主題亮點

非結構化資料分析-社群媒體文字分析
Unstructured Data Analytics -Social Media text Analytics
本團隊研究特色在於利用自然語言處理(natural language processing)、文字探勘(text mining)、語意嵌入(semantic embeddings)與深度學習(deep learning)等技術,發展情感分析(sentiment analysis)相關應用,如:輿情分析、口碑分析、品牌調查等。相關研究成果說明如下:
1.       維度型情感分析(dimensional sentiment analysis)
情感表示法可區分為類別型(categorical)及維度型(dimensional)兩種。類別型是將情感表示為數個類別(如:正負兩類),而維度型是以多個維度表示情感,如圖一之Valence-Arousal (VA)二維平面,其中Valence代表正面與負面的程度,數值越大越正面,越小越負面,Arousal代表激動(excited)程度,數值越大越激動,越小則越平靜,圖中任一點表示某篇討論文章之情感VA值。相較之下維度型表示法能夠提供更為細緻的情感分析,故本團隊除探討傳統類別型表示法之外,亦投入維度型表示法相關研究。
 
圖一:維度型表示法之一例
維度型情感分析研究成果說明如下:
l       以跨語(cross-lingual)資源預測情緒維度值:維度型情感分析近年來逐漸受到重視,但中文之情緒維度資源仍相當缺乏,以情緒詞典為例,中文相當稀少,故2011年有研究嘗試以線性迴歸將英文情緒詞典裡的維度值映射到中文詞典,而本團隊提出以線性迴歸Locally weighted線性迴歸改進其方法(圖二),並發表於情感分析領域最重要的研討會ACII 2015
圖二:以跨語資源預測情緒維度值之結果
l       以單語(mono-lingual)資源預測情緒維度值:有鑑於使用跨語資源可能因文化之差異造成較大的誤差,因此,使用相同語言的資源實有其必要性。故本團隊自行建立一套1,653詞之中文情緒維度詞典,已獲得語言資源最重要的國際會議LREC 2016接受 (圖三)。並且我們也利用這套詞典,提出加權圖模型(weighted graph model)來預測詞彙情緒維度值,效果較現有方法優,並已獲自然語言處理領域最重要的國際會議ACL 2015接受。
圖三:(a)CVAW中文情緒維度詞典散佈圖
圖三:(b)CVAT中文情緒維度語料庫散佈圖
l       產業應用價值:運用情感分析技術可從大量的社群資料中獲取民眾對於某個事件、品牌之看法,為輿情分析、口碑分析等應用之關鍵技術之一,近年來已獲政府單位及許多產業高度重視。本團隊以上述技術為基礎,開發一套社群媒體分析平台( http://social.innobic.yzu.edu.tw/),成果詳見圖四。
圖四:(a)聲量趨勢

圖四:(b)德國汽車大廠"福斯事件"發生前後社群討論口碑變化

圖四:(c)社群討論內容概況

2.       規則式意見句子識別:
情感分析也可以利用搜尋引擎的概念來進行,也就是由使用者輸入想要查詢的資訊需求,稱為查詢問句(query)或關鍵字,例如,輸入油耗來搜尋汽車評論中有討論車輛油耗的內容,之後由系統自動檢索討論目標產品特徵的意見句子,這個過程就稱為意見句子識別。意見句子識別效果的關鍵在於查詢問句的品質與完整性,然而使用者通常只會輸入很短的查詢問句,因此侷限了意見句子識別的效果。我們利用類別關聯規則(class association rule)演算法,提出一個半監督式(semi-supervised)的規則式意見句子識別(R-OSI)技術,其架構如圖5R-OSI技術僅需準備少量(1~3)關鍵字,與大量未經標註的文集,便可達到優於傳統監督式學習法的效能(1)
圖五:規則式意見句子識別技術架構

