🔔 樂寶Lasy積木開團 #是玩具也是教具
➡ 團購表單：https://bmai.cc/3la4ub

Lasy積木真的超級有名！很多群組、社團媽媽都推薦。是德國機械設計Peter Lswa博士創造的。他認為「如能對兒童的左右腦早日做有效的訓練，必能幫助他們早日培養出良好的創造力及邏輯思考能力。」他把兒童創造力訓練計畫分為四個步驟：

第一、學習運用雙手
第二、模仿範例模型
第三、改進模型
第四、創造新模型

這套訓練計畫，全球已有五十多個國家採用，成效獲得各國教育界、兒童心理學家、醫生、工程師、教師及家長們的讚許。

全球有很多國家均開模生產過Lasy積木，但品質參差不齊。台灣製造的Lepao樂寶潛能積木，完全承襲原德國Lasy積木的精隨。經由創辦人高忠清先生不斷的研究修正，讓原來Lasy積木的組件功能更強大。

有動力裝置、齒輪、超大型、或超小型積木，玩法更多變。小雯最推薦【800N超級套裝】。800N跟H800積木數量一樣，更多了10個電動零件，我覺得更好玩！

是ST檢驗安全玩具、台灣微笑商品認證，台灣製造。採用無毒ABS樹脂，無添加塑化劑，獲得國際Intertek歐規安全玩具檢驗多項認證。

有管子、車輪、A字、H字、窗型、扣子，腰帶。每個積木之間的密合度很高，成品很堅固不容易鬆脫。沒有任何尖角，使用安全。

每組都有專用收納盒，培養收納的好習慣，攜帶外出也方便。有附一本說明書和教學DVD，也可以上官方youtube看影片教學。丸子可以一邊看影片一邊做，自己玩一天。真的不誇張！

H800基礎套裝：262 pcs，黃、藍、綠、紅
P880基礎套裝：262 pcs，粉綠、粉藍、粉紅、白
800N超級套裝：272 pcs，黃、藍、綠、紅。多了一個電動零件

各色零件皆可聯繫客服，另外單獨添購

---

➡ 團購表單：https://bmai.cc/3la4ub (8/18收單)
選擇商品數量>>加入購物車>>立即結帳>>手機號碼註冊會員>>選擇付款及運送方式>>填寫收件資料>>完成訂購
完成結帳後，會跳出彈跳視窗，可綁定LINE帳號，隨時查詢訂單進度喔!

➡ 運費計算：免運

➡ 出貨日期：付款後三天內出貨

------

加入後才不會漏掉開團訊息
▶️ 團購社團：https://reurl.cc/Kkr4Qm

#Lasy積木 #LEPAO樂寶

【SDGs】地方庶民都比你懂電費帳單！臺灣的能源轉型實踐模範「庶民發電學習社區合作社」(05/06/2021 storystudio故事)

人類正站在全球氣候劇烈變遷、自然資源漸枯竭、生物多樣性耗損、疾病頻仍等關鍵十字路口上。為此，2015 年時，聯合國發布了「永續發展目標」(Sustainable Develpoment Goals, SDGs)，敦促全世界在 2023 年以前為地球與人類社會努力，邁向永續。百靈佳殷格翰與故事 StoryStduio 攜手響應聯合國 SDGs，用故事來讓 SDGs 在臺灣的發展有根可尋，讓發展被記錄、被看見並可被壯大，與臺灣社會一同實現永續發展。

作者：鹹雜食

聯合國永續發展目標訂定後，三大國際永續發展研究組織共同發表《2050 世界願景 (The World in 2050, TWI2050)》，根據《TWI2050》，國家要落實永續發展目標，需進行六大轉型，其中，加速能源系統去碳化，提供眾人潔淨與可負擔的能源是永續轉型關鍵之一，也就是臺灣政府宣示要進行的「能源轉型」。

即將來臨的夏季是臺灣的用電高峰之季，每到此時能源的議題總不時浮上新聞版面，但大多停留在「電費會不會漲價」、「會不會缺電」的表面層次。民眾儘管關心電費會不會漲，許多人卻連電費帳單也看不懂，在電子化的時代，以扣繳方式付款的人甚至很可能根本沒看過電費單；人們擔心是否缺電，許多人卻連臺灣目前的發電比重為何也說不清。

然而，有一群地方的「庶民」，他們從看懂無足輕重的電費單做起、到實際走訪臺灣所有電力設施，瞭解發電比重，甚至經營一座公民電場──他們是三重蘆狄社區的「庶民發電學習社區合作社」（下稱「合作社」）。

從無感到凝聚共同理念，始於公民參與經驗

”我這個歐巴桑以前覺得按一下開關，電就會來，參與後才發覺有的電已經危害到我們和下一代的生活，像是空氣汙染，我的孫子都有過敏體質。“ 合作社理事李麗卿坦言。

蘆狄社區居民與能源的緣分，始於 2015 年新北市經發局所舉辦的「節電參與式預算」。不同於過往由政府機關擬定政策，參與式預算讓民眾自己提案預算，自己的花費自己訂。主持此計劃的蘆狄社大積極鼓勵社區居民，包括在地攤商、新住民、甚至高中生依照自身經驗提出能運用在自己生活的節電提案，還規劃許多貼近生活的能源課程，「看懂電費單」就是他們進入能源世界的第一張門票。

貼近生活的開放式參與，成功吸引了社區民眾的注意以及投入，更開啟了他們對能源及公共參與的想像，也讓居民從無感到主動持續地學習。此後，社大還舉辦多次的「能源旅行」，帶著居民全臺走透透參觀各式發電設施，「我們參觀了差不多一百多種喔！」李麗卿驕傲的說。

參訪各地的能源廠區、社區公民電廠以及能源選址地點，再再都讓居民的親眼所見，成為紮紮實有感的學習體驗。後來，社大更成立「蘆荻社區光電特工隊」太陽能工班，計劃培養「社區內的光電醫生」。

一名學員在培訓後，直接在合作社的太陽能案場運用所學，準確地指出太陽能工程鋼構方向的問題，及時挽救了案場往後二十年的發電效率。這些學習經驗讓社區民眾漸漸凝聚共識，認為環境和能源議題至關重要，需要他們行動起來，促進改變。

能源轉型是國際趨勢，也是各國的功課

他們所期望的改變，正與「SDGs（Sustainable Development Goals，永續發展目標）」中的第 7 項不謀而合：「確保人人都能享有可負擔、穩定、永續及現代的能源。」

SDGs 是 2015 年的聯合國大會中提出的 17 項永續發展目標。這些目標觸及社會經濟、生態環境以及公共治理，呼籲跨領域的整合，也強調國家、組織、企業與公民等不同角色投入形成同盟夥伴，系統性的思考社會問題，並共同配合改進。

然而，回顧臺灣的能源轉型歷程，臺灣的能源改革並未與 SDGs 同步啟動，而是在 2016 年總統大選期間才做為政策內涵被候選人提及。因為牽涉到政治，在許多民眾的腦海中卻可能只剩下核能爭議的印象。然而，能源牽涉到民眾生活的許多面向，過度簡化的理解對於長遠的發展並非好事。

臺灣目前主要的發電來源是燃煤，是臺灣所有發電中造成最嚴重空氣汙染的發電方式。此外，發電次高者是燃氣，第三則是核能[1]，三種主要能源的原料都仰賴進口，根據經濟部能源局的統計，臺灣 2020 年的進口能源依存度高達97.55%。我們日常中看似稀鬆平常的電力隱藏著不安的陰霾，亟待轉型。

如何平衡能源、土地以及環境？

政府於 2017 年核定「能源發展綱領」修正案，提出 2025 年達到再生能源佔比 20%以及「核電歸零」的政策目標，期望以永續乾淨的能源，取代不安定的燃煤以及核能。

事實上，臺灣推動再生能源有許多有利因素。首先，台灣環境規劃協會的理事長趙家緯表示，再生能源政策目標明確，吸引大量國內外資金投入綠能產業，也促成國內高耗能產業積極的投資，2019 年的綠能投資量甚至衝到全球第五；而臺灣的硬體高科技製造業非常發達，原本就是太陽能面板的前三大生產國，能夠迅速因應國內遽增的設備需求。最後，臺灣還有活力十足的社會參與力量，能夠推動政府有效修正其政策方向。

臺灣太陽光電的發展就有賴這些力量推動前行。地處亞熱帶、太陽能板生產力高、建置成本相對低廉、汰換回收的殘值高達 90%，這些都是臺灣適合開發太陽光電的條件。但光電卻有一項致命的缺點，那就是需要大量空間，很容易壓縮其他的土地使用權，甚至危害環境生態。

地價低廉的漁農地成為許多光電開發案標的，引發農地壓縮破碎化、環境破壞以及基層農民無法受惠的爭議；臺東知本溼地原本預計成為臺灣最大的光電案場，但經由部落民眾以及公民團體的抗爭以及法律維權，最終由法院裁定停止執行；苗栗石虎棲息的山坡保留地，光電開發案的抗爭也仍在進行中……。這類的「綠色衝突」層出不窮。

趙家緯說明，2015 年政府評估太陽光電開發潛力時，並未考慮到公民參與的的力量以及工業廠房的潛力，因此在太陽能的規劃中，屋頂型光電只佔了 15%。在政策壓力下，土地需求就造成許多有爭議的開發案件。

共學讓能源轉型也能很庶民

工業以及都市住宅要用電，卻要犧牲農地或是自然環境，種種的不合理激起蘆荻社大學員的思考以及討論。「土地沒辦法進口。好好的農地不種田，好好的魚塭不養魚，都算是亂象。」合作社的理事柯麟耀皺眉說道。他們觀察，雖然臺灣土地有限，但是都市屋頂是閒置空間，經由妥善利用能夠發揮更多效益。

這群庶民的特色就是知行合一，他們決定發展屋頂型的太陽光電公民電廠。結合了生產力、人的聚集以及票票等值的合作社特性，是他們組織型態的首選。因此，2019 年 3 月，庶民發電學習社區合作社正式成立。

在試算太陽能的發電效率以及會員的報酬後，合作社將股價訂在一股五千元。但是大多數的社員都認為這筆錢是共學的學費，反而不期待賺大錢。

開發案場的流程他們也當作是共學的過程，與居民溝通、尋找及評估案場，以及申請政府批准等，他們全部都堅持自己來。除了爬遍新北市二十幾座屋頂，跑公文也花了半年的時間，途中更遭受臺電的質疑，直接請專業廠商代為洽談不是更容易嗎？

案場的屋主也是他們共學的夥伴。除了充分與屋主溝通理念，也希望盡可能滿足屋主多元的生活需求，增強人與太陽能的互動關係。目前三個案場都因此有多元的嘗試。在林口的案場，他們另外架設了自發自用的小型太陽能板，讓屋主能夠自行生產部分的家戶用電；宜蘭的案場沒有蓋滿而空出了一條走道，讓屋主在晴天時能夠推出自製的欄杆推車曬棉被，雨天時就讓太陽能板成為遮雨棚；鷺江國小的案場則規劃成為社區的能源學習場地。

合作社相信，盡可能增加能源的互動以及親近感，能讓人對於自己的能源用電更有意識，也讓他們更願意學習理解，進而有所行動。

為此，合作社在 2020 年中成立「歐巴桑講師團」，在兩個月內走遍了新北市的 11 個社區，充分發揮自己身為「庶民」的親近性，以及曾經與聽眾在同一個位置上的經驗。

「我們的能源課歐巴桑也聽得懂，因為我們就是歐巴桑。他們曾經也是我們。」柯麟耀驕傲的說。因為親近，讓聽眾更願意與他們互動提問，也更有學習效果。這些經驗讓合作社認為，連結庶民經驗的學習，才會真正有作用，而這是目前政府在能源教育推廣方面仍需加強的一塊。

臺灣能源教育學習的模範

長久以來，臺灣關於能源的主流討論，都圍繞著核能、核四廠這類高度政治兩極化的議題。簡化為意識形態的對立，無助於真正改善臺灣的能源環境。讓基層的一般民眾更了解相關討論，甚或能夠參與討論，才真正能夠促進有效溝通，達成共識。趙家緯認為庶民發電合作社是很好的範例，讓臺灣推動能源教育有更具體的想像。

蘆荻社區中心執行長莊妙慈則認為：「促進能源轉型的關鍵還是庶民。」再好的政策如果沒有民眾的認同，當政黨輪替或是換了不同想法的上位者，很可能進度又會停滯不前，幾年來好不容易打好的基礎就浪費了。

如今合作社成立已經滿兩年，共吸納了近 70 名社員，也開發了三個小型的案場，不過目前合作社的案場規模都相當小，總共僅有不到 55 千瓦的發電量，而合作社本身的人力以及資金也不充裕。與許多其他公民電廠不同，目前合作社的資金都是社員的股金，並未另外融資。

案場貼近社區的在地性，也確保他們與案場的關係不僅止於資金與收益，更是生活中的一部份。執行長莊妙慈認為，合作社的下一步，就是要決定公民電廠的基本精神，是否該堅持小規模、社區與親近的特性。教育與共學仍然是大部分社員的共識，但是否在教育之餘擴大規模投資，是他們仍在討論的題目。

從零開始的合作社，走到如今，不僅是依靠一腔熱血，還有賴社員持續的溝通以及實踐。只要持續發揮開放以及學習的心態，合作社想必也能夠找到最適合自己的庶民步調，繼續朝他們理想的能源願景前進。

完整圖問內容請見：
https://storystudio.tw/article/s_for_supplement/sdgs-affordable-and-clean-energy/

♡

AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4

廣告：台灣首創ACG訂閱式課程，一次擁有超過30位名師分享出版經驗、軟體技法、心路歷程、IP授權、自我行銷、產業資訊、合約擬定等知識，給創作者一個互相交流的平台。嘖嘖上線募資中 https://bit.ly/2Joismi

我是JC老師
電腦相關課程授課超過6000小時的一位 Revit 課程講師
由於實在太多同學向JC老師反映，希望可以有線上課程學習，所以就決定錄製一系列的 Revit 線上影片教學
而且不加密、不設限、不販售，就是純分享，希望可以幫助到有需要的朋友們
如果這部 3ds Max 教學影片對你有幫助的話，請幫我按個讚，給我點鼓勵，也多分享給需要的朋友們喔~

---------------------------------------------------------------------------------------------------------
何謂BIM(建築資訊模型)
● 建築資訊模型（Building Information Modeling）是以建築工程專案的各項相關資訊資料作為模型的基礎，進行建築模型的建立，通過數位資訊模擬類比建築物所具有的真實資訊。

BIM(建築資訊模型)特性
● 它具有視覺化，參數化，衝突檢查，分析模擬和施工模擬五大特點。

BIM(建築資訊模型)軟體
● Revit：國內建築領域裡最為常用的BIM建模軟體。
● Navisworks：將多種不同格式的模型文件合併在一起。漫遊，碰撞檢查，施工模擬為三個主要的應用功能。
● Civil 3D：這是一款專門定製的AutoCAD，主要做的是地塊的道路建模，土方計算，雨水分析等。是一款地理空間設計軟體。
● ArchiCAD（AC）：ArchiCAD主要就是建築專業的建模，有類似族的概念，但沒有族類型。
● Tekla：這個是鋼結構的重量級軟體。
● MagiCAD：基於AutoCAD的軟體，主要是機電使用。
● 廣聯達/魯班：這兩款軟體主要在工程量統計和進度管理上起作用。比較多的是Revit直接提取計算工程量，然後再用廣聯達提取計算一遍。

Revit家族軟體
● Autodesk Revit Architecture：建築應用。
● Autodesk Revit Structure：結構應用。
● Autodesk Revit MEP：系統應用。
Autodesk Revit 2016 結合建築、結構、機電三個產品功能介面於一身

Revit簡介
● Revit 是一個設計與記錄的平台，可支援建築資訊模型 (BIM) 所需的設計、圖面和明細表。BIM 在您需要時提供有關專案設計、範圍、數量和階段的資訊。
● 在 Revit 模型中，所有圖紙、2D 和 3D 視圖及明細表，都是用於展示同一虛擬建築模型中的資訊。在建築模型中工作時，Revit 收集有關建築專案的資訊並協調所有其他專案表現法中的這個資訊。Revit 參數化變更引擎會自動協調您在任何地方 (模型視圖、圖紙、明細表、剖面和平面) 所做的變更。

---------------------------------------------------------------------------------------------------------

Revit 2016 線上教學影片目錄：http://bit.ly/2vR6fgW
Revit 2016 線上教學影片範例下載：http://bit.ly/2vR0b7X
3ds Max 2015 線上教學影片目錄：http://bitly.com/2dUGqn3
AutoCAD 2015 2D 線上教學影片目錄：http://bitly.com/2dUGm6Y
TQC AutoCAD 2008 2D 線上教學影片目錄：http://bitly.com/2dUGQtB
JC-Design網站：http://jc-d.net/
JC-Design粉絲團：https://www.facebook.com/jcdesigntw/
JC-Design LINE ID：@umd7274k
JC電子信箱：[email protected]