科技 這會成為手機的標準功能 它能將一種語言翻譯成另一種語言

我將以一些遠景做為結尾 2010 年前,電腦即將消失 它們變得非常微小,以致於它們被植入在衣服和環境當中 影像被直接寫在我們的視網膜上 提供沉浸式的虛擬實境 真實感增加。我們也可以和虛擬人物互動

如果前往 2029 年,到那時,這些趨勢已臻成熟 你感念這些科技產生的過程,它們都曾歷經數次大轉折 而且愈變愈快的轉折終究才成功的 性能比、容量和頻寬 是現在的2 到25 倍 這是相當驚人的成就 它比目前的科技強大百萬倍 我們將完成人類大腦的逆向工程 就一般的容量來比 一千美金的計算機將比人腦的功能更加強大 電腦會結合 人類智慧所擁有的細微的全辨識功能 加上機器原本就優於人腦-的項目 例如:處理分析思考 與正確地記憶數十億的論據的方面 機器更可以快速的分享知識 智慧型機器不只像是外星人入侵 還會和我們的科技結合

我提及的這些奈米機器人 將首次被用在醫藥和健康的應用上。 清理環境,提供能源-像是強大的燃料電池 和分佈很廣的分散式的太陽能板,等諸如此類的應用 它們也會走入我們的大腦中 和我們的生物神經元產生交互作用 我們已經證明了可以達成這個目標的關鍵性原理 舉例來說 在與神經系統結合的沉浸式虛擬實境中 奈米機器人會及阻斷我們真實感受到的訊息 取而代之的是假定你在虛擬的環境下所該收到的訊息 所該收到的訊息 大腦收到這樣的訊息,所以它感覺你是真實地存在虛擬世界裡 你可以和他人一同前往虛擬世界,所有這些感官產生的經驗 都可以和他人共享 我稱它為”經驗傳送器”`。情感對應的神經所產生的感官經驗 會被放在網際網路上 只要連上它們,就能體驗另一個人的感覺 但最重要的是 透過這種和科技的直接合併 人類的智慧會急遽地擴展 就某些層面而言,我們已經在進行了 有了科技的協助 人類才能不時地展現出智慧的成就 人類的預期壽命不斷地延長,在 1800 年時是37歲 隨著這類的生化科技與奈米科技革命的發展 預期壽命會在未來幾年 快速的增長

我要傳達的重點是科技的進步 是指數型的,不是線型的 很多人,甚至是科學家,常以線型模型來預期未來的發展 所以,他們才會認為 “要花上數百年 我們才能發展出具備自我複製能力的奈米科技組裝 或是人工智慧” 但如果你看到指數型成長的力量 你會預期這些事將在不久後實現 資訊科技會持續地擴展到 生活的各個層面,從音樂到生產製造 生物、能源以及材料

在 2020 年代 有了資訊科技,再加上便宜的原料 以及奈米科技,我們幾乎能製造出所有的產品 這些有影響力的科技 不僅能帶來美好未來,也可能導致悲慘命運 所以,我們必須有決心,確保它們只能用在正確的方向上.


Enhanced by Zemanta

2013年8月26日 星期一

2013 台灣經濟仍是嚴峻 - 失業率4.25% 創今年新高,實質薪資倒退16年,政府支出給勞工補助也是全世界最少!

實質薪資倒退16年! 上半年平均4萬7,557元、年減1.9%

根據行政院主計總處統計,今年1至6月平均薪資為4萬8,651元,較去年同期減少0.61%,如果再扣除同期間消費者物價上漲1.31%,實質平均薪資為4萬7,557元,較去年同期減少1.9%,為近4年來最低,倒退回16年前的水準。

主計總處今(22)日發布6月薪資與生產力統計結果,6月經常性薪資為3萬7,708元,年增率0.78%;平均薪資為4萬2,934元,年增率0.21%。

累計1至6月平均經常性薪資為3萬7,604元,較去年同期增加0.68%;1至6月平均薪資為4萬8,651元,較去年同期減少0.61%,主要是年初廠商減少發放年終獎金及績效獎金所致。

如果再扣除上半年消費者物價指數上漲1.31%,以100年價格衡量的1至6月實質平均薪資為4萬7,557元,是近4年來最低,較去年同期減少1.90%;實質經常性薪資為3萬6,759元,也是近4年來最低,較去年同期減少0.62%。