表1、規則式意見句子識別結果

3.       網拍詐欺帳戶偵測:
近年來,隨著互聯網的發達,網路購物已成為重要的採購方式之一。大量的網路交易意味著許多的賺錢機會,自然吸引了許多的賣家在網路上銷售商品。然而,在這眾多的賣家中,也常有不肖人士從事詐欺之行為。若未能有效遏止網路詐欺的發生,將有損一般消費者從事網路購物的信心,進而影響網路市場的發展。因此,如何有效偵測網路詐欺極為重要。網路購物中的買家與賣家構成一巨大的社群網路,而購物網站所累積的龐大交易量也成為大數據重要的應用。如何有效使用拍賣網站中的資料協助偵測網路詐欺的帳戶是一重要的研究課題。
在拍賣網站完成每一筆交易後,買家與賣家都可以給對方一個評價。個別帳戶透過累積正面的評價,可建立其可信賴程度。由於網路拍賣交易過程中,買賣雙方常沒有實體的接觸,買方也通常未能先看到實體商品才下單,因此買賣雙方的可信賴度極為重要。從事網拍詐欺者也深知可信賴度的重要,因此常透過一群同夥互相透過小金額的假交易,互相給對方正面評價,以迅速累積好的可信賴程度,進而方便其後續吸引無辜消費者進行交易。
有鑑於此,利用網拍交易資料中買家與賣家互給評比的資料,擷取出其中重要的特性,以用於偵測詐欺帳戶是目前常用的做法。由於詐欺帳戶需要依賴一群同夥來累積其正面評價,而這群同夥在網拍評價的社群網路資料中,便成為此詐欺帳戶的鄰居(neighbor)。由於這些同夥帳戶在行為模式上常有相似之處,因此利用一個帳戶的所有鄰居帳戶的多樣性(neighbor diversity)來偵測詐欺帳戶是一可行之道。研究文獻[1]利用熵(entropy)的概念來量化neighbor diversity。實驗結果發現透過評價個數或取消交易個數所建立的neighbor diversity都可以比過去文獻的方法(使用k-corecenter weight等方式)有更佳的偵測準確度。網拍詐欺帳戶的偵測著重在如何找出重要的特性以區別正常與詐欺帳戶。隨著詐欺手法的推陳出新,偵測方式也必須隨之與時俱進。因此,如何發展自動調適的偵測方式將是後續研究的重要課題。此外,網拍資料內容豐富且龐大,後續還可結合其他資料庫進行多類型的大數據運用。例如,與股市、財經資料結合進行股市與財經指標的預測,或與社群網站、論壇資料結合進行市場的預測。這些議題也是極具潛力的研究課題。
參考資料
[1].Jun-Lin Lin and Laksamee Khomnotai. Using Neighbor Diversity to Detect Fraudsters in Online Auction. Entropy. 2014, 16(5), 2629-2641. (SCI)

 (本文由本中心非結構化資料分析核心技術Team A團隊提供)

非結構化資料分析-單張影像雨滴去除技術
Unstructured Data Analytics -Single Image-based Rain Removal Using Sparse Coding
現今行動裝置風行的年代,可隨手拍下周遭景物及人、多數轎車裝有行車紀錄器以確保自身權益、重大交通路口及高速公路都設有監視器監視著交通狀況,社會到處都有攝影鏡頭,多數情況這些攝影鏡頭保有正常的功能,但是難免遇到不可避免的狀況發生,可能會影響到其影像清晰度,例如:光照、天氣等。在此計畫中我們著手處理在下雨天的雨痕所造成雜訊,若是能準確去除影像中的雨痕,不但能更正確的判讀影像的內容,尤其對於應用於交通上的影像有絕對的幫助,交通主管單位的監視器若是不受下雨的影響能更準確的掌握當前的交通狀況,行車紀錄器的鏡頭若是可以不受下雨的影響,保持視線的清晰,可協助駕駛者的行車安全。我們主要提出的方法在於單張影像去雨化的軟體運算處理,不同於以往的研究大部分是影片後製的方法,透過時間軸上的改變去偵測雨滴,進而達到去除雨滴,此種後製的方法並不能達到即時運用的構想,因此我們主要專研於單張影像處理的加強。據我們所知,文獻[1]是首篇提出單張影像去雨議題的論文,在我們研讀過這篇高水準且具創新思維的論文,我們提出一項“景深及聚焦”的概念去提升去雨的準確度及效能。
 
