大家投下的每一張票
都有可能影響台灣的未來
甚至是自己的未來
===#內文===
Mock Mayson :
然後呢?這位胡小姐大概從來沒想到,在她痛罵完三一八運動的三個多月之後,她的生命就此劃下句點。
2014年7月9日中午12點56分,胡小姐駕駛了一台黑色BMW,在台北市民權東路和堤頂大道二段交叉口,被一輛滿載中國觀光客但是煞車失靈的遊覽車給撞死了。
我個人簡單地整理一下胡小姐之死的前後關係圖,讓大家可以理解她的死亡與她個人政治選擇之間的微妙牽連。
1.票投國民黨與馬英九
2.國民黨在缺乏配套方案下
就大量開放中國客來台
3.劣質中資一條龍旅遊業者承攬業務
4.推出低價趕買行程的旅遊方案
5.因成本削減而導致司機過勞
或是遊覽車體缺乏安全檢測與保養
6.遊覽車煞車失靈
7.導致車禍死亡
============
胡小姐之死
有個韓粉,叫做林湘秝,她在中天的政論節目上講了一句「二二八對我們來說太遙遠了」的話,還認為「它是個歷史事件,可是對我們來說,是激不起心中的任何的共鳴」。
另外還有一位「學姊」黃瀞瑩,在政論節目上講「統獨就是一個假議題」、「因為我現在只關心的是我現在留在台北,我可以做到什麼樣的工作,可以獲得什麼樣的生活」。
林湘秝與黃瀞瑩的言論正好反映了一般台灣人看待歷史與政治命題的輕忽態度,也低估了歷史與政治對現實生活的深遠影響。
下面我先講一個真實發生的案例給各位聽,各位可以思考一下這個故事中的因果關係,還有抽象的政治命題與選擇最後會怎麼樣影響到現實生活的下滲效應。
===================
有一位高學歷的美女,暫稱她為胡小姐好了。年約四十多歲,從小就課業優異,一路過關斬將還出國念書,長大後還曾經擔任卡內基講師。
這位胡小姐以身為中華民國人為榮。一直以來,她都投票給國民黨,投票給馬英九,全力支持服貿,希望貨出得去,(中國)人進得來。
2014年3月18日爆發反服貿的立院佔領事件之後,她就在臉書的刊頭上貼上中華民國國旗,然後痛罵反服貿的學生都是小紅衛兵,支持方仰寧下令痛揍抗議者的決定,還在臉書上說台灣太民主了...你可以想像得到的中華民國人該有的表現與反應,她全都做到位了。
然後呢?這位胡小姐大概從來沒想到,在她痛罵完三一八運動的三個多月之後,她的生命就此劃下句點。
2014年7月9日中午12點56分,胡小姐駕駛了一台黑色BMW,在台北市民權東路和堤頂大道二段交叉口,被一輛滿載中國觀光客但是煞車失靈的遊覽車給撞死了。
===================
好啦,我講完這個案例了。各位可以開始思考其中的因果關係以及政治選擇所產生的下滲效應,討論一下胡小姐的政治選擇與她的死因是否存在著某種程度的微妙關係。
我個人簡單地整理一下胡小姐之死的前後關係圖,讓大家可以理解她的死亡與她個人政治選擇之間的微妙牽連。
1.票投國民黨與馬英九
2.國民黨在缺乏配套方案下就大量開放中國客來台
3.劣質中資一條龍旅遊業者承攬業務
4.推出低價趕買行程的旅遊方案
5.因成本削減而導致司機過勞或是遊覽車體缺乏安全檢測與保養
6.遊覽車煞車失靈
7.導致車禍死亡
一般來說,新聞報導事件的時候,多半只會提到第6點跟第7點之間的狹義因果關係。頂多在後續的刑事訴訟或是車禍鑑定調查的時候會追溯到第4點與第5點。
