線上教學101：寫給沒進行過線上教學的老師

最近疫情嚴重，很多老師突然被要求改線上上課，一整個措手不及。以下分享我一對一線上上課的經驗，供大家參考，有些部分會與一對多在操作上有所差別，可自行調整。

除了面對面的實體課之外，我從兩年前開始收線上上課的學生，至今已上了近300堂的線上課。線上上課雖然與實體上課模式稍有不同，但以過往學生一對一上課的經驗來看，其實不太會影響到學習的效果。曾經很多學生/家長排斥線上上課，但是現在可能暫時只有這個選擇了

以下是我照著我平常上課的模式打的，若是有疏漏，歡迎補充與提問。

另外有附上一些上課的截圖，可供老師參考上課的狀況，或是參考可以進行的活動。有時候截圖常常會是奇怪的表情，所以請原諒我把也自己馬掉了XDD 其實能進行的活動很多，不只有我照片那些，只是有些活動的截圖，我實在翻不到了XD

📌📌課前- 老師端📌📌
1. 安裝zoom
(若擔心資安或被禁止使用，可自行換其他軟體/平台)
2. 申請zoom帳號密碼，才可以主持會議
3.準備好網路攝影機、耳機、麥克風，以及穩定的網路
4. 自己先主持"新會議"，熟悉介面使用
(一個人也可以開會議)
5. zoom上面的按鈕全部都按看看，不會壞掉，就放心到處點吧，了解不同功能在幹嘛
6. 我自己常用功能如下：分享畫面、白板、截圖、靜音(自己或學生)、分享聲音
6.5 白板的功能很多，我個人全部都很常用，建議老師可以都點看看摸熟操作
7. zoom都會使用之後，開一個雲端共享資料夾，未來放上課的檔案、截圖。
8. 上課前若有學生會用到的講義，可請學生先到雲端資料夾下載使用
9. 確認上課要開的書籍、文件、檔案、作業...等，都有電子檔，若是沒有，可以拍照或掃描放到電腦中。若是有些是老師/學生兩邊都有的書，就不一定要有電子檔，可以用白板協助課程進行，看老師操作方便
10. zoom若是一對多上課，會有時間限制，若是覺得斷掉再重新連回來很麻煩，就直接付錢給zoom囉。若是一對一使用，沒有使用時間限制

📌📌課前- 學生/家長端📌📌
1. 請學生準備網路攝影機、耳機、麥克風，以及穩定的網路。如果是用筆電或是平板，基本上前三者都會有，就不用另外準備。
2. 學生可使用桌電、筆電、平板上課。手機也可以，但是不建議。若學生家長擔心螢幕太小不方便看，可請他們投影至電視或是接HDMI線連接到電視。
3. 請學生將作業拍照後用line傳給老師，在傳送照片時，左上角選"原始畫質"，這樣看照片下載下來才不會不清楚。這步驟也可以改用雲端資料夾或是google classroom代替，請學生直接上傳上去

📌📌第一次上課：提早10-15分鐘開始📌📌
1. 把zoom的連結給學生，若是學生的電腦/平板沒有裝過zoom，會先進入安裝程序，就請學生照著程序先安裝。
2. 安裝好後，請學生再次點連結，就會進入會議了
3. 教學生使用白板的各種功能，至少要會用滑鼠劃記、打字，才有辦法做筆記與討論
我曾有極少數學生跟我說他沒辦法使用，若是有此狀況，在練習時，可以請學生說出來，老師幫他打字。有些學生打字速度極慢，也可以改由學生說老師打，但是在幫學生打時，就算答案是錯的，也要照著打，不要自己幫他改成對的XD