圖六、運算流程圖
圖七:低頻及高頻影像
計算流程如圖六所示,單張影像讀進電腦後,以Guided Filter做邊緣保留的模糊化,如此可以做到最基本的去雨化但是得到的是模糊的影像我們稱作低頻影像”(圖七左),將原圖與低頻影像相減得到高頻影像”(圖七右),然後對高頻做重疊式的掃描取patches,此時的資料量非常的龐大,因此我們將取出來的所有得到patchesSparse Coding做訓練得到字典(Dictionary如:圖八),其中包含1024個代表性的patches,以HoG (Histogramof Gradient)作為特徵用K-means分類器對訓練出的字典做分類,分成雨跟非雨的兩種Sub-Dictionary(DR & DNR),再用DoD(Difference of Depth)作為特徵對非雨的字典做分類,再次分成兩種Sub-Dictionary (DNR_HD & DNR_LD)以加快運算速度,後續會再詳細解釋。最後將DNR_LD重建回圖片再加上跟雨角度相似的區域就是我們要的最終的去雨效果。
圖八:低頻及高頻影像
DoD(Difference of Depth)是我們的演算法中主要的貢獻所在,主要是找出影像中聚焦的區域,能在三個部分做有效的加強影像清晰度以及加快運算速度,其計算公式如下以供參考。
第一個加強部分:DoD找出影像中聚焦的區域(如圖九),對低頻做一個基本的強化,如圖十所示。
圖九:找出影像中聚焦的區域
圖十:原本的低頻 & 強化過的低頻
第二個加強部分:
Sparse Coding的程式碼中,有一個參數為Size of the minibatch,調高會增加大量的運算時間,調低會降低分類的準確率,為了取得平衡點,因此我們先以調低其參數,再分類成DNR_HD & DNR_LD然後將錯誤的分類去除(如圖十一),以達到提升速度卻不失去品質的效果。
圖十一:左上的圖尚未將錯誤去除隱約還有雨的痕跡,而左下的圖是乾淨的
第三個加強部分:
利用兩個DoD的權重圖對跟雨角度相似的區域還原,以達到更好的影像清晰度,如圖十二所示。
圖十二:未加強&已加強之比較
Sparse Coding原本用來做影像壓縮的技術,在這裡我們用來將影像拆解成雨跟非雨,再去做還原,以達到去雨的效果,其計算式十分複雜,我們提供其中兩個具代表性的方程式以供參考。
對於單張影像去雨的議題,實驗結果如圖十三,我們提供了新的深度及聚焦之概念,應用了稀疏矩陣之字典訓練中拆解還原的技術,也結合多種特徵作為判斷的依據,提升判斷雨或非雨的準確度,完全不同於過去影片後製的方法,提供不同的思維模式及方法,也加強了文獻[1]提出原始的架構所不足之處,研究成果發表於 IEEE Transactions on Circuits and Systems for Video Technology, Vol. 24, No. 8, pp. 1430-1455, Aug. 2014. 未來我們將持續研究以提升影像視覺上的效果及運算之效能,相信若是能達到即時影像的效果必定能有更多方面的應用,未來在雨天影像上的實用性將無可限量。
圖十三:(a)(b)為原始影像; (c)(d)為文獻[1]之結果;(e)(f)為我們的實驗之結果;其中(f)圖中汽車及街樹都較圖(d)更為清晰
參考資料
[1].Li-Wei Kang and Chia-Wen Lin, “Automatic Single-Image-Based Rain Streaks Removal via Image Decomposition,” IEEE Transactions on Image Processing, 2011
 (本文由本中心非結構化資料分析核心技術Team B團隊提供)

匯流政策時論

促進OTT產業升級  法規鬆綁刻不容緩
我國談論數位匯流已有一段時間,從政府到學界,從業者到民間,大家逐漸從臉書、手機的APP、網路上各式各樣的影音內容,對這個有點艱澀的名詞找到自己的解釋。通訊與傳播之間原有的鴻溝,隨著彼此之間的跨業經營與相互合作,對於原本不確定的未來找到了一線曙光。而眾人在享受更為豐富且便利的資訊服務之際,這個「匯流」的形成必須事前醞釀極高的能量,方能提供穩定、高品質的服務。

數位匯流的持續發展植基於技術的進步以及穩定的投資,而政府要做的,就是鼓勵各種技術與資金的投入,同時也應保障消費者的利益。前者興利的做法,不外乎建構透明且公開的程序,讓合法資金挹注匯流的發展,間接使得營運者得以提供更為優質的服務;後者除弊的方向,則應審視消費者的權利是否受到不當剝奪,基於公平正義,積極維護消費者利益。然而,目前廣電三法中的黨政軍條款,在這數位匯流發展之際,對於資金投入者形成一道看不見的高牆,違反規定者將處罰「被投資者」的畸形結果,不只造成企業困擾,政府也深受其擾,實有盡速改正的必要。

數位匯流是一種全球化的具體呈現。近來國外OTT業者如Netflix大舉進入台灣,國內眾多業者因規模小、資金匱乏,對於這種競爭態勢大家都是草木皆兵,不敢鬆懈。匯流過程中,國內企業為提供多元服務而進行體質轉型已屬必然,無論是近來鬧得沸沸揚揚的遠傳電信以公司債投資中嘉案,或是亞太電信呂芳銘董事長以個人名義購入台灣寬頻通訊(TBC)母公司股權,皆可看出企業對數位匯流的焦急,但更凸顯黨政軍條款的不合時宜。

NCC所草擬的「匯流五法」已於去年年底送行政院審查,雖然條文內容尚有討論空間,但在面臨各種技術與應用發展的趨勢下,諸如大數據、物聯網等,數位匯流的蛻變已刻不容緩,對於通傳會持續推動數位匯流的本意,本人表達贊同;再加上我國正值積極加入TPPRCEP等國際組織之際,建立透明且公開的投資審議機制,自是吸引國外資金進入台灣的最佳時刻。

