這個是需要人去決定30的極限。
萬一這個判斷的人……
自駕車在路上開，時速是按照標準，假設突然有四種人跑出來。
可能因為模型的錯誤，就是沒有辦法停下來。
不知道。設計這個模型的人，每個人並不是非常公正，或者是依照這個正常的思維去做。
另外一個我有注意到互聯網的大公司，不是臺灣的公司，是根據數據的一些模型或者是人類的交易紀錄，開發出一套信用評等制度，你知道有名的例子像阿里巴巴有做芝麻信用，像日本Yahoo也曾經針對用戶來做信用評等的制度，類似信用卡的。
像日本就有提出來一些批評，他們認為這樣的信用評等制度會造成一些歧視或者是不公平，最糟糕的是數據上弱勢的一群人可能會被排擠、邊緣化，產生類似貧民窟。
還是要有討論的過程？
您講的這個例子讓我想到蘋果信用卡的故事，那個是在去年發行的，但是發行三個月之後就被告了，因為有一個工程師發現蘋果信用卡信用額度是他太太的20倍，但是事實上在別的信用聯徵制度當中他太太的信用比較好的，他告蘋果的原因是他覺得這個背後的機制隱含了性別歧視的問題，所以這個過程事實上就需要這一種監理沙盒。
給出交代是很重要的原則。我想到另外一個監理沙盒類似的例子，像歐盟，歐盟是在今年2月的時候公布了他的AI白皮書，還有資料建設的報告，在這裡面比較特別的一點是規定了AI使用規範，像你在訓練AI的過程中，要公開透明、可解釋可追溯。
所以歐盟的方向是值得我們國家來學習的？
我們是多早就有這樣的精神？
臺灣除了在金融領域有這個沙盒實驗，有沒有計畫推廣到其他的領域？
這一種無人載具要監理或者是可以交代的是？
這個公開技術的內容過程當中，會花很多的錢嗎？
所以一開始就要把很多的情況思考進去？
這個能力有辦法做到嗎？
我想大家都一直很關心、也都很注意，像歐盟推出史上最嚴的GDPR。
您怎麼看數據AI背後隱藏的隱私問題？
您是非常有良心的系統建設者。
我們知道很多互聯網的巨頭公司，利用人們的每一次搜索、網頁搜索，每一次的定位點讚，他們在沒有告知被蒐集的情況之下蒐集數據，而這一些數據拿去做商業的用途，每個人變成很像他的商品了，你怎麼看這一種數據霸權帶來的一些？
所以要讓很多人知道自己有這一種權利？
臺灣沒有很多人知道。
也靠委員協助告訴我們背後的道理。我們講到有關於AI對於隱私、就業、道德的一些衝擊，似乎人類都是可以有對策來解決的，我們未來要成立這個數位發展部會，是不是也會基於這一些精神，然後在做一些事？
所以綜合所談的，委員其實不太擔心AI在未來帶來的衝擊或者是威脅？
就是透過治理、監管、提前預防可能未來發生的問題。
最後請委員幫我們總結一下，AI會如何徹底改變人類的社會與生活？
您覺得我們馬上會在什麼領域感受到AI的威力？
就是馬上見識到AI對人類帶來的好處。
您覺得我們的工作異化的部分會被取代，人類不要再做機器的工作，應該會多出很多時間。
當AI幫我們做很多事情之後，我們人類還可以做什麼事？
AI不會取代掉大部分的人的工作，反而會讓大部分的人多出時間來思考工作以外的事情？
所以可以充分掌握AI為人類帶來的好處，所以可以從中做更多的創新、研發，但是要必須注意中間的治理。
所以今天結論是AI是輔助的智能？
我們的訪問到此結束，非常圓滿成功，謝謝。
這一次我們想要報導的主題是「數據的利與弊」，就是數據的好處跟可能帶來的衝擊，委員是很適合來談這個主題的人。
對，會有20～30頁的專題報導。
因為AI的基礎是大數據，再加上演算法，所以我們就把兩者一併起來談，但事實上AI的根源是從大數據產生的，就要利用這些數據來做什麼事，再建成一個模型來變成服務。
主要是運用跟服務。
不是，不是技術的利弊。我們一開始會先從口罩1.0至3.0這個地方開始談，因為我們知道對於這一次疫情非常地重要，背後應該是有一些數據的力量在後面，但是目前大家對於數據的力量是比較模糊的，所以等一下會先從這邊切入來訪問。
剛剛提到口罩1.0、2.0、3.0的部分，對臺灣防疫很重要的一些舉措，從策劃到施行，背後是整合了哪一些數據的力量？
剛才是1.0的部分？
現在已經進化到3.0了，這背後是不是有整合了健保數據？
就是健保卡數據。
口罩1.0至3.0的部分，可以用數據防疫來形容嗎？
創新的地方是在這裡。
我們現在看到了數據、數據分析的力量之後，事實上我們知道政府因應物聯網時代的到來，也在規劃全新的數位發展部會籌設。
據您的瞭解，這個部會會為臺灣帶來什麼樣的新氣象？
所以這個部分的新氣象是開放透明、整合很多公部門的機關這一些特色嗎？
這個是很重要的整合動作，可以提升很多的效率，減少浪費很多的時間，這應該是國家未來要走的方向？
