#手機拍大片 #穩定器 #DJIOM5
不要再拍晃得讓人頭暈的影片了！
為什麼別人也是用手機錄影，
畫面很穩定，你的卻晃到不行?
因為你需要~手機穩定器

圖文詳細介紹點這邊👉https://pse.is/3kk3se

DJI OM5 伸縮折疊式手機三軸穩定器
聽起來好像很專業？會不會很難？
我今天要推薦你們這支DJI OM5
我覺得非常適合新手！
為什麼呢~
✅夠輕巧！
折疊式設計，雲台：290 克、磁吸手機夾：34 克
連一瓶礦泉水的重量都不到，小到可以放口袋
✅智慧跟隨4.0，你就是畫面中心
不管是跑跳的小朋友或是毛孩，它都能穩定捕捉，不易出鏡
✅內建21.5cm可伸縮延長桿
這一代的新亮點就是結合了自拍桿，可伸縮調節長度，讓自拍角度更靈活
✅Story模式
直接照著拍就可以完成一部作品，拍攝剪輯一次完成！
這裡買👉https://pse.is/3mq3kp

DJI Yahoo奇摩購物中心

#手機穩定器 #旅行短片 #手機錄影 #拍攝技巧 #手機拍片

十二星座各有各的渣
白羊的喜歡別當真，除非是愛
金牛喜歡有錢的會穿的好看的，是真花心
雙子座說不愛就不愛，變心比變臉快

巨蟹需要安全感，一個人給不夠
獅子碰到高枝就會甩了低枝
處女座認真起來各個都是PUA大師

天秤座中央空調且討厭負責
天蠍心動必然要睡覺
射手喜歡不容易到手的，輕易到手不珍惜

摩羯座談戀愛跟談生意一樣
水瓶的同義詞叫蒲公英，播種但不落地
雙魚最擅長捧殺，嘴甜不辦事
.
★★2021年6月12星座生肖運勢懶人包★★↓↓↓
https://fafa168.pixnet.net/blog/post/121078434
.
射手座月食5.26
重要指數：★★★★★
這週確實考驗很大，明天我們會迎來一輪射手座的月食，月食，就是滿月力量的n倍。而滿月通常會帶來結果、真相，把事件引向高潮，它不能用好與不好一概而論，你可以看作是新月的相反，一個開始、一個結束，也可以看做是之前一個月生活的盤點，賞罰分明。
繼續來說這次月食，它跟木星有輕微的刑克，總體而言負面影響較大。說最普通直白就是：超級容易嘰歪，對別人指手劃腳，但自己的事兒卻也沒擺平沒整多明白。再說得隱晦一點，就是很容易自負，負能量還不少，抱怨、甩鍋、不負責等現象會達到一個高潮，不論職場、情場，都挺糟心。加上這次月食加固了變動宮的日月食軸線，因此變化性、不測性也更強，各位要著重留心以下幾點：
射手座對高等教育、法律法規、出版行業影響比較大，所以近期可能會發生校園事件、教育政策出爐，以及打官司、版權事宜的加速進展。
月食給人的改變是猝不及防的，但換個角度想，我們不妨也問問自己：是不是有些觀念早就應該轉變了？有些關係早就該終止了？它會讓分手、離職、離婚、拉黑的概率加大，現在不管是客觀因素也好，主觀的意願也罷，都是一個新的氛圍推著你向前走，是的。不管改變是不是合你心意，但我敢說，這是在向前走的，勇敢點！不要怕，遇到問題我們一個一個解決就好。找藉口或縮在殼裡，算怎麼回事呢？
最後也想提醒大家，月食會讓我們情緒反復、暴躁達到極致，自控是非常有必要的，不要急著埋怨或發火，還是那句話：想辦法。另外如果說話、言辭不當，你的言語可能會帶來更大的破壞性影響，這是誰都不願意看到的。
12星座都要重點注意！