數位匯流的目的在於促進競爭。面對各種網路服務的推陳出新,2015年歐美在通訊傳播規管制度上都有突破性的進展。上周美國聯邦通信委員會慶祝電信法施行20周年,而台灣16日也慶祝NCC成立10周年,這兩單位都是為了共同的目的而存在,那就是促進競爭,唯有鼓勵更多、更優質的業者投入市場,透過市場競爭,消費者才能有多元的選擇而獲得更好的服務。

數位匯流的結果不是造成業者與消費者的對立,也不是業者作為營利的一種口號。匯流推動產業改造,如何引進穩定的資金以提升網路品質是業者目前的燃眉之急,而中嘉案本身應被理解為一項單純的外資交易案,是面對困擾的黨政軍條款下業者的脫困之道,正本清源之道應是矯正不合時宜的法律,讓國內產業盡速升級。(全文)
(本文作者:本中心葉志良教授。原刊登於中時電子報/2016-02-19,本文標題稍作調整。 )
匯流法整死本土產業
國家通訊傳播委員會(NCC)去年底以迅雷不及掩耳的速度通過匯流五法草案,旋即送行政院審議,負責審查法案的蔡玉玲政務委員日前說,預計4月底審畢送立法院。我們理解馬政府希望在畢業前繳出漂亮的成績單,但也如同馬政府已宣示的「重大政策緩議,交由新政府決定」,匯流五法影響通訊傳播產業未來5年甚至永久性的發展,且產官學界對此五法的基本管制理念與架構尚未產生共識,貿然通過,只怕政績會變成貞子的咒怨。

NCC此次提出匯流五法的手法,讓我不由得憶起9年前一模一樣的場景。當時首屆NCC向扁政府的行政院提出「通訊傳播管理法」草案,行政院召開一系列產官學諮詢會議。在我參加的場次中,不分領域的學者專家大反彈打臉NCC,最後行政院將草案退回NCC

NCC第一次提出的草案夢幻到不行,無視通傳產業垂直整合的綜效,強行水平切割,失去現實感及可執行力。同時,母法作水平切割,大大小小數十個子法卻未同步修正,仍保持原垂直管制架構,造成水平加垂直的矩陣管制,反加重業者負擔。此次修正時,NCC卻又拘泥於現有監理架構,無視影音串流服務(OTT)已成一股市場力量,而更多元化的物聯網服務已然成形,依然只管制有實體網路的通傳業者,縱使他們已快要變成夕陽產業了。雖然NCC亦提出「電子通訊傳播法」草案,但徒具形式,只是口號式的呼籲OTT及物聯網業者要有道德良心。

雖然NCC辯稱只管基礎建設不管數據服務是國際潮流,但除了美國外,許多國家都已經思考對後者,尤其是已具顯著市場力量者像Google,施以中密度的管制。由於世界級的OTT業者如FacebookYouTubeNetflix皆出生於美國,美國採取低密度管制才有利於其成長茁壯,攻進海外市場。反觀台灣,比較熱門的OTT服務皆移植於境外,當其直接與通傳業者競爭時,只傾斜一邊的管制架構,將會綁住後者的手腳,等於要本地通傳業者讓位給境外業者,豈不怪哉?

巧合的是,NCC兩次提匯流法草案都是同一批領導班子,一次太夢幻,到現在產業也不是按水平層級發展;一次太保守,等於對本地業者下投名狀,但共同特色都是不可行。匯流法本應要解決產業發展的瓶頸,現在卻像是NCC寫法條的炫技。若是未來立法院真通過此版本,本地業者在與境外OTT或互聯網業者競爭時鐵定被完封。我們已充分體認到NCC領導階層能兩度寫出匯流法的法學功力,尊稱「匯流法之父」亦不為過,那是否可以就讓草案留名在匯流法史,供後界瞻仰,而不須此時此刻勞師動眾審議法案呢?(全文)
(本文作者:本中心周韻采教授。原刊登於中時電子報/2016-03-20)
大數據應用 個資保護和創新服務的必然衝突?
隨著演算法的演進,服務商開始藉由分析巨量資料來研判市場趨勢和消費者需求,創造出精準個人化的新創服務。眾所皆知大數據分析講求4VVolume Variety Value、 Velocity,其中的VolumeVariety分別指巨額資料量和異質化來源。換言之,有效的大數據分析須有多樣的資料來源,不能僅限於單一類別資料。舉例而言,若服務供應商取得消費者在A網站購買食譜書籍的資料,和在B百貨購買廚具的資料,以及剛將戶籍遷出原生家庭的戶政資料,則可以推斷該名消費者的需求而向該名消費者推銷烹飪課程。