📌📌正式上課📌📌
0. 老師先把當天上課會用的到檔案、作業、講義、音檔...等先都開好，這樣上課在切換上就可以很順暢
1. 可直接給學生會議連結，或是給學生會議號碼以及會議密碼，讓他們"加入會議"
2. 進入教室後，若是一對多上課，老師怕吵或太亂，可以把大家靜音
3. 老師端可要求學生開始視訊鏡頭，但這個就看老師了
4. 若需要小組分開討論，zoom可以開設"分組討論"，把大家分去不同的小房間。不過我都一對一上課，沒實際用過這個功能
5. 老師在上課時，可以截圖一些重要的畫面，也可以直接錄影整堂課。我自己是不會錄影，因為不想讓學生覺得他之後可以慢慢看，這樣學生容易不專心上課。學生端也可以截圖跟錄影，就看他們自己，不過我不會特別跟學生說有這個功能就是了。
6. 可以跟學生約定互相使用的顏色，比較不會造成混亂。
像是我一般是讓學生用藍色，我自己會用橘色/咖啡色改正，若是要再改其它東西，會使用綠色。重點標示會用圖章，或是黃色的螢光筆
7. 下課前記得出作業
8. 結束會議

📌📌課後- 老師端📌📌
1. 把上課截圖傳到雲端資料夾，共享給學生
2. 若有小組討論報告，google可以共同編輯，看要word/excel/ppt都可以
3. 可以用google問卷，做課後評量
4. 收集學生作業
5. 準備下次上課

====
❓學生常有的問題❓
1. 我沒被靜音，為什麼我講話沒聲音
請學生看zoom視窗左下角，有麥克風圖案的地方，請他重新"測使喇叭&麥克風"。若是只看到耳機的圖案，那個會是"加入音訊"，請學生點下去照步驟做

2. 聲音/畫面卡住了怎麼辦
撇除網速的問題，有時候會是zoom自己的問題，這時候稍微等一下，zoom會重新斷掉再連接，剛連接回來會暫時沒聲音，就再等一下。
這個問題我兩年前在使用時幾乎沒遇到，從去年開始較常遇到，我不確定是不是因為全球很多人因為疫情在使用還是怎麼樣，目前除了等zoom自己重新連接，找不到其他方法
若是學生有說卡住了，老師該截圖的記得趕快截XD

3. 要怎麼在白板/畫面上畫畫或打字
請學生在視窗上方找一下，應該會有選項，裡面有"註解"，點下去就會跳出可以畫記的功能列了

4. 我要註冊帳號嗎？
若沒有要主持會議，不需要

5. 我打字好了，可是老師你怎麼看不到
請學生把滑鼠在空白處點一下，不要選取在文字框

6. 老師我打字好了，可是有一半的字不見了
請老師去選取學生的文字，把文字框拉大就可以了

=====
⚡️其它線上教學使用的資源⚡️
1. FB社團: 台灣線上同步教學社群
https://www.facebook.com/groups/1011192722620224
2. FB社團: Teacher Ruth's Ed Tech for 高中英文教學
https://www.facebook.com/groups/214740112040210/

以上大概是這樣，有問題歡迎提問

#凱蒂英文 #線上上課 #正向防疫 #停課不停學 #zoom教學 #高中英文 #學測 #學測英文 #指考 #指考英文 #統測 #統測英文 #英檢 #多益

😻追蹤IG：cattyenglish
🚀部落格：https://reurl.cc/Gkko5x
🔥預約凱蒂老師的課程：https://lihi1.cc/XKuu8

今天教會媽媽如何將手機影片上傳google drive，然後如何在在電腦上進行雲端檔案歸檔整理，製作專屬資料夾，實在太孝順了！

然後她剛剛跟我小弟嫌棄我教給她的方法：傳雲端實在太慢了。嗚嗚為何孝順得不到好報嗚嗚嗚，現在的父母很精真的很難管教😭。

把AI導入邊緣裝置就對了！

作者 : Duncan Stewart、Jeff Loucks，Deloitte科技/媒體/電信中心
2020-06-04

邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置...