但是鮮少會有人提到第3點之前的「遠因」,因為致禍的「遠因」通常都看起來「無害」且「毫不相關」。而第1點的「遠因」就是關於抽象政治命題的部分,也是只看「近因」的林湘秝與黃瀞瑩小姐或是許多年輕人一直無法參透的原因,更別說會討論到第1點之前的第0點,也就是關於華腦思維與中華史觀是怎麼成形的過程。
就是因為一般人無法洞見或是觀察到第3點之前的「遠因」,所以導致他們其實無法評估自己的未來將會有多高的機率因為某種風險而喪失生命,因此無法對此產生避險的概念或是動作。講白話點就是,連自己怎麼死的都不知道。
很多人只看新聞事件報導第6點跟第7點,然後就大嘆世風日下,當事人怎麼會那麼可憐之類的廉價悲嘆詞語,但是卻沒有意識到第3點之前的系統性「遠因」可能才是真正肇事的元凶。
若是僅看第4點以後的因果關係,胡小姐的確是相當可憐的車禍遇難者。但是若再往前追溯到第3點之前,你就會發現當事者或許也要為自己的選擇負上部份的責任,也驗證了「你的一票決定未來」為真的結果。
當然這種上層政治的擴散效應你不能用省略中段關聯性的方式說投國民黨就一定會導致車禍,或是車禍一定是國民黨引起的,這是錯誤的推論方式,而是僅能從個別事件中回推到上層政治的影響比例到底是多是少,或是風險提升的統計問題來看待。
胡小姐的死亡之所以不是巧合個案或是滑坡謬誤的原因,就是因為中國觀光客的大型嚴重車禍事故統計數的確多集中在國民黨執政的2009年到2016年期間,也顯示了政治抉擇與不幸事件的發生的確存在了某種程度的強烈關聯性。當然,我也可以繼續跟你講另外一位支持國民黨的張姓女導遊是怎麼被自己的政治選擇給害死的故事,但是本篇的重點不是在收集這些受害者的故事。
保險公司為什麼能夠賺錢?因為保險精算師不但會把第4點跟第5點考慮進去,更會儘量把第3點以前的「遠因」給通通調查清楚。加上保險公司多採取限定條件的「近因原則」(principle of proximate cause)來進行理賠,自然能夠賺大錢。
你應該曾經遇過醫師或是保險員問過你的「家族病史」吧?這個詢問過程就是要確認可能致病的「遠因」。請問這個時候你還會像林湘秝一樣說「家族病史干我屁事,對我來說太遙遠了,也激不起我心中的任何共鳴」這種幹話嗎?或是像黃瀞瑩說「家族病史都是假議題,我現在只關心我的鼻子通不通、呼吸順不順暢」這樣的蠢話嗎?
其實前述的「遠因」還有另外兩個名詞可以描述之,就叫做「歷史」或是「政治」。瞭解「遠因」就可以讓你像保險公司一樣賺大錢發大財嗎?不一定,但是我可以保證你未來賺的錢不會被莫名其妙地整家抄走或是連小命都半途不保。你會因為你有準備,而使得損失減到最小。
就因為「遠因」隔了太久的時間或是經過太多的變因,所以在多重交疊之後已經失去了原來的直觀樣態,所以讓許多不明就理的人只看到表層就以為是全部,而無法理解到「遠因」對他自身的重大影響,更別提錯誤的引導資訊導致「遠因」判讀上的完全走精。
就像電影「回到未來」第二集(Back to the Future II)中的男主角馬蒂,一開始還無法明白為什麼自己一個不經意的動作最後會造成歷史軸線的巨大改變一樣。而身在那條「劣化」歷史軸線上的社會大眾也大多不會明瞭造成他們身處不幸環境的真正「遠因」(歷史)是什麼。嘴巴很會罵鬼島,卻不知道造成鬼島的主因在七十多年前就已經形成,尤有將其不幸怪罪到弱小者的頭上,導致弱弱相殘,甚至出現投票給加害者的蒙昧情境。
當然,國族歷史與政治生態要比胡小姐的案例複雜得多,時間年份也拉長許多,牽涉的人事物也更為繁雜,因果之間更呈現出立體多樣的非線性型態。但是從另外一個角度來看,可說影響的人數也更為龐大,影響的時間也更為久遠,導致像林湘秝或是黃瀞瑩這樣的年輕人都看不清楚這些「遠因」是怎麼對自己的腦力與政治判斷造成不良影響。