然而異質資料取得一直是大數據應用的癥結所在,不同類別的資料時常無法互通。因此在虛擬時代,透過連線服務提供者即為最為簡便的異質資料收集管道,然而質疑此種資料取得方法者亦不在少數。美國聯邦通訊委員會(Federal Communications Commission)為解決此爭議,發佈一道暫時命令的公開諮詢,擬課予寬頻服務提供者保護使用者個資的義務,並接受回應至2016331日。

該命令要求寬頻服務提供者於收集、利用消費者資訊時,必須有告知後同意機制。FCC主委Tom Wheeler並在命令中強調,消費者每天經由使用行動或固網寬頻釋出各式敏感資訊而不自知,然而這些資訊無疑是屬於消費者本人而非寬頻業者,因此消費者有權選擇是否提供個資,並提供Opt-inOpt-out機制,而寬頻業者則須有透明的資料取得規範和對應的安全措施。該命令同時要求寬頻業者須採取合理措施保護消費者個資,包含員工教育、管理流程等。

該命令自公開諮詢以來,引起廣泛的討論。消費者團體和寬頻業者對此論戰頻繁,也凸顯出消費者對隱私保護的疑慮以及服務提供者資料取得困境之間的衝突。大數據應用是否能和隱私保護取得共榮的平衡,美國接下來的政策發展值得密切注意和借鏡。
(本文作者:本中心何明軒)

大數據藍海

應用室內定位追蹤於消費行為分析
在室內定位技術上,透過Wi-Fi技術感測的室內定位技術是現階段最容易被實現的技術之一。例如,臺北101在鼎泰豐餐廳進行候位導引服務,利用Wi-Fi室內定位技術,提供使用者在等待用餐時可以跟隨手機的App指引前往購物。在全國交通樞紐的臺北車站內,使用者在臺北車站2樓到地下4樓可以透過「北車室內導航」App檢視個人在室內的位置,並有室內路徑規畫的功能。然而室內定位技術的重要衍生則是讓企業店家能容易地掌握室內區域消費者的行為。普遍的做法是從Wi-Fi基地臺掃描手機Wi-Fi訊號,若使用者將手機Wi-Fi功能開啟,則手機將會自動廣播Wi-Fi訊號(並送出手機唯一的MAC Address資訊),如此一來,後端平臺便能將位置資訊以及其他零散資訊透過巨量資料分析技術,推測使用者需求,進一步提供對於消費者更有用的資訊。例如,可以知道消費者到過哪些區域,會逛哪些類型的商店與產品,停留時間多長,甚至可以分辨出此一消費者是初次到訪,還是再度光臨的訪客。此外,消費者在手機程式上翻閱型錄、設定導引路線、按圖索驥等行為與軌跡,對業者來說皆為極具價值的資料,透過資料分析可進一步了解最多消費者搜尋的商品為何以及哪個區塊是顧客最喜愛的空間等。這對於百貨、飯店與大型公共場所而言,將有很大的幫助,經營者可藉此資訊改善賣場佈局或提出更符合消費者需要的促銷方案。
圖十四: iMap 北車室内導航App畫面
參考文獻:
[1]ITHome (2014-04-16)Wi-Fi定位技術協助企業提供導航、推播、追蹤服務,http://www.ithome.com.tw/tech/86652,最後瀏覽日期:1/24/2016.
[2]Forseeing Innovative New Digiservices (2014-09-12),梅西百貨室內定位導引App 創造新的購物體驗,http://www.find.org.tw/market_info.aspx?n_ID=6289,最後瀏覽日期:1/24/2016.
[3]Yaeli, A., Bak, P., Feigenblat, G., Nadler, S., Roitman, H., Saadoun, G., Ship, H.J., Cohen, D., Fuchs, O., Ofek-Koifman, S., Sandbank, T., “Understanding customer behavior using indoor location analysis and visualization,” IBM Journal of Research and Development, 58(5/6), pp. 3:1-3:12, 2014.

