【汐止水源居社區停水逾十天 終於解決】

7月28日自來水包商在施工水源路二段時，不慎將水管挖破，但卻導致水源居社區超過10天無水可用，連帶旁邊社區也有水壓降低等情形。疫情期間、又逢大熱天，無預警多日沒水可用，您可想像這痛苦值有多高嗎？

錦豪第一時間接到陳情時，詢問自來水公司都僅得到「社區」馬達故障訊息，經現場勘查才曉得應該是「水公司」施工所導致，社區多日無水可用，立刻與 立法委員 沈發惠 委員及賴品妤委員到現場會勘，要求自來水公司立刻先將單號棟的水，連接至雙號棟，暫時解決住戶缺水問題，並要求於3日內全面徹底對該區域進行專業詳細探測與開挖，讓水公司用專業內視鏡儀器去尋找漏水處。

在6日晚間11點時，自來水公司終於找到破管，確定是因為自來水公司施工導致住戶無水可用，而緊急在7日上午招開協調公聽會，要求自來水公司道歉、賠償金、慰問金，幫住戶更換不銹鋼水管，並將用水總表內移到巷口，而自來水公司處長也多次到場，與民眾致歉，並達成共識圓滿解決。

最令人欣慰的是，這次事件得到社區及里長的肯定，親自送來花盆致意，真心感謝大家給小弟表現的機會，而期間要特別感謝汐止區長 #陳健民 每天到場指揮協助及公所同仁幫忙才能順利解決。

#汐止水源居社區 #缺水數十天
#立即處理 #要求道歉 #賠償
#與住戶達成共識
#感謝陳俊地里長每天辛苦在場
#汐止金城武

https://udn.com/news/story/7323/5672520?from=udn-ch1_breaknews-1-0-news

2021智慧城市展直擊：新北市警察靠AI頭盔過濾可疑車輛，臺北市與業者聯手測試智慧水表

新北市警察局利用AI智能頭盔，協助員警騎機車巡邏時，快速辨識路上的汽機車車牌，過濾路邊的可疑車輛；臺北市則和多家廠商合作，以實際的公有國宅作為業者智慧水表技術的試煉場域。

文/蘇文彬 | 2021-03-26發表
.
聯合國預測，2050年全球將有2/3的人居住在城市，高密度的人口居住，意謂著城市在交通、安防、教育、民生等各方面需要高度的智慧化管理才行。本周舉行的2021智慧城市展，國內不少廠商、市政府參展，展出智慧城市的最新應用。

在智慧城市展中，不少業者展示無人機應用，從道路、橋樑等公共基礎設施的巡檢、企業廠區的空中巡檢，到智慧農業協助噴灑農藥等等。新北市警察局也展示最新的無人機應用，他們在去年成立國內第一支警用無人機隊，可應用在刑事、環境、交通及救災上，結合AI辨識人、車或特殊物件，用於犯罪偵防、環境監控、路況車流分析，以及災難救援上。

而在此次智慧城市展中，除了展示警用無人機，還有另一項最新應用，警察智能頭盔，去年新北市警局開始一項專案，名為警蜂計畫，警局花費200萬元採購40頂智能頭盔及後端系統，每頂頭盔前方均配置了一個鏡頭，當員警騎機車巡邏時，頭盔上的鏡頭同時紀錄街道畫面，並將影像傳到頭盔後方的小盒子。

警用智能頭盔前方的鏡頭，頭盔後方則有一個小盒子，負責辨識比對汽機車的車牌：

這個小盒子發揮邊緣運算的功能，內建電池及4G連網功能，可即時過濾比對鏡頭紀錄的影像，以AI辨識鏡頭紀錄的影像，過濾比對路上的汽車，以及路邊併排停放的機車車牌，員警不需要特別擺頭讓鏡頭對準特定的車輛，頭盔就能辨識過濾影像中的車牌，即使是路邊停放機車，只要紀錄到車牌影像，即便是較斜的角度也能辨識、比對車牌，當發現可疑車輛或贓車，頭盔會以語音提醒巡邏的員警，相較之下，目前警察騎車巡邏，需要手動輸入車牌，智能頭盔大幅提升員警的工作效率。

現場展示人員解釋，頭盔後方配置的小盒子採用Android系統，除了具備邊緣運算功能，比對過濾車牌之外，還能連接4G行動網路，將比對結果回傳至警局後檯，也能接收警局更新的可疑車輛清單。

