0401新加坡聯合早報

*【要求停止對平民暴力鎮壓 日暫停對緬基建新援助計畫】
日本是緬甸最大的援助國之一，近期緬軍對平民實施致命的鎮壓行動，日本當局決定暫停對緬甸的新援助計畫。日本當局強調，這項舉措並非制裁行動，因為不願看到緬甸被孤立。據《讀賣新聞》，日本政府在緬甸進行長期投資，為了不削弱其影響力，日當局至今一直是以呼籲的方式，要求緬軍停止對平民實施武裝暴力。可是，緬軍的鎮壓行動非但沒停止，反而是越來越嚴重。
https://www.zaobao.com.sg/news/world/story20210401-1135669

*【翁山蘇姬已遭拘禁超過八周 律師：健康狀況良好】
緬甸國務資政翁山蘇姬自軍方發動政變後已遭拘禁超過八周，律師透露她看來健康狀況良好。美國政府則下令駐緬甸大使館非關鍵人員及家屬撤離當地，並呼籲國際企業考慮與支持緬甸軍方的企業割席。75歲的翁山蘇姬週三以視訊方式和律師團討論她的案件。律師敏敏梭通過電話告訴路透社，翁山蘇姬氣色不錯。敏敏梭還說，翁山蘇姬要求與律師團面對面討論，因為她不同意以視訊方式進行，也不同意有員警在場。翁山蘇姬將在週四出庭聆訊。
https://www.zaobao.com.sg/news/sea/story20210401-1135653

*【中國希望緬甸“民主過渡”但不對其進行制裁】
中國週三在聯合國安理會上表示，希望在軍政府統治下的緬甸實現“民主過渡”，但排除了對緬甸實施制裁的可能性。根據法新社報導，一份聲明顯示，中國常駐聯合國代表張軍大使在閉門會議上表示:“中國希望緬甸早日恢復和平、穩定和憲法秩序，繼續穩步推進民主過渡。”他說，維護緬甸的和平與穩定符合國際社會的共同利益。如果緬甸陷入長期動盪，對緬甸和整個地區都將是一場災難。
https://www.zaobao.com.sg/realtime/china/story20210401-1135761

*【蘇伊士運河管理局主席：堵塞造成損失可能達10億美元】
埃及蘇伊士運河管理局主席烏薩馬·拉比耶表示，運河堵塞造成的損失可能達10億美元左右。拉比耶說：“如果計算堵塞所造成的破壞和損失，以及挖泥船的消耗量。如上帝意願，估計將達到10億美元甚至更多，這是國家的權利。”拉比耶還透露，蘇伊士運河恢復通航後，截至3月31日中午，已有285艘貨船順利通過運河。他說，其餘等候通過運河的175艘貨輪將在4月2日前全部通過。
https://www.zaobao.com.sg/realtime/world/story20210401-1135774

*【美國前財長對拜登2兆基礎設施計畫表示支援】
美國前財政部長薩默斯對美國拜登政府提出的2兆美元長期基礎設施計畫表示支援。據報導，美國總統拜登當天提出一項總值約2兆美元的基礎設施計畫。該計畫將創造數以百萬計的就業機會，並重振美國經濟，助美國跟中國競爭。曾在柯林頓任職時期擔任美國第71任財政部部長，並在歐巴馬政府中擔任白宮國家經濟委員會主任的薩默斯是美國頂尖的經濟學家之一。
https://www.zaobao.com.sg/realtime/world/story20210401-1135771

*【嬌生藥劑廠失誤 影響1500萬劑冠病疫苗】
兩名消息人士透露，嬌生公司冠病疫苗製造廠出現錯誤，導致1500萬劑疫苗的原料受到影響。事故發生在該公司位於美國巴爾的摩（Baltimore）的Emergent BioSolutions Inc.設施。據彭博社報導，嬌生公司在文告中指出，一批藥物在品質測試中不合格，“品質管控過程發現Emergent BioSolutions設施的一批藥物沒達到品質標準，該設施還未獲批准製造冠病疫苗所使用的藥物”。文告中也提到，公司已將此事向美國食品和藥物管理局（FDA）呈報。
https://www.zaobao.com.sg/realtime/world/story20210401-1135766

*【法國將在所有地區執行封閉隔離措施】
法國第三波疫情居高不下，法國總統馬克洪宣佈法國全國將進入封城，並持續四周。馬克洪31日發表電視講話宣佈，4月3日起將此前在疫情嚴重的19個省執行的封閉隔離措施擴大至法國本土所有地區，為期四周。具體措施包括白天日常出行限定在住所方圓10公里以內，只有出售生活必需品的商店可以營業，每日19時至次日6時實施宵禁，加強遠端辦公，限制跨地區旅行等。
https://www.zaobao.com.sg/realtime/world/story20210401-1135763