 (本文由本中心商業智慧團隊提供)
大數據時代的隱私大戰
大數據的商業應用為企業帶來龐大商機,卻也引發了個資保護的疑慮。歐盟於2015年上演了隱私權保護大戰,奧地利學生Schrems向歐盟法院提出集體訴訟,同年106日歐盟法院判決「跨大西洋數據傳輸協定」(簡稱為安全港協議)無效,致使歐盟境內公司不得再將用戶資訊傳輸至美國。根據歐盟資料保護指令,除非傳輸對象符合歐盟資料保護指令要求,否則禁止將歐盟公民資訊傳輸至歐盟境外;然而2000年歐盟和美國達成安全港協議,概括認定美國企業合乎歐盟指令,所有向美國商業部合法登記的公司皆可援引安全港協議將歐盟境內個資傳輸至美國,使個資受美國政府監控。此一判決不但顯示出歐盟與美國對個資保護立場迥異,歐盟亦揚言美國若不加強隱私保護,將抵制跨大西洋貿易及投資夥伴協定。
圖十五:奧地利青年Max Schrems
資料來源:達志影像 美聯社
同年12月歐盟議會所提出「一般資訊保護規範」獲得議會和會員國一致支持,並於2016212日通過,其主要內容包括確立被遺忘權、任何資料蒐集處理都需要使用者事前明確同意、使用者有權拒絕散佈個資等,並對於違反企業定有年營業額2%4%的罰則。歐盟對資料保護的立場強硬以及安全港協議失效所帶來的衝擊,使美國積極和歐盟協商提出「歐美隱私屏盾」協議(EU-US Privacy Shield),強調美國會完全遵從歐盟的個資保護規範,然而這項協議目前仍僅止於協商階段。

圖十六:歐盟與美國協商新的資料共享協議
資料來源:美國商務部 
參考文獻:
[1].楊晨欣(2015107日)。歐洲人民的資料,怎能讓美國人拿去用?歐盟宣布避風港協定無效!。數位時代。取自http://www.bnext.com.tw/article/view/id/37579
[2].朱子亮(20151223日)。歐盟新資料保護法 擴及非歐盟企業。科技產業資訊室。取自http://iknow.stpi.narl.org.tw/post/Read.aspx?PostID=11949
[3].林鈺雄(20151013日)。小蝦米鬥倒大鯨魚:歐洲青年掀隱私權大戰,讓FB不能偷傳用戶資訊回美。科技橘報。取自http://buzzorange.com/techorange/2015/10/13/facebook-privacy/
[4].傅莞淇(201626日)。史諾登洩密效應》歐盟美國達成全新隱私資料流通協議。風傳媒。取自http://www.storm.mg/article/81571
(本文由本中心數位匯流政策法規研究團隊提供)
大數據之精準農業應用
大數據分析已經普及應用在許多領域,舉凡金融業、零售業、電子商務、製造業、健康醫療等,農業當然也不例外。過去,農民是靠天吃飯,如今,大數據早已顛覆傳統農業運作模式,藉由新科技的引入,針對氣候、土壤、空氣質量、作物成熟度、設備和勞動力成本等進行即時數據收集、分析,並利用分析結果提出解決方案,這就是邁向精準農業(Precision Agriculture),為農業領域注入新契機。Climate Corporation董事長Mike Stern認為,對農民來說,投入的時間和知識是最具價值的,其中Climate FieldView平台就是利用氣候及土壤大數據,提供農戶最佳化的栽種管理決策,協助農民有效管理其農地,並讓農民從每一顆種子中提取最高的價值;簡單來說,農夫可以透過移動裝置快速進行數據分析,並藉此分析結果優化資源及提高效益。除Climate FieldView平台外,MySmartFarmFarmLogs等也都是大數據在農業應用中的實例。[1]

根據網上農業眾籌平台AgFunder統計,2015年農業科技領域一共獲得了46億美元投資,幾乎是2014年的一倍,顯示農業科技的發展越來越受到重視。Fortino(Mercury Fund合夥人)認為,精準農業的發展是人類社會未來不可或缺的部份;其指出,聯合國糧農組織最新發布的農作物前景展望及糧食情勢報告中顯示,全世界依舊有39國家面臨糧食危機,到2050年全球人口增加到97億時,屆時面對全球人口的急速攀升所帶來糧食短缺的問題,Fortino表示:「看看數據就知道,到2050年,我們得把農產量提高一倍才能養活全世界的人口。」 因此其認為,農業大數據運用將會是解決未來人類對糧食需求的解藥,透過物聯網及雲端運算之應用,農業大數據下的精準農業,預期將能減少農業對環境生態的負面影響,並透過所建立的模型進行預測,提出最適的解決方案,一方面提高糧食的產量,另一方面則減少生產資源的錯置與浪費,進而在未來有效地回應人類對糧食的需求。[2] [3] [4]
圖十七: Climate FieldView App畫面
資料來源:Apple Inc.
參考文獻:
[1].The Climate Corporation Transforms Data into Value with New Climate Fieldview™ Integrated Digital Ag Platform(2015-09-02):http://www.businesswire.com/news/home/20150902006224/en/Climate-Corporation-Transforms-Data-Climate-Fieldview%E2%84%A2-Integrated
[2].AgTech Investing Report – 2015:https://agfunder.com/research/agtech-investing-report-2015
[3].How Ag-Tech Ripened Into a Growing Market(2015-12-16):http://www.entrepreneur.com/article/252796
[4].World Population Prospects: 2015 Revision(2015)
(本文由本中心編輯小組提供)

大數據報報

英國Ofcom公布最新報告 16-24歲英國民眾為線上影音世代
Ofcom公布最新調查報告顯示,英國成人線上影音收視人口於去年由71%成長至74%,然而在16-24歲區間中的收看線上影音的比例高達96%,而65歲以上則僅有35%。收看的網站中已TV catch-up最高(57%),其次是社群網站短片(51%)和Youtube45%)。然而收看線上長片的比例仍偏低,僅16%成人會線上購買,15%成人訂閱隨選視訊。【mediatel newsline/2016-02-02全文
IEK 2016十大ICT產業關鍵議題
工研院產經中心指出,2016ICT產業各項關鍵議題分別如下:創新載具,ICT產業創新變革,協同共享、各類線上影音服務加速成長、強化物聯網的資安防護、NFV軟硬體整合,將帶動產業轉型、WRC-15頻譜,物聯網和無人駕駛航空器發展、半導體垂直應用興起、智慧汽車、感測器軟硬體整合、機器學習技術應用廣泛等。【工業技術研究院/2016-02-03全文
穿戴式裝置之個人隱私隱憂
穿戴式裝置意味著我們的生活、一舉一動都被記錄下來,根據加拿大非營利研究機構Open Effect研究報告顯示,除了Apple Watch之外,其他健康手環廠商的產品有安全漏洞,目前行業內已經制定了藍牙隱私標準(Apple Watch遵循)。【網易科技/2016-02-04全文
農業大數據應用 提高生產量
如果企業想要善用數據,首要課題應是確認企業是想要透過利用數據管理分析改善什麼現狀,如更快速精準的決策、降低成本、突破戰略,總之,75%的公司認為可以透過善用數據強化企業,但同時也有75%的企業表示數據隱私問題是一大隱憂。【Network World/2016-02-04全文
大數據之智慧城市運用
智慧城市將會是未來趨勢,透過車載傳感器即時訊息蒐集分析並傳輸到雲端,提高城市服務效率,如可以透過大數據解決解決停車、交通問題,將市民引導至車位尚空的街道,並藉此解決擁堵問題、有效減少空汙排放量等問題,然而,交通大數據具動態性、多變性、高度隨機性、局部性和有限生命週期等特徵,將會是一大挑戰。【RCR Wireless News/2016-02-10全文
農場嵌入感應器 打造智慧城市
農場透過大數據的應用,將能有效提升利潤及產量。Fredericton已經開發出無人機作物監測,將可以精準預測出什麼時候該噴灑農藥等,另外,也嵌入感測器以便產生測量,讓農民對生產技術、天氣狀況及泥土種類等有更精確的掌握,利用大數據的力量,使農場運作的更有效率。【The Record.com/2016-02-10全文
Apple收購Emotient偵測使用者情緒
Apple收購Emotient, 主要是一套可以讓Siri以可視化的處理系統-利用人工智能技術識別面部表情,讓Siri透過前製鏡頭偵測臉部表情並分析,讓其可以檢測和預測用戶需求提供並盡可能提供更好的用戶體驗,善用AI將能從中獲得競爭性優勢。【VentureBeat/2016-02-13全文
5D儲存技術 一塊玻璃可存360TB
修咸頓大學的光電研究中心(ORC)研發出5D儲存技術,「5D」即 「5 Dimensions」,五個維度包括了納米結構內的三維、加上其尺寸及方向,一塊納米玻璃可存360TB,耐熱性高達 1000°C,即便在190°C 之下仍可存放 138 億年,這將對人類歷史上的儲存領域帶來革命性改變。【University of Southampton/2016-02-15全文
美國FCC預計制定較嚴格的消費者個資保護規範
FCC預計規範寬頻提供者的用戶敏感資訊使用,並將於數月後推行,引發正反雙方論戰。消費者權益團體Consumer Watchdog表示寬頻提供者身分特殊,可以接觸到許多極度敏感的用戶資訊,應該訂定嚴格規範;產業協會則認為既有的規範如聯邦貿易委員會相關規定已足夠,不需要額外制訂。【THE HILL/2016-02-15全文
大數據時代之智能醫療設備
大數據之創新應用使得醫療保健領域更加智慧,運用自動化智慧胰島素泵將患者血糖水準、胰島素注射量等數據自動傳輸雲端平台等,實現患者數據的蒐集和與即時數據分析,以利提高診斷的速度與準確性,現在,患者也可以透過智能穿戴性裝置紀錄患者的生活,如天氣狀況、飲食、日常活動等,都會是影響患者健康的原因。【Healthcare IT News/2016-02-15全文
印度電信局封鎖Facebook 免費上網計畫Free Basic