我再強調一次,台灣年輕人現在所遇到的多數困境就是由之前的「遠因」或是說「歷史」、「政治」所堆疊而成的。你不試著多花點精力去認識或是分析這些「遠因」,只知道頭痛醫頭、腳痛醫腳,喉嚨痛就醫喉嚨,只看得到眼前三公尺的東西,跟著「何老師」還有中天新聞台在那裏請鬼抓藥,甚至連「近因」都因為假新聞假資訊而判讀得一蹋糊塗,把鬼扯蛋的MOU當成落袋的訂單在看,最後的下場就是連自己怎麼死的都不知道。韓流一時爽,全家火葬場。
你最後一定會問,胡小姐的政治選擇也有可能導致跟他非相同意識形態的人身亡啊,當然,這就是自殺與他殺的差別了。我知道還會有人說我在某時期(例如戒嚴時期或是馬英九時期)也活得好好啊,我看當時大家也過得很好啊,幹嘛拿一個極端的案例來講。這就是犯了「倖存者謬誤」(survivorship bias)的問題。也就是說,你其實毫無自覺當時的社會全體都曝露在高風險的環境當中,你跟胡小姐其實一樣暴露在因為錯誤政策而導致的高風險機率之下。只是你比較幸運地存活下來而已,就像胡小姐也沒辦法把她遭遇的事故講給你聽一樣,所以你就以為自己很安全。
----------
(照片為自由時報記者吳岳修所攝)
保險理賠追溯期 在 李開復 Kai-Fu Lee Facebook 八卦
近幾個月,在AI賦能未來醫療的思考特別多,受美國「WIRED連線」雜誌邀請撰寫了一篇專欄文章。我相信十幾年後,不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。
原文刊於「WIRED連線」雜誌英文官網:
Covid-19 Will Accelerate the AI Health Care Revolution
https://www.wired.com/story/covid-19-will-accelerate-ai-health-care-revolution/
中文翻譯來自創新工場微信公眾號 2020-5-22
新冠大流行將加速醫療AI革新
—————————————
2020年元旦前夜,一家位於加拿大多倫多市的人工智能(AI)企業BlueDot捕捉到一些異常:中國武漢市海鮮市場周邊出現多起罕見肺炎病例,BlueDot迅即反應,運用自然語言處理、機器學習等技術,結合大數據和定位追踪,迅速向合作的政府部門和公共衛生機構客戶傳送警報並報告擴散狀況。BlueDot所監測到的異狀,正是數月後撼動全球的新型冠狀病毒肺炎(Covid-19),這比世界衛生組織首度公開警示新冠病毒的時間還要早上9天。
BlueDot的AI平台示範了人工智能技術對重大疫情能起到早期預警的功用,過去幾個月裡,AI在這場全球抗疫戰的許多方面發揮了獨特作用:從疫情預測到篩檢,從接觸警示到快速診斷,從前線無人配送到實驗室藥物研發,人工智能助力防疫派上了不少用場,為特定場景應用賦能。
隨著疫情在全球蔓延,AI技術的創新應用也在各地相繼落地。在韓國,基於地理位置的信息傳遞已經成為控制病毒傳播的重要工具,當人們靠近確診病例時,就會收到基於位置的緊急信息提醒。在中國大陸,阿里巴巴推出的AI算法能夠在20秒內診斷出疑似病例(比人類檢測快了近60倍),準確率高達96%。無人配送車輛很快被投入到人類難以承受的場景,代替人類執行高傳染風險的運輸任務。湖北、廣東等省份的多家醫院相繼使用機器人為病人或被隔離家庭運送食物、藥品和物資。而在美國加州,電腦科學家正在研發能遠程檢測獨居老人健康情況的系統,一旦老人出現身體異常症狀,系統就會發出即時警報。
