日本智慧農業大步走 加速擴張帶動成本降低

農傳媒 20210529

內容提供／《農政與農情》 文／行政院農業委員會農業藥物毒物試驗所 陳彥佑、李春燕、陳思昀、行政院農業委員會臺南區農業改良場 張淳淳、工業技術研究院產業服務中心 林意潔

近年因資訊快速且多方突破發展，使其他可應用之領域及軟硬體同步帶動變化，除在網頁設計優化、開放資料多元應用、IoT、ICT、資料分析工具便利化及資料視覺化發展外，乃至高端如大數據、AI應用，也頻受矚目，本文將分享2019年日本農業Week活動資訊與及後續的發展方向觀點。

日本東京農業Week

2019年10月，農委會及工研院單位同仁於強烈颱風哈吉貝影響東日本時，自費前往日本東京農業Week參訪並收集資訊。這次展覽結合日本原有的國際農業資材展、國際次世代農業展、國際6次產業化展及國際畜產資材展，於千葉縣幕張展場合併為單一農業展 ，規模龐大，超過600家日本及各國廠商，3天展期近4萬人次登記參訪，展場中另有登記參觀的工具展和園藝展，三大展覽幅員非常廣闊，並結合不同農業發展方向，吸引各國的農資、機械開發公司、農企業、政府單位、研究單位等相關人員參觀，龐大的資訊量，如要仔細體驗及參與，勢必耗時一天半以上。

農業資訊的進階應用，目前可說是「百花爭艷」狀態，功能近似產品不斷推出並相互競爭，如各類無人機、辨識系統、管理軟體、機械外骨骼、管理連動應用平台等，各有特色，本展覽不僅止於展示農業相關資訊外，亦有各種農業資材的應用、新型態資材及栽培設施、農產品及農產加工器具、農具等展出，以「農業展」而言，可說非常完備，也明示了農業各領域將走向相互融合的方向。

接下來，筆者將就「無人載具、軟體、機械外骨骼、資材與技術」等主題，與各位讀者分享本次見聞。

無人載具

無人機為近年熱門發展的器械，包含水、陸、空形式及自動採收機等其他功能性的無人機械等，依需求而有不同的機型和設計，甚至有異業結合開發，如汽車企業結合飛行用藥無人機的共同開發，成為更便利作業的用藥組合，無人機發展方向為公分級精準定位及便利的自動作業，搭配遠端作業器具和軟體，可實現遠端作業、減少勞力及增進田間作業安全，達成精準農業及安全農業的目標，並減少農業缺工的問題。

軟體

2019年日本農業展展出的農業軟體，大多具整合及記錄性質，性質相似的軟體數量眾多，部分並搭配感測器械共同推出的軟體，如設施栽培內監測環境及疾病預測的軟體。另外，結合UAV多光譜拍攝做作物肥份影像解析的軟體，再以UAV定點調整施肥量；紀錄田間從業人員的工作與休息時間、體溫等紀錄和提醒的監測軟體；農產品行銷部分，不少廠商提供B2B 及 B2C類型的「農產品銷售管理系統」，提供生產者和消費者進行互動和販售；生產部分則提供生產者付費的管理解決方案(或稱營農指導員)，內容類似國內植物醫生及農業張老師等，針對委託者進行客製化的栽培管理服務，提供者主要為日本國內廠商。展場另有攤位進行日本各地農產品、農藥施用講習、農產公司產品推廣。

機械外骨骼

機械外骨骼（又稱肌甲裝、動力服、Powered suit），主要以外骨骼模樣進行依使用需求設計，為著裝後可提升特定功能的裝備，在農業領域常見為提升搬運重物效率、避免重複動作造成職業傷害的外骨骼，對於務農人口老齡化及新農民的身體保護都有絕大幫助。而本次日本農業展令人印象最深刻的為著裝簡易化、輕量化的類型，甚至輕如一般大衣，且穿戴方式接近衣服的形式，展出國家為尼德蘭，筆者親自著裝試用後，明顯感覺提升搬運重量效果及作業時保護腰部的功能。未來外骨骼也將可結合或協同其他器械協同進行複雜作業，因應國內日益老化之農業從業人員及雇傭勞力減少部份，具有廣大的發展潛力與商機。