德勤(Deloitte)預測，2020年，邊緣AI晶片出貨量將超過7.5億顆，銷售金額將達到26億美元，而且邊緣AI晶片的成長速度將遠高於整體晶片市場，估計到到2024年邊緣AI晶片出貨量可能超過15億顆，代表其複合年成長率(CAGR)至少達20%，是整體半導體產業(長期CAGR預測為9%)的兩倍多。

這些邊緣AI晶片可能會嵌入越來越多的消費性裝置，例如高階智慧型手機、平板電腦、智慧揚聲器和可穿戴裝置等。它們還將在多個企業市場中得到應用，例如機器人、攝影機、感測器和其他物聯網裝置。消費性應用邊緣AI晶片市場將遠大於企業應用市場，但成長速度可能會較慢，預計2020年至2024年之間，其CAGR為18%；企業應用邊緣AI晶片市場的成長速度更快，同期CAGR預計為50%。

儘管如此，無論從出貨量還是銷售金額來看，今年消費性裝置應用都將佔據整體邊緣AI晶片市場的90%以上。這些邊緣AI晶片中的絕大部分將應用於高階智慧型手機，佔據目前所有使用中的消費性邊緣AI晶片70%以上。實際上不僅是2020年，在未來幾年，AI晶片的成長將主要由智慧型手機推動。我們相信在今年預期出售的15.6億支智慧型手機中，超過三分之一都可能內含邊緣AI晶片。

由於對處理器的要求非常高，AI運算向來幾乎都在資料中心、企業核心設備或電信邊緣處理器上遠端執行，而不是在終端裝置本地執行；現在，邊緣AI晶片正在改變這一切。它們的實體尺寸更小、相對便宜、功耗更小、產生的熱量也更少，因而可以整合到手持裝置以及非消費性裝置(如機器人)中。

邊緣AI晶片可讓終端裝置能夠在本地執行密集型AI計算，減少甚至消除了將大量資料發送到遠端位置的需求，因此在可用性、速度、資料安全性和隱私性方面益處良多。從隱私和安全性方面來看，在邊緣裝置處理資料顯然更安全；個人資訊不離開手機就不會被攔截或濫用。而當邊緣AI晶片安裝在手機上時，即使未連結網路，它也可以完成所有處理。

當然，並非所有AI運算都必須在本地進行。針對某些應用，例如當裝置上的邊緣AI晶片無法處理太多資料時，將資料發送至遠端AI陣列來處理是適當的、甚至是首選方案。實際上，在大多數情況下，AI將以混合模式完成：一部分在裝置端實現，一部分在雲端實現。具體情況下應該選擇什麼樣的混合方式，要看需要完成的AI處理類型。

智慧型手機邊緣AI經濟學

並非只有智慧型手機使用邊緣AI晶片；其他裝置諸如平板電腦、可穿戴裝置、智慧揚聲器等也會採用AI晶片。短期內，其他裝置對邊緣AI晶片銷售的影響力可能會比智慧型手機小得多，原因若非這類市場沒有什麼成長(如平板電腦)，就是這類市場規模太小、無法產生實質性的影響；例如，2020年智慧揚聲器和可穿戴裝置市場總銷售量預計僅1.25億部。不過許多可穿戴裝置和智慧揚聲器都依賴邊緣AI晶片，因此其普及率已經很高。

目前，只有價格最昂貴的智慧型手機(處於價格區間頂部)才可能內置邊緣AI晶片。但是，帶有AI晶片的智慧型手機並不一定要價格昂貴到讓消費者望而卻步。

我們可以對智慧型手機的邊緣AI晶片比例進行合理的估算。目前三星(Samsung)、蘋果(Apple)和華為(Huawei)的手機處理器圖片均顯示出裸片及所有功能特性，因此可以識別出晶片的哪些部分用於哪些功能。例如，三星Exynos 9820晶片的照片顯示，其晶片總面積的大約5%專用於AI處理器，整個應用處理器SoC的成本估計為70.50美元，僅次於顯示器，是手機中第二昂貴的元件，約佔據裝置總物料成本的17%。假設AI部分的成本與裸片上的其他部分一樣，即與所佔裸片面積成正比，那麼Exynos的邊緣AI神經處理單元(NPU)大約佔裸片總成本的5%，相當於每個NPU約3.50美元。