不過,目前人工智能在公共衛生體系的應用仍顯零散也未成體系。坦率說,過去四個月內,AI在抗疫之戰中的表現並不十分突出,我最多只能給它打分“B-”。新冠大流行暴露了我們的醫療系統的脆弱性:預警響應不充份、通報信息不精確、醫療物資分配不均、醫務人員超負疲憊、醫院病床緊繃、疫苗研發週期長等諸多痛點。當然,AI的零散表現也有客觀原因:醫療體系可說是現代社會各類運轉體系中最為複雜、陳舊不堪且難以變通的一種;且在新冠疫情襲來之前,我們並沒有真正意識到醫療體系問題的緊迫性,沒有提前採取相應的技術預防措施;最為關鍵的是,我們缺少建構AI解決方案所需的大數據。
把目光看向未來,我看到以下兩個AI賦能醫療的樂觀因素。
首先,作為AI燃料的醫療大數據已被激活。舉例來說,機器學習數據科學平台Kaggle組建了新冠病毒開放研究數據庫,名為CORD-19。它將相關數據進行彙編,並把最新研究集中收錄,匯總的格式可被機器讀取和解析,以便於AI進行機器學習。至今這個數據庫收錄了12.8萬篇包含Covid-19、冠狀病毒、SARS(非典型肺炎)、MERS(中東呼吸綜合症)等關聯術語的醫學專業學術文章。
其次,眼下全世界的醫學專家和電腦科學家都將精力集中在解決疫情問題。 X大獎基金會創始人彼得·戴曼迪斯(Peter Diamandis)估計,全球現在有多達兩億名的醫師、科學家、護士、技術專家和工程師投入防治冠狀病毒的相關研發中,他們正在進行數以萬計的實驗,並以「前所未有的透明度和速度」共享信息。
3月16日Kaggle發起「新冠病毒研究挑戰」,匯集與疫情相關的大量信息,包括病毒的自然歷史、傳播和診斷方法、以及從過往流行病學研究中汲取的經驗教訓,幫助全球各地衛生機構及時掌握最新情況,以做出基於數據的分析決策。該項目發布後的五天內被瀏覽超過50萬次,下載量逾1.8萬次。在大陸疫情爆發後不到一個月,阿里巴巴便推出了一種AI算法,該算法基於5000多個新冠肺炎確診病例進行訓練,並關聯到治療後續諸如肺部白色陰影縮小等的成效追踪。隨後,阿里巴巴將其云端AI平台向全球醫療專業人員開源,與合作夥伴聯手部署更大批量的匿名數據,推出包括疫情預測、CT影像分析、冠狀病毒基因組測序等模組。
據估計,現今全球醫療數據的規模每隔幾個月就翻一倍。 2019年一份覆蓋19個國家AI醫療市場的研究估計,AI醫療市場的年複合增長率為41.7%,從2018年的13億美元將增長至2025年的130億美元,主要分佈在六大領域:醫院工作流程、可穿戴設備、醫學影像和診斷、診療計劃、虛擬助手、以及最重要的藥物研發,新冠疫情期間浮現的種種需求,將加速AI賦能醫療的場景落地。
在後疫情時代,我期待AI將加速融入醫療體系,賦能並推動醫療改革。其中深度學習(Deep Learning),即以一種高效方法運算海量、多維數據的能力,是AI結合醫療最為可期的機遇之一。深度神經網絡(Deep Neural Networks)作為AI的一個子領域,已經被用於醫學掃描、病理切片、眼科檢查甚至結腸鏡檢查,以得出準確而快速的算法判讀。十幾年後,不少國家和地區的醫療體驗在AI賦能的作用下將發生根本性改變。
