關於 壓縮盤缺點 ，我們在網路上蒐集到這些相關的討論、資訊與評價

2021/09/25 (六)
鈴木太太快閃補貨團來囉!
只有兩天09/25-09/26，請把握機會 >>> https://srtc.io/rl7lx9

這次補貨內容有 >>> 蘇菲最愛洗碗黑海綿、大佛也愛的白雪拭巾 以及 瀝碗盤、瀝水果、瀝雞蛋都好用的伸縮瀝水籃
📌滿990免運，未滿990酌收80元運費
📌滿2500送原田織物-免洗劑廚房油污專用布x1 (團購商品才有喔~無法跟站上非團購品項湊)
#這次沒有白色海棉反正我最愛就是黑海綿啦
#不過有隱藏版粉紅海綿我想應該也有朋友會喜歡

老話重提，雖然說過很多次，還是要再提醒一下
✓ 海綿以及抹布都是消耗品，使用一段時間以後無論狀態多好，都應該退下來丟棄或另作它途。
✓ 白雪拭巾在製作過程中添加了鹿兒島的甘藷澱粉用以增加纖維韌性，所以首次使用時請先用40度左右的溫熱水浸泡洗滌。
✓ 抹布以及海綿請勿陽光直曬。

= = = = = = = = = = = = = = = = = =
▼以下是首次開團的說明節錄▼
2020/09/14 (一)
蘇菲目前為止 #最愛用的洗碗海綿沒有之一 + 最愛用的抹布之一

看到標題是不是覺得有點複雜! 哈，一點也不，簡單的說，就是蘇菲今天要跟大家介紹 #打從我開始洗碗以來用到目前覺得最好用的洗碗海綿>>>沒有之一，因為就是目前為止最好用，目前為止的第一名，連大爺都歐漏嘎ㄟ彈舌的洗碗海綿!

去年6月從京都回來友跟大家分享我的戰利品就是中川政七的 鹿の子編み洗碗海綿，我那時候說是目前為止最滿意的商品之一，那時候是這樣子沒有錯喔，因為跟 亀の子束子相比，這款鹿の子編み洗碗海綿外面還包一層特殊編織網布，所以不會看到內部的聚脂纖維變色，但是缺點就是外層編織容易勾傷，不過海綿本身就是消耗品，相比之下這個小缺點我可以容忍。

BUT!! 話說完沒多久我就遇到了 #日本神奇海綿，這是一款壓縮型海綿，打開包裝就變膨了，在收納上來講，壓縮包裝可以節省空間。#一般的聚脂纖維海綿用一段時間以後白海綿都會變成黃海綿，不管哪一個牌子都一樣(起碼蘇菲用到現在5-6個好牌子都是這樣無一例外)，一但變成黃海綿，就成了視覺噪音，我就會把它丟掉換個新的。

然而蘇菲用的神奇海綿是黑色的(它有黑白，不過我個人喜歡用黑色的)，黑色海綿最顯而易見的好處就是 #永遠不會變黃，哈哈哈，是不是很實在，然後除了不會變黃以外，還有易乾/手感好/起泡力強/不易發霉，最重要是 #耐磨損不變型而且不會掉屑。

因為用黑海綿上癮，在用了半年即使狀態絕佳也到了該換的時間，加上手邊剛好沒有庫存，就換用某社團販售的韓國黑海綿...用兩天就知道錯了，價格差不多但是品質手感差很多，簡單來說，這個韓國海綿越洗越大塊越鬆越扁>>>變形，然後還邊洗邊掉屑，用沒兩個星期就被我丟掉了，還好神奇海綿補貨到，又換回喜歡的海綿了(不過這次我改用白色的神奇海綿，來測試多久變黃)，洗碗是天天要做的事情，沒有好的工具怎麼能行?

#神奇海綿買起來一次屯6個是基本中的基本

= = = = = = = = = = = = = = = = = =
跟海綿相依相存一樣重要的就是抹布，不過我喜歡稱為家事布啦!

