在計算力與智慧過剩的社會,文化科技的狂飆旅程
在計算力與智慧過剩的社會,文化科技的狂飆旅程

最近跟文化相關的科技新聞甚囂塵上,成為各種不同場合的焦點。文化部前瞻計畫中的數位基礎建設,想要打造能長能久的「國家文化記憶庫」工作;4K高畫質、數位新媒體與各個文化機構等等資源也都在運用科技來深耕文化成果。

「文化內容科技應用創新產業領航旗艦計畫」則是另外一艘重要的出航旗艦,也迫切地迎向市場,尋求文化消費、研發資源等大數據研究的諸多可能。科技部把人工智慧技術設定成未來重點發展目標,在即將舉辦的AI競賽中,公共電視提供了日常生活的文化資料內容,來當作影音人工智慧辨識技術的比賽樣本資料。而在日前文化部所舉辦的「文化科技論壇」中,科技部與文化部兩位部長共同宣示合作平台的正式啟動。

這些新聞彷彿在夜空中綻放的燦爛煙火,華麗地點出種種樣貌。

從兩年多前開始,我們協助引進巴西政府文化部在數位文化上領先全球發展經驗,舉辦了「2015臺中軟實力論壇」,並推動數位文化的政策規劃與實踐等等工作,我們認為數位文化不是只有文化內容數位化、不是只跟博物館網站呈現藝術作品有關,它關注使用者的數位生活,串連資料與思辨、對話與合作,是智慧城市等等計畫的核心推動引擎。從兩年前到今天,改變與提升自我的漫長旅途才剛剛開始。

從奇觀化的「亮點」政績到看不見的點滴成果,這一切需要滲透到組織行政、政府與民間社會創造文化改變,文化與科技才算是真正地融合在一起。就連在網路上舉辦公聽會、徵詢眾人對於政策修訂的看法,都需要嘗試改變的勇氣、細緻的技術與不斷修正、越來越「精準」的具體作為。

煙火美麗謝幕的那一刻,漫長旅程還要繼續走下去。希望這些動人的熱情能夠讓我們充飽電,繼續面對路程上諸多不可能的任務與挑戰。

別把文化科技「浪漫化」:不把Google與Facebook這些「他者」的服務視為理所當然,也不視為可以當作跳板、對空揮舞雨傘挑釁的意識形態「風車」,自己當然也不是唐吉軻德。要做到不浪漫,只有跟底層的調查研究攜手走一程:因為要知道整體生態系的全貌,無論是多麼簡略的逼近估計,只能從資料開始。

數位文化並非只是文化內容數位化,不是只跟博物館網站呈現藝術作品有關。而是一連串資料與思辨、對話與合作,政府、民間與行政組織真正融合在一起創造的文化改變。

軟體開發的格言:「吃自己的狗食。」也可以用來檢視文化科技範疇的環境及諸多產品服務。你最愛的《冰與火之歌》的名句貼圖是誰做的?看完tvN與Netflix《秘密森林》之後,你第一時間衝向哪一個討論區來追最新討論?IMDb網際網路電影資料庫也是網際網路最早誕生的服務之一,我們該如何競爭合作,創造出孕育這樣長久數位生命的環境?

我們這個世代已經被各種國族主義過度動員,被虛假的歷史與政治背叛,被風險委外的權貴資本主義擊倒,被攪和大數據的掠奪型商業模式狙擊,被沉重的家庭負荷與少子化未來雙重擠壓。唯一能夠召喚我們的,只有那精準算計觀者的「情感經濟」、一點也不浪漫的日韓美劇了。

人工智慧圍棋冠軍AlphaGo不是故事結束,而是一個新世界的開始。文化資料不僅僅只能作為科技的背景,更將織就構成台前美麗場景的動人細節。我們是否有想過,當人工智慧與機器學習成為顯學的時代,已經不再是克雷.薛基(Clay Shirky)所謂的「認知過剩」的階段,而是「計算力與智慧」過剩社會時,市場上到底還需要什麼樣的產品與服務?這些產品與服務會需要什麼樣的關鍵技術來支撐與突破?這些更新事物所構成的「新文化生活」,又有著什麼不同的可能性呢?

讓我用可能的情境來描述文化科技的衍生面貌。在〈效率市場的加密資料〉(Encrypted Data For Efficient Markets) 這篇文章中,描述著新創團隊Numerai團隊運用一種「結構-保存加密法」來創造出「股票市場效能問題」的開放參與解答,找到了更快速的演算法提升效能。全球文化市場資料的分享與合作,或許會需要這種類似的半遮掩技術,來擴大參與規模、進而導致新算法較容易誕生。

另外一個最近爆出的新聞:Spotify傳出「假藝人」爭議事件。在龐大的版權支出壓力與虧損下,Spotify選擇透過第三方製作公司合作,讓版權方降低版稅分成比例交換高曝光渠道。類似7-11推出自己的白牌瓶裝水與其他iSelect產品,Spotify在歌單中混入了這些「假藝人」,降低成本創造迂迴的收益路徑。這既是串流媒體為了生存的變形方式,同時也是商業交易與社會互動的異質新現象。文化科技會變形增生以往完全不存在的組織、角色、功能,卻扎扎實實地影響了生活的面貌。

我們的文化科技,將為我們帶來各種新生異形事物、與之過招對話。在點燃感動與目睹絢麗璀璨之際,為我們自己,開始準備那能夠走長走遠的行囊吧。

往下滑看下一篇文章
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證
廢棄碳纖維也能變再生材料!天翊綠能靠低溫解聚技術,獲桃園SBIR助攻產品驗證