AI賦能醫療,首先能簡化及優化現有的醫療流程,例如醫院的作業流程,保險履約的繁複流程。將AI與RPA(Robotic Process Automation 機器人流程自動化)結合,可對某項工作流程進行智能拆解及優化,進而大大提高醫療系統的運營效率,預約看診、保險理賠及其他流程性工作都會得到效率提升。AI還能加快早期診斷信息的收錄並實現自動化,AI技術所能處理的文本、語言、數字的體量,無論在數量上還是精度上都是機器級別,遠非人類所及。
有了充份的醫療大數據作為基礎,AI還能為每個人或者每個群體建立健康數據基準量表。當我們掌握個體健康數據,就可以根據跟踪動態數據的波動變化,進行數據驅動的診斷,並對潛在大流行疾病的徵兆進行早期追踪研判。然而,再先進的技術系統要做到真正有效,勢必需要與既存的公共衛生警示和匯報機制形成高效鏈接,此類信息斷層即是新冠疫情在早期爆發期間存在的具體缺失。
再上一個層次的AI賦能體現在助力新藥研發、基因組測序、幹細胞、CRISPR(基因編輯)等醫學突破方面,AI模型和算法應用都有其用武之地。在製藥行業,研發一種新藥往往需要付出高昂的投入,某次成功前必有多次付諸流水的失敗試驗,也連帶消耗巨大的時間和金錢成本。現在,科學家們可使用AI機器學習來模擬上千個變量,測試它們的複合效應會對人類細胞反應產生何種影響,這類AI新藥研發的技術已被用於新冠病毒疫苗和其他療法。創新工場所投資總部位於香港的AI藥物研發公司Insilico Medicine是首批對新冠病毒快速響應的企業之一,這家公司利用生成式化學AI平台設計出新藥物小分子,以複製主要病毒蛋白為靶標,早在2月5日便公佈了這些小分子結構。 AI為新藥發明開闢了一個新時代,用人工智能技術來換取藥品研發週期的時間和成本,整個製藥行業勢將迎來翻天覆地的變革。
不久的將來,隨著醫療科學和電腦科學進一步融合,我們將進入一個全面自動化的AI時代,到時人們可以通過可穿戴設備、生物傳感器、智能家居檢測設備等來確保自身和家人的健康。可穿戴設備和其他物聯網設備的數據質量和多樣性大幅提高,將能產生一個有效的良性循環。穿越到未來,下一場疫情在大範圍蔓延之前就應該能夠被跟踪、追溯、攔截並消滅無踪。
或許再過15年,許多人的家裡都會有AI個人助理照料我們,幫著解決全家人的日常健康所需。機器人或者無人機負責把我們的藥品送上門,如果需要進行手術或者外科治療,通常會由機器人操作,或由機器人輔助人類外科醫師完成。在未來,醫生和護士將把更多的精力放在機器無法勝任的任務上,醫療專業人員及富有同情心的護理人員,將同時具備護士、醫療技師、社會工作者、甚至心理諮詢師的技能。他們會使用經AI強化的診斷工具和系統,但更多的時間會與患者溝通,安撫他們的傷痛,為他們提供情感扶持。在我的想像裡,15年後的醫療健康場景可能是這個樣子的:
***
2035年一個冬季早晨,我醒來後就覺得有點喉嚨痛。我起身去洗手間,刷牙的時候,洗手間的鏡子通過紅外傳感器測量了我的體溫。刷完牙後一分鐘,我的私人AI醫師助理發出了警報,顯示我的唾液樣本部分指數異常,並在輕微低燒。 AI醫師助理建議我在家進行指尖探針採血。我在泡咖啡時,醫師助理返回了分析結果,判斷我可能是得了這個季節正在流行的兩型流感其中一種。之後,我的AI醫師助理建議,如果我覺得有必要聯繫家庭醫生的話,有兩個時間空檔可以跟她視頻通話。通話之前,家庭醫生已經收到我所有症狀的詳細信息,她給我開了一種減充血劑和撲熱息痛,一會兒無人機就把藥品送到我家門口。
