好文分享
911恐攻是美國人心中永遠的痛,這是美國史上第一次本土遭到攻擊,死亡或失蹤的總人數至少有2,996人,包含343名消防員殉職。此前美國受到攻擊是二戰時的日本海空軍偷襲夏威夷珍珠港,事件中死亡人數2,403人。這兩次襲擊事件有一個共同點,舊蘇聯和俄羅斯情報部門都曾在事件發生之前通知美國,也成了後來陰謀論的根據。關於珍珠港事件陰謀論將另篇討論。
2019年9月6日電美國中央情報局(CIA)前分析專家喬治·比比(George Beebee)在出版的新書中爆料,稱俄羅斯總統普丁在2001年9月11日恐攻的2天前,曾親自致電時任美國總統小布希,稱俄方獲悉有人可能會對美國發動恐怖襲擊。除了俄羅斯之外,英國的情報機構也曾告知美國,而CIA和FBI也曾多次報告國內即將發生襲擊的危險。
https://www.republicworld.com/…/putin-warned-then-us-presid…
陰謀論認為,官方對911恐怖襲擊事件的描述中具有多個疑點,例如飛機不可能撞毀一摩天大廈,五角大樓的缺口直徑與飛機直徑不符,聯合航空93號班機的碎片散布區域以及劫機者的生死等。襲擊後,美國政府立即公布劫機者名單,不久後以消滅塔利班政權及捕捉賓·拉登為名向阿富汗發動報復性戰爭,之後又以搜尋大殺傷力武器為名向伊拉克宣戰。因此陰謀論者認為該襲擊目的是喬治·布希政府自導自演,目的是石油與保持美國的霸權地位,以便控制世界。
911陰謀論提出相當多疑點,但美國國家標準技術研究所(NIST)和科學研究雜誌《Popular Mechanics》均對陰謀論觀點進行了調查,認為陰謀論不成立。關於911恐攻最著名的陰謀論是由迪倫·埃弗里(Dylan Avery)執導《脆弱的變化》(Loose Change)是一部探討911事件的紀錄片,影片宣稱恐怖攻擊是由美國政府內部人員策劃並實行的。
世界貿易中心是由日裔美籍建築設計師山崎實所設計。事後據他生前的助手說,因為參考過去帝國大廈曾經受到美國空軍轟炸機誤撞事件的影響,在設計過程當中已經考慮到需要使大樓結構足以抵禦大型飛機的直接撞擊。根據調查結果,雙子星大樓的倒塌並不是因為飛機的直接衝撞,而是飛機內滿載的航空煤油傾瀉進入大樓引起的大火所釋放出的巨大熱量,軟化了支撐大樓的鋼筋骨架,最終導致世貿中心大樓在自身重力的作用下坍塌。但是,也有一批建築學家認為僅憑大火並無法令大樓倒塌。
飛機燃油主要成分碳氫化合物完全燃燒溫度最高攝氏800度,根據美國國家標準與技術研究院NIST的調查報告,世貿大樓中的鋼結構沒有一根在600℃下暴露時間超過15分鐘,並且只有3根溫度超過了250℃。 這樣的溫度根本不足以熔化雙塔的鋼鐵。美國保險商實驗所為世貿中心的鋼鐵進行過鑑定,其職員Kevin Ryan在給國家標準技術協會的Frank Gayle的一封信中提到:鋼材的成分經鑑定達到美國實驗材料協會E119標準,這個標準時間溫度曲線要求樣品可以在2000℉(1093℃)左右高溫下堅持幾個小時。我們一致同意,世貿大廈的鋼鐵符合這些標準。另外,我認為我們也一致同意即使是沒有經過耐火驗證的鋼材在接近3000℉(1649℃)的高溫時才開始融化。
世界貿易中心的外圍使用高強度,密集分布的鋼柱形成一個強固的外牆結構。事實上在911發生當天,身為建築商的川普受訪時表示:這並非建築缺陷。如果你稍微懂雙子星的結構,就知道它是率先從外部搭建的建築之一。世貿大樓的窗戶之所以那麼窄,就是因為在窗戶中間有外顯的鋼條。那就是為什麼我第一眼看到它的時候,我無法相信眼前所見,因為鋼條中是有洞的。大多數建築都會把鋼條設在內側,在電梯井旁邊,這兩棟則是從外面建的,它有最強的結構,幾乎就像一罐濃湯罐頭。不管是767、747或任何飛機也好,怎麼可能穿過那些鋼?我認為那不只是飛機造成,而是有炸彈同時引爆。因為我無法想像有任何東西能穿越那些鋼牆。
https://vt.co/…/donald-trump-said-two-planes-alone-not-brou…