金星刑克海王星5.27
憂鬱指數：★★★★☆
接著月食就是金星海王刑克，這一周我也是醉了！真的服服的。
但金海刑克也沒那麼可怕，要看不同人的性格，以及處事方法。特別在感情當中，它會帶來一個啥誤解呢？就是過分、過高估計了某段戀愛關係，單純用虐或複雜來自欺欺人。舉個簡單的例子，很可能眼下你們在一起純是因為寂寞，或者就是某個人撩騷成功，如果看開了輕鬆點就可以當做過度緩衝，但要是心裡一直過不去，越相處越加戲，比如“我不相信他就這麼放得下”“他怎麼就捨得”“難道沒有什麼值得留戀的麼”。那真的就沒完沒了寶貝們，而且一旦想法陷入一個誤區，就是死角，說不通拉不回，有的只是對自己的消耗。
單純消耗還不可怕，更可怕的是你的犧牲和飛蛾撲火，無條件退讓降低底線，遷就對方或者配合對方。這就相當嚇人了，說句不好聽的，如果他真的喜歡你，你是公主他也會把你捧在手心裡，如果真的打心裡就不在意，你再討好再忍讓，也只是短暫的幻象和敷衍。所以很多愛情發展變質本身，確實跟一開始的立場有關，但更多也在乎之後的相處和心理調適，希望每個人都更愛自己一點吧，別墨跡，瀟灑點。
感情當中也恐怕會有誘惑、三角戀，總之金海刑克的位置就是亂，心裡亂，現實也亂。包括財富，也要注意止損，別跟風投資，不要盲目入市就對了。但你說有沒有方法呢？當然有，就是冷靜一點，斷尾可以求生，不斷尾的話，整個人都得搭進去。
要格外注意的星座：雙子、雙魚、天秤、水瓶座

金星合水星5.29
影響指數：★★★★
本來金水合相是好事，但因為海王在攪和，所以只能說喜憂參半。要注意的點參照上一條，再加一個：遠離爛桃花。接下來講講好的一面。
這個位置還挺有利於兩個人萌生出更多好感，甚至直接表白的。水星掌管的就是思路和交流，所以你會考慮跟喜歡的人進一步示好，創造更多相處機會。有伴的也適合求婚、訂婚，別忘了啊！馬上水逆了啊，該辦的事兒抓緊時間都辦了吧...再接下來的20多天，老老實實地吧。
金星也跟審美有關，不排除這幾天你有更強的購物慾，甚至去預定、先交預付款也要把東西拿到手。還有的人會辦健身卡、弄頭髮、美容整形等等。
但我還想提醒一點，仍舊是介於水逆馬上開啟，這一周的感情議題，一多半都會跟前任有關。比如前任再來找你，或者聽到了對方的消息，再或者兩個人重逢了遇到了有交集了。而金星海王的位置也會讓這種糾結感、不捨感加重，只能說複合大潮已經洶湧而至，如果你有伴還是自律一點、理智一點。如果恰好單身，我不阻攔哈，你想好就行。
影響大的星座：雙子、天秤、水瓶、處女座