***
當然,凡涉及到患者的醫療記錄,就得談談隱私和數據保護的關鍵問題。我認為,任憑有用的數據各自孤島式的存在、不善加利用、不從中提煉有價值的信息、不用以推動社會進步,是相當不負責任的做法。技術產生的問題應該由技術解決。隨著AI技術浪潮而出現的諸如數據保護等問題,應該有更為創新的技術方法來應對。
好消息是,近年聯邦學習(也被稱為分佈式學習)已經在數據保護上取得了顯著的進展。基於聯邦學習技術,患者的數據將永遠不會離開所在的醫療機構、醫院或個人設備伺服器等原始存儲設備,機器學習模型將在獨立的數據庫基礎上進行訓練處理,再進行後續整合。聯邦學習、同態加密,結合可信硬體執行環境等技術,將進一步確保數據的計算、傳輸、存儲過程能夠適配不同的隱私偏好,以因應不同國家與文化對於隱私保護的需求差異。
這次新冠肺炎疫情還驗證了一個事實:整體人類命運是共同體,人們對未來運用AI等先進技術共度難關寄予一致的期盼。歷史上,國際合作曾消滅了全球延燒的天花,也幾乎根除了小兒麻痺症。公共衛生無國界,控制及消除流行病是個毋庸置疑的共同目標。在醫學領域,每個國家都能從他國的研究基礎上學習受益並攜手並進,全球化的數據科學,將進一步幫助人類獲取對健康和疾病最為深刻、最為全面的洞悉。
AI有潛力協助我們為下一次疾病大流行做更充份的準備。這需要醫學專家、AI科學家、投資者和決策者傾力協作,也需要關注醫療保健領域的投資人為聰明的創業者和科學家注入新一波動能。
經歷這次疫情,我們應清醒地意識到,要將人類醫療體系推往新的高度,著實需要傾盡全球之力。
創新工場董事長兼首席執行官
李開復博士
保險理賠追溯期 在 北海道妞遊日本 Facebook 八卦
週一晚上來說說日本史上有名的懸案(未解決事件)好了XD (我想講好久了🤣)
昭和三大懸案之首,被稱為是戰後最大謎團(ミステリー),1968年東京的「府中3億圓事件」。
1968年12月6日,日本信託銀行國分寺分行的行長收到一封恐嚇信,恐嚇信有一半的字是手寫,一半是從雜誌上剪下來的,內容是要求派一個女職員在明天下午5點前,帶300萬日元到指定地點,如果沒照著做就要把行長的家炸掉,行長左思右想後還是決定報警。
隔天12月7日,警察埋伏在嫌犯指定地點的周圍,嫌犯指定時間是下午5點,警察等了一個多小時,沒等到嫌犯就撤退了。
12月10日的早上,雨天,是東京芝浦電気(現在的東芝)要發給4600人年終獎金的日子,而獎金就是由日本信託銀行國分寺分行負責準備的。
當天早上銀行派出了運鈔車(日文叫現金輸送車,一輛黑色日產Cedric,是當時的高級轎車),放進三個鋁製箱子,總共三億日圓(精確來說2億9430萬7700日圓),運鈔車中加上駕駛總共有4個人,一起前往東芝府中工場。
途經府中監獄的時候,他們發現後面跟了一輛摩托車。
雖然雨下的很大,但還是辨別得出這輛摩托車是警用機車,機車上的警察騎到運鈔車旁邊對他們揮了揮手,叫他們靠邊停。
運鈔車停下後,這位警察慌慌張張的跟他們說:「你們行長家被炸了!你們這輛車可能也有問題,快點下車讓我檢查!」
他們知道行長收到恐嚇信的事,所以聽到警察這麼說,不疑有他,立刻下了車。
警察開始檢查沒多久,突然從引擎蓋冒出大量煙霧。
警察大喊:「要爆炸了!趕快跑啊!」
這幾個人嚇得馬上躲得遠遠的。
但警察這時卻坐進了運鈔車,並加速駛離。
目睹警察開走的運鈔車的四人心想:這位警察實在是太勇敢!為了不讓車子在原地爆炸,還幫忙把裝有炸彈的車子開走!