目前新北市警局經過測試，警員騎乘警用機車巡邏時，可辨識路上的行車車牌及路邊停放的機車車牌，未來不排除擴大採購警用智能頭盔。

臺北市和多家業者合作試驗智慧水表

臺北市今年也在智慧城市展中，展示智慧城市最新應用，其中在水資源管理部分，北市自來水事業處（北水處）正推動智慧水表，以取代傳統水表，需要每個月或兩個月派人逐戶抄表，根據統計，每年委外人工抄表次數超過1千萬次，未來北水處希望推動智慧水表普及，結合自動讀表系統，自動回傳用水度數，同時降低對用戶的干擾。

為推動智慧水表普及，臺北市從2020年開始便要求新建案，必需採用智慧水表，去年已有6千多戶新建案用戶採用智慧水表。更大的目標是要讓現有約170萬只的傳統水表也能汰換，臺北市已規畫從2020年開始，規畫分12年投入48億元，要將170萬傳統水表汰換為智慧水表。

為了先瞭解國內智慧水表技術，同時提供國內業者場域測試，北水處和多家廠商合作進行實際場域的技術試煉，2019年到2020之間，媒合10組團隊共18家廠商投入智慧水表場域試煉，以北市公有國宅為試煉地點，提供11組共660只表位讓不同團隊進行試煉。

除了智慧水表測試，北水處也建置臺北智慧水網示範區，以高低起伏的丘陵地用水戶，建立智慧水網示範區，因地形因素，在通訊技術上富有挑戰性，試驗如何運用資通訊技術、數據分析，掌握示範區內的用水戶類型、設備使用、安裝、數據回傳等情形，透過數據分析訓練進水模型、漏水預測等應用。

北水處未來規畫再舉行營運測試，希望在不同的場域下找出最適合的管理及執行方式，評估商轉管理的可行性，滾動性調整作法。

在智慧城市展現場，北水處展示各種通訊讀表功能的智慧水表，通訊技術上包括RF、NB-IoT、4G、sigfox等，以及照相、脈衝等讀表技術。

民眾使用智慧水表，現在可透過北水處的智慧水管家，掌握每月用水情形，比較去年同一個月份的用水情形；北水處從後端發現用水異常增加，也能向用戶示警，讓用戶提早發現是否有管線漏水。

新一代公共自行車YouBike 2.0

去年初，臺北市在公館一帶開始試辦新一代的公共自行車YouBike 2.0，目前已在臺北、高雄、嘉義部分地區推廣，YouBike 2.0還只是小規模部署，車輛數量並不多，以臺北市為例，目前只有約600輛YouBike 2.0車輛，約102個站點。值得注意的是，由於YouBike 2.0車輛無法在YouBike 1.0站點還車，因此在2.0剛推出時曾因民眾租用YouBike2.0無法還車，需要到YouBike2.0站點才能還車，致使民眾被收取更多費用而引發不小的批評。

目前較普及的YouBike 1.0，由於車椿需要介接市電，設罝上較為不易，也需佔用較大的空間，而YouBike 2.0最大特色是採用了輕椿設計，不需介接市電，改採小型太陽能面板供電，椿體也更小，可望突破YouBike 1.0設站不易的限制。

另外，YouBike 2.0在車輛上採用車上機，在自行車龍頭的位置裝置車機，民眾租還車，可在車機上選擇使用悠遊卡感應，或是手機QR Code掃碼租借車輛。

車上機利用太陽能面板供電，除了提供租借的功能，車上機還有GPS、通訊功能，並可透過螢幕面板顯示操作文字。由於YouBike 2.0車上機已具備連網功能，因此具備車聯網的基礎，搭配GPS，未來將能蒐集數據、分析，作為城市交通施政的參考。

遠距視訊診療拉近病人和醫生的距離

在智慧城市展中同步展出的智慧醫療區，廣達近幾年積極切入智慧醫療市場，此次他們展示了旗下的雲端智慧醫療服務QOCA，在遠距醫療方面，廣達和臺大醫院雲林分院合作遠距視訊診療平臺，透過該平臺，病人在當地醫生協助之下，將數位五官鏡如眼底鏡、皮膚鏡的檢查影像，和遠處另一名專科醫生分享，該平臺還可整合病人的病歷，方便醫師會診。