水星逆行5.30
鬧心指數：★★★★★
好的，水逆來了。本次水逆時間為5月30日6:33至6月23日5:59，全部在雙子座。
Emmm，水星是雙子的守護星，那水星在這地方折騰，它顯然是更可怕更煩人啊！這麼說吧，上一次這麼鬧騰，還是2015年5月，大家不妨喚醒一下記憶，會有點兒參考作用。
但我也一直反復說，水逆並不可怕，一切星體都有自己的運行軌跡，問題在我們的心態和狀態，以及跟隨大氛圍做出的調整改變。你快一點適應，自然就少一點煩心事，也就會早一點重回正常軌道。在這之前，還是要總結一下該注意的地方。水逆最常見的就是引髮烏龍、亂套、低級錯誤。特別是出門出行交通工具受阻、出故障，以及日程的取消、改期、突然變動。要留心電子產品、家用電器安全，別購置新品，保持手機、通訊工具暢通，謹防發錯郵件、傳達錯信息、找錯人。要注意的是，雙子座本來就是資訊集中的地方，水星一逆，你就會聽到各種真假消息，各種八卦傳聞，要是光吃瓜還好，如果放在自己的職場、感情當中則務必保持獨立、清醒的判斷，不要被他人影響，更別隨風倒以訛傳訛。
未來20多天盡量不要簽合同，工作謹防遲到早退。當然了，水逆肯定也有感情的波動，尤其是複合問題，這一點前面針對金星也說過了，更具體的放在新推送中吧！不過喲，水逆的好處就是適合總結、修正、彌補遺憾，這一點真的很有用很有用！平時你覺得用不上力的，心裡還有疙瘩的，如果趁著水逆再回鍋，該解決的解決，該改善的改善，效果會非常好。對學生來講，複習也不錯，所以真的不全是壞消息啊！
(判答)
.
5月26日射手座月食（至5月28日）
星象重要程度：★★★ ★★
本次發生在射手座5°25'的月食，會放大很多混亂的局面，也放大很多人的迷茫，讓人心態失衡，非常想爆發，破罐子破摔。再加上接下來金星與海王星的四分相、以及水逆，真是情緒和精神狀態都不怎麼好。
很多人會覺得以目前的能力或學識，並不能支撐自己實現自己的理想，或是目前的處境與內心期望差距過大，萌生出逃離現實、重返校園、轉行、換城市生活等等的念頭。
月食期間，你也很容易被各種瑣碎事物幹擾，被旁人的意見搞得很煩躁，千萬別因為一時衝動做出不夠理智的決定哦。
忌：衝動做決定、急功近利
黴運小星星：雙子座、射手座、雙魚座、處女座

5月28日金星刑海王星（至6月2日）
星象重要程度：★★★ ★
金星與海王星的四分相，對大家感情與財務的穩定性造成衝擊。
這將是你格外容易被外表吸引，或是被花言巧語迷惑的時期，追求浪漫和刺激，或企圖通過無謂的付出來感動對方，在感情或職場中都很容易被人矇騙利用。這也是劈腿率飆升的時期，放縱一時爽，體檢火葬場。
金錢方面也要擦亮雙眼，千萬別被“低風險”“0元體驗”這樣的字眼迷惑，一些會讓你上癮的東西也可能會掏空你的錢包。
黴運小星星：雙子座、射手座、雙魚座、處女座