2008年2月26日,俄羅斯《共青團真理報》及其他媒體報導,義大利著名政治學家朱利葉托-基耶薩(Giulietto Chiesa)出版的書《 零 Zero》稱已找到鐵證,證實911是美國當局自己一手策劃的。我們找到了非常重要的證人,例如美國駐沙烏地阿拉伯前任領事。據他講述,領事館曾根據中情局的要求給許多被懷疑參與恐怖活動的人發放了簽證,使他們能夠暢通無阻地進入美國。……他們當中就包括被指控策劃和實施911恐怖襲擊的人。
大多數劫機者都來自沙烏地阿拉伯,沒有任何一個阿富汗人,但是美國政府並沒有對該國採取任何行動,反而是以阿富汗塔利班政權為目標發動報復攻擊。並且在兩年後以擁有大規模生化武器為由入侵伊拉克,結果是找不到任何證據。美國政府事後承認,911當晚白宮就已經決定要推翻伊拉克政權——雖然沒有任何證據顯示在宗教上較為開放的伊拉克海珊政權到底與信奉伊斯蘭原教旨主義的基地組織之間有任何聯繫。
從2002年12月至2016年7月,911事件調查報告書中有28頁一直處於美國政府保密之下。共和黨眾議員托馬斯·馬斯(Thomas Massie)讀後聲稱:「這是令人震驚的,我需要每讀兩三頁後停下來重新調整歷史認知。他另外在接受媒體訪問時說:「所有美國人必須閱讀這28頁報告,然後弄清楚911事件發生的真正原因、誰才是我們的朋友和誰才是我們的敵人。
這28頁報告被普遍認為是有關某國政府直接涉及911事件的資料。根據FBI和CIA泄露出來的文件顯示,這個國家極可能是沙烏地阿拉伯。歐巴馬在2009年承諾公開這28頁報告,給予受難者家屬一個交代。但直到2016年7月16日,美國國會才公布該28頁報告的大部分內容;儘管如此,報告中還有174處文字被保密而塗黑至無法閱讀。根據被公布的部分,儘管其內容僅是調查員懷疑沙國皇室駐美大使的一些可疑電話,卻委婉的從側面證實之前外界依據泄露文件做出的猜測。
https://en.wikipedia.org/wiki/The_28_pages
2016年5月份美國參議院以不記名投票方式通過一份911法案,表明受害者可以通過美國國內法庭控告涉及911的外國人包含政府,之後由美國法庭判決勝訴後在美國領土內對其人或其資產執行,而歐巴馬初始就明確表明將動用否決權反對此一法案。
而沙烏地阿拉伯早前已經威脅:只要本法案施行,將會拋售包含國債券在內的7,500億美元在美資產。其後,美國公布沙烏地持有美國國債約1,168億美元,但否認與沙烏地的警告有關。2016年9月28日,美國國會投票推翻歐巴馬對《對恐怖主義資助者實行法律制裁法案》(簡稱「911法案」)的否決。該法案允許911恐怖襲擊事件死難者的家屬向沙烏地阿拉伯索償。參議院以97比1、眾議院以348比77的壓倒多數推翻總統對911法案的否決,是國會兩院首次以三分之二多數推翻歐巴馬對一項議案的否決。
911恐攻主謀基地組織領袖賓·拉登最初否認與911恐怖攻擊有關,但於2004年承認其責任。然而FBI發言人Rex Tomb在2006年表示沒有確實證據證明賓拉登涉及911事件。因此始終沒有就911事件正式起訴賓·拉登。2011年賓·拉登被殺後,FBI在其官方網站表示賓·拉登是911襲擊的主謀。
2004年3月18日,美國眾議院一致通過一項法案,將提供線索導致賓·拉登被捕的賞金從2500萬美元增加到5000萬美元。雖然普遍認為賓·拉登藏身於阿富汗與巴基斯坦邊境一帶,實際上外界沒有人知道賓·拉登身在何處,甚至指他早已身亡。
2011年5月2日,美國總統歐巴馬發表聲明,指賓·拉登在巴基斯坦阿伯塔巴德的一座豪宅裏被美國海軍海豹部隊第六分隊突襲擊斃。其屍體於次日海葬於北阿拉伯海。隨著賓拉登死亡,911陰謀論關於小布希政府與沙烏地阿拉伯也逐漸淡出公眾討論。
後記:因為莫名其妙理由被停權多日,無法發文也不能回應,已任命新管理員,預防本人帳號被關。個人將儘速將網站各欄目內容先初步填充,於本月中旬上線後再增聘編輯。
下圖 911 Memorial
港實測 文 迪 wiki 在 鄭龜煮碗麵 Facebook 的最讚貼文
我們該如何規範人工智慧 (全文)?