主計總處調查的平均薪資包括經常性薪資與非經常性薪資,所謂每月經常性薪資,包括本薪與按月給付的固定津貼及獎金,非經常性薪資則包括加班費、年終獎金、員工紅利,以及非按月發放的績效獎金與全勤獎金等。

7月失業率4.25% 創今年新高

大專畢業生離開校園已1個多月,主計總處今(22日)公布7月失業率4.25%,創今年來新高,主因是受到畢業生大量求職影響,其中以大學畢業生為主的20到24歲年輕人失業率超過14%,居各年齡層之冠。另上半年1到6月實質平均薪資4 7557 元,創近4年來最低。

主計總公布7月失業人數48.7萬人,較6月增加1.4萬人,其中初次尋職失業者增加1萬人,因季節性或臨時性工作結束,與對原有工作不滿意而失業者,增加3000人與2000人,因工作場所歇業或緊縮失業者減少1000人。

主計總處公布7月失業率4.25%,創今年以來最高,主要受到畢業生求職影響,其中20到24歲年輕人失業率超過14%,是各年齡層之冠。

以教育部統計,今年有約有31大專生畢業,扣除服兵役、升學者,約有12萬4000人投入就業市場。據過往統計,6、7、8月失業率會往上升,9月能否下降要視經濟情況,如就業市場如果穩定,9月失業率,就有可能下調。會有機會下降。

公布資料顯示,1至6月平均薪資為新台幣4萬8651元,受年初廠商發放年終獎金較少及同期消費者物價指數上漲1.31%影響,實質平均薪資為4萬7557元,近4年最低。

調查顯示,6月經常性薪資為3萬7708元,年增率0.78%;6月平均薪資為4萬2934元,年增率0.21%。1至6月平均經常性薪資為3萬7604元,較去年同期微增0.68%;1至6月平均薪資為4萬8651元,較去年同期也減少0.61%,主因為年初廠商減少發放年終及績效獎金所致。

平均薪資是每月「經常性薪資」(本薪及按月給付的固定津貼及獎金)及「非經常性薪資」(含加班費、年終獎金、員工紅利等)。

青年失業率飆破14% 實質薪資倒退16年

薪資持續倒退,上班族陷入窮忙!行政院主計總處昨公布今年上半年「實質平均薪資」減少一.九%,為史上第三大減幅,實質薪資倒退十六年。七月失業率則上升至四.二五%,仍是亞洲四小龍最高、甚至高於日本,且二十至二十四歲失業率飆至十四.○五%,等於每七人就有一人失業。

根據主計總處調查,一至六月平均經常性薪資(含本薪、按月給付之固定津貼及獎金)三萬七六○四元,較去年同期略增○.六八%;一至六月平均薪資(含經常性薪資及加班費、年終獎金、員工紅利等非經常性薪資)則是四萬八六五一元,減少○.六一%,為史上第三大減幅。

由於上半年消費者物價指數(CPI)年增率一.三一%,考量通膨因素後,一至六月實質經常性薪資剩三萬六七五九元,較去年同期減○.六二%,還不如一九九九年的三萬七○七七元、倒退十四年。

實質薪資倒退16年 鄭麗君批分配不公

主計總處今天公布平均薪資統計,1至6月平均實質薪資4萬7557元,倒退回16年前的水準。民進黨立委鄭麗君今表示,該被關注的不僅僅是薪資成長停滯的問題,更應該檢討的問題核心是經濟成長果實分配不公。

她指出,90年代中期後,不僅經濟持續成長,勞動生產力亦大幅上昇72.7%,但單位產出勞動成本下降29.2%,代表這段期間的經濟發展果實,不再由全民共享,而是被少數人獨占,凸顯的是分配經濟成長果實的「分配面」問題,而非台灣經濟是否有成長或者景氣狀況之問題。

鄭麗君說,經濟發展成果「分配不公」的惡化,是台灣貧富差距擴大的核心問題;政府若不能在財經及稅制政策上扭轉此態勢的話,不僅會導致台灣多數勞工薪資持續停滯,貧富差距也將越來越大,潛藏的社會衝突恐會越來愈嚴重。

4月出口慘 全年GDP難保三

受到歐洲市場大幅衰退影響,財政部昨(7)日公布,我國4月出口250.5億美元,意外較去年同期衰退1.9%。財政部統計長葉滿足說,5月出口轉正雖可期待,但第2季出口將轉趨嚴峻。

     主計總處於2月預測第2季我國出口成長可達5.94%,但看到4月的出口負成長數據,研判第2季出口恐怕已無法像原先樂觀。主計總處上周公布首季經濟成長1.54%時,經建會主委管中閔、主計總處雖承認全年經濟成長預測數3.59%會下修,但「保三」應該做的到。