*【輝瑞證實疫苗對少年百分百有效】
美國輝瑞公佈第三期臨床測試結果，證實藥廠生產的冠病疫苗，對12至15歲少年100%有效，希望可以在今年秋季下學年前開始為學生接種。藥廠在聲明中表示，在美國對2260名少年進行測試，“證實100%有效及強大抗體反應”。
https://www.zaobao.com.sg/realtime/world/story20210331-1135602

*【俄機構稱俄註冊世界首個獸用冠病疫苗 或4月批量生產】
據俄羅斯衛星網報導，當地時間31日，俄羅斯動植物衛生監督局副局長薩文科夫宣佈，俄羅斯註冊了世界上首個用於動物的冠病疫苗。據薩文科夫稱，這種名為“Carnivaccov”的獸用冠病疫苗，是由俄聯邦動物衛生健康中心研發的，在初步試驗中沒有顯示出任何副作用。他補充說，該疫苗的臨床試驗始於2020年10月，涉及狗、貓、貂、狐狸和其他動物。
https://www.zaobao.com.sg/realtime/world/story20210331-1135596

*【IMF調升今明兩年全球經濟增長預測 但復蘇不平衡風險加劇】
國際貨幣基金組織（IMF）調升今明兩年全球經濟增長預測，但基金組織總裁格奧杰娃指出，由於中國和美國為首的經濟增長正在加速，加劇了全球復甦不平衡的風險。格奧杰娃在為基金組織與世界銀行春季會議發表線上揭幕演講時說：“1月份，我們預計2021年全球經濟增長率為5.5％……我們現在預計增長將進一步加速。”
https://www.zaobao.com.sg/news/world/story20210401-1135670

*【全球400家最大上市公司 承諾致力實現零淨排放目標】
研究顯示，全球規模最大的2000家上市公司中，五分之一已承諾致力於實現“零淨排放”目標，以協助應對氣候變化。這些公司的銷售總額為近14兆美元。它們承諾到本世紀中葉將廢氣排放量減少至淨零，意味著它們產生的排放量不會超過通過植樹等措施所能抵消的排放量。英國“能源與氣候資訊部”（ECIU）和“牛津淨零”網路近日發表的報告說，這是全球第一份系統性分析公司和政府實現“淨零排放”承諾的報告。
https://www.zaobao.com.sg/news/world/story20210401-1135671

*【調查：全球2075年將損失30兆美元 經濟師籲各國“立即採取嚴厲行動”應對氣候變化】
調查顯示，全球多地四分之三的經濟師認為，各國必須“立即採取嚴厲行動”應對氣候變化，否則，到了2025年，全球將損失1.7兆美元。到了2075年，全球付出的代價更是高達30兆美元。
https://www.zaobao.com.sg/news/world/story20210401-1135673

*【消息：中國考慮調整鋼鐵行業稅收 助力碳排放達標】
據彭博社報導，兩位知情人士透露，官員們在考慮的政策調整將鼓勵進口、降低出口。知情人士由於未獲授權公開發言而要求匿名。這些措施凸出了聚焦於服務國內市場。此前中國承諾今年壓縮粗鋼產量，以遏制該行業的碳排放。中國鋼鐵行業的稅收政策調整也可能改變全球鋼鐵貿易，因中國是最大的鋼鐵生產國、進口國和出口國。在外界日益樂觀地認為大流行病後的經濟復甦將提振全球需求之際，中國限制鋼鐵出口海外的舉動有可能導致需要填補供應缺口。同時中國加大海外採購，也可能造成市場進一步趨緊。
https://www.zaobao.com.sg/realtime/china/story20210401-1135775

*【加拿大高官籲五眼聯盟建立統一戰線應對中國】
杜魯多政府一名主管工業事務的頂級內閣表示，在中國問題上，加拿大需要與五眼聯盟國家建立起一條統一戰線。根據彭博社報導，之前執掌過貿易和外交事務的加拿大工業部長商鵬飛參與制定了加拿大的對華政策，並剛剛修訂了外國投資國家安全審核法規。他在本周受訪時強調了與美國、英國、澳洲和紐西蘭這幾個五眼聯盟成員國在對華政策上協調合作的重要性。重要合作領域包括關鍵礦產和敏感技術方面的政策，比如是否禁止華為技術有限公司參與本國的下一代無線網路基礎設施建設。
https://www.zaobao.com.sg/realtime/china/story20210401-1135772

*【沙烏地阿拉伯將推動 私營部門注資 實現經濟多元化】
沙烏地阿拉伯政府將推動私營部門在2030年之前向國家經濟注入12兆里亞爾的投資，以實現經濟多元化目標。沙特王儲穆罕默德在同官員和企業代表舉行的視訊會議上宣佈啟動這項“夥伴”（Shareek）計畫。根據該計畫，沙烏地阿拉伯最大的24家企業將帶頭在未來10年投資5兆里亞爾，其中60%來自沙烏地阿拉伯阿美（Saudi Aramco）與沙烏地阿拉伯基礎工業公司（SABIC）。這24家企業已同意降低股息，把錢轉入國內經濟，以換取補貼等獎勵措施。
https://www.zaobao.com.sg/news/world/story20210401-1135674

*【美國將繼續挑戰“中國製造2025”產業政策】
拜登政府對中國用來刺激經濟的一些政策措施表示關注，認為這些政策排斥外國公司，將會扭曲市場。根據彭博社報導，美國貿易代表昨天發佈的2021年外國貿易壁壘預測報告中顯示，中國2015年發佈的“中國製造2025”包含了廣泛的國家干預和支援，對外國企業有限制和歧視。拜登政府的觀點與川普和歐巴馬政府一致。
https://www.zaobao.com.sg/realtime/china/story20210401-1135768

*【中芯淨利猛增1.4倍 料美出口管制將產生不利影響】
中國最大晶片製造商中芯國際公佈2020年業績，去年獲得歸屬于上市公司股東的淨利潤43.32億元人民幣，同比增長141.5%。不過公司表示，美國出口管制政策，可能會對其業務發展和經營業績產生不利影響。
https://www.zaobao.com.sg/realtime/china/story20210401-1135767

*【消息：字節跳動考慮將抖音在紐約或香港上市】
知情人士透露，字節跳動正在洽談其短視頻應用抖音去海外上市的可能性，上市地點可能是紐約或香港。消息人士說，字節跳動對安排抖音去紐約進行首次公開發行（IPO）的探討最近浮出水面。字節跳動也一直在考慮將其部分中國業務上市，包括安排今日頭條去香港或上海科創板上市。
https://www.zaobao.com.sg/realtime/china/story20210401-1135764

*【澳洲將投入10億元生產制導武器】
澳洲總理莫里森31日宣佈，澳政府將投入10億澳元創建一家制導武器企業，以確保該國主權防禦能力，並增加就業崗位。莫里森當天在澳洲政府發表的新聞公告中說，這家新企業未來將支持導彈和制導武器生產，供澳洲國防軍使用。
https://www.zaobao.com.sg/realtime/world/story20210331-1135605

*【美國又有亞裔遭襲擊 菲裔老婦紐約街頭被拳打腳踢入院】
65歲的受害者當時正在紐約曼哈頓時報廣場附近步行，一名男子突然將她踢倒，並不斷用腳踢她的頭部。襲擊者過後逃之夭夭，警方週三清晨逮捕了一名嫌疑人。紐約媒體報導，有居民指認襲擊者為一名流浪漢，警方在一家充當收容所的酒店內逮捕他。
https://www.zaobao.com.sg/news/world/story20210401-1135675

*【美兩國會員警控告川普 煽動支持者衝擊國會大廈】
美國兩名國會員警週二向華盛頓聯邦法院提出告訴，控告前總統川普煽動支持者衝擊國會大廈，釀成今年1月6日的國會大廈騷亂事件，導致幾十名警員受傷，其中一人死亡。他們聲稱，騷亂事件對他們的生理及心理造成極大傷害，因此分別向川普索取至少7萬5000美元的賠償。
https://www.zaobao.com.sg/news/world/story20210401-1135676

*【馬修增緊急條例允許首相等 無須通過議會可追加預算案】
馬來西亞政府修增緊急條例，允許首相慕尤丁和各州首長在緊急狀態下，無須通過議會即可推出追加預算案或動用統一基金的資金。這意味著聯邦財政部及各州首長或州務大臣可繞過議員的同意，擴大政府預算。
https://www.zaobao.com.sg/news/sea/story20210401-1135654

*【疑似追隨伊國組織女獨狼 恐襲印尼員警總部被擊斃】
一名相信是極端組織“伊斯蘭國”追隨者的女獨狼，3月31日闖入印尼員警總部企圖發動恐怖襲擊，結果在與員警交火時被擊斃。印尼國家警察局局長利斯特約事後召開記者會指出，死者是25歲女性，在發動攻擊前數小時，曾在個人社交媒體帳號發佈伊國組織旗幟的圖片。
https://www.zaobao.com.sg/news/sea/story20210401-1135651