資材及技術

各式農業資材與技術亦是本次亮點，在栽培設備方面，有各種育苗材料、家庭用耕栽培裝置、高效能燈具、有機肥與土壤微生物商品、栽培介質，以及溫室建材組裝展示、植物工廠VR參訪、授粉資材等。防治資材方面，品項同樣繁多，除各類噴頭、農藥製劑及無人機用製劑外，在其他防治資材方面也具備高度多樣性，如生物防治罐、蟎類陷阱、安全可溶農藥包裝、費洛蒙產品、燻蒸器具、各色光波誘蟲、忌避燈、有害動物聲光忌避設備，及施藥專用口罩等。在採收及包裝的資材部分，則有透氣長貯包裝及包材等。上述資材多為跨領域合作開發，顯示農業研究相關人員可多與其他領域確切進行交流討論、研究協作，共創解決農業問題技術。

商業化生物防治天敵製劑罐。

農業科技因資訊技術的發展，有爆發性的成長，許多內容都逐漸貼合Global G.A.P及作業標準化、自動化、安全性提升的需求，從參訪各專案及產品項目來看，無論直接引進或進行跨領域開發合作，就「目的」、「經費」及「合作」、「商業模式」，皆須在不同領域的多方完整溝通理解後有明確同步，否則將易陷入單方利用；或因領域差異而限縮成果，浪費經費、時間，且無法解決問題或強化開發，因此未來農業資訊跨領域、組織合作時，必須更精實及對目標有共識。

2020年的日本農業展及日本農業發展政策，重點之一為智慧農業的成本降低及普及化（如搭配日本的準天頂衛星的精準定位，減少定位儀器成本），配合日本農林水產省針對智慧農業公告的政策「スマート農業推進総合パッケージ」（Smart Agricultural Promotion Comprehensive Package），並在資料格式規格化後與其中的WAGRI平台資訊連動（2020年開始公開OPEN API的服務），且於日本全國148個地區執行智慧農業實地作業示範推廣，無論從政策資料或展覽內容，均顯示智慧農業不僅只是單一的農業發展區塊，而是上述各類展出區塊內容的各項統整，也宣示了日本的智慧農業逐步走向橫向連結及加速擴張的階段。2021年開始日本農業展的其中一個展區「次世代農業EXPO」也將改名為「スマート農業EXPO」（智慧農業），可以想見智慧農業發展的比重越來越多。

本次除參觀展覽外，筆者亦前往大學拜訪開發茄科IPM技術的教授（前農研機構研究員），教授於對談中提到日本推廣IPM時，也遭遇農民傾向選擇簡單便利的害物防治方式（如單純使用農藥），使IPM即便效果卓越，但因操作相對複雜，降低農民採用意願，因此對於新科技或現有技術的推出，如能具備便利且直覺模式，將有機會提升利用率。

因應COVID-19疫情影響、氣候變遷及人力缺乏情形下，智慧農業企業加速選汰，筆者數年來參訪農業展及持續關注智慧農業演變，雖農業資訊更迭速度，不若科技業以「季」為計，也可略以「年」計變化，建議有興趣的讀者，可規劃每年或隔年參訪相關展覽，即可看見發展的趨勢及進度。待疫情趨緩後，無論公費申請或自費前往，日本農業展都非常值得前往參訪及收集各類資訊，或接洽引進適用國內的技術、資材，將有助持續強化國內農業競爭力及研究能力。

附圖：日本農業展於2019年開始將多個展覽一併展出。
東京農業展展場情形。
自動採收機器人示範採收蘆筍。
汽車企業與無人機公司的合作開發無人機用藥組合。
軟體應用種類多元（左至右為UAV應用、影像辨識、作物販售）。
月租型農業栽培管理軟體。
機械外骨骼輔具。
韓國企業的梨果類授粉用花粉噴射機（搭配噴藥車）。
農藥資材展示，提升安全性的可溶性農藥定量包裝（類似洗衣球）。
施用農藥使用口罩。

資料來源：https://www.agriharvest.tw/archives/59516

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

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

#2020真無線藍牙耳機推薦 #藍牙耳機cp值推薦 #AirPodsPro以外的選擇 #spinfit耳塞

‼️ 影片未經授權，禁止轉載 ‼️

【科技說社群】
IG - https://www.instagram.com/techteller_3c/

【影片快轉】
00:00 前言
00:48 SONY WF-1000XM3
02:35 Apple AirPods Pro
03:35 TaoTronics Duo Free ANC(Purecore)
04:49 Aukey Key series EP-T18NC
06:16 Nuarl N6 Pro
07:38 Anker Soundcore Liberty 2 Pro
08:48 XROUND Versa
10:15 TaoTronics Duo Free+
11:11 Anker Soundcore Life Dot 2
12:08- SAMSUNG GALAXY Buds+
12:56 Monster Clarity 101 Airlinks
13:56 AVIOT TE-D01g
14:52 Monster Achieve 100 Airlinks
15:57 Anker Soundcore Liberty Air 2
17:05 TaoTronics SoundLiberty Free
18:23 Soundcore Spirit X2
19:40 funcl Pro
20:42 戶外通話實測-音質評比
22:57 音樂音質-主編評比總表
23:16 綜合評比總評分表


1. SONY WF-1000XM3
軟硬結合的科技調試與功能性最強就是這款了。SONY就是有一堆黑科技與專利應用在耳機上。經過360 Reality分析耳朵形狀與app調試後，是我聽過的耳機中定位感、清晰度、以及環繞感非常top的耳機。如果你預算夠有品牌意識，重視美感與音樂播放音質、使用者體驗、降噪的話，這款不會讓你失望。

👉購買連結 - https://bit.ly/3eHfow4


2. Apple AirPods Pro
蘋果生態系不動腦的首選！與Apple相關裝置的連線穩定性、延遲性、使用體驗都是最佳的。採用波束成形獨家技術，所以通話效果很優秀，不過音質方面一直是蘋果耳機的短板。跟其他比它低價的真無線藍牙耳機比較，就會覺得在音質方面比較沒有特色中規中矩。不過這個部分見仁見智，如果你需要一副體驗好、通話棒、降噪深度夠的耳機又不想傷腦的蘋果使用者，選AirPods Pro就對了

👉購買連結 - https://apple.co/2BoA8KF


3. TaoTronics IEM監聽系列Duo Free ANC(Purecore)
音質的部分，你能聽到低中高音的細節與音場輸出的一致性帶來溫暖的感受。降噪耳壓感是我評測TWS耳機以來最舒服的，大概連續佩戴2小時都不會有什麼感覺。不像AirPods Pro雖然降噪效果好，但戴AirPods Pro的話大概1個小時最多就會感到不適需要休息，這是我的個人感受。

暫時沒有app可以調整降噪深度，也沒有通透模式，更沒有入耳感測。不過總結來說音質會是最大賣點，通話效果也表現水準以上，雖然比AirPods Pro差一些些，溫暖耐聽、包覆性高的音色是這款耳機最大的特色與武器，而且又搭配ANC降噪的功能CP值極高

👉購買連結 - https://bit.ly/301pyDv


4. Aukey Key Series EP-T18NC
搭載13mm的動圈單體，讓音量開到50%就會非常大聲，細節就會跑出來，跟Aukey T10來比音場與推力會有蠻大的提升。EQ的Sound Signature偏於中音與低音一些，當耳機煲開的時候會感受到非常清透而且punch感十足，是音質非常有水準的一副耳機。而缺點就是這副耳機佩戴的接入點是硬塑膠，如果你耳朵小一點會有點不舒服。另外就是keyseries app還沒有把這款耳機列入，所以還無法做降噪深度、eq的調整，希望後續有改善機會

👉購買連結 - https://bit.ly/2U4co54


5. Nuarl N6 Pro
跟台灣品牌Xround Versa 一樣，都有跟台灣耳塞品牌大廠Spinfit合作，出廠就有搭配Spinfit的可撓式耳塞，舒適的耳塞也是很多用戶買單的關鍵。音質部分在中音比較飽滿，音場的定位感與精準度夠，5K以下絕對可以考慮音質優先的耳機。連線穩定度與配對問題比較多，需要常常手動排除連線問題，在意連線問題的話就要考慮一下了

👉購買連結 - https://bit.ly/36RmU4B


6. Anker Soundcore Liberty 2 Pro
得力圈鐵同軸單體的設計，這款耳機可以在低中高音都有很清晰與突出的表現，戴到耳朵中各種樂器，高中低頻的交匯融合，很像在耳朵開演唱會一樣很有臨場與環繞感。新版app還可以直接採用Grammy Awards 10名製作人配好給你的EQ。以音質為主要考量的話，這副耳機是我心目中想到音質排名No.1沒有之二的選擇！

👉購買連結 - https://bit.ly/3cpQ7ok


7. XROUND Versa
附上Spinfit的可撓式矽膠耳塞，所以佩戴起來還蠻舒服的。音質的punch感也十足。最大的特色就是有很均衡的音色、舒適的spinfit耳塞與內耳耳翼固定。缺點的部分就是實體按鍵直接做在耳機上面，要按壓會感到耳朵不舒服。剛購買還出現連線問題，這些小問題要注意一下。不過總體而言它的音質、舒適度，已經讓它擁有了一些支持者

👉購買連結 - https://bit.ly/2BoNCWM


8. TaoTronics IEM監聽系列 Duo Free+
3500元左右CP值非常高的耳機，以音質三頻均衡聞名，聽Acoustics或是vocal的首選。雖然沒有ANC主動降噪，但他的IEM耳機外形，可以帶來很好的監聽級的被動抗噪效果，能帶來的很好沉浸感與絕佳被動抗噪感受。所以你想要一副音質好、續航不錯、皮革外觀，價格不錯的耳機，這副耳機真的很值得考慮，若要聽Vocal為主的unplugged音樂我就會選擇它，真的很過癮

👉購買連結 - https://bit.ly/3cmB5Qw


9. Anker Soundcore Life Dot 2
續航力+充電艙續航力有100小時，續航力超強。這副旋渦狀可以直接插入耳廓很舒服。推力表現非常優異，音量設定開到一半就比大多真無線耳機還要大聲。Thumping Bass單體帶來的推力真的實至名歸，一半音量與物理隔絕的抗噪效果就很好了。2500元以下這個價位段性價比超高，有著超強續航力、超強防水、很好的封閉抗噪性，這副耳機是最佳選擇。但如果要通話的話，就要再思考一下了

👉購買連結 -


10. SAMSUNG GALAXY Buds +
音質特色就是比較乾監聽感覺有AKG的EQ特色，音場感不廣比較集中在中音部分。前端不是非常入耳的關係，所以隔音就沒有一般入耳式這麼好，嚴格來說只能說算是半入耳式，所以被動抗噪效果就沒有入耳式來得好。不過這副的整體外觀，跟廣大三星手機的體系連線穩定度與用戶體驗不錯，三星用戶可以考量去選購

👉購買連結 - https://bit.ly/2Xq1Pv7


11. Monster 真無線系列 Clarity 101 Airlinks
魔聲經典的Pure Monster Sound美國調音職人款，除了出色重低音以外，在中音、低音、高音也都富有顆粒度與穿透力，是非常還有辨識度的。不會像以往Monster Beats時代只有含糊不清的低音，很適合聽美國搖滾、鄉村類型的曲風。SecureFit的耳翼佩戴非常穩固，是評測中從側面看最服貼，最不容易被察覺的耳機。採取斜入耳式的佩戴，被動抗噪效果也相當不錯。通話效果以入耳式耳機也有中上水準，是一副綜合水準及CP值很高的耳機。