但後來這四人發現,車開走了,但原地還在冒煙,小心翼翼地上前一看,原來只是一個煙霧罐(発煙筒)。
他們覺得不太對勁,於是馬上報警。
警察收到通知之後,20分鐘之內在全市的各個路口設下關卡盤查,但沒有發現那輛運鈔車。
在現場進行調查後,那輛警用機車,其實原本是藍色的,被改漆成白色,而且是YAMAHA的摩托車(當時的警用摩托車是白色的本田摩托車)。
除了機車本身之外,也發現不少證據,其中有一頂鴨舌帽,但調查的員警們據說因為好奇而輪流試戴,這項重要證據因此被破壞。還有一個警用喇叭,上面有一個報紙的紙片,仔細一看,紙片上印了一個字的右下角,經過分析,是「品」字的右下角,調查結果是屬於日本產經新聞報紙上的。
後來在犯案現場附近小樹林裡發現運鈔車,警察才發現搶匪換車了。
在此之後又在東京都小金井市的一個停車場找到一輛藍色豐田COROLLA轎車,在車內發現運鈔用的那三個鋁製箱子,但裡面是空的。
接著又發現其他三台可疑車輛和一輛機車(後來經確認全部都是贓車)。
警察在其中一輛車內發現一只耳環,因此懷疑犯人當中有女性成員。
林林總總發現了120件以上的證物,因此當時警察對於破案抱持著非常樂觀的態度。
警察也針對行長收到的恐嚇信上用來黏貼郵票的唾液做了DNA檢測,分析出犯人的血型是B型。
又根據那四位運鈔車人員的口述,模擬了嫌疑犯的長相。
為了調查這個事件,日本警方投入了17萬人力,9.9億日圓,確認了超過11萬名嫌犯,但還是曾不小心抓錯人(誤認逮捕)。
嫌疑人S,19歲,是當地的小混混,擅長開車和騎車,父親是摩托車巡警,血型A型,但案發當天他在少管所,有不在場證明(アリバイ),所以被排除了嫌疑。
但S在那之後沒多久就服毒自殺了。
後來警察帶四個目擊者去葬禮,問S是不是那天的劫匪,他們回答:「有點像。」
另一位嫌犯是府中市當地的司機,血型B型,25歲,長相和犯人的照片很像,但筆跡和恐嚇信的不像,可是媒體已經把他視為犯人來報導,警察為了防止這位嫌犯逃跑而用其他名目將他逮捕(別件逮捕)。
這則新聞播出後被一間公司看到,這家公司的人打電話跟警察說,案發當天這位司機正在他們公司面試,司機因為有了這個不在場證明所以立即被釋放,但他的學經歷、個性、家庭環境已經被新聞媒體大肆報導,遭受嚴重波及而不斷換工作,後來妻離子散,最後自殺。
自此之後,警方再也不敢輕易逮補嫌疑人了。
後來這個案子過了追溯期,變成史上金額最龐大的搶劫案(但日本刑法歸類為偷竊案)。
當時的3億日圓,換算成現在的幣值,相當於20億~30億日圓。
此案是日本史上最有名的案件之一,犯人犯罪手法完美,因此還被翻拍成電影。
東京芝浦電気的年終獎金在案發隔天發放,銀行損失的三億日圓由保險公司全額理賠。
有人懷疑犯人是銀行內部人員,因為當時公佈了那三億日圓的鈔票序號,但沒有一張鈔票有被使用,而且運鈔時間應該是機密,非銀行內部相關人員不太可能知道。
這期間也有人向警方宣稱自己是兇手,但後來也都證實不是。
因為警方有兩點線索自始至終都沒有公開,第一點,就是煙霧罐其實沒有一次點燃,是第二次用特別的方式點燃的,那個方式是什麼?第二點是,鋁製箱子裡,除了3億日圓現金外還有一樣東西,那個東西是什麼?
只有真正的兇手才會知道這兩個答案。
保險理賠追溯期 在 [理賠] 請問理賠有所謂追溯期嗎? - 看板Insurance - 批踢踢實業坊 的八卦
約2年多前先生開刀住院,當時僅理賠私人保險
後來發現我的公司和先生公司也都有投保住院等保險,想請教這還可以申請理賠嗎?保險
有所謂理賠的追溯期嗎?
謝謝
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.136.209.111
※ 文章網址: https://www.ptt.cc/bbs/Insurance/M.1523271974.A.CF3.html
※ 編輯: bluetree0224 (223.136.209.111), 04/09/2018 20:26:06
... <看更多>