5月30日水星在雙子座逆行（至6月23日）
星象重要程度：★★★ ★
這是一次威力超強的水逆，水星將在它力量最強的位置雙子座逆行。本次水逆會嚴重波及到大家的日常溝通交流，以及思維邏輯，進而影響到你生活的方方面面。
工作、學習等等都可能因為思路混亂、不會溝通表達而陷入困境，難以順利推進新計劃，各種突發事件也會讓你陷入焦慮。混在一起的真假消息也會讓人難以分辨，不利於商業、傳媒、互聯網等行業，吃瓜也要擦亮雙眼。
另外近期也格外不利於出差、考駕照等等，盡量選擇安全和時間有保障的交通工具。當然，如果你想與前任複合、聯絡老同學、複習等等，可以趁水逆期間抓緊安排。
黴運小星星：雙子座、處女座、射手座、雙魚座
(鬧鬧女巫)
.
以下新增5/25 ＃最新運勢
.
【重要年運】2021木星相位、流年運勢懶人包
http://fafa168.pixnet.net/blog/post/115965730
.
最新 ＃一週運勢
http://fafa168.pixnet.net/blog/category/list/3296689
.
＃每日運勢 看這裡↓↓↓
https://fafa168.pixnet.net/blog/category/list/3311851
.
list好讀版↓↓
http://fafa168.pixnet.net/blog/listall/1
.
.
.
【艾菲爾】2021下半年行星逆行「財務危機、提防小人」的星座
https://fafa168.pixnet.net/blog/post/121077424
.
【艾菲爾】激勵人心！2021下半年能「創業當老闆」的星座
https://fafa168.pixnet.net/blog/post/121077426
.
【小魔女】2021下半年事業財富最旺的星座
https://fafa168.pixnet.net/blog/post/121078340
.
【Alex大叔】12星座2021年下半年事業運勢排行榜
https://fafa168.pixnet.net/blog/post/121079538
.
【張盛舒】準備投簡歷！2021下半年這4命格適合換工作
https://fafa168.pixnet.net/blog/post/121079540
.
.
.
【ELLE HK】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/post/121083446
.
【Geo】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/post/121083428
.
【APP】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/post/121083430
.
【青峰】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/category/list/3459319
.
【靈犀喬木】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/category/list/3459501
.
【滴天居士】2021年6月12生肖運勢
https://fafa168.pixnet.net/blog/post/121077422
.
【李雲天】2021年6月12生肖運勢
https://fafa168.pixnet.net/blog/post/121083466
.
【李雲天】2021年6月12星座運勢
https://fafa168.pixnet.net/blog/post/121083468
.
.
.
【武曲大掌櫃】2021/6月生肖運勢超旺TOP3
https://fafa168.pixnet.net/blog/post/121080926
.
【艾菲爾】2021六月愛情有「戲劇性災難」的星座
https://fafa168.pixnet.net/blog/post/121076150
.
【江之】2021年6月12星座財運投資運勢
https://fafa168.pixnet.net/blog/post/121079568
.
【唐綺陽】12星座近期顏值運勢，誰最有望人見人愛..
https://fafa168.pixnet.net/blog/post/121075336
.
【塔羅哈比熊】2021年12星座跨月運勢5/23〜6/21
https://fafa168.pixnet.net/blog/post/121076146
.
【VAVA】2021/5月下旬貴人運大旺的星座
https://fafa168.pixnet.net/blog/post/121076148
.
.
.
【唐綺陽】2021/5月底最後衝刺，12星座桃花運提醒
https://fafa168.pixnet.net/blog/post/121078336
.
【祁飛莫然】2021/5/21〜6/20雙子月
並不需要用戀愛來證明青春，好好學習才不辜負時光
https://fafa168.pixnet.net/blog/post/121077408
.
【Lunita占星】2021/5/30〜6/23雙子座水逆
思潮巨浪來襲
https://fafa168.pixnet.net/blog/post/121082134
.
【西瀅筱】2021/5/26射手座滿月+月食，超級月亮來啦
https://fafa168.pixnet.net/blog/post/121082860
.
【大西占星】2021/5/30〜6/23十二星座水逆求生指南
https://fafa168.pixnet.net/blog/post/121082862
.
【VAVA】2021/5/26起〜未來兩週，4大星座驚喜不斷
https://fafa168.pixnet.net/blog/post/121082866
.
【奶羊占星】2021/5/23〜10/11土星逆行
https://fafa168.pixnet.net/blog/post/121083424
.
【奶羊占星】2021年第二次水逆的陰影期，你感受到了嗎
https://fafa168.pixnet.net/blog/post/121083426
.
【藍藍占星】2021土逆/12星座哪些領域要面臨考驗
https://fafa168.pixnet.net/blog/post/121077410
.
【判答】2021/5/23〜10/11土星逆行！
12星座避險逃生全方位指南
https://fafa168.pixnet.net/blog/post/121077412
.
【蘇米君】】2021/5/23〜10/11土星逆行！
這些星座迎來下半年轉折點
https://fafa168.pixnet.net/blog/post/121077416
.
【張盛舒】2021小滿前後運勢超旺的生肖
https://fafa168.pixnet.net/blog/post/121078322
.
【艾菲爾】2021節氣・小滿12生肖運勢5/21〜6/4
https://fafa168.pixnet.net/blog/post/121078326
.
【VAVA】2021/5/23〜10/11土星逆行
這些星座必逆風翻盤
https://fafa168.pixnet.net/blog/post/121078328
.
【鬧鬧女巫】2021雙子月12星座開運指南
https://fafa168.pixnet.net/blog/post/121078330
.
【Alex大叔】2021雙子月，12星座開運指南建議
https://fafa168.pixnet.net/blog/post/121078332
.
【西瀅筱】2021/5/23〜10/11土星逆行對12星座的具體影響
https://fafa168.pixnet.net/blog/post/121078334
.
【土豆宇宙】2021木星入雙魚對12星座的影響
https://fafa168.pixnet.net/blog/post/121078402
.
【判答】2021/5月危險星象提醒12星座近期將有啥煩惱
https://fafa168.pixnet.net/blog/post/121076154
.
【MaryChen瑪麗】2021/5/23〜10/11土星逆行重磅天象
https://fafa168.pixnet.net/blog/post/121079536
.
【江江】2021/5/23〜10/11土星逆行對12星座的影響
https://fafa168.pixnet.net/blog/post/121079774
.
【天文世界】2021/5〜6月多事之秋+瀰漫式的悲傷
https://fafa168.pixnet.net/blog/post/121079776
.
【流川楓】2021土星逆行的影響
https://fafa168.pixnet.net/blog/post/121079922
.
【果米】2021/5/23〜10/11土星逆行/12星座的注意事項
https://fafa168.pixnet.net/blog/post/121079924
.
【寂多蔓生】2021年土星逆行十二星座的影響
https://fafa168.pixnet.net/blog/post/121080418
.
【艾菲爾】2021/5/23〜10/11土星逆行給12星座的禮物
https://fafa168.pixnet.net/blog/post/121080930
.
【小乖麻】2021雙子月星座運勢預警
https://fafa168.pixnet.net/blog/post/121080934
.
【小乖麻】2021/5/23〜10/11土星水瓶座逆行
https://fafa168.pixnet.net/blog/post/121081912
.
【江江】2021/5/26射手座月食滿月，逼自己去突破，別得過且過
https://fafa168.pixnet.net/blog/post/121081918
.
.
.
【凱西娜】禁區！這三個星座最受不了的戀愛關係
https://fafa168.pixnet.net/blog/post/121075338
.
三觀很正，不愛佔別人便宜的星座女
https://fafa168.pixnet.net/blog/post/121076132
.
【安格斯】一開口凍結全場！
12星座中最容易哪壼不開提哪壼的冷場王星座TOP3
https://fafa168.pixnet.net/blog/post/121077388
.
【白桃星座】從金星宮位的視角，看ta的喜好
https://fafa168.pixnet.net/blog/post/121078308
.
【凱西娜】想試探12星座是否真愛你，可以這樣做
https://fafa168.pixnet.net/blog/post/121079766
.
【Alan Leo艾倫·利奧】12上升的高智商開發指南
https://fafa168.pixnet.net/blog/post/121081340
.
【武曲大掌櫃】出生時辰決定命運？
看12時辰出生人的運勢走向
https://fafa168.pixnet.net/blog/post/121082128
.
【武曲大掌櫃】飄洋過海遇見你！
這3個夫妻宮命格適合談異國戀情
https://fafa168.pixnet.net/blog/post/121082130
.
＃대박부동산 ＃大發不動產
＃洪智雅 ＃張娜拉 ＃장나라 ＃雙魚座 ＃月處女
＃吳仁範 ＃鄭容和 ＃정용화 ＃巨蟹座 ＃月魔瓶