#白雪拭巾也是蘇菲用很久的商品，在開始寫粉專沒多久就跟大家介紹過。那時候的白雪拭巾是旅遊帶回來的，用了一條以後一直捨不得打開剩下的庫存使用，找了很久後來是在鈴木太太看到趁著折扣一條225的時候趕快補貨，才稍微心安^^

抹布這種東西齁，除了吸水力以外，厚度以及大小也是非常重要。一塊好的抹布，必須好洗好擰好晾乾，除了用完要攤開晾乾以外，每天使用完畢要用家事皂清潔，同時也可以定期用過碳酸鈉煮過(還原潔白)，只要這樣做，抹布就不存在發臭發霉這種問題，只有用久了會破這樣...

通常同款式的抹布我會一次買個4-6條，這樣使用才不會有銜接不上的問題(畢竟好用的東西不好找，我都幫大家做過實驗了還等什麼呢?)。如果要區分使用場合，有些人會在抹布上做記號或乾脆直接使用不同顏色的抹布，這個白雪拭巾除了白色以外，還有添加了備長炭的款式，蘇菲家擦桌椅檯面用的是白雪拭巾，擦廚房瓦斯爐等油汙地方是用備長炭這款來。

白雪拭巾是奈良老舖垣谷纖維手工製作，是東大寺每年拭佛儀式指定使用的佛祖擦拭巾，同時也是可自然分解的再生纖維環保素材，然後越用越軟越吸水...巴拉巴拉優點太多，還是希望大家用用看，自己體驗最準。

抹布怎麼買?
#一次四條超基本 像蘇菲家本身還有3條白雪拭巾的庫存，我就會補白雪2+備長炭2的組合；有用過白雪的朋友，看到這個團購價應該知道庫存要屯起來，要怎麼買不用我教了吧!

✓ 2018/09/12 蘇菲寫的三種海綿比較>>> https://pse.is/GB95K
✓ 2018/09/28 蘇菲寫的擦碗巾比較>>> https://pse.is/ttd9m
✓ 2019/05/10 蘇菲家的抹布們>>> https://pse.is/w64av

= = = = = = = = = = = = = = = = = =
★Follow my Instagrams → https://www.instagram.com/umimama_sofia/
#舒適生活就是不斷的調整調整到最適合當下的樣子 #暮らしの道具 #鈴木太太 #蘇菲的購物筆記 #神奇海綿 #白雪拭巾 #家事布 #廚房道具

