Facebook用人工智慧建立世界人口地圖,幫無人機找出未連網地區
Facebook用人工智慧建立世界人口地圖,幫無人機找出未連網地區
2016.02.24 | Facebook

世界上還41億人未使用網路,Facebook創辦人佐伯格過去兩年對投入免費上網計畫Internet.org不遺餘力,今日發布製造無人機原型的照片。不過,雖然有低價WiFi、太陽能無人機、衛星等方式傳遞網路到偏遠地區,**但是世界上人口密度集中又沒有網路的地區到底在哪裡?**這個看似簡單的問題卻不好回答。

Facebook連網實驗室(Connectivity Lab)決定用人工智慧技術解決這個問題,推出一份精確的全球人口分布地圖,使用高解析度衛星圖片,並用深度學習來標出圖片中的每個房子,找出人口分布在哪些區域之後,再選擇要用哪種方式來發送網路,將會更有效率。

Facebook人口詳細分布地圖。Facebook提供。
(圖說:Facebook決定推出人口詳細分布地圖,協助他們辨識人口密度集中又無網路的地區。圖片來源:Facebook連網實驗室。)

##太陽能無人機要來了
Internet.org跟各大科技公司合作,希望開發新的技術,把網路舖向全球各地的角落。有幾種方式讓網路帶到世界各地,包括把較低價的WiFi帶到偏遠村落、透過太陽能無人機提供網路服務、甚至是要發射衛星讓非洲能收得到網路等等。

佐柏格說,我們每週都在進行太陽能無人機「Aquila」的原型設計測試,現在正為了第一版測試無人機做緊密的準備,機翼約139英呎,中心部分約為10.8英呎寬。未來Aquila機翼能做太陽能充電,將能讓它在空中飛行三至六個月,並且在任何天氣條件都能運作。而先前公布能把資料從空中傳送到地面的長途資料傳輸技術「雷射通訊技術」,也將會在這款無人機當中出現。

Facebook無人機原型

Facebook無人機

Facebook無人機
(圖說:Facebook創辦人佐伯格今日釋出無人機Aquila原型的設計照片。圖片來源:Facebook佐伯格臉書。)

##用人工智慧找出哪裡需要網路

Facebook連網實驗室總監馬奎爾(Yael Maguire)說,目前世界上最好的人口資料是哥倫比亞大學,但也只能看到1公里解析度的資料,仍然不夠詳細。「我們想知道城市以外的地區的人口分布,但資訊非常不足。」

於是一年前,連網實驗室跟Facebook的人工智慧、資料科學部門,以及第三方衛星資料單位DigitalGlobe’s Geospatial Big Data合作,找出20個國家過去五年的高解析度圖像資料(每像素50公分),覆蓋約2160萬平方公里,資料量共350TB,人工智慧團隊處理了146億筆圖像資料。最後用深度學習演算法教會機器如何從圖片中辨別人類居住的區域,分析的精準度超過90%,希望能建立5公尺解析度的圖像資料。

團隊用以下步驟建立詳細的人口地圖:

  • 劃分出30公尺乘以30公尺的區域,當作候選區域,此舉可以先排除包括水和沙漠等無人的地區。
  • 再使用Facebook的圖像辨識引擎和深度學習演算法卷積深經網絡(Convolutional Neural Network, CNN),找出圖像的特徵。
  • 人類被標記在候選區域的一小部分,為了訓練和優化在不同的地理區域的各種類別,建立模型,在衛星圖像中找出人類所居住的區域。

Facebook也會跟哥倫比亞大學合作,為國際地球科學資訊網絡建立一份整合人口資料的資料集,將在今年公開這些資料,讓其他人也能使用這份人口資料。

延伸閱讀:Facebook要發射衛星!從太空讓非洲人人都能上網
Facebook是無私或自私?免費上網計劃Internet.org印度踢鐵板

資料來源:Facebook佐伯格臉書、Facebook連網實驗室、TechCrunch、Wired、The Verge。

往下滑看下一篇文章
不只給場域、更助攻海外!桃園如何助思納捷做大智慧能源管理版圖?
不只給場域、更助攻海外!桃園如何助思納捷做大智慧能源管理版圖?

隨著全球淨零轉型浪潮持續推進,企業不僅要許下減碳承諾,更得拿出可以被量測、驗證的實際成果,這也驅使企業加速導入智慧能源管理系統。早在 2017 年便投入此領域的思納捷,從桃園出發,透過工業園區與公共建築等在地場域的部署經驗,持續打磨技術與解決方案,隨後更在桃園市政府青年事務局「桃園天際線加速器」協助下,逐步將市場版圖延伸至海外。如今,思納捷全球累積超過 1,000 個應用實績,不僅成功將台灣智慧能源解方推向海外,更成為全球企業推動綠色轉型不可或缺的關鍵夥伴。

從桃園場域開始淬鍊:思納捷把「失敗經驗」變成難以複製的競爭力

思納捷總經理莊棨椉原先在資策會從事能源與物聯網相關研究,當時,他從歐美市場發展看見智慧能源管理的趨勢,於是,團隊從資策會獨立出來、成立思納捷,將過去累積的研發能量帶向市場。而技術落地第一站,就是從工業聚落密集的桃園開始,思納捷運用 IoT 技術管理工業園區的路燈、空氣品質、排水與交通等公共設施與環境,也進一步走進園區工廠,協助企業掌握與管理用電。

然而,從研究機構走向市場後,莊棨椉很快發現,「做得出來」與「真的能用」之間,還隔著一段不小的距離。許多從技術角度來看完全可行的做法,在進入真實場域後,反而出現各種從未想過的問題。

舉例來說,在幼獅工業園區部署智慧路燈時,思納捷原本採用 Mesh Wi-Fi 網狀網路,讓路燈彼此串聯、逐站傳遞訊號,沒想到實際上線後,路樹上的枝葉竟然擋住了訊號,造成通訊不穩定。為此,團隊重新調整架構,採用 NB-IoT 方式,讓每支路燈直接透過電信網路傳輸資料,降低環境遮蔽物對通訊的影響。

類似的「踩坑」經驗也發生在澎湖馬公港。思納捷與合作夥伴共同佈建智慧路燈,採用 PLC 電力線通訊技術,明明在實驗室與一般道路測試都沒有問題,到了港區卻完全無法傳輸訊號。團隊一路追查才發現,原來地下線路早已受到鹽害侵蝕,為此重新抽換線材,才讓系統得以正常運作。

串設備、整數據、AI 自主管理:思納捷打造 24 小時能源總管

「每一次踩坑,都讓團隊更清楚不同技術的適用邊界,也讓下一次部署少走一段彎路,」莊棨椉說,思納捷運用近十年來走進不同場域、解決各種意外狀況所累積的實戰經驗,形塑出 3 大產品特色。

第一,是物聯網裝置串接能力。
目前思納捷已能串接超過 1,000 種設備,涵蓋電表、水表、空調、冰水主機等不同類型,支援數量為全台最多。無論企業使用何種廠牌的設備,都能快速介接至思納捷的平台,降低設備整合門檻。

第二,是將數據與場域 Know-how 轉化為管理模組,讓企業可以「隨選即用」。
思納捷將多年累積的數據與經驗,轉化為超過 20 種應用模組,企業可以依需求持續擴充功能,一改過去可能要導入多套解決方案,才能管理不同設備的系統孤島問題。

舉例來說,某電子元件代理商在導入思納捷解決方案後,管理人員只要透過一支手機,就能掌握辦公大樓各樓層的設備運轉狀況,包括用電、用水、會議室、電動車充電樁到空調系統。不僅大幅提升管理效率,也能進一步掌握實際用電需求、降低能源耗用,並據此調降契約容量,每月節省約百萬元的電費成本。

第三,是讓能源與設備管理從人工管理走向 AI 自主管理。
思納捷以自家大數據為基礎,結合 AI 提升系統自主判斷與調控能力,持續優化能源管理的成效。「我們的目標,就是打造 24 小時雲端 AI 總管,讓系統可以自己判斷和調整,讓設備隨時維持在最佳運轉狀態,避免造成不必要的能源浪費,」莊棨椉強調。

出海前先看懂市場:桃園天際線加速器降低新創試錯成本

隨著產品逐漸成熟,思納捷也開始把目光投向海外,而進駐桃園天際線加速器,則為團隊提供一個以更低成本探索海外市場、驗證發展方向的機會。

莊棨椉表示,透過加速器安排的韓國、新加坡等國際交流,思納捷得以接觸不同市場的潛在客戶、創投與投資者,了解當地產業環境與實際需求,也能與在地新創交流創業與市場拓展經驗;國際經驗的獲取與海外拓點,都是成本極高的決策,藉由這些機會,思納捷得以用較低成本,去了解國際市場的可能性與風險。

此外,加速器也會安排專業業師分享國際市場經驗,從不同角度刺激團隊思考,重新檢視既有商業模式與海外布局策略。例如,曾經有業師與莊棨椉逐項分析海外上市必須具備的條件,讓他重新盤點公司現階段的優勢與不足,也進一步思考什麼才是最適合思納捷的成長路徑。

「加速器讓我們有機會多看、多聽、多接觸。」莊棨椉說。這些交流的價值,不只是認識多少潛在客戶,而是讓團隊在真正投入大量人力與資金以前,先釐清當地究竟有沒有市場、客戶需求是否成熟,以及既有產品與商業模式能不能直接複製。過去許多只能透過資料或想像判斷的問題,如今都能透過實際走進市場、接觸第一線業者取得更多資訊,降低走錯路的風險與試錯成本。

對思納捷而言,加速器帶來最關鍵的幫助是,透過市場探索、業師輔導與資源媒合,讓團隊在真正投入之前,有更多機會看懂市場、驗證方向,再決定下一步怎麼走。對資源有限的新創而言,這種「先驗證、再投入」的過程,反而能降低海外布局的機會成本,讓每一步走得更精準。

展望下一階段,思納捷團隊將持續聚焦校園、園區、建築與工廠四大場域,持續深化應用,讓「24 小時能源與機電設備雲端 AI 總管」的概念在更多場景落地,同時,當既有台商客戶前往海外設廠、有智慧能源管理需求時,思納捷也會跟隨客戶腳步提供服務。莊棨椉認為,唯有先把技術與服務做深,建立可複製的成熟模式,未來才有機會將台灣累積的智慧能源管理經驗帶向更大的國際市場。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