#COMPUTEX,這個跟我一樣歲數的電腦資訊展會,我竟然直到今年才首次踏入。
這次受主辦單位之一的 #外貿協會 ( #TAITRA)邀請,在上週三(5/29)來到位於南港展覽館 2 館4樓的「 #SmarTEX」展區參觀,與多家參展公司交流。我雖然自己經營過科技媒體網站,但我不是擅長採訪會展的記者,也不是好的 3C 部落客,因此我抱著「幫自己正在思考的問題取材」的目標,前往這場大型科技會展。
(先說:因此這篇文章不會有太多展覽展位上產品的細節跟照片,請大家見諒。)
而我最近在想的問題,也就是本篇文章的主題是:進入人工智慧時代,我們該如何規範人工智慧?
或者,我們也可以反過來問:人工智慧該如何規範我們?
自認偏樂觀派的我,其實不希望讓大家覺得「人工智慧的未來真糟糕」,我的個人偏見是:大致來說,我喜歡科技,儘管科技的確會帶來衝擊,但只要我們更願意去思考,就更有機會讓未來往比較好的方向演進。所以談這個議題,目的是要避免要是這樣的狀況真的發生了,我們才懊悔地說「這真糟糕,為何我們沒有早點想到。」
--------------------
關於人工智慧的規範問題,首先,我們來看看 MIT 媒體實驗室做的一個調查「道德機器」(網址:http://moralmachine.mit.edu/hl/zh)。
在這個網頁裡頭,有許多類似「#電車難題」的情境,需要你來回答。每一個參與者,需要回答 13 個題目,每個題目只有兩個選項。在每一個題目的情況中,都有一輛突然煞車失靈的自動駕駛汽車,而你必須做出選擇,要繼續前進,或是轉彎離開。
例如在某個二選一的情況中,你認為這台自動駕駛車該繼續直衝,撞死一個成人男性,還是轉動方向盤,讓車子撞上另一側的護欄,殺死車上四個人,包括兩名兒童?
在另一個二選一的情況中,這台自動駕駛車上只有一隻貓,若繼續直衝,會撞上護欄,讓貓死於非命,但若自駕車往左彎,貓的性命可保,卻會撞死一位正在違規闖紅燈過馬路的遊民。
類似這樣的二元選擇有很多種變化,例如過馬路的可能是動物、可能是罪犯、可能是醫生,嬰兒,或是這些人的綜合隊伍,他們或許是違規過馬路,或許是遵守交通規則但運氣不好。而車子直衝或轉彎,也隱含了道德選擇。推薦各位都上道德機器的網頁去回答看看,看你會不會跟我一樣覺得實在是逼人太甚,到最後根本就放棄思考(XD)。
這個網頁告訴我們一件事:我們不可能對各種狀況產生共識、或得出任何堪稱正確的答案,事實上這個調查也不是要用多數人的意見來決定未來的自駕車要是真的煞車失靈的時候,該做出什麼行動。然而這個調查提醒我們,當越來越多的「人工智慧代理」進入我們的生活,就會產生更多類似的道德難題。
--------------------
舉例來說,若一個 #人工智慧股票交易系統,因為對政治領袖發在社群媒體上的文章產生錯誤的解讀,而決定拋售某一檔股票,造成連鎖反應,讓投資者大賠一筆,這樣的損失該由誰來負責呢?
延伸閱讀:〈AI 機器人害我投資賠錢,我能告他嗎?〉
https://www.techbang.com/posts/70447-ai-robot-made-me-invest-money-can-i-sue-him
舉例來說,若一個 #人工智慧戀愛配對系統,推薦了一位居心不良的對象給另一個使用者,最後使用者被騙財騙色了,誰會受到最多的指責呢?誰「#與惡的距離」最近呢?
