關於 無網際 網 路 存 取 地球 ，我們在網路上蒐集到這些相關的討論、資訊與評價

讓台灣能站上世界博覽會的創新方法

全球新冠疫情肆虐，許多線下活動不是取消就是改為線上行程，台灣文化產業也受到相當大的衝擊，但危機就是轉機，需求帶動了數位產業科技的創新運用，因此許多新奇的產業模式也憑藉於此進而翻轉，而當中包含 群眾自造 Netizen Productions 、平行世界建造局以及夢想之都工作室，三方所主辦的一場關於「公共議題」的建築創作活動，活動中巧妙運用Minecraft遊戲特色，結合探索世界、生存冒險、採集合成的核心精神， 讓每個參與者都有能力表現共同創作，並透過公開且放眼國際的伺服器，讓全球玩家能在平台上相互切磋。

Minecraft是微軟開發的一款經典沙盒遊戲，在全球創下了2.38億的銷售量，每月有1.4億的活躍用戶，是歷史上最暢銷的電子遊戲之一，獨特且有趣的玩法，富含創意的設計累積，都讓許多玩家深深著迷，團隊運用去中心化的執行方式，打造公開的國際平台，跳脫以往的框架，讓全民都能共同參與，將「創造我們的世博」這一切化為真實。

除此之外，今年10月也將迎來全球關注的杜拜世界博覽會，世界各國將依據國家特色與民族文化，來規劃與眾不同的各國場館，台灣在國際外交上多年來處於相對弱勢的角色，但群眾自造團隊不畏艱難，只希冀能將台灣推向國際舞台，過去在2015年米蘭世博時，台灣被拒於門外無法正式參展，群眾自造團隊即透過行動攤車的台灣美食來打造「移動國家館」讓世界能注意到台灣。

本次，群眾自造透過Minecraft遊戲的高自由度操作特性，以及各路大神的藝術作品，讓民眾可以透過線上數位博覽會的方式，最終重新定義世博世界館。疫情之下，對各行各業影響非常的大，不過團隊不因此氣餒，反而激發將世博館打造成虛擬場域的創意，透過擴充實境技術來達到虛實整合，同時更能集結眾人的智慧與力量。

我個人非常看好這次的活動，更可以說是線上數位活動的嶄新里程碑，也同時將將台灣人的韌性表露無遺，當人們透過網際網路來跨越空間與時間，將全世界真正的集結成地球村，共同建造屬於我們的當代藝術，這種可能性是無窮無盡的。

而這次活動中有太多太多的範例圖，從中挑選了一部分，相信許多人看到都會深受感動與躍躍欲試。

Minecraft影片
中文版: https://youtu.be/ousUio3nS5M

《#創造與漫想》贈書兩本，參加辦法請見部落格文末
貝佐斯把網路書店變成「什麼都賣」的亞馬遜商業帝國、研發 Kindle 電子閱讀器顛覆紙本出版業、開設 Amazon Go 全自動化購物超市、打造服務全球大小公司的 AWS 雲端運算平台，還推出尊榮會員、一鍵購買、智慧語音助理 Alexa、智慧音箱 Echo。到底，這些獨特且原創的想法如何誕生？
部落格圖文版 https://readingoutpost.com/invent-and-wander/
.
【這本書在說什麼？】
.
《創造與漫想》的作者是亞馬遜公司的創辦人傑夫．貝佐斯（Jeff Bezos）本人，這本書的前半部，收錄了 1997~2020 他在CEO任內親手寫給亞馬遜股東的24封股東信全文。後半部是貝佐斯的23篇演講稿、採訪稿，讓我們進一步認識他對商業、科技、人文的洞察。

值得一提的是，這本書由大名鼎鼎《賈伯斯傳》的作者華特．艾薩克森（Walter Isaacson）以近二萬字的專文導讀，解析貝佐斯獨樹一幟的領導風格與經營手法。他認為貝佐斯是一位足以媲美達文西、富蘭克林、賈伯斯、愛因斯坦的創新者，不但擁有強烈的好奇心，並且熱愛藝術與科學。

雖然市面上已經有許多探討亞馬遜成功的書籍，那這本書有什麼不同？我認為是這樣的：其他書籍多以旁人的角度觀察和解析這家公司，但是這本書完整收錄貝佐斯本人的親筆信件和演講內容，讓我們可以從他「本人」的視角，看著亞馬遜從1997年名不經傳的網路書店，逐漸成長到2020年後龐大的商業帝國。透過貝佐斯的一字一句，讓我們得以窺見這趟旅途當中，他經營的理念、堅持的原則和思考的脈絡。
.
【這本書給我的五個收穫】
.
我很喜歡亞馬遜的故事，曾經讀了介紹貝佐斯生平和亞馬遜創業歷程的《貝佐斯傳》、亞馬遜在職員工談《跟貝佐斯學創業》和「飛輪效應」的應用、以及商管專家談亞馬遜管理系統的《顛覆致勝》和「第一天」企業經營的哲學。但是，我卻沒有完整讀過貝佐斯寫的每一封股東信。這次，藉由讀這本書中的股東信，我體驗到了貝佐斯的思考內容之下更多的內涵。以下簡單分享幾個印象深刻的段落。
.
１．第一天，永遠是第一天
.
關於貝佐斯的「第一天」經營哲學，許多媒體都已經報導了無數次，簡單來說就是始終牢記最初的價值觀，持續聚焦於滿足顧客的需求，並且依據這個心態做出所有決策。這個概念在1997年第一封信就已經提出來，並且在之後每一年股東信的最後，仍然會附上這封1997年的信。

在每一年的股東信中，第一天這個詞幾乎每一年都會出現，搭配貝佐斯充滿熱情的口吻：「今天是網際網路的第一天」、「今天是電子商務的第一天」…等等，他認為眼前的成就都不是理所當然，他永遠舉著旗子吶喊，寧可徹底顛覆，也願不安於現況。

在2016年的股東信他進一步解釋了：「第二天意味著停滯，然後變得無足輕重，接著是極其痛苦的衰退，最終就是死亡。這就是為什麼我總是強調要保持第一天心態的原因。」他不忘強調總是要專注於顧客，同時擁有大公司的眼界和實力，還要擁有小公司的精神和用心。
.
２．我們使用的工具會改變我們
.
貝佐斯認為，人類會隨著使用的工具進化：「我們改變了工具，工具再改變我們。」特別是近年來，網路工具改變了我們，使人們開始偏好淺嚐資訊，注意力也會隨之縮短。便利性和去除阻礙會讓人更投入，如果我們的工具是讓淺嚐資訊變容易，那我們就會開始偏好淺嚐資訊，較少閱讀長文。

所以亞馬遜設計 Kindle 電子閱讀器就是為了閱讀長文而打造。雖然，起初在公司內部有許多主管大力反對這項專案，認為電子閱讀器的出現會打擊紙本書籍的業務，但現在看來，Kindle 反而有許多優點：書籍永遠不會缺貨、不會庫存太多、不會浪費太多紙本，而且顧客漸漸愛不釋手。

貝佐斯說：「只要某樣事物變簡單了，阻力減少了，人們就會更投入。」他也期許這類型的裝置，能在往後幾年，逐漸帶我們走向注意力延伸的世界。所以，我們不妨也問自己一個問題，留意一下你手邊常用的工具，是讓你偏好淺嚐資訊的？還是幫助你延伸注意力的？
.
３．從需求逆推，發展新能力
.
貝佐斯總是重視長遠導向和顧客優先，他也提到為什麼亞馬遜這麼具備「創新」的能量。傳統來說，「技能導向法」是常見的經營方式，從企業已知的能力出發，試圖推動商機。這種企業會問自己：「我們很擅長做X。我們還能用X來做什麼？」這雖然是一種很實用的經營方式，但如果僅僅只是使用這項技能，那公司就永遠不會有開發新技能的動力。

相反的，當你把顧客的需求放在第一位，就產了所謂「逆向工作法」，這種做法是從顧客需求往回推，「因為顧客需要，所以我們現在該做些什麼？」這種工作法通常會要求企業學習新技能、施展新長出來的肌肉，不在意剛踏出前幾度時有多麼不自在和彆手彆腳。

把同樣的道理放到我們個人身上，我想也是非常適用的。穩扎穩打的方式是技能導向法依據自己既有的技能，提供這個職場或社會所需要的價值。當你有能力嗅到職場或社會「需要」什麼，而剛好是沒有人擅長、還沒有成熟市場的需求，這時候就適合用逆向工作法，從需求回推，發展自己尚未擁有的技能。
.
４．工作與生活之間的關係
.
貝佐斯時常幫公司開設領導課程，也會對實習生進行演講，總是有很多人問他，工作與生活之間該如何取得平衡？他其實不喜歡工作與生活平衡的說法，他認為這樣會誤導別人。他反而喜歡說：「工作與生活和諧」。

