活動回顧-科學充電站:媒體培訓課程系列(三)智慧機械

媒體是傳遞資訊的重要媒介,應如何理解跨領域又新穎的科學資訊,為閱聽眾建立夠全面的事件報導呢?第三堂的媒體培訓課程,我們邀請到台大資訊管理研究所的孫雅麗教授,帶我們從近期重要的駭客與個資外洩事件進一步探討「物聯網產業的資安隱憂」。

孫老師首先以核磁共振造影(MRI)裝置為例,MRI檢查在醫學上是一種非侵入性的影像診斷系統,由於在核磁共振的原理運作的過程中,因液態氦具有低溫超導性,用以提供良好的磁場環境,使造影成果更為清晰。日立(Hitachi)公司嘗試在此裝設溫度監測器並設計恆溫控制系統,透過一系列從液態氮的溫度建檔,將數據彙整判斷後自動調節的過程,優化儀器的穩定。

 

 

事實上,這一系列從液態氮的溫度建檔,將數據彙整判斷後自動調節的過程,就是一個數位化、智慧化到自動化的進程。簡單來說,數位化是指數據監測的建檔,再把這些資料智慧化地進行整合與判斷,最後達成機器能獨立運作、決策甚至管理的自動化。同樣的,澳洲西部發展出的自駕挖礦機,也是利用地形的偵測,判斷哪裡是礦源,哪裡只是一般土壤,而遠端的操作員只在機器無法判讀的異常情況時給予人工指示,降低工安意外死亡率。孫老師認為,最好的階段是做到完全自主運作(automation),但目前還有好長一段路要發展。

身處數位時代,「資料就是黃金」(Data is gold.)。換句話說,收集的管道與品質是最重要的,一團數據散沙中,品質佳的資料可能隱藏著寶貴趨勢,端賴它們如何被分析以及處理的速度。值得注意的是,近期資料的處理方式也開始轉變,我們認知的雲端服務其實是有「雲」也有「端」,雲是指遠端大量的伺服器形成的網路中心,端則是用戶的終端位置。過去我們都把資料放在遠端的公有雲或私有雲上,容易出現隱私疑慮或因為受限於網路硬體及流量計算速度延遲等問題,現在的「邊緣運算」趨勢改為將運算分散在使用者自身的處理端,直接在終端節點進行傳輸、判斷、或完成推論,這種架構相對快速很多,也更適合處理大數據。

 

 

接著,孫老師開始帶領與會者建立物聯網的概念。所謂的網路就是網網相連,這些網路需要建立通訊協定(Protocols),形成一種可以彼此溝通的模式,避免作業系統上的「雞同鴨講」,而物聯網的應用將會催生更多高整合性的通訊協定,這樣互通有無的世界衍生的資安風險是,只要有一群遭惡意軟體劫持的連網裝置出現,這些受感染的殭屍網路就能在用戶不知情的狀況下,大規模地發動攻擊、癱瘓伺服器。最有名的當屬2016年美國資安公司Sucuri在調查DDoS大規模攻擊該國閉路監視系統(CCTV)攝影機的例子,因為最後發現駭客掌握高達2.5萬隻殭屍遠端監視器,竟來自台灣嚴密的警務執法系統。這樣的犯罪路徑在物聯網時代,特別是國家安全或產業界而言,將構成供應鏈式的威脅(supplychain threat),因為有心人士即使攻不進你的電腦,也可以攻擊防火牆沒這麼高的上、下游或客戶,造成嚴重的損失。但不論是大企業來回的資安攻防,還是市井小民害怕密碼或個資被不肖人士盜用,原用戶甚至無法舉證的擔憂,最佳的解方還是回歸到最初的信任根源,也就是自己手握的「晶片」是否可以成功執行對內維安、對外防禦的功能。

 

 

課程的最後,孫老師分析國際顧問機構 Gartner提出的科技趨勢,在AI的這條路上,從過去談的數位化,逐漸發展到智慧化,到近年來興起的AI應用熱潮,這些進程都是為了協助人類解決問題,但要全面取代人類的工作效率或功能,造成全面失業潮風險的說法還是言之過早,目前僅有影像及語音辨識的技術較為成熟,我們可以關切AI科技的發展,但著實不必過度擔憂。未來,我們要迎接的是一個數位化轉型的ContinuousNEXT的時代,虛擬網路與真實世界中就像是數位的雙胞胎(digital twin),AI將成為輔助人類完成任務的助理,這些機器藉由偵測的系統與流程,虛擬的在另一個場景協助我們工作,就像是澳洲西部的挖礦機一樣。