碳纖維因重量輕、強度高,廣泛應用於自行車、汽車、航太及無人機等產業,每公斤原生碳纖維價格可達數百元,部分高階材料甚至高達數千元。然而,這些高價材料製成複合材料後,生產過程產生的邊角料與廢棄物,卻因熱固性樹脂難以分離,往往只能焚化、掩埋或降級使用,讓耗費大量能源製造的碳纖維失去再利用價值。

「產業真正需要的不是把廢棄物處理掉,而是如何把裡面的碳纖維、玻璃纖維重新變成有市場價值的材料。」天翊綠能科技執行長莊文彥指出。深耕複合材料產業約20年的他,於2023年成立天翊,希望透過自主開發的低溫常壓解聚技術,讓廢棄複材重新回到製造業供應鏈。

低溫解聚保留纖維性能,從廢料處理走向材料再生

熱固性複合材料難以回收,關鍵在於樹脂固化後無法像一般塑膠重新加熱熔融。傳統高溫熱裂解雖能去除樹脂,卻可能損傷碳纖維性能;若回收碳纖維強度下降,製造商可能需要增加材料用量以滿足產品的強度要求,反而削弱碳纖維原有的輕量化優勢。

為突破限制,天翊開發低溫常壓化學解聚技術,在約90°C、常壓環境下分離樹脂與纖維,降低高溫處理對纖維性能的影響。不同於將樹脂直接燒除,天翊也推進樹脂回收再利用及化學溶劑循環,提高材料利用效率。根據天翊提供的第三方檢測結果,回收碳纖維在受測性能項目上的表現達原生材料的98%以上。團隊也將回收纖維製成再生碳纖維不織布、板材、塊材及工程材料。

莊文彥表示,再生碳纖維每公斤價格約150至300元,具備成本競爭潛力。天翊也規劃三層商業模式:取得合法處理資格後,協助製造商處理複材廢料並收取處理費;將回收纖維製成再生材料銷售;再與客戶共同開發終端零組件。「我們不希望公司的主要價值停留在『每公斤收多少處理費』,而是希望營收逐步往再生材料與高值應用移動。」莊文彥強調,讓回收材料具備市場需求,才是循環經濟能否持續運作的關鍵。

桃園 SBIR 助攻百公斤級驗證,跨越技術走向產品的關鍵門檻

對技術型新創而言,證明技術可行只是第一步。要讓再生材料進入製造業供應鏈,還必須建立可重複的處理流程、穩定的材料品質及產品驗證機制。這些工作需要投入設備、人力與檢測費用,對商業化初期的天翊而言,是不小的負擔。

在桃園市政府地方型SBIR計畫的研發經費支持下,天翊得以加速推進製程測試、材料檢測與產品驗證。莊文彥指出,過去團隊主要仰賴實務經驗調整回收製程,但要讓技術進入產業應用,還必須建立標準作業流程、進出料紀錄及材料品質數據。透過計畫,天翊逐步完善這些機制,並針對碳纖維自行車、碳纖維預浸布邊料、高壓氣瓶與車用零件等廢料進行測試,完成超過100公斤複材廢料的處理驗證,建立相應的操作條件。

除了製程驗證,補助也支持團隊將回收纖維製成不織布、模具及相關產品,確認再生材料能否符合實際需求。其中,以再生碳纖維氈製作的模具,相較原本的玻璃纖維模具,減重約56.96%;以再生碳纖維氈製作的產品,相較原本玻纖產品,減重約27.77%。這些成果讓天翊不再只能向客戶說明技術可行性,而能透過具體的材料與產品數據,爭取後續合作機會。

天翊也與既有下游夥伴推進汽車零組件應用,累積再生材料進入供應鏈所需的驗證經驗。「SBIR對我們而言,不只是補助研發,而是幫助公司跨過了『實驗室技術走向實際產品』非常重要的一段。」莊文彥表示,政府資源不僅分攤研發成本,更協助團隊補足商業化所需的品質管理與產品驗證基礎。

以桃園為循環基地,從碳纖維走向風機葉片回收

除了研發補助,桃園聚集電子、汽車、航空與複合材料產業,也讓天翊有機會就近尋找廢料來源、加工夥伴及應用客戶。此外,天翊與桃園市政府消防局就高壓氣瓶展開合作,嘗試將回收技術應用於地方政府實際產生的循環需求。團隊目前持續推進桃園廠區設置與再利用相關申請,希望建立「在地廢料、在地回收、在地再製」的產業模式。

不過,即使技術與產品驗證已取得初步成果,天翊仍須完成事業廢棄物再利用相關許可程序,才能依核准條件擴大收料與處理規模。漫長的審查過程雖然增加營運成本,但莊文彥認為,除了回收技術,合法處理資格、穩定料源與產品市場,同樣是建立長期競爭優勢的關鍵。天翊的長期目標則不止於碳纖維。莊文彥補充,當初投入低溫常壓解聚技術,也考量到未來大型風力發電機退役葉片的回收需求。風機葉片主要由玻璃纖維、樹脂及部分碳纖維構成,體積龐大且難以回收,隨著全球風電產業發展,退役葉片處理將成為重要課題。天翊也已取得風機葉片回收處理方法的臺灣發明專利與美國發明專利。

因此,團隊選擇先從材料價值較高的碳纖維切入,累積技術驗證、設備放大與商業化經驗,再逐步拓展至大型風機葉片。「我們希望證明,複合材料不是只能從製造走向廢棄,而是可以從廢棄再回到材料、再回到產業。天翊要做的,就是把這條循環真正建立起來。」莊文彥說。

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