他認為，當工作做得很起勁、樂在工作，感覺到自己正在創造價值、融入團隊，做著讓自己有活力的事情，自己在家裡就會表現得更稱職。同樣的，如果自己在家裡很快樂，就會是個更棒的員工、更棒的老闆。但工作進入緊鑼密鼓的收尾階段，有時不得不多加一點班，但工作時數並非重點。重點通常在「活力」，工作是否令你喪失活力？還是工作帶來充沛的活力？

書中有個譬喻說得很傳神：「你正在開會，有一個人走進來。有些人加入會議能帶來能量，有些人加入會議只會讓大家洩氣、把會議裡的活力抽乾。你得決定，自己要成為哪一類人。在家裡也是如此。」我讀完這段話後，猶如人生跑馬燈一閃而過，我們該時時刻刻警覺自己正在成為哪一類的人。
.
５．與眾趨同將無法生存
.
整本書讓我最感到驚喜的，是2020年的股東信末這段話，貝佐斯提到了一則富有深意的引述。理查．道金斯（Richard Dawkins）在《盲眼鐘錶匠》這本書中談到一段生物的原理：

「生物要不斷努力，才能避免死亡。順其自然什麼都不做，就會死亡，回到與環境一致的狀態。去量一量生物的體溫、酸鹼度、含水量或電位，你會發現，活著的生物體狀態數值與周遭環境截然不同。例如，人類的體溫通常高於周遭環境，在寒冷的天氣裡，人體必須努力運作，才能維持著溫度上的差異。假如一個人死了，他的身體不再運作，溫度的差異就會開始消失，到最後，他的身體溫度會變得與周遭環境的溫度一樣。並非所有動物都會努力避免與環境溫度趨同，但所有動物都有類似的機制。舉個例子，乾燥國家的動植物會想辦法避免體內水分散失至體外，努力保持細胞含水量，對抗水往乾燥處流失的自然作用。如果這些動植物的努力失敗就會死亡。總體來說，要是生命體不積極防止差異消失，就會融入周遭環境，再也不是自主的生物。生命體死亡後，便是這個情景。」

這段話是很好的隱喻，在說所有的企業、組織和我們每個人。這個世界多麼努力的讓你變得與眾無異？你要多麼努力才能保持與眾不同？你要多努力，才能一直保有讓你與眾不同之處？貝佐斯希望我們去擁抱「獨特性」，務實地了解必須花多大的心力才能維持自己的獨特性。這個世界要你與眾無異，千方百計把你拉向跟大家一樣，別讓它得逞。

如同之前我讀過《黑馬思維》這本書所寫下的筆記，對於勇於反抗標準化的體制、創造自我的黑馬而言，這條路或許艱難、或許罕無人跡。但懂得培養獨立思考、發覺內在動力、掌握個人發展策略，才能在這個高度「從眾」的世代，走出屬於自己的路。

貝佐斯最後說：「『忠於自我』的童話故事告訴你，只要你讓自己獨一無二的特點發光發熱，你就不會再痛苦了。但那是誤導人的故事。忠於自我是值得的，但你不能以為很容易，或者可以不勞而獲。你必須不斷付出努力。」永遠、永遠、永遠別讓宇宙把你融入周圍環境、變得無異於眾生。
.
【後記：下一段旅程】
.
《創造與漫想》原汁原味呈現了貝佐斯創業和經營的心路歷程，從書中一系列股東信裡，我們可以發現這家企業如何迎接新的挑戰、如何面對各種失敗、如何永保初衷堅持長期發展和顧客至上。貝佐斯也即將在2021年卸下亞馬遜CEO的職務，這是一個時代的結束，也是另一個時代的開始。

在貝佐斯心中，他還有一個太空夢。在這本書中摘錄了他對自己的太空公司「藍源」（Blue Origin）和太空計畫的論述。他想打造太空基礎建設，讓年輕一輩的創業家和探險家站在紮實的基礎上，發展出真正的太空產業。

他心目中的太空英雄吉姆．洛威爾在阿波羅八號任務環繞月球，做了一件偉大的事。他伸出大拇指後發現，在千里之外，他可以用拇指遮住整個地球。所有我們知道的一切，都可以用一個拇指遮住。然後他說了一句了不起的話：「我希望自己死後上天堂，但我在那一刻明白了，你一出生時就在天堂。」

地球就是天堂，明天仍然是第一天。
.
這次《創造與漫想》抽獎贈書感謝 天下讀者俱樂部 提供
曾經參加抽獎的朋友可能會問，為什麼我要改成在部落格文章抽？因為臉書最近的演算法，非常排斥在貼文呼籲任何行動，所以之前的抽獎文和抽獎名單，時常被屏蔽或者刪除。這次換一個替代方案來試試看，對這本書有興趣的朋友，歡迎參加新的抽獎方式，你還可以邀請朋友一起參加提高中獎機率唷！有任何想法和建議都歡迎留言跟我說。p.s. 上一本抽書結果順利，以後先沿用這模式唷！

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

▶《美麗舊世界》👂 數位下載
鏈接🔗https://www.soundscape.net/a/12288

*建議開啟CC字幕及調到最高4K畫質觀看*

-

不要抗拒內心的呼叫！意識到你已經覺醒。

當美麗的舊世界逐漸凋零，全人類陷入迷惘
自我放逐到未來的道路上，剩下的只有勇敢
我預見了勇敢將會指引我，找到真正的答案

「放下一切吧！自成一格的宇宙，才沒有盡頭
所以再見了，美麗舊世界；曾經的美好，長存在心裡。」


《美麗舊世界》序章 - 雅攸思的崛起與流放

2000.10.05 致霧社群，德路固部落
這晚，一陣嬰兒的哭聲傳出房門，「薩允，恭喜妳!這次又是個女孩，看起來很健康！」說完薩允便抱著新生的嬰兒流下了喜悅的淚水，瓦力斯與薩允的第二個女兒，就出生在這個四周不環海，長年被籠罩在霧中的山間部落，座落於距離城市超過五十公里遠的高山深處，瓦力斯將這個哭聲特別宏亮的女嬰命名為「雅攸思·瓦力斯」。他用慈父的眼神看著剛出生的嬰兒，喃喃自語念道雅攸思，這是一個古老且不能被遺忘的名字。就在那一年，地球上的各種科技飛速發展，他們稱為千禧年，在這個歷史上的黃金年代，人類初次嚐到網際網路帶來的甜頭，世界的扁平化使人與人之間競爭關係更加激烈。在不是你死就是我活的戰場上，大部分的人把注目焦點放在功成名就的贏家，落敗者不斷重啟挑戰，一開始勝多敗少，階級關係保持流動，幾次之後，暫時落後成為底層的人，發現越來越難翻身，甚至到最後也逐漸沒有人在乎他們的處境了。就在這個時期，在世界的中心，一道高聳的城牆被漸漸築起，用來區隔出勝者與輸家。

2008.12.31 東大墩市，龍目井區
在分配不均以及資源銳減的社會結構底下，舊世界的遊戲規則已經逐漸失靈，新加入賽局的玩家們則開始陷入迷惘，此時，年輕的瓦力斯與薩允帶著雅攸思與另外兩個孩子來到大城市，幾經波折之下終於成為一名貨運司機，負責為紡織工廠運送製作布匹所使用的原物料，每天穿梭在這座看似欣欣向榮的都市之中，踏實又努力的他，希望能透過自己每天辛勤的工作來養活自己與家人，瓦力斯：「孩子們，爸爸能給予你們的並不多，只希望你們能夠平安長大，當有一天你們脫離這家時，如果可以順利成為政府的僱員，過上安穩的日子，這樣我就心滿意足了」。而當雅攸思開始學習這個世界的一切時，儘管很聽話的依照父親的期望發展，但始終壓抑不住內心對於未來有更天馬行空的想像，更令人不可思議的是，雅攸思在這過程中，默默的發現了只屬於自己的驚人天賦-「預見未來的能力」。

