(募資達標) 非常感謝大家支持^^
課程頁面：
https://bit.ly/39u20eF

非常感謝大家的支持，這次的募資也很快就達標了。其實我這一兩年大部分的心力都放在製作教材及線上課程上，一方面藉此統整自己的文法教學系統，一方面在例句上力求創意及多樣性，讓同學可以有更多不同面向的詞彙，讀例句也不會太過單調乏味。

這次的課程主要鎖定的程度是初學者(N5左右)，跟我之前N4N5的課程相比，又再簡化一些句構讓同學可以很快活用這些句型。除了幫大家整理常見的名詞、形容詞、動詞之外，也放了很多生活常用的動詞片語，這樣大家可以很容易地依樣畫葫蘆。每一個單元中都有充分多的例句，除了我會示範發音及做文法單字解說外，也會請日籍小編幫忙錄音，讓同學可以下載跟讀。

舉例來說好了。
動詞的名詞化當中，最常見的課本例句是：
"我的興趣是唱歌/我最喜歡爬山"之類的
但其實使用的時候可以把這個句構應用在很多面向
比如說"我的工作是寫程式"
或是"這次的任務是登陸火星"
又或者是"我們的願望是守護世界和平"等等。
儘管是這麼簡單的句構，
仍然非常具有創造性，
大家可以應用在自己想說的事情上。

我最近靠著學韓文來緩解一些工作壓力，
學韓文的時候，我也希望自己可以應用這個方法，
盡可能用自己學過的文法及句型，
套用不同的單字，設定不同的情境來寫作文。
我相信這樣子才能夠很快把這些文法句型內化。
當然，如果老師能夠整理夠多的實用單字，
造足夠多的範例這樣整個過程就更事倍功半了。

語言教科書中常常一個句子中含有非常多文法，
甚至很多文法根本也還沒學過。
這也無可厚非，因為平時說話時一個句子當中，
本來就有很多不同的句型組合在一起。
但為了真的能夠自由組合自然輸出，
必須每一個零件都用地駕輕就熟，
這時候造樣造句就顯得很重要了。

這堂課中我應用如此的思維模式，
讓簡單的句型搭配不同的單字片語，
組合出最多元的表達。
初學的同學也可以學到很豐富的生活詞彙，
希望同學可以藉此增進表達能力。

目前課程仍然處在早鳥階段，
若有興趣歡迎參考看看囉。

早鳥五折只到 4/19～ 越後面折扣會降低
課程頁面請參考此連結：
https://bit.ly/39u20eF

異質晶片整合 半導體中心助攻台廠搶AI及智慧感測商機

2019/10/31 廣編企劃

評論

為推動科技產業升級，財團法人國家實驗研究院致力於推動國內科技人才培育及創新研發，近年除與學術界積極合作，提供平台解決方案以外，也積極協助產業界新創及新產品開發，希望作為學研與產業間的技術整合平台，以發揮高效的槓桿作用，創造共生共榮的各領域生態系。10月7日齊集台灣半導體研究中心、國家高速網路與計算中心、台灣儀器科技研究中心共同展出智慧領域技術成果，會中吸引廣大業界與學界共襄盛舉，希冀藉由這樣的機會，讓更多產學研界能認識國研院在研發平台服務所做的努力，並見證近年國研院引領的技術革新。

5G及物聯網時代來臨，從工業領域的自動化生產機台，到3C消費領域的穿戴式裝置，都須要核心的晶片模組；然而不同的應用，也有不同的晶片設計須求，規格可說是千萬種。對於想要搶攻物聯網商機的大小企業和新創廠商來說，最大的挑戰就在於是否擁有晶片自主能量。例如研發工業用機器手臂的製造商，若能快速取得性能優異且有效整合電源、感測、記憶等多項功能的晶片模組，就能降低成本、縮短開發時間、優先進入市場。又如穿戴裝置，內部各自獨立的處理器、感測器、電路IC等，若能充分整合成更有效率的晶片單元，就能縮小穿戴裝置的體積，提高運作效能。

異質整合研發有成 助攻國內產學界搶物聯網商機

國研院旗下的台灣半導體研究中心，在「產業趨勢論壇暨國研院智慧領域」的活動發表歷經了多年研發，在「異質晶片整合」技術取得重大進展。不論是工業用大電流的電路IP晶片組、或是低耗電物聯網裝置的智慧感測晶片、甚至連深度學習、機器學習所需的AI運算晶片，產學界都能運用台灣半導體研究中心所開發出的異質晶片整合平台，來降低開發門檻，讓業者沒有後顧之憂，全力衝刺市場。