這套系統被用於2019年啟動的安心雲林e院聯防體系，由於雲林縣為衛福部公告醫療資源不足的地區，加上國內遠距醫療相關法規鬆綁，臺大醫院雲林分院和成大醫院斗六分院、雲林基督教醫院等幾家醫院及長照機構建立聯防體系，在較為匱乏的醫療資源上建立聯防，降低民眾就醫的奔波之苦。

今年初中華電信也和廣達簽署備忘錄，兩家公司希望以雲林為第一站，向衛福部爭取偏鄉地區的5G遠距醫療經費補助，以推廣5G遠距醫療，未來結合5G將遠距醫療擴大至偏鄉衛生所。

資料來源：https://www.ithome.com.tw/news/143496?fbclid=IwAR2nZAiL3CRdZYRTSIY4h4LB3VlyDO9bR7Ekafcn5g0qlRHqNT2DFq8cVVA

端點AI -- 邁向一兆個智慧端點之路

【作者： Thomas Lorenser】 2021年01月14日 星期四

從工業到家庭、健康照護與智慧城市，由無數的應用和裝置蒐集來的大量數據產生即時的洞察與價值，智能（Intelligence）必須從雲到終端遍及整個網路。因此，提升終端運算能力、並結合機器學習技術，就有可能釋放物聯網終端裝置即時的數據分析力。

越來越多的智能圍繞在我們周遭的世界。我們聽到許多關於物聯網（IoT）、雲端運算與其他令人興奮的科技，如何在未來數十年改變人們生活的預測。從工業到家庭、健康照護與智慧城市，物聯網讓遍及日常生活的各種應用，變得更為豐富，且讓生活因此改觀。

應用的領域相當多元，有數百個子項目與數千個應用。這些應用產生許多數據，但數據本身不重要，重要的是我們可以從中擷取的價值。我們不能仰賴以往把所有數據都傳回雲端伺服器的傳統作法 – 這種作法隨著數據量的增加無法進行擴充，因此需要不同的解決方案。

把數據從端點傳輸至雲端是有代價的，包括更長的延遲、數據傳輸時的用電、頻寬，以及伺服器的容量，這最終也將是使用場景價值成功或失敗的關鍵。這在物聯網中特別容易發生，原因是許多應用必須仰賴最低延遲的即時數據分析與決策。

事實上，有時候端點可能只擁有有限（如果有的話）的連接性。因此，智能的分配必須遍及整個網路，一路到數據源頭的端點，如此我們才能在正確的地方擁有處理能力。提升終端運算能力並結合機器學習技術，就有可能釋放物聯網端點即時的數據分析力，而兩者的匯聚也稱為「端點人工智慧（Endpoint AI）」。

什麼是端點AI，為何它很重要？

端點AI主要是讓端點（即便是最小型的裝置）變得更聰明且更具智慧，可以在端點上執行必要的即時分析，同時：

‧ 改善整體系統效能
‧ 降低耗電量配置
‧ 降低對雲端處理的依賴

我們舉個例子：想像有一個負責監控水管狀態的小型端點，目的在檢測異常情況，例如水管漏水。倘若水管破裂能儘早檢測出來，避免對房屋造成損害，這對於屋主與保險公司都有極大的價值。這種裝置若能檢測出漏水，只需再加上雲端連接性，就能善用端點上的處理能力並創造價值。

不過，如同之前討論過，到目前為止看到的都是「雲端優先」的方法，這種方法把智能放在雲端上，而數據則不斷地沿著網路進行傳輸。然而為了迎合耗電、頻寬與成本的需求，這種方法正在改變，如此才能促成更寬廣的使用場景。舉上述的漏水檢測器為例，把處理能力移到端點內，可以把電池壽命從數個月延長至數年。

對於許多的使用場景而言，最佳的方式是將智能普遍分配到整個網路上，包括一路配置到端點。Arm貴為整個網路上的每個節點，都提出了解決方案：從數據中心、（終端）伺服器、閘道，一路到端點。

今日感測器產生的數據大多被丟棄，原因是要傳輸這些數據，從能源與頻寬的角度來看，成本實在太高。想像一個電池驅動的物聯網端點，使用藍牙、窄頻物聯網，或其它方式連網。端點從各個感測器搜集數據，然後把資料傳至閘道或另一個裝置。

不過，這個使用場景的通訊，往往成為整套系統耗電量最大的一部份。因此，系統架構師得進行取捨，以便在系統的耗電量限制下作業。他們得兼顧端點內感測器數據的資料速率與數據處理，以便讓電池壽命保持在可接受的範圍內。