#看廣告寫影評得大獎
.
《2001太空漫遊》開場，猿人為爭搶食物與地盤而爆發連串衝突，其中一隻猿人發現武器（堅硬的骨頭）的力量，他對手無寸鐵的敵人展開攻擊，自立為王。當猿人將手中的武器拋向天空，史丹利庫柏力克（Stanley Kubrick）導演透過剪輯，把骨頭的意象與數千年後的太空船連結一起，這組簡潔有力的畫面設計，點出文明進展的變（科技的進步）與不變（人類一直在追求更好的生活）。
.
蒙太奇剪輯的優點在於壓縮空間與時間的距離，讓兩組（或多組）人物和事件能夠很快建立起印象連結。缺點是過度氾濫地使用蒙太奇剪接，可能會導致觀眾的注意力渙散。這類敘事手法，多半被用來提醒（提示）觀眾，角色與事件之間的關聯或是時間的流動。而一部短短數十秒或幾分鐘的廣告影片，很適合藉蒙太奇剪輯手法，幫助觀眾在短時間內理解故事（產品）內容。
.
全新的台電形象廣告以維修人員的背景音揭開序幕，影像快速在雲海、蜿蜒的公路、青蔥翠綠的山林、現代化的城市建築等畫面間切換，接著出現神秘的「光線」穿梭於路上擁擠的群眾、海上船隻、風力發電機、太陽能板、群山環繞的水庫、獨舞的女性，以及山中健行與天橋上獨行的男子等，劇中人物或注視著「光線」的延展，或專注於日常的生活。
.
上述畫面分開來看，只是零碎而不具意義的圖像，必須透過剪接讓觀眾理解其代表的「意涵」，一如片中無處不在的「光線」是電力與能源的象徵，連接起山林、大海與藍天（人與自然的關係）、連接起海陸空交通工具，以及不同職業、年齡、性別的群眾，訴說電力（能源）對於人類生活的重要性（人類對於能源的高度依賴）。而影片中無處不在的「光線」不斷在圓形、方形、三角形等幾何圖案間變化，輔以片中出現的控制中心、工程維修人員與台電設施等畫面，闡述台電秉持永續經營的態度，持續地改善與精進，最後再以品牌標誌與「台灣電力，啟動台灣之力」標語收尾，點出台電與台灣攜手邁向未來的願景。
.
這支約兩分鐘左右長度的形象廣告，概念並不複雜，敘事流暢、攝影優美、視效精緻、配樂有渲染力，整體效果相當俐落明快，而且影片長度適中，這點很重要，因為廣告再長一點，觀眾可能就會失去耐心了。
.
#影像廣告這裡看：https://fb.watch/v/4-CHu6DHg/
.
#尋找台灣之力創意分享 #活動詳情請見留言區
#活動大獎AirpodsPro
＃尋找台灣之力創意分享

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

▌建議開啟 4K 畫質 達到高品質觀影享受

💢 擊退愛偷窺的討厭朋友 💢
NT$50 折扣碼：『3cdogs』
※ 僅適用 iPad、Macbook，無使用期限 大小寫需一致。

👀 iPad 防窺保護貼｜無痕。貼
➥ https://bit.ly/3CBNspY

👀 MacBook 防窺保護貼｜磁力。貼
➥ https://bit.ly/3jL3MvX


===============================================================

都花大錢買 iPad Pro 了，不發揮最大的效能說不過去對吧！從聽音樂到玩遊戲的教學通通有，簡單的幾個步驟就能讓產力 UP UP，速速把這幾招學起來，馬上提升使用感受！

12.9 吋的 Mini LED 真的很強，真正的高對比和黑白分明，用過就會了解它和一般 LED 螢幕的差別，不過淺色區塊的光暈問題還是避不太掉，關燈後的亮度也十分刺眼，總體來說不糟，算是有進步空間。

好的規格當然會配上高的價格，自己花錢入手的就更希望把它用到淋漓盡致，除了教學這次也一起把 M1 晶片、Mini LED 螢幕、Thunderbolt 3 接孔這三大亮點拿出來跟大家聊聊，看完之後差不多也對 iPad Pro 的升級有所了解囉！

===============================================================

::: 章節列表 :::
➥ 優化 UP UP！
00:00 新角色登場

➥ 超實用 6 招
00:44 ① 解放高畫質
01:02 ② 高解析保真壓縮
01:39 ③ 白平衡調整
02:07 偷窺狂魔就交給頑皮鬼
03:08 ④ 外接設備
03:40 ⑤ 延伸螢幕
04:09 ⑥ 遊戲控制