2018.12.11
「好好照我的話做，我說不定，會考慮給你個機會！」。「你們就是因為吃不了苦，所以才沒有價值，我當年…」。「很抱歉，雖然你是最優秀的，但是這個位置前面還排了很多人…」。年幼的雅攸思逐漸長大，在過去十年間，片段的窺看到未來的世界，有一場被稱為世代戰爭的衝突已經無法避免，在反烏托邦的氛圍下，貧富差距造成人們居住的城市一面富麗堂皇，另一面滿佈廢墟，人的痛苦與快樂也往相反的兩個象限極端的發展，雅攸思看到了最終的苦難「掙扎中的靈魂啊，孤單如你，在不得已的世界追求著物質的生存，忘記了生命的目的不僅僅是存在，放下吧！追尋自己內心的聲音，這裡才能找到唯一的解答」。儘管在父母的不理解下，雅攸思決心離開了家。她要告訴跟她一樣純淨的靈魂，如何不被完全只追求物質的世界所污染，如何洗滌自己內心深處的污垢，如何跟隨本心，找到自己的使命。她知道，她的聲音可以做到這樣的事，讓舊的世界，有新的可能性。

2019.08.02 幽州赤縣，東郊城區
當雅攸思的光芒日益閃耀，當年的贏家，也就是現在豎立在舊世界中心的神祇們，看到雅攸思的崛起內心躁動不已，坐在過去光輝時代用黃金與白銀所堆起的寶座上，向雅攸思伸出橄欖枝，希望汲取她開創的小世界換祂光輝時代的延續。「妳是一個特別的女孩，我給妳一個機會，只要你願意奉獻出妳所預見的未來，並將妳的聲音為我所用，相信我，我會傾盡我的所有資源，讓妳成為這個世界的皇后，萬眾的目光將會聚焦在妳的身上。但相反，妳若膽敢拒絕我，在這個贏者全拿的世界，妳將沒有舞台，也不會被記住、妳所做的一切不過是徒勞無功罷了」。這個無法被拒絕的邀約，在大部分人眼中，絕對是個千載難逢的好機會，但卻也沒有多少人發現，多少年來前仆後繼的新秀們，在答應了條件之後，成為維繫舊世界規則的養分，一個個被消耗殆盡。這個被美麗糖衣包裹著的是毒藥，讓人不僅無法自拔，也無法自救！不過這一次不同了，雅攸思的內心幾乎沒有掙扎，她聽完之後就果斷地拒絕了，並說「在我看到的未來，那裡沒有誰是皇后，也沒有什麼輸或贏，只有傾聽內心的聲音，並且成為正面的影響力，這才是我的使命，我預見，我們會連結起這個世界，建立新的秩序，一個在乎每一個人的新世界，所以，不，就算我會一無所有，再見了，美麗舊世界」。於是，雅攸思選擇了將自己流放，從此一個人漫步在荒郊野外，她該往哪走? 心裏肯定已經有了答案。

2020.06.24 福摩薩島，塔加勒市
雅攸思告別了世界的中心，來到了一個被稱為勇敢之地的城市，在這裡住一群來自各地的勇士。早在很久以前，他們就聽過雅攸思的故事並深深被觸動，並很熱情的接待了雅攸思並許諾成為她的守護者，協助雅攸思完成她的使命，而她隱隱的知道，就是勇敢一步步帶領她走到這裡，並且在這讓她找到了希望。「如果你聽得到我的聲音，請不要抗拒內心的呼叫，意識到你已經覺醒，告別你心中的美麗舊世界，跟我們連結在一起並開始行動吧！從你可以改變的事情開始。」

＃李芷婷 ＃美麗舊世界 ＃AfterUtopia

歌曲介紹：
專輯同名主打歌，這是一首描寫李芷婷個人出道歷程的歌曲。出身於賽德克族的傳統家庭，從小，李芷婷心中就一直懷抱著音樂的夢想與天賦，當她好不容易鼓起勇氣，讓自己走出舒適圈時，就像蝴蝶破繭而出一樣，釋放了美麗的翅膀，同時發現了世界的遼闊與現實；接著，來自舊世界的各種試煉與誘惑就開始考驗著她。「聽我的！妳可以成為下一個某某某」「跟我走，我帶妳走捷徑」就像毒蘋果一般香甜可口，卻又致命。令人意外的是，李芷婷始終跟隨著自己內心的聲音，決定走一條自己的路，找到屬於自己的新世界。「放下一切吧！自成一格的宇宙，才沒有盡頭。所以再見了，美麗舊世界；曾經的美好，長存在心裡。」