👉購買連結 - https://bit.ly/2XlyIJo


12. AVIOT TE-D01G
近期在日本崛起的日本新創耳機品牌，很專注在女性市場的真無線藍牙耳機品牌，產品線整體的特色都以女生比較喜歡的顏色為主。它的外觀有著小巧正方形的充電艙外觀。它的入耳式設計沉浸感不錯，所以物理抗噪效果不錯。除了AAC還支援aptX算是蠻全面的一副耳機，如果你追求設計感且比較喜歡潮流配色，不可以錯過

👉購買連結 - https://bit.ly/300iFT8


13. Monster Achieve 100 Airlinks
不錯的規格但超殺的價格，50年大廠超高的CP值，不到2000元就能入手。產品特色是承襲了美國Monster魔聲大廠的EQ特色-重低音。剛佩戴的那副耳塞不夠服貼，後來換上Spinfit XL耳塞整個音質就提升了好大檔次，佩戴舒適與穩固性也提升了很多。如果你預算只有2000左右希望有動次打次的EQ，這絕對可以入手的預算先決耳機！

👉購買連結 - https://bit.ly/2XMTGzQ


14. Anker Soundcore Liberty Air 2
完美相容了cVc 8.0軟體降噪技術+4個高階硬體降噪mic，通話效果是評測以來真無線藍牙耳機中最好的，甚至在戶外還些許超過AirPods Pro的表現。音質表現另一大亮點，在清晰度Clarity與Mids,Trebble表現特別突出，駕馭disco , funk曲風很適合。雖然Air 2沒有ANC降噪，但是就在音質、通話方面做到了雙工的極致，對於同時有通話與聽音樂需求，是綜合考量的首選！
*官方已取消入離耳偵測功能*

👉購買連結 - https://bit.ly/2XTraMW


15. TaoTronics SoundLiberty Free
Soundliberty 53的升級款 Liberty Free。音樂音質、通話音質、連線速度整體都上升到另外一個層次。升級不加價非常有誠意，很適合有預算追求CP值的你購入。它是入耳式的所以也比AirPods 2那種半入耳還要再安全穩固。音質部分音場寬廣，有種監聽乾的感覺，EQ會集中在低音多一些，就是bass音的下潛力比較充足，中音唇齒音清晰。1副AirPods Pro可以買個5副Liberty Free耳機，即便壞掉了也不會心疼。

👉購買連結 - https://bit.ly/2NVAWd5


16. Anker Soundcore Spirit X2
直覺側邊實體功能按鍵，長按功能鍵開啟bass up，設計上真的有為運動者想到，相當貼心。入耳式的卡榫也比較深，我戴久會有一些不舒服，不過有可能是我自己耳朵的關係啦。這副耳機對我來說都比beats pro好很多，首先是很實惠的價格，與他的bass up 的重音質再強化，IP68防水防塵也超級穩固，如果你有在運動可以考慮這副耳機，真的很讚。

👉購買連結 - https://bit.ly/2yTq3V4

17. funcl Pro
覺得最舒適的運動耳掛耳機，矽膠耳掛很軟。整體來說價格+音質 total package，都適合喜歡運動、跑步、健身的人佩戴。之前影片有介紹過，缺點就是空隙大空氣比較容易進去，推力相對弱，音量要開到3/4才比較有感覺，而且還是使用micro USB連線口。不過瑕不掩瑜，我心目中cp值最高的耳掛運動耳機。

👉購買連結 - https://bit.ly/2Mi1FQ4

【SPINFIT耳塞 可撓式真無線必備】
👉 Spinfit CP360 購買連結 - https://bit.ly/3eJpXPk
👉 Spinfit CP350 購買連結 - https://bit.ly/305DIU2


【必讀好文！】
2020年 真無線藍牙耳機選購與推薦指南 - https://www.techteller.com/sci/best-t...