➥ 最後總結
05:01 最後總結


::: 更多技巧教學 :::
◤ FB 帳號絕對防禦！ ◢
➥ https://youtu.be/J0YskCVYnu4

◤ Insta360 One R 對比 GoPro Hero 9 技巧教學 ◢
➥ https://youtu.be/rm4L884lOBE

◤ Galaxy S21 系列技巧大整理 ◢
➥ https://youtu.be/RHymXzFfFhM

◤ Pixel 5 / 4a / 4a 5G 體驗教學 ◢
➥ https://youtu.be/CnDy72LVlBQ

◤ ASUS ZenFone 7/ 7 Pro 功能教學 ◢
➥ https://youtu.be/en197TJ7zeQ

◤ 三星 Note20 & Note20 Ultra S Pen 超實用教學 ◢
➥ https://youtu.be/8mvKKOxcT7Y


::: Apple iPad Pro 12.9 吋 規格 :::
建議售價：NT$34,900 起
處理器：Apple M1
儲存空間：8GB + 128GB / 256GB / 512GB
16GB + 1TB / 2TB
作業系統： iOS14.5
螢幕面板：12.9 吋 Liquid Retina XDR mini LED Display
螢幕更新頻率：120Hz
螢幕採樣頻率：240Hz
螢幕解析度：2,732 x 2,048 265ppi
電池容量：40.88Wh（支援 36W 快充）
SIM 卡槽：nano SIM / eSIM (Wi-Fi + LTE 版本)
支援訊號：Wi-Fi 6、藍牙 v5.0、GPS (Wi-Fi + LTE 版本)
接孔規格：USB 4 / Thunderbolt 3

主鏡頭規格：
12MP 廣角鏡頭 f/1.8 PDAF
12MP 125 度超廣角鏡頭 f/2.4
TOF 3D LiDAR
前鏡頭規格：
12MP 122 度超廣角鏡頭 f/2.4


不要錯過 👉🏻 http://bit.ly/2lAHWB4


--------------------------------------
#科技狗 #Apple #iPadPro #AppleiPadPro
#蘋果 #iPad #M1 #MiniLED #平板 #ApplePencil2 #Thunderbolt3 #DolbyAtmos #杜比全景聲 #平板電腦 #頑皮鬼 #防窺貼 #防窺保護貼 #防偷窺保護貼 #開箱 #評測 #PTT #體驗 #優缺點 #評價


📖 Facebook：https://www.facebook.com/3cdog/
📖 Instagram：https://www.instagram.com/3c_dog/
📖 LINE 社群：https://bit.ly/3rzUq8g
📖 官方網站：https://3cdogs.com/
📖 回血賣場：https://shopee.tw/3cdog

▋ 有任何問題都來這邊找我們：3cdogs@gmail.com

中秋節連假前股市交易清淡
成交量都被刻意壓縮
連上漲百點的行情都開始回落
近期操作小型股賺翻倍的股票
很多都開始重創跌停
找人解迷津不如自學如何應對措施
彭哥告訴你這種股票的特性該碰不該碰
就算要做也要在哪裡買才適當
順便提醒各位中秋變盤的關鍵
做台指及科技股的人一定要注意喔

#泰金寶DR #存託憑證優缺點 #中秋變盤
#連續漲停後連續跌停 #倫飛 #華上 #科風
#郭哲榮 #火山式爆發 #股市上13000
#陳嘉偉 #股市總司令
#股市公道伯
#嘉偉老師的粉絲
#你要什麼樣的分析師
#天天只會無腦多人人都可當分析師

◆關鍵詞◆:
彭哥富裕路|彭貝爾|戰鬥K線|大賺小賠|彭哥的贏家之路
股價結構|方向線|能量線|趨勢線|小高點確立|小低點確立
0050|0056 |存股|股市觀測

◇本頻道特色◇
指標操作是一個方便又營養的模式
如何善用指標及發覺交易的優缺點
就是需要明確的SOP
戰鬥K線就是有這樣的特色
請關注視頻了解它的特色吧

◆最新消息◆
彭哥新增加Telegram頻道
訊息速度更為即時
歡迎各位投資人進來見習

Line@請點我👉https://bit.ly/2Td5Amm
Telegram 請點我👉 https://t.me/fightingKline
Facebook 請點我👉https://bit.ly/2Y72e4G

◇影片內容宣告◇
本系列全部影片皆為彭貝爾個人的十幾年交易實戰經驗紀錄
全部在行情進場前用VLOG記錄方式
並未有未來行情點位預估、建議操作之行為
請勿因本人之文字、影片紀錄做為判斷參考依據