相同的，在蘋果的A12仿生晶片上，專用於機器學習的部分約佔裸片總面積的7%。如果整顆處理器的成本為72美元，邊緣AI部分的成本大約5.10美元。華為麒麟970晶片的成本估計為52.50美元，其中2.1%用於NPU，則這部分成本應為1.10美元(當然，裸片面積並不是衡量晶片總成本中有多少比例屬於AI的唯一方法。據華為表示，麒麟970的NPU包含1.5億個電晶體，佔整體晶片55億個電晶體總數的2.7%；按這樣計算，NPU的成本較高，約1.42美元)。

儘管這裡所提到的成本差別很大，但可以合理假設，NPU的平均成本約為每晶片3.50美元。雖然每顆晶片的價格不高，但考量達到5億支的智慧型手機出貨量(還不包括平板電腦、智慧揚聲器和可穿戴裝置)，這仍然是一個很大的市場。

製造商的平均成本為3.50美元，最低可能僅1美元，因此在智慧型手機晶片中添加專用的邊緣AI NPU是很自然的事。按照正常的利潤加價幅度，製造成本增加1美元，對終端消費者而言也僅增加2美元。這意味著即使是價格低於250美元的智慧型手機，也可以享受NPU及其帶來的好處，如更好的攝影機、離線語音助理等，而價格漲幅不到1%。

AI晶片來源：自家生產還是找外部供應商？

生產智慧型手機和其他裝置的廠商取得邊緣AI晶片的方式各不相同，這主要取決於手機機型、甚至是區域市場等因素。有些公司向高通(Qualcomm)和聯發科(MediaTek)等第三方供應商採購應用處理器/數據機晶片，這兩家公司在2018年合計佔據了智慧型手機SoC市場約60%的比例。高通和聯發科提供了一系列不同價位的SoC；儘管並非都包含邊緣AI晶片，高階型號通常都會有，例如高通的Snapdragon 845和855，以及聯發科的Helio P60。

在另一方面，蘋果則完全不使用外部供應商的應用處理器晶片，而是設計並使用自己的處理器SoC，如A11、A12和A13 仿生晶片，所有這些晶片都支援邊緣AI。其他手機製造商如三星和華為則採用混合策略，也就是會從市場上的晶片供應商採購一部分SoC，其餘則使用自家研發的晶片，例如三星的Exynos 9820和華為的麒麟970/980。

兵家必爭的企業與工業應用領域邊緣AI市場

如果在智慧型手機和其他裝置中採用邊緣AI處理器好處多多，那為何不將之導入企業應用呢？事實上邊緣AI處理器已經有一些企業應用案例了，例如某些自主無人機；配備了智慧型手機應用處理器SoC的無人機，能完全在裝置端執行即時導航和避障，無需連結網路。

但是，針對智慧型手機或平板電腦最佳化的晶片並非許多企業或工業應用的正確選擇。如前面所述，智慧型手機SoC的邊緣AI部分僅佔總面積的5%，在總成本中佔據約3.50美元，功耗比整個SoC少大約95%。所以若開發出只有邊緣AI功能(加上其他一些必要功能，例如記憶體)的晶片，它的成本會更低、功耗更少且體積更小，豈不更好？

事實上，已經有這樣的晶片了。據說，有多達50家不同的公司正在開發各種各樣的AI加速晶片。在2019年就已經有獨立的邊緣AI晶片鎖定開發工程師，單價約80美元。而如果達到成千上百萬顆的量產，裝置製造商的採購成本會大幅降低，有些甚至可低至1美元(或是更少)，而有些則需要幾十美元。現在，我們以智慧型手機邊緣AI晶片作為參考標準，假設邊緣AI晶片的平均成本約為3.50美元。

