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TechCrunchWiredThe Verge

往下滑看下一篇文章
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方
當AI開始幫消費者做決定,品牌怎麼做?iKala Connection Day揭企業轉型解方

隨著代理式AI(Agentic AI)快速發展,人工智慧的角色也從被動問答的對話工具,轉變為能主動代為執行搜尋的商業介面;兩者根本的差異在於,前者仍須仰賴使用者逐步下達指令,後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務,品牌競爭的對象便不再限於消費者,也涵蓋替消費者把關的AI代理。

因此,「Business to Agent」(B2A)成為當代企業必須面對的新命題,為了擁抱嶄新的思路,跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇,以「數據領航:AI時代的真實價值」為題,邀集Google Cloud、Google Ads等產業領袖,一同剖析企業如何從基礎建設走向市場端,搶佔AI先機。

不只SEO,還要GEO!企業如何讓AI認識你

回顧過往科技發展週期,新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說,若AI是一場棒球賽,目前僅走到第三局。這意味著,只要企業採用率持續攀升,尚且毋需擔憂AI泡沫化;反之,AI產業可能才正要邁入超級循環。

不過,程世嘉也提出「智慧通膨」的現象,他表示:「各大廠不斷推出新模型,資本支出也不斷提升,但使用成本並沒有因此下降,因為算力供不應求;不過長期來看,成本曲線一定會往下走,未來AI智慧會像水龍頭一樣,打開就有。」

隨著AI逐步普及,使用者尋找資訊的方式也隨之轉變。程世嘉強調,搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO,更需布局GEO(生成式引擎優化),提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異,及早掌握規則者,才能在新流量分配中卡位。

2.JPG
iKala共同創辦人暨集團董事長 程世嘉
圖/ 數位時代

迎戰Business-to-Agent,如何搶進AI決策新戰場

要爭取AI時代的流量紅利,關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症,大家都很急著導入AI工具,但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為,AI專案應如培訓新進員工,結合商業策略與數據資產雙向評估,才能真正落地。

「如果沒有穩定的雲端基礎,企業的AI就會是空中樓閣。」他強調,雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud,看重的就是技術護城河、數據主權與總體擁有成本;而iKala推出的企業級AI代理平台iKala Nexus,定位為策略中樞與營運大腦,即立基於此。

3.JPG
iKala AI服務事業部副總經理Gary Yang
圖/ 數位時代

然而,架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出,全球僅約3%企業成功透過AI達成深度轉型,關鍵就在AI代理能取得多少企業資料與情境。因此,企業級Gemini Enterprise App結合個人級Google Workspace,構成Google所主張的「代理型工作轉型」(Agentic Workplace Transformation,AWT)主軸,讓AI從被動對話框升級為跨系統執行的代理,並恪守數據主權歸屬企業的原則,讓企業級AI能真正發揮效益。

4.JPG
Google Workspace銷售總監Murray Chiang
圖/ 數位時代

當企業打穩內部地基,外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次,近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出,「B2A」(Business to Agent)的時代來臨,當AI代理主導決策時,看重的是API串接流暢度與數據結構化程度,企業必須從爭取「被看見」的SEO排名,走向爭取「被推薦」的AI清單,並進一步走向「被選擇」。其中,信任將成為AI時代品牌經營的關鍵。

5.JPG
Google Ads廣告產品行銷資深總監Alvin Tsai
圖/ 數位時代

從洞察到執行,iKala全方位解方引領品牌佈局

這份信任要能落地,關鍵在於底層數據是否可信。對此,iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構,正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境,品牌需要建立的,是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢,代表品牌對人的理解;Kuroma則從AI搜尋視角,分析品牌在生成式搜尋中的能見度與引用表現,代表對AI的理解;兩者合力,讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台,將洞察轉化為具體行銷執行,使每一次決策都能以數據驅動、持續優化,協助品牌在AI時代建立長期競爭優勢。

6.JPG
iKala行銷科技事業部總監Donna Hsu
圖/ 數位時代

最後,在論壇壓軸的高峰對談中,程世嘉強調,當前正是典範轉移的關鍵時機,如同過往率先布局SEO的業者得以享有紅利;他認為,這同樣是企業重生的契機,提早深耕者將在此波轉型中佔得先機。尤其,AI轉型已非單機運作所能達成,企業應優先建立基礎建設與治理架構;當自身能力有限,也須慎選合作夥伴、借助外部資源,並在安全可信任的前提下,實現共同成長。

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
台達電全解讀
© 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