再舉一例來說,如果用於門禁或 ATM 的臉部辨識 AI 系統出問題,太過嚴格以至於讓使用者開不了門、領不到錢,或是太過寬鬆使歹徒得以利用,那該怎麼定義問題的範圍,用理性的方式來解決呢?
臉部辨識作為服務升級的關鍵,從智慧零售到智慧家居到智慧服務,都少不了這項技術的身影,也是人工智慧使預測平價化的代表。只要你拿著這一兩年出的新手機,想必也不會陌生。例如我這次參訪的 #訊連科技(CyberLink)展場主打「FaceMe」AI 臉部辨識引擎,他們提供 SDK 與多家科技廠商合作,包括 #宏碁雲端、#奇景光電、#微程式、#凌群、#達碩 等。我也拜訪了同在 SmarTEX 展出的達碩智慧科技,了解他們使用這套臉部辨識引擎,針對銀髮照護、社區管理、企業差勤管理等不同情境設計的解決方案。即使在我與訊連跟達碩的主管談話時,他們自謙還不是目前領先的廠商,但他們的服務也已經非常成熟,可見這樣的軟硬體整合套裝將持續普及到各地,而台灣中堅企業將成為關鍵推手。
美中貿易戰,加上美國可能逐步針對有侵犯人權之虞的監控科技施加圍堵禁令(如 #海康威視、#浙江大華、#商湯科技 等),突顯出台灣提供類似服務的企業所能提供的安全價值,但即使如此,這項科技本身還是帶給社會其他挑戰。訊連科技的連啟民協理跟我說,臉部辨識的準確性不是 0與1 的取捨,他們的 SDK 能夠針對不同情境,讓配合的廠商自行調整精度,掌控風險,例如從一般社區門禁的萬分之一調到 ATM 的十萬分之一,同時使用邊緣運算技術(Edge Computing),讓資料不用都到雲端,降低反應時間及資安疑慮。
我在展場也與 #康訊科技 及 #訊舟科技 兩家公司進行交流。康訊從圖資起家,以地理定位技術切入車載系統設備,扎根台灣30多年來,已經成為全球領先的車隊管理服務商,不管是共享汽機車、物流公司、校園巴士、救護車、消防車都是他們服務的客戶。他們提供的設備就像車上的黑盒子,可以完全掌握車輛的狀況,如透過監測引擎啟動狀態,可以知道司機是否過勞;透過監測燃料消耗情況,可以知道是否有偷油的情形發生。而全球客戶累積的數據也成為重要的資產,可以協助物流業者優化路線。
訊舟作為老牌網通公司,這次展出許多產品,我認為最亮眼的就是他們與中研院陳伶志博士合作推出的「空氣盒子」,我雖然早就知道空氣盒子,卻是第一次看到並且從訊舟的角度聽這個已經是公民科技典範的故事,目前在全台已經有 4,000 多台設備上線,密集監測空氣品質,累積的數據也已經可以做到空品預測。
另外,這次在 SmarTEX,科技部推動的 #GLORIA 國際產學聯盟現場展出 67 項前瞻技術,我也與聯盟中的幾所大學交流,例如 #中國醫藥大學 推出能夠判讀骨齡、癌症等資訊的 AI,節省醫師判讀時間,加速診斷。#國立交通大學 伍紹勳博士則與 #新光醫療團隊 合作,用像是貼在東尼史塔克胸口的智慧貼片,只用3導程就能正確模擬專業醫療設施12導程的ECG心電圖信號,大幅改善病患的行動自由,也顯著降低成本。而具有超過 2,000 例達文西手術經歷的 #臺北醫學大學劉偉民醫師團隊,則在擁有大量醫師第一視角錄影的基礎上,推出手術教學平台,包括 VR 手術直播拍攝,與虛擬手術教學模擬系統。
從訊連、達碩、康訊、訊舟到這三個來自學界的醫療技術案例,可見都與數據分析、人工智慧辨識判讀、虛擬模型建置有關,儘管我相信在台灣醫療與科技、工程多重優勢下,他們都前景可期,但該問的仍然要問:要是出了差錯,怎麼辦?誰負責?各團隊對此問題顯然也都深思熟慮過。而我將他們給我的回答整理,加入我對「人工智慧如何規範」這個問題的答案。
--------------------
#以自駕車為例思考