除了相對便宜之外，獨立的邊緣AI處理器還具有體積小的優勢，功耗也相對較低，僅為1W到10W之間。相比之下，一個由16顆GPU和兩顆CPU組成的資料中心叢集，雖然性能非常強大，成本將高達40萬美元，而且重量達到350磅、耗電達到10萬W。

利用這類已經問世的晶片，邊緣 AI可以為企業帶來更多新的可能性，尤其是在物聯網應用方面。透過使用邊緣AI晶片，企業可以大幅提升在連網裝置端進行資料分析的能力──不僅是收集資料──並將分析結果轉化為行動，從而避免了將大量資料傳送到雲端帶來的成本、複雜性和安全性挑戰。AI晶片可以幫助解決的問題包括：

資料安全和隱私

無論企業如何謹慎小心地保護資料，只要是收集、儲存並將資料傳送到雲端，都會不可避免地使企業面臨網路安全和隱私威脅；隨著時間推移，因應此一風險變得至關重要。世界各國紛紛訂定個資保護相關法規，消費者也逐漸意識到企業正在收集他們的各種資料，而有80%的消費者表示，他們認為企業沒有盡力保護消費者隱私。諸如智慧揚聲器之類的裝置開始在醫院等場合廣泛使用，這些場合對患者隱私的管理十分嚴格。

邊緣AI晶片可在本地處理大量資料，降低個人或企業資料被攔截或濫用的可能性。例如，具有機器學習處理能力的保全攝影機可以透過分析視訊來確定其中哪些部分相關，並只將這部分視訊傳送至雲端，從而降低隱私權洩露的風險。機器學習晶片還可以識別更廣泛的語音指令，從而減少需要在雲端進行分析的音訊。準確的語音辨識功能則有助於智慧揚聲器更精準識別「喚醒詞」，以避免聽到不相關的對話。

連網困難

裝置必須連網才能在雲端處理資料，但是在某些情況下，裝置連網是不切實際的。無人機就是一個例子，其運作位置可能使得維持其連網很困難，而且連網功能本身以及將資料上傳到雲端都會縮短電池壽命。在澳洲新南威爾斯(New South Wales, Australia)以配備嵌入式機器學習功能的無人機巡邏海灘，確保泳客安全；這些無人機不必連結網路就可以識別出被海浪捲走的泳客，或者警告泳客有鯊魚和鱷魚襲擊危險。

(太)大數據

物聯網裝置會生成大量數據。舉例來說，一架Airbus A-350噴射機配備6,000多個感測器，每日飛行航程會產生的數據量達到2.5 TB。在全球範圍內，保全攝影機每天生成的數據約2,500PB。將所有這些數據資料發送到雲端儲存和分析的成本高昂且複雜，將機器學習處理器放置於感測器或攝影機等終端裝置就可以解決這個難題。例如，可以在攝影機中配備視覺處理單元(VPU)，也就是一種專用於分析或預處理數位影像的低功耗處理器SoC。借助嵌入式邊緣AI晶片，裝置可以即時分析資料，只有當相關資料需要傳送到雲端進一步分析時才會需要進行傳輸，這可大幅降低儲存和頻寬成本。

功耗限制

低功耗的機器學習晶片甚至可以讓AI運算在透過小型電池供電的裝置上執行，不會消耗過多電力。例如，Arm晶片可以嵌入呼吸器來分析資料，包括吸入肺活量和進入肺部的藥物流量。在呼吸器上完成的AI分析結果將傳送至智慧型手機應用程式，協助醫事專業人員為哮喘患者提供個人化醫療照護。

除了現在已有的低功耗邊緣AI NPU外，很多公司還致力於開發「微型機器學習」方案，也就是在微控制器單元之類的元件上實現深度學習。例如Google正在開發能讓微控制器分析資料的專用版本TensorFlow Lite，將需要發送到晶片外的資料壓縮為只有幾個位元組大小。