     不過,隨著4月出口表現欠佳,一般預料,全年經濟成長(GDP)「保三」壓力將升高,可能面臨下修。4月出口金額,月減8%、年減1.9%。葉滿足分析,主要是資通信產品、基本金屬及其製品、化學品,持續減少,削弱我出口成長動能。國貿局則認為,以4月出口金額250.5億美元來說,其實是歷年同月第三高,僅次於100年4月出口額273億美元、101年4月出口額255億美元。
台灣失業率已經比亞洲許多國家差,7月份又落後於日本

     在出口市場部份,我對亞洲市場出口僅小幅成長,4月對歐出口年減19.3%,這是1年5個月以來單月最大跌幅,上一次是民國100年11月的21.89%。葉滿足說,歐洲市場需求滯緩,已約制我出口表現,但我對美出口轉呈正成長4.9%,則是可喜之處。

     在中國大陸、日本需求支撐下,電子產品4月出口仍有71.1億美元、成長3.4%,受惠於液晶顯示指示器大增逾五成,電機產品出口也有二位數成長,年增13.9%。但是,連續7個月出口值達21億美元的礦產品,則因冬季用油高峰已過,4月僅出口18.7億美元,成為出口最大變數。

     在進口方面,4月進口227.7億美元、年減8.2%,主因是半導體設備在連續4個月彈升後,4月進口轉趨走軟,使得資本設備進口,較去年同月衰減5%。

     葉滿足強調,電子產品出口表現不弱,5月出口成長「可以期待」,但要維持今年第1季出口成長2.4%的水準,5、6月的出口值至少要有265億元,才有可能達陣,第2季出口表現最大變數在於礦產品,須視台塑化歲修情況而定,其餘化學品、基本金屬的庫存去化也是觀察重點。

管中閔張家祝掛保證經濟成長保3 立委虧:擲筊都比較準

第1季經濟成長概估腰斬至1.54%,剛公布的4月進、出口又雙雙衰退,行政院主計總處副主計長鹿篤瑾坦言經濟成長率有下修的壓力,而經濟部長張家祝與行政院經建會主委管中閔兩人則是掛保證,表示今年經濟成長率保3應該沒問題。

立法院經濟委員會今(8)日邀經濟部、中央銀行以及行政院經建會、農委會、主計總處等單位就「政府成立自由經濟示範區政策之規劃及進度、日本量化寬鬆政策之影響及當前經濟發展遲緩之因應對策」進行專案報告,並備質詢。

主計總處日前公布的第1季經濟成長率概估值為1.54%,較預測值大幅下修1.72個百分點,而剛公布的4月進、出口又雙雙負成長,令不少立委對今年的經濟表現憂心,國民黨立委李慶華表示,外界都在說,今年的經濟成長率可能不保3,是不是真的?他並說,還有人說,到廟裡擲筊都比你們(主計總處)準!

主計總處副主計長鹿篤瑾坦言,「確實有下修的壓力」,主計總處將在5月24日的國民所得統計評審委員會根據最新的資料,發布最新預測,「應該會下修」。

經濟部長張家祝則表示,經濟部並沒有做預測,但根據智庫的評估,今年經濟成長率應該可以維持在3%以上;經建會主委管中閔也表示,今年保3「不會有問題」。

台灣8月失業率續升至4.33% 仍為日本、亞洲四小龍最高

行政院主計總處今(23)日發布8月失業率為4.33%,是去(101)年11月以來的最高,也是連續第3個月上升,不僅是亞洲四小龍中最高的,且高於鄰近的日本;其中以20~24歲年輕族群的失業率達14.77%最高,平均不到7個人中,就有1個失業。

主計總處發布8月人力資源調查統計結果指出,受到應屆畢業生與暑期工讀生投入勞動市場影響,就業人數1,100萬人,較7月增加1萬6千人;失業人數為49萬7千人,也較7月份增加1萬人,其中,初次尋職失業者就增加7千人,失業率為4.33%,較7月上升0.08個百分點,較去年同月則是下降0.07個百分點。

如果與世界主要國家(地區)最新失業率相比,雖然低於英國的7.7%、美國的7.3%、加拿大7.1%、德國5.3%,但卻高於日本的3.8%,以及香港的3.3%、南韓3.2%、新加坡2.1%(居民失業率2.9%)。

分析
参考:
Enhanced by Zemanta