半導體研究中心副主任莊英宗指出，半導體產業目前最熱門的趨勢是如何將不同材料整合為元件；這主要是因應物聯網時代包括電競、智慧家庭、無人載具、智慧城市等各種裝置，都有「異質運算核心」的需求。例如穿戴裝置愈來愈強調各種各樣的「感測」及「邊緣運算」，因此必須整合類比感測晶片與數位運算晶片；又如電路IP日益複雜，也須整合節能、電流、感測等多樣功能。

物聯網應用百花齊放 自主晶片能量才能搶得先機

莊英宗表示，「『物聯網』喊了很多年，過去未能大規模地實現，原因之一就是必須達成異質晶片的整合，才能降低物聯網裝置的開發成本及時程。」有別於過去的通用型晶片，未來AI、物聯網應用百花齊放，開發各式創新應用的小型企業，更須要的是符合自身需求的客製化晶片，然而學術單位或企業缺乏基礎研究與產品整合的驗證環境，自主開發晶片可說難上加難。這也是為什麼台灣半導體研究中心耗費五、六年的時間，研發出不同應用領域的異質晶片整合平台，來滿足產學界即將爆發的需求。

以智慧感測晶片為例，原本感測單元、電路單元、記憶體單元、以及處理單元各自獨立，全都放入穿戴裝置內，將導致體積過大，不符實用。半導體中心提供的異質整合設計架構，可將所有單元有效整合，並已有成功設計案例；換言之，智慧手錶、生醫穿戴裝置、AR/VR裝置的開發廠商，只要採用這個異質整合架構，再加上自己的創意，就能快速開發出自有晶片。這也符合時下正夯的客製化ASIC(特殊應用積體電路)晶片概念。

從穿戴裝置到無人工廠 晶片整合需求大不同

過去行動通訊主要鎖定消費端，不過未來物聯網的創新應用，有很大一部分將在工業領域實現，例如工廠自動化、工業4.0等等。因此除了低功耗、小電流的穿戴裝置，台灣半導體研究中心也研發出大電流、高電壓所需的異質晶片設計平台，可廣泛應用於機器手臂、CNC自動生產機台、晶圓定位平台、甚至無人工廠等等工業場景。這對於擅長製造業的台灣而言，可說是既充滿商機又能實現產業的轉型升級。

舉例來說，工業馬達內部的構造主要包括電源管理晶片、控制器、驅動IC等等；在以往，馬達的電源控制只須要兩條線，一進一出，但如今愈新型的馬達，效率愈高，所需接收的訊號也更為多元，勢必須要更複雜的控制電路；另一方面，節能的要求與日俱增，也必須在電源IC週邊加裝更多顆IC來符合綠能安規、進行斷路保護等。此外，生產線上的無人檢測、品管、預防性維修等，都會用到感測系統，更增添業者在整合上的難度，此時就很適合運用半導體中心的工業用異質晶片整合架構來進行突破。

自主微感測系統晶片 是台灣創新的關鍵

台灣半導體研究中心謝嘉民副主任表示，台灣發展IoT相關創新，自主微感測系統晶片是重大關鍵，它必須能涵蓋光、機感測器以及電路IP等不同屬性的IC及元件；不過因為前期研發投資大、驗證周期長，且應用情境太廣泛，一般廠商跨入不易。謝嘉民指出台灣半導體研究中心的異質系統整合平台，台灣半導體研究中心的異質系統整合平台，有兩大特色：一是盡量減少傳統的封裝，在IC層面進行整合；二是結合不同材料，將新式的感測用類比IC，建立國內產學研領域的系統級封裝研究生態圈，如提供微機電(MEMS)、感測器(Sensor)的半導體製造技術，並結合2.5D/3D先進超薄化封裝技術的驗證製造環境，以發展人體感測、工業訊號感測、甚至光達(LiDar)感測等應用，協助學界優秀的研究重果與業界生產技術接軌，提供國內發展微型化、行動裝置與物聯網相關解決方案。

在成果發表的同一天，半導體中心也開放AI系統開發實驗室，供論壇與會者參觀。物聯網時代著重資料的運算分析，AI已成為不可或缺的解決方案；然而許多學術單位和新創公司，比較擅長軟體面，例如機器學習、深度學習等演算法或模型的開發；對於運算IC的硬體設計較為陌生。有鑑於此，半導體中心的AI系統開發架構也提供產學界使用，資源不足的小型單位，也可輕鬆發展出AI SoC(人工智慧系統單晶片)解決方案。