倘若我們只在感到有興趣的事件發生時，使用機器學習架構方法來儲存或傳送數據，並藉此降低無線電波的使用、同時優化電池的壽命，又會怎?樣呢？儘管這些端點上的運算資源一直以來都太過貧乏，無法在裝置本身支援訊號處理與機器學習，但端點 AI 現在卻讓它變成可能。

事實上，今日已有許多的應用，使用Arm Cortex-M架構的裝置內的機器學習技術。受到Arm在內的許多領先企業機構支持、稱為tinyML的社群運作，正在驅動這個趨勢，目標是在微處理器（MCU）上部署機器學習。

tinyML基金會正在協助讓傳統的嵌入式世界與全新的端點AI世界，找到兩者之間的交集。藉由他們的努力，更多的開發人員現在已經可能直接在微處理器上，運行越來越複雜的深度學習模型，藉以加速端點AI，並產生出全新的使用場景。快速檢視其內容，我們發現它大多利用Arm的IP架構。Cortex-M處理器能提供應對各種既有使用場景的正確功能集。

例如，Audio Analytic 公司使用 Arm Cortex-M0+ 處理器實作聲音辨識。其它的實例則使用 Cortex-M4、Cortex-M7 與 Cortex-M33 的數位訊號處理器（DSP）的運算能力：

接下來呢？

我們正處於一段令人興奮時期的開端，在這個期間，新的科技將促成新的能力，並且讓要求更為嚴苛的物聯網端點使用場景，成為可能。端點搜集越來越多的數據，這些數據可以用節能的方式進行分析並找出型態，並觸發下一步的處理。這也是為何物聯網端點與微處理器（MCU）必須具備更多的能力，以應付與日俱增的需求。

為了支持端點AI的願景，Arm特別開發Cortex-M55（Arm具備最高AI能力的 Cortex-M 處理器）與Ethos-U55（可搭配Cortex-M的微神經網路處理器），兩者是應對許多新興使用場景的完美組合。與現有的Cortex-M處理器相比，Cortex-M55搭配Ethos-U55的總機器學習效能可以提升480倍。

此外，重點不只有IP。Arm的CMSIS-DSP與CMSIS-NN程式庫的演進，以及我們與Google的TensorFlow Lite Micro團隊的協作，將讓開發人員可以更簡便地把他們在之前Cortex-M平台上的作業，轉移到Cortex-M55與Ethos-U55。

端點AI靠視覺-語音-震動驅動

麥肯錫公司已經找出在2025年以前，可為邊緣與端點處理創造出2500億美元硬體價值的橫跨11個產業的100個使用場景。藉由分析這些專供端點AI利用的使用場景，可以發現主要的使用場景都圍繞三個領域：視覺、語音與震動。

預測性維護在許多大眾市場應用中，是一股重要的成長驅動力。據估計，每年因為機器停機造成的損失超過 200 億美元。

我們可預見上述三個類別之一，或是多個類別的使用場景或應用。例如，除了可以使用震動監控來執行異常檢測，也可以利用聲音辨識的技術，或是使用影像。端點AI已能支援設備上的訊號處理和機器學習。

附圖：圖一 : Arm在所有設備及裝置上實現無所不在的人工智慧

資料來源：https://ctimes.com.tw/DispArt-tw.asp?O=HK51E75CFDSARASTD7

台64線高架道路串連新店、中和、永和、板橋、新莊、三重、蘆洲、泰山、五股、八里等行政區，其中中和段每日車流量高達五萬輛，車子多有夾帶泥沙，日久大量堆積在導水盤造成排水不順。每逢大雨，超大水量從伸縮縫傾瀉而下，造成平面道路車行險象環生。
　　
行車遇雨還有方法可以預防，但若是被宛若瀑布般的水柱衝擊車體，遮蔽視線，汽車也難以抵擋，波及機車亦可能失控，如果因此造成騎士摔倒，發生車禍，誰能負責？
　　
為此，永昌邀集交通部公路總局辦理會勘，沿線逐一找出多處泥沙堆積導致堵塞排水以及有因水管老舊脆化導致連接處脫離之危險路段，現場中正里呂嘉原里長也表達鄉親的擔憂！
　　
行車保障不能有空窗假期，永昌強烈要求相關單位針對漏水狀況嚴重或彎道易影響交通安全之處應立即擬定計劃儘速改善！