低延遲需求

無論是透過有線網路還是無線網路，在遠端資料中心執行AI運算都意味著往返延遲的存在，最佳情況下為1到2 毫秒(ms)，最差情況則達到幾十甚至幾百毫秒。使用邊緣AI晶片在裝置端執行AI，可以將延遲降低到奈秒(nanoseconds)等級──這對於需要收集、處理資料並即刻採取行動的應用場景至關重要。

例如自動駕駛車輛必須透過電腦視覺系統收集並處理大量資料以識別物體，同時收集和處理來自感測器的資料以控制車輛各種功能；然後它們必須立即根據這些資料做出決策，像是何時轉彎、煞車或加速，以實現安全行車。為此，自動駕駛車輛必須自己處理在車輛中收集的大量數據。低延遲對機器人應用也很重要；隨著機器人逐漸出現在工廠環境並開始與人類協同工作，低延遲將變得越來越重要。

邊緣AI在大量數據應用至關重要

邊緣AI晶片的普及可能會為消費者和企業帶來重大變化。對消費者而言，邊緣AI晶片可以實現多種功能，從解鎖手機到與語音助理對話，甚至在極端困難的條件下拍攝出令人驚歎的照片，而這些應用都不需要連結網際網路。

但從長遠來看，邊緣AI晶片對企業應用的影響可能更大，它們將把企業的物聯網應用提升到一個全新的境界。由AI晶片驅動的智慧裝置將有助於擴展現有市場，衝擊現有企業，同時改變製造、建築、物流、農業和能源等產業的利潤分配。

收集、詮釋並立即根據大量數據資料採取行動的能力，對於那些仰賴大數據的應用至關重要；未來學家們預測，這類應用將被廣泛佈署，包括視訊監控、虛擬實境、自動駕駛無人機和車輛等等，而邊緣AI晶片就是讓各種裝置取得更高智慧的主角。

附圖：圖1：AI運算技術能佈署在不同位置。

（圖片來源：Deloitte Insights）

圖2：邊緣AI晶片市場規模預測。

(圖片來源: Deloitte Insights)

圖3：三星Exynos 9820的裸晶照片顯示，其中約有5%的面積為AI處理器。

（圖片來源：ChipRebel；注釋：AnandTech）

圖4：蘋果的A12仿生晶片約有7%的面積屬於機器學習的部分。

（圖片來源：TechInsights / AnandTech）

資料來源：https://www.eettaiwan.com/20200604putting-ai-into-the-edge-is-a-no-brainer-heres-why/?fbclid=IwAR3hRYuquNfTq5VzcEWYfqyJotBLBSp4PzLNyMackrs6V43r9NEMhRZ3Ap8

↓↓↓↓↓↓↓↓點開資訊欄有更多資訊↓↓↓↓↓↓↓↓↓
嗨!!我是小狼〃今天要來跟大家分享手機裡有啥APP~?!
就降


(如果你嫌我講話很慢 你可以按加速- -" )


♦影片中的APP♦
IMOVIE
GOOGLE系列@#$^%&*
Whosecall
Rotate & Flip
生活行
麥當勞報報
KFC網路訂餐
iCheck
VSCO
Snapseed
雲端發票
唐立淇星座曆
MB3
記帳城市
天氣即時預報
Pinterest
女人迷日報
農民曆順曆
Windy
香水時代
RO仙境傳說(守護永恆的愛)


---提及APP--
指南針
電影時刻
電影神搜
小蟻攝影機
8591寶物交易

---------------------------------------------------------------------
♦哩哩摳摳 - 聯絡小狼♦

Instagram : mr_xiaolang
E-Mail : mrxiaolang11@gmail.com



☼如果你喜歡我的影片可以按讚或是分享^^
☼歡迎大家訂閱我的Youtube頻道，我會不定期上傳影片
(要記得打開通知這樣才可以收到第一手的訊息哦！)
☼如果你有任何問題都可以在底下留言發問！


最後謝謝大家看到最後!! 我是小狼!! 揪咪 ^.* xoxo

#手機 #APP