Facebook在印度推出Free Basic計畫,用戶只要在freebasics.com下載app即可使用Free Basic上網服務,用戶瀏覽Free Basic內的網站不需支付任何流量費用。支持者認為這可促進中下階級獲得資訊,反對者則認為這將大大違反網路中立性,使Facebook成為言論篩選者。印度電信局於201512月對外諮詢,並於201628日決議禁止Free Basic計畫。【Society for Computers and Law/2016-02-16全文
日立數據系統推出次世代的日立超級橫向擴充平台
日立數據系統推出超級橫向擴充平台(Hyper Scale-Out PlatformHSP),該平台整合 Pentaho 企業級解決方案,為大數據應用提供精密與軟體定義的超融合式架構,其HSP 400 系列提供運算、儲存與虛擬化功能,將能強化資料整合分析並協助企業運用大數據方案,加速技業轉型。【HITACHI/2016-02-18全文
美國FCC決議解除機上盒進入障礙 付費電視業者紛表反對
美國家庭平均一年花231塊美金給付費電視,然而99%的付費電視消費者受到機上盒的限制,只能購買提供機上盒的有線電視或衛星電視業者的內容。面對如此反競爭之現況,FCC計畫提出解開機上盒計畫(Unlock the Box),要求業者開放競爭,使消費者可不受機上盒提供者的限制。然而此一政策毫無意外的受到付費電視業者的強烈反對。【TECH TIMES/2016-02-20全文
英國Ofcom中期不會將英國電信網路部門Openreach分離
英國電信主管機關Ofcom20155月曾對外諮詢是否要將英國電信的Openreach部門分拆獨立運作,終於今年2月公布「數位通訊戰略回顧」(Strategic Review of Digital Communications)報告,暫時不會將Openreach從英國電信中分離。【ISP review/2016-02-21全文
元智開發健康存摺AppAIRssistant
本中心研發健康存摺加值應用AppAIRssistant」,主要運用於全天候監控空氣品質狀況,在空汙發生當下,即時通知民眾預防措施,以降低空氣汙染的衝擊,有別過去環保署訂定的固定汙染程度分級,給予民眾最適合的空氣汙染資訊與健康建議。【聯合新聞網/2016-02-24全文
SemEval-2016 元智深度學習發展情感分析技術榮獲亞軍
SemEval-2016(International Workshop on Semantic Evaluation 2016)是國際知名的語意分析(Semantic Analysis)暨情感分析(Sentiment Analysis)評測單位,隨著社群媒體每天訊息量爆炸性增加,情感分析技術備受重視,其可被廣泛應用,協助業者從客觀資訊,找出最適決策。【EYE  SEE News/2016-03-08全文
GDC 2016 虛擬實境(VR)成為熱門焦點
虛擬實境消費元年來了,卡內基美隆大學(Carnegie Mellon)娛樂科技中心教授Jesse Schell提出40 種虛擬實境/擴增實境(VR/AR)的預言,另外,Game Developers Conference獨立遊戲設計者 E McNeill也在現場透過自身的研發經驗分享了各家的產品設計重點、開發經驗、商業考量等【CONTROL500 /2016-03-16全文
張揆:個人資料去識別化已建立 將由政府帶頭推廣至業界
政府為回應民眾對於推動大數據及開放資料侵害個人隱私的顧慮,已建立一套「個人資料去識別化」的驗證標準規範,即國家標準CNS29100CNS29191,高階原則性要求對於個人資料進行保護,讓民眾更放心,另外,這套驗證標準的建立更是領先國際。【行政院/2016-03-17全文
美國交通部與Sidewalk Labs 共同打造智慧交通及時監控系統
美國交通部與Alphabet子公司Sidewalk Labs共同合作Flow交通信息平台開發計劃。該平台將通過部署於街道上的傳感器收集交通信息,並配合WiFi電話亭和谷歌旗下地圖服務公司Waze的數據,透過即時交通監控進而改善生活品質、從而更有效地利用現有公路,地鐵和公共汽車並減少交通堵塞等。【Techrepublic/2016-03-18全文
Google人工智慧程式AlphaGo勝利意味著什麼
Google旗下人工智慧公司 DeepMind 所研發的 AlphaGo 人工智慧系統以「四勝一敗」的成績打敗韓國籍的圍棋棋王李世乭,AlphaGo能自我學習進行深度學習,其最主要的技術有兩種,分別是策略性網路和質網路,AlphaGo應證人工智慧不僅能「思考」、學習,未來人工智慧領域還會應用在醫療及機器人。【VB/FORTUNE/2016-03-21全文/全文