半導體中心設計服務組蔡維昌組長補充，半導體中心提供的AI SoC設計平台，主要有兩大特點，一是提供客製化解決方案，可設計不同的應用需求的系統晶片，不必侷限市面上現成的通用AI SoC晶片；二是將AI SoC所需的的矽智產(IP)備妥並整合成晶片系統，學界或新創只須專注AI加速電路，大大簡化IC硬體的開發過程。

舉例來說，大學實驗室在開發手機人臉辨識的AI模型或演算法時，需要IC硬體來進行運算，不過手機的人臉辨識解鎖，講求快速、低功耗等特性，所需的加速電路必須客製化，市面上的通用AI晶片無法滿足需求，加上設計一顆AI SoC需包括CPU、記憶體、輸入輸出週邊元件、匯流排、加速電路等各項元件等，而實驗室師生又沒有足夠的資源自行開發整顆AI SoC晶片，便形成研發瓶頸。

此時半導體中心不僅提供AI SoC設計平台，還有相關的EDA設計軟體和訓練課程，AI開發者只要專注不同推論的加速電路設計，將之套用於設計平台，即可完成AI系統單晶片的開發。也就是說，學校實驗室或新創，透過這個設計平台，能夠快速驗證AI構想，縮短開發時程。除了手機之外，包括穿戴裝置的即時翻譯、生醫檢測儀等，都有低功耗、快速產出的特性，也很適合採用半導體中心的AI SoC設計平台。

發揮槓桿作用 促進產學整合 創造台灣科技業契機

莊英宗指出，「台灣半導體研究中心將自己定位為『新元件』、『新整合』、『新應用』的創意基地，努力解決產業界及學術界所面臨的問題。」藉由提供前瞻異質整合的共通平台，讓業者能輕易利用晶片設計環境、實作及封裝平台、取得客製化IP開發、驗證等各種服務。「我們的使命是發揮槓桿作用，將先進研發成果提供產業界及學術界運用，替台灣的科技業創造更多契機。」

附圖：對於想要搶攻5G及物聯網商機的大小企業和新創廠商來說，最大的挑戰就在於是否擁有晶片自主能量。
Photo Credit : 國研院
圖2
歷經多年研發，台灣半導體研究中心開發出的異質晶片整合平台，能針對感測類比晶片、運算數位晶片、電路IP進行高效能的整合。（Photo Credit : 國研院）
台灣半導體研究中心針對工業用電路IP系統進行異質整合。（Photo Credit : 國研院）
圖4
台灣半導體研究中心推出的AI SoC設計平台，讓學術界及新創業者，也能輕鬆開發出AI晶片。（Photo Credit : 國研院）

資料來源：https://www.inside.com.tw/article/17949-narlabs-tsri

《說書前哨站》橡皮擦計畫2—為什麼千金難買早知道？

你好，我是威融。今天我一樣要介紹橡皮擦計畫，題目是：千金難買早知道？為什麼我會再講一次這本書呢？因為我覺得一本好書有很多個好知識好見解，但這麼多的資訊：

一、需要時間消化，有些內容我第一時間讀不懂，不敢寫😅
二、是要考量篇幅，不宜把所有資訊寫在文章(太長了不好讀

今年只要時間允許，我會將一本書拆解成3-5個小節做討論👥，甚至跨用在不同的單元，希望可以讓你在讀我的專欄時，有機會應用在生活中，並體會本書的物外之趣💑。

好，回到主題，今天我要談的核心問題是：為什麼千金難買早知道？🤔

我講一個自身的例子。我大學重考哪一年，選填的志願是地政系。為什麼我要填地政系呢？是因為我考慮我不想念法律，法律枯燥無味(這我有自知之明，後來我法律確實不怎麼樣)，第二是我覺得房地產在怎麼樣都是市場需求，而且台灣的大學地政系很少，學了獨特性高不易被取代。

然後，這樣的先見之明很快就被現實打破！👊

第一、地政系內容有一半是法律，我的組別課程很多法律，你應該感覺到我不會太好過了(嘆

第二、學校或者說科系上比較保守嚴謹，對於我想法天馬行空的想胡搞瞎搞的人，感覺比較壓抑不舒服，大學有將近一半的時間，我找不到一個適合的角度去理解自己，當然也不知道該如何看世界。