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

《66666 訂閱 x Logitech》抽獎：http://bit.ly/Slime3D66666Event
Zhiyun Smooth II: www.zhiyun-tech.com
智雲的這個手機三軸穩定器是任何手機都能用的~只要連上藍芽就可以了！
▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼▽▼
█★☆★特別鳴謝 Jasmine 製作字幕★☆★█

智云代理：
http://bit.ly/Treybridge
http://bit.ly/SRSWORK

▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄

快來訂閱我的新頻道啦！
✚ 屎萊姆的3次元（逄星期二、六更新）
https://www.youtube.com/channel/UCOrt5Nxym3e_oGIssBe_-KQ
✚ 屎萊姆瘋狂世界
https://www.youtube.com/user/EdwardSlime

▄▄▄▄▄▄▄▄▄▄▄淘寶 Playlist▄▄▄▄▄▄▄▄▄▄▄▄

https://www.youtube.com/playlist?list=PL9GELexJZXC1LHqr3ytcck2_sR4g8-5KF

▄▄▄▄▄▄▄▄▄來追蹤阿屎和屎嫂吧▄▄▄▄▄▄▄▄▄
▶ 阿屎FB：http://fb.com/EdwardSlimeKing
▶ 阿屎Instagram：EdwardSlimeMax
▶ 屎嫂Instagram：Slime_So
▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄▄