追蹤情緒狀態飲食習慣智慧眼鏡助減肥舒緩憂鬱症

文＼蔡宗桓 世界衛生組織（WHO）一項研究發現，全球有逾10億人口飽受肥胖之苦，9.7億人面臨心理健康問題。為了更深入了解我們情緒反應以改善生活和健康，來自英國的科技公司Emteq Labs近日推出世界首款“情緒感知智慧眼鏡”Sense。Sense眼鏡可追蹤臉部表情、飲食習慣、情緒、姿勢、注意力度和身體活動等多項指標。 智慧眼鏡這一概念在過去10年吸引了科技巨頭如Meta和Google的持續關注，儘管迄今為止，它們尚未完全融入人們的日常生活。近期，MetaConnect大會上展示的Orion AR眼鏡展示了未來智慧眼鏡的發展趨勢。同時，許多新創公司也紛紛投身於這一領域，其中英國的EmteqLabs發布的Sense智能眼鏡被稱為“世界上首款情緒感知眼鏡”，可追蹤臉部表情、飲食習慣、情緒、姿勢、注意力度和身體活動等多種指標，在智能眼鏡的定義和應用上進行了大膽探索。 EmteqLabs創立於2015年，致力於監測與解讀人類行為。其最新發布的Sense智慧眼鏡，獨特之處在於其功能並不重於擴增實境或虛擬世界的結合，而是專注於佩戴者的內在情緒狀態。 EmteqLabs創始人兼首席科學官Charles Nduka說：“Sense眼鏡讓我們能夠向內看，而不是向外看。” 表面上，Sense眼鏡可能與市場上的其他眼鏡相似，但實際上它在鏡框內嵌入了眾多光學感測器，這些感測器可即時監測眼睛、眉毛和臉頰的微小運動。 根據Emteq提供的數據，其感測器的準確率達到93.8%。這種技術的設計靈感來自蒼蠅的視覺系統，利用其對運動的敏感度以達到更高的精確度。相較之下，許多智慧眼鏡依賴大型電池和高能量相機，而Sense則是通過輕量化的設計和光學感測器以每秒6000次的頻率捕捉數據。 該眼鏡除了能監測用戶的情緒，還能通過向下的攝影機記錄食物消耗量，即時追蹤用戶的飲食習慣。 Emteq的研發人員通過日常經驗發現，監測下顎運動可以有效記錄咀嚼和進食的速度，而這可幫助用戶管理飲食。所有數據將通過AI和機器學習演算法分析，並可選擇性分享至研究機構或臨床醫師。 顯然，這項功能不僅可幫助肥胖族群控制體重，還可提醒干預憂鬱傾向人群潛在的“暴飲暴食”行為。 Emteq將其智慧眼鏡的應用場景設定為醫療領域，以應對憂鬱症、自閉症等心理健康問題，甚至提供患者情緒狀態的資訊來輔助醫療決策。同時，監測飲食速度與咀嚼習慣提供了新的營養管理想法。雖然目前Sense並未面向消費者銷售，但Emteq計劃在未來和多個教育及醫療機構建立合作關係。 權威期刊研究顯示，Sense智慧眼鏡確實有準確追蹤使用者飲食習慣的能力，遠端心理健康評估也有不錯前景。Emteq Labs新首席執行長Steen Strand認為，“情感感測眼鏡”是可穿戴智慧設備的下個前線領域，並斷言Emteq會改變智慧眼鏡格局，改善人們生活甚至挽救生命。 然而，在監測和解讀人類情緒的過程中，Emteq也面臨技術準確性與隱私等問題的挑戰。許多學者懷疑，僅依靠臉部表情準確解讀情緒是否有局限性，情緒的文化差異使得解讀過程變得複雜。同時，關於隱私的擔憂一直是智慧型裝置發展的重大障礙。 Emteq的Sense眼鏡組裝監測設備，無疑增加了隱私風險，但如何確保用戶資料安全並合理使用資料將是不可迴避的問題。 在競爭激烈的市場中，Emteq的出現無疑會吸引關注，但也面臨Meta、Google等巨頭的壓力。市場分析機構IDC指出，雖然AI驅動的智慧眼鏡在傳統銷售管道取得了一定進展，但消費者對於新技術的接受度仍然有限，特別是技術的實際應用必須有效且直觀。 ChatGPT開放搜尋功能 或衝擊谷歌搜尋引擎地位 Google不再是用戶想要搜尋資料時的唯一首選，隨着越來越多人改用AI服務，OpenAI也正式推出ChatGPT Search的搜尋功能，且將給予用戶最新、最即時的答案。 過去，ChatGPT的回覆主要是依據資料庫的儲存內容，並不會提供網絡上的最新資訊，所以它無法告訴你最新的新聞內容、運動賽事比分甚至是股票價格，但隨着加入連網功能，ChatGPT也開放了新的搜尋功能。 根據OpenAI官方部落格文章指出，用戶可以延續原本使用ChatGPT的方式，且只需如同對話一樣的方式提問即可，OpenAI將會與新聞業者、數據供應商合作，提供最新的天氣、股票、體育、新聞及地圖資訊，並且加入最新的視覺設計，使用更多圖片、表格讓資訊更加易讀且直覺，並且會在文末提供資料來源，讓用戶能進一步確認有關資訊的可靠性。 ChatGPT Search搜尋功能從即日起開放給ChatGPT Plus訂閱會員，以及Team會員使用，企業與教育用戶將在未來幾週內更新，至於免費用戶則須再等上幾個月的時間。 投資諮詢公司Evercore報告今年8月曾公開一份報告，調查全美超過1300人使用搜尋引擎的習慣，並發現有8%受訪者是以ChatGPT作為首選，數值比6月份的1%大幅提升，也使Google使用率從80%跌落至74%。 ChatGPT search拉近與Microsoft Copilot、Google Gemini等對手的競爭差距，它們在AI聊天機器人對話提供即時搜尋內容。不只如此，像是新創Perplexity就以AI搜尋引擎為核心，據傳Meta也在開發這類服務。 各家紛紛提供由AI驅動的搜尋服務，自然漸漸影響Google長久以來的搜尋龍頭地位，為此，Google加緊腳步，並宣布進一步擴大生成式AI搜尋功能“AI Overviews”支援國家，增添包括大馬在內的100多個國家，並通過把生成式AI整合至Google搜尋系統，讓用戶可以直接獲得懶人包，不必再逐一爬文找資料。 長密碼不易被攻破 NIST：複雜密碼反易破解 美國國家標準與技術研究院（NIST）近期發布了新的密碼管理指南，這份指南改變長期以來我們對密碼安全的認知。 NIST的新指南《SP 800-63-4 數位身份指南》在今年9月發布，其中最特別的是，他們不再推薦使用複雜的字符組合和定期更換密碼的做法。相反的，NIST指密碼長度才是最重要的。 為什麼結構複雜的密碼容易被破解，而長密碼則難以被攻破？這一改變的原因主要有三： 1.用戶行為 複雜的密碼要求往往導致用戶採用不安全的作法，如重複使用密碼或選擇容易猜測的密碼，例如，一個用戶可能創建了一組如“P@ssw0rd123!”這樣的密碼，然後在他們的電子郵件、銀行帳戶、社交媒體等多個平台上都使用相同的密碼，實際上，這種做法很危險，因為如果其中一個帳戶被破解，那麼，他所有的賬戶都會因為使用相同密碼而面臨風險。 此外，為了滿足複雜性要求，如密碼必須包含大小寫字母、數字和符號，用戶可能會採用一些可預測的模式，而常見的例子包括把簡單單詞的字母替換為類似的數字或符號，如把 password 變成 p@ssw0rd作為密碼、在簡單單詞的開頭加上大寫字母，結尾加上數字和驚嘆號，如“Password123!”，又或是使用鍵盤上連續的字母數字，如Qwerty123!，而這些模式雖然看起來複雜，但實際上很容易被破解工具猜到。 2.密碼熵 雖然複雜性可以增加密碼熵（熵是用來描述一個系統的混亂程度），但其實長度在這方面能發揮更大作用。較長的密碼的可能組合數指數級增加，即使字符本身較簡單。 3.運算能力的進步 現代運算技術使得破解短而複雜的密碼變得更容易，但長密碼仍然難以被攻破。 無法被生物辨識取代 鼓勵創建強大易記密碼 現在都用生物辨識了，若還使用密碼會不會太過時？ 無論是過度使用複雜的密碼，還是選擇容易猜測的密碼，都被認為是不安全的，因為它們實際上降低了密碼的真實強度，使得密碼更容易被猜測或通過暴力破解方法攻破。 隨着生物辨識、多因素驗證等新技術崛起，不少用戶或是資安專家認為密碼已經過時，甚至認為密碼是資安漏洞的其中原因。 NIST的新指南則揭示了業界對密碼安全的誤解，旨在鼓勵用戶創建真正強大且易於記憶的密碼，而不是僅僅滿足於表面上的複雜性要求。 泛用機械人π0 擅家務還懂磨豆 AI在圍棋對弈、醫學研發等複雜領域中，屢次展現出超越人類的能力，但在簡單的日常任務上，機器仍面對挑戰。為解決此一難題，專注於基盤模型和學習演算法開發的公司Physical Intelligence經過8個月的研究，推出一項泛用機械人基盤模型“π0”，目標是支援多種任務的機械人操作需求。今次他們就示範了利用機械人來摺疊衣服、收拾檯面、組裝箱子。 Physical Intelligence指出，π0是實現“人工物理知能（Artificial Physical Intelligence）”的首步，未來期望能如同現行大型語言模型（LLM）及聊天機械人助理般，讓機械人具備解決任意日常任務的能力。通過π0，用戶將可要求機械人完成不同的指令任務。 π0的設計理念不同於一般LLM，除了基於文本及圖像資料的學習外，還加入機械人操作的實體體驗訓練。該模型可通過特有的新架構直接輸出動作指令，進而使機械人獲得一定程度的“物理知性”，更能有效應對多樣化的物理性操作需求。在展示的視頻中（https://www.physicalintelligence.company/blog/pi0），π0展現多項家務工作的能力，包括打開洗衣機門、取出並折疊衣物，整理餐桌，甚至計量並研磨咖啡豆，以及組裝箱子等任務。 這款π0原型模型經由開源數據集與來自8款不同機械人的資料訓練而成，涵蓋了多樣化的操作任務。其訓練數據選用了廣泛的物理互動資料，而非特定用途，目的是賦予模型廣泛的物理知識基礎，藉此奠定物理知能的第一步。 Physical Intelligence認為，要真正實現這項技術的潛力，需要結合整個機械人社群的力量，並透露已經與多間企業和研究機構展開合作，期望能透過社群力量推動π0模型的進一步發展。

您好！請登入您的帳號