第三、畢業前一年，房市出現反轉，當時教授笑著說：恭喜你，你們將進入失落的房地產20年衰退。2014年我畢業，直到現在，房市的交易量依然低迷，扣除大城市，許多二線城市、鄉村，房價鬆動跌幅是明顯的。(我知道跟之前炒作數倍的價格底價比，還是很高，我也買不起，除了公宅政策未落實，這是土地稅制問題。)

如果我早點知道未來會這樣，我想我很大的機率不會讀地政系吧！

按照這本書的理解，我再做一次決策，結果很可能不會更好。

事實上，人們不但不擅於預測，而且很擅長事後諸葛，為自己的選擇做解釋。🤥

↠↠↠

心理學家丹尼爾跟阿莫斯做了實驗：首先，他們要求受試者，一句簡單的性格特質做預測，那些人會讀研所，他們會選哪一門主修。

受試者的預測結果如下：
1.人文與教育20%
2.社會科學與社工17%
3.商業領域15%
4.體育與生命科學12%
5.工程9%
6.法律9%
7.資訊科學7%
8.圖書館學3%

上面預測結果，我們稱他們為「基本比率」。舉例來說：我們對A學生一無所知，我們已經知道20%的研究生選人文科學，那我們預測A學生選人文科學的機率，應該是「20%」

真的是這樣嗎？丹尼爾與阿莫斯決定增加額外的資訊給受試者，看看他們發生什麼變化？

他們設計了一個當時「典型資訊科學」研究生形象。🤓

描述如下：🗣

阿湯智商很高，卻沒有什麼創造力。他講求秩序跟明確，所有東西都要整齊有條理、擺在適當的位置上。他的寫作乏味枯燥，毫無情感可言，但偶爾會因為一些老掉牙的雙關語或科幻小說的幻想情節，讓人眼睛為之一亮。競爭心強，對別人沒什麼同理心和感情，也不喜歡和人互動。雖然很自我，但有很強的道德感。

結果怎麼樣？

接受到額外資訊的受試者，幾乎都認同阿湯是個「資訊科學」宅宅😅，沒有人在意一開始的資訊「資訊科學7%」的基本比率，大家被文字誤導，開啟誤判。

於是心理學家做了結論：「沒有給予特定的證據，人們會正確運用先驗機率(Prior probability)；但如果給予特定的證據，人們會忽略先驗機率。」

讓人吃驚嗎？

其實，日常生活裡，我們不也是容易特定證據誤導嗎？

我隨意舉三個例子：

1.廢核不廢核爭議？台灣的核能發電實際上只有12%
2.先前搶衛生紙事件？事後證明全球原物料一切正常
3.選舉前電話民調，有的機構會先告訴你某人做了什麼(好)壞政策，再問你支持誰？你就容易回答她要的答案了。

這讓我反思一件事情：我想人不該依靠算命與宗教告訴你未來該如何，因為你無法準備。而我們應該專注學會如何用「已知資訊」去分析現實，做出合理決策，讓未來更有機會有個好的結果，不是嗎？

↠↠↠

有時候我們不是知道的太少，而是我們知道的太多，但沒有分辨正確資訊、衡量權重的能力。這個能力，我覺得是可以：

1.透過閱讀
2.與同伴連線學習
3.每天復盤
4.筆記寫文章 去訓練的。

我一直很強調「手寫」✍️的力量。(雖然我現在打字，但那是我字醜所以就不會附上了😂。)

我印象中有讀過一個數據，手寫的記憶比打字、語音的記憶力，效果好5倍。是5倍喔、不是5%。為什麼呢？

研究人員發現：我們打字快，所以大腦進行的是背誦模式，背誦模式對學習成長是很弱的，我們多年填鴨式教育升上來，應該頗有體誤。而手寫的過程，因為手會痠人很懶，大腦會開啟思考模式，丟掉不要的東西，讓你寫最重要最值得記的東西，結果，你寫過的東西往往還有記憶，但打過的字或聽過的聲音，往往是模糊甚至空白的。

↠↠↠

好，今天我們就先談到這，我預計這本書還會再寫第三篇。

今日提問：能否分享你如何做決策，避免忽略先驗機率造成的錯誤判斷呢？寫下你的想法，與版上的朋友交流心得，互相學習。(留言輸出與大家交流，集合眾人智慧是最好的學習🥰)

感謝你今天的閱讀，我是威融，說書前哨站，我們下次見！