李芷婷堅定的唱道「我從來不去想結局會是怎樣，也從不在意別人的眼光」，將自己想要表達的信念，確實的傳達到聽眾的耳朵裡，哪怕只是一點小小的微光，也希望能鼓勵這個時代的人們，勇敢的追求自己心之所嚮，不再為別人的價值而活，只為能成全新的世界而感到幸福。

CREDIT

導演 Director：豪貳 Howard K
製片 Producer：調皮 Naughty K
執行製片 Line Producer：何俊毅 Chun-Yi Ho
製片助理 Producer Assistant：賴亭妤 Tingyu Lai、微笑麥克斯 SMILEMAX
攝影師 DOP：塗士謀 ToSmall
攝影大助 1st Assistant Cameraman：鐘啟銘 Chi-Ming Chung
二機攝影 2nd Cameraman：黃煒程 Wei-Cheng Huang
攝影助理 Camera Assistant：簡靖宗 Ching-Tsung Chein、葉辰威 Chen-Wei Yeh
燈光 Gaffer：賴楊文 Yang-Wen Lai
燈光大助 1st Lighting Assistant：張志明 Chih-Ming Chang
燈光組 Lignting Assistant：徐鉦淯 Cheng-Yu Hsu、陳達峰 Ta-Feng Chen
美術 Art Director：周志憲 Chin-Hsien Chou
執行美術：王筱恬 Hsaio-Tien Wang
美術助理 Art Assistant：王家瑜 Chia-Yu Wang、沈昌緯 Chang-Wei Shen、 呂彥霆 Yen-Ting Lu
場務Chiu Grip：林龍輝 Bryan Lin 、林韋廷 Wei-Ting Lin

造型 Stylist：李懿格 YIKOLEE
造型助理 Stylist assistant：李驊娟 EMILY LEE
Makeup：Ginger Chen
Hair Stylist：黑鵝摩沙 / Cheng

攝影器材 Photographic Equipment：用力拍電影有限公司、仰角國際影業有限公司
燈光器材 Light Equipment：利達數位影音科技
特殊攝材：異能影業有限公司

Editor：豪貳 Howard K
Colorist：姜玲玉 LynnChiang
VFX：Artery Vision 動脈視覺

編舞及舞監：
Yu He Lin 林宇禾 （MoveOn)
舞者：
Amanda Lee 李佳蕙
Nineru 邱九儒
Chen-Lun Wang 王鎮倫
Shaddai 陳姵樺
Phill Huang 黃宇麟
Oreo Wong 翁蕊
Jin Kuo 郭靜蓁
kung 宮銘祥

詞：李芷婷/黃建東
曲：楊子樸/潘偉凡/李杰珉
編曲：潘偉凡/李杰珉
和聲：簡愛
電吉他：徐平
電貝斯：吳俊佑
鼓組：許沐恩
弦樂:：曜爆甘音樂工作室
混音：潘偉凡/李杰珉
錄音室：唯有音樂錄音室/強力錄音室/荒原錄音室
錄音師：楊敏奇/李詠恩/潘偉凡
母帶後期：Ted Jensen @Sterling Sound


💙 Youtube頻道更新 💙
每周二 《日常不婷更》 20:00
每周四 《芷是想尬聊》直播時間 21:00-22:00
每周六 《即興ONE TAKE未修音》或《LIVE演唱會系列》或《自彈自唱ONE TAKE未修音》12:00

-

＼訂閱起來🔔／

▶ 🔎 Facebook
李芷婷 Nasi 官方粉絲專頁 ➡️ https://www.facebook.com/NasiLoveMusic/
李芷婷 Nasi 全球官方後援會 ➡️ https://reurl.cc/kdqAXG

▶ 🔎 Instagram
李芷婷 Nasi 官方IG ➡️ https://www.instagram.com/zhiting_li/...

▶ 周邊商品 蝦皮商城🛒
https://reurl.cc/D9X5oO

▶ LINE 貼圖 販賣URL
李芷婷 Nasi ♪ 搞怪日常篇 ➡️ https://reurl.cc/R4OMWn

▶ 芷婷粉絲專屬LINE群
加入後援會後私訊小編！！
李芷婷 Nasi 全球官方後援會 ➡️ https://reurl.cc/kdqAXG


合作邀約
☎️ 02-2564-2595 唯有音樂有限

✉️ jin@onlymusic.tw