著名的科幻小說家艾希莫夫,在1942 年的短篇小說 Runaround 以及後來的機器人系列裡頭,提出了機器人三原則(Three Laws of Robotics),很多人可能都會背了,這三原則分別是:第一,機器人不得傷害人類,或坐視人類受到傷害;第二,除非違背第一法則,否則機器人必須服從人類命令;以及第三,除非違背第一或第二法則,否則機器人必須保護自己。
參考:Three Laws of Robotics
https://en.wikipedia.org/wiki/Three_Laws_of_Robotics
這三原則聽起來很周密,但其實並非如此,而且也不太現實。以自動駕駛汽車作為案例吧,自動駕駛汽車是這一波人工智慧發展最受關注的領域,而且因為許多國家政府正在積極制訂法規,自駕車的自動化程度,跟依據自動化程度而制定的責任歸屬,也比較清楚,值得用來舉一反三,幫助我們思考,人工智慧要是進入到每一個領域,會帶來多少該仔細考量的變化。
那麼,到底什麼是自動駕駛汽車呢?你可能聽過什麼 Level 3,Level 5 的,那指的是自動駕駛的自動化程度分級,我們可以用這張表來簡單呈現:
這個分級定義,是由國際汽車工程協會(Society of Automotive Engineers, SAE)所提出的,已經獲得廣泛的共識。從第零級到第五級,共有六個層級。第零級的自動駕駛就是毫無自動化,一直到第二級,都還是以駕駛員為主,機器提供輔助。
但從第三級開始,負責開車的就是機器了。人類駕駛頂多在緊急狀態作為備用選項。第四級之後,就連緊急狀態也是由機器來應對,人類就從駕駛這件事基本退場了。到第五級的情況,就像是有一個超級人工智慧在負責開車,相信到時候,超級人工智慧也不會只用在車上。
目前已經有幾家汽車公司宣稱自己的自駕車達到了第三級,例如 #奧迪、#特斯拉、#現代汽車 等,大部分車廠也都表示在 2020 年就會推出第三級的自駕車。Google 旗下的 Waymo 以及台灣的財團法人車輛研究測試中心 ARTC 則表示都已經有第四級自駕車的技術能力。
日本政府非常積極地花工夫在自動駕駛的規範上,日本的「投資未來委員會」在 2018 年底,便提出了已經研擬多年的自動駕駛汽車指導原則。根據報導,日本首相安倍晉三希望透過採取具體步驟,建立法律框架,讓日本成為率先制定國家級規範的國家。首要處理的就是第三級自動化情況下的監督跟法律方向。我們就來看看,在自駕車的規則上,日本是怎麼想的?
日本的規則是,通常來說車主需要對車輛自主運行時發生的事故負責,並且由政府規定的汽車保險公司承保。如果車輛系統有明顯的缺陷,該負責的就是汽車製造商。強制性保險這一步確定了之後,保險公司也就能夠制定方案,讓車主選擇,要保哪一種。
另外,為了釐清事故的原因,自動駕駛汽車需要完整記錄位置、轉向、人工智慧系統操作狀態的信息,也就是說,得要有像是飛機黑盒子這樣的裝置。
那如果遇到新型態科技犯罪者或駭客呢?只要車主有採取適當的安全措施,例如更新車輛系統或維護保養,那麼若是因為駭客攻擊或入侵造成損害,就視同汽車被偷走了。
除了這幾個大方向以外,還有不少問題待解決。因為剛剛說的都只是民事責任,財產相關的規範,但還沒有碰觸到刑事責任,如果真的因為自駕車的缺陷而造成傷亡,除了車主以外,程式開發者,汽車製造商該負起哪些連帶的責任呢?若不能盡快釐清,程式開發者跟汽車製造商就難以決定是否該正式推出產品。
另外,自動駕駛的操作條件、例如速度限制,運作的時間長短,天氣狀況也都得考量,就像各種已經存在的汽車安全規範一樣,人工智慧控制系統的標準、對網路攻擊抵禦的強度,也都得一一制定。
--------------------
而以自動駕駛為案例,可以幫助我們思考該怎樣規範其他人工智慧的應用情境。歸納我這次到 SmarTEX 參訪交流的心得,我想比起艾希莫夫的機器人三原則,我們該建立的思考原則其實是這四個:
#面對此時此刻的人工智慧該有的思考原則
第一,#釐清主控權。整項任務中,是人類還是機器掌握主控權?能否以清楚的層級概念來劃分人類或機器的掌控程度?就像自駕車這樣呢?另外,在關鍵決策點,人類有沒有介入,是否被要求介入?這些都必須根據不同的應用環境來一個一個釐清。
第二,#損害管理與風險溝通。在發生意外的時候,擁有者、使用者、設計者、販售者、維修者等角色,是否已經明白可能要負的對應責任?這些責任的政府主管機關與相關的法律有哪些?其實每一樣新的科技進入我們的生活,都會有一段學習曲線,我們不太可能在了解所有問題、解開所有疑慮之後才採用新技術,而是必須妥善跟每一個角色溝通風險。
第三,#數據紀錄透明化。為了忠實檢討意外發生的原因,人工智慧系統需要持續紀錄運作狀況,以及感測器所收集到的各種資訊。並且要確保訓練人工智慧的資料也是可受檢驗的,避免造成系統化的偏見。另外也同等重要的是,收集數據的單位,像是企業、保險公司或政府,有義務證明,收集這些資訊,是必要且適當的。例如飛機上機長跟駕駛員的通話可以收集,但車內的通話該不該收集呢?商店內的顧客對話該不該收集呢?
第四,#系統思維。任何意外發生,都要了解,系統總是存在一定的風險,告知風險機率跟可能的狀況類型。以「不責難」的出發點,來面對後續的檢討,才能讓各角色更願意把系統中的臭蟲或不當行為揪出來,最終的目標是讓這個能夠便利更多人、拯救更多人的系統,越來越好。就像醫療一樣,如果每次只要有病人在手術中過世了,醫生都要被告到賠上身家,那還會有醫生願意繼續替病人動手術嗎?當醫療行為中有越來越多具有人工智慧的機器介入,診斷疾病、決定麻醉份量、甚至用機械手動手術,我們就不得不分配信任給更多的角色。
從 COMPUTEX 的 SmarTEX 展區上琳瑯滿目結合了人工智慧的技術,可以肯定人工智慧已經,也即將進入每一個我們可以想像得到的層面,過去的規範將無法適用,而且即使訂出新規範,也會很快過時。我們不可能完全理解我們部署的人工智慧系統的風險。當前的機器學習運行得如此之快,以至於沒有人真正知道機器是如何做出決策,通常連開發人員也不知道。這些系統還會持續從環境中學習並更新他們的函式,這使研究人員更難控制和理解決策過程,在這樣缺乏透明度,也就是常說的黑盒子問題籠罩下,要建立道德準則跟規範,當然就極為困難。
然而若不要大驚小怪,將人工智慧與人肉智慧對等來看,人類花了幾千年建立起的道德準則,同樣漏洞百出,我們卻也習慣了。人類專家有的偏見跟偏誤更是問題層出不窮,而我們也是一直倚賴這樣有缺陷的專家系統在運作。此刻的人工智慧浪潮,正給了我們機會跟動力,檢視我們習以為常的那些想法,我認為以上的四原則,更有助於我們迎向已經到來的未來世界,而開發出這些技術,推出產品與服務的企業,若都能夠率先思考這些問題,也是我們所期待的。就如同我在這次 COMPUTEX SmarTEX 展區上看見的一樣。
--------------------
最後,我雖然只逛了整個 COMPUTEX 的一部份,但很感謝外貿協會,讓我能不只是走馬看花,而是深入與廠商對話跟採訪,非常有收穫。幾乎每一家我逛的展位,都跟數據、AI(起碼是機器學習)有關,並將其結合硬體,整合出具有市場競爭力的方案,雖然我沒有資格替他們的產品背書,但我覺得深入談過之後,他們都對自己的產品與服務非常有自信,或許並非市場的領先者,也已經看見該切入的定位與成長的路徑。
今年的 COMPUTEX 展會已經結束,不過以後若有機會前往類似會展活動,很推薦大家跟我一樣帶著問題意識去逛逛,跟這些未來世界的打造者聊聊,畢竟我們得住在裡面。
--------------------
Medium 版:http://bit.ly/2HLuT8p