*【維文與王毅會面 探討如何開放新中雙邊旅遊】
新加坡和中國正在探討如何逐步開放雙邊旅遊，包括認證彼此的健康證明，內容涵蓋疫苗、血清檢測和聚合酶鏈式反應檢測的相互認證。新加坡外交部長維文醫生過去兩天展開疫情後的首個訪華行程，期間會見了中國國務委員兼外長王毅。維文在結束行程後受訪時指出，新中兩國如何在疫情的恢復期中，重新開放彼此的經濟和旅遊，是雙方在此次會談中重點討論的課題之一。
https://www.zaobao.com.sg/news/singapore/story20210401-1135618

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

《妖怪學園的劣等生2》~試閱-3(11月8日)

﹝閱讀前請注意：
1.轉載、轉貼前請注名出處，本站網址
2.內文為尚未校稿過的初稿，有錯字或標點疏漏還請見諒
3.試閱會固定在週末PO文，連續發四週，會貼到第一章完。
以上，謝謝大家配合~^_^~]

---內文試閱---

『你亂搞什麼！』
伊安笑得很燦爛，但額角泛起青筋。『真是壯麗豪放的滅魔手段………』
『嗯。』祈祿看著在火海中狂喜飛舞的阿爾塔，『他看起來很開心。』
『整個街區都被滅了！為了退一個魔，你是要多少人陪葬啊！！』
『我昨天才做的的水晶指甲都被刮壞了！！』
『任務終止。』平板的電子語音從天空中響起，接著，週遭的景物像是被潑了水的畫，開始模糊，自天頂的某一處開始一點一滴的向下流褪去原有的色彩。片刻，展現在眼前的是寬廠巨大的室內廣場，天花板上架設著個樣的機械儀器，以及咒令符文。廠地中央有一座構造簡單的木製房屋模型，米色的木頭被燒成墨黑。
然後，房屋旁邊放了兩個人形。一個被燒成黑色乾碳，另一個則是被肢解後重新拼裝，左右腳還裝反。
這裡是實戰演練中心。座落於夏洛姆學園內。內部面積約三間體育館大，模擬街道房舍構築出基本的模型，水電等功能全具備，演練時內嵌在屋舍裡的幻像咒會將屋舍包裝成各種樣貌，投映出各種場景。是擬真度極高的實作場。
夏洛姆學園，人與非人雜處的學園，隱藏在世人眼底的守護者。退魔師的秘密培訓所。
幾名身穿正式退魔師服裝的助教，從角落的總指揮中心走出。臉色都非常難看。
『呃嗯，大家表現的都很不錯……』賀福星勉強的開口，想講些正向激勵人心的話語。『雖然還有很多進步的空間……』
『是沒有退步空間了吧。』小花冷語。
風精靈翡翠臭著臉，直接恐嚇，『要是我收到維修帳單……』翠綠的目光掃過每一個人。沒有下文的話語，威嚇力十足。
『實戰報告下星期繳交。』小花將一疊文件遞給祈祿。
祈祿瞪大了眼。『怎麼這麼厚！』
『一般狀況只要簡要記錄演練過程就好。』小花回頭看了後方毀壞大半的布景，『但是額外的物品破壞需要詳述原因。所以，嗯哼，你懂的……』
『成績週末公布。』語畢，三人轉身離去。
『先說好，我只完成我的部分。』亞勒惱怒的開口，『房舍破壞什麼的，不干我的事！』
『人矮心胸也狹窄……』羽縑低喃。
『吵死了！你弄那個什麼紙蝶，碰了水一點屁用也沒有！』
看著助教們離去的背影，在看了看手中那幾乎可以當成枕頭的文件，祈祿低頭長嘆。
夏爾走向祈祿身邊，『別擔心，我會幫你……』
祈祿抬頭望向夏爾，由衷感激的開口，『謝謝！』
夏爾輕咳了聲，『或許，我們可以一起寫……』
『好啊。』祈祿拍了拍夏爾的肩，『沒想到你這個人還不錯嘛。』
夏爾忍不住揚起笑容，就像是得到禮物的小孩一樣，但因為有他人在場，便立即收斂起笑容。
『真的寫不完的話，理昂哥哥會幫忙。只要我拿去給他就好。』莉雅笑呵呵的開口。
『幹得好，莉雅。』

**
離開實戰演練中心，大部分的人直接前往夜間選修課程的教室，或者返回寢室，只剩月滿堂、祈祿和夏爾三人前往食堂。
『伊安呢？』祈祿坐定之後，嚇然發現，一直同行的伊安，不知何時已脫隊，不見人影。
『好像中徒離開的，他說有事。』取完餐返回的月滿堂，一手各持著一個大餐盤，盤上以精準的平衡感，堆積著大量的食物，小心翼翼的放下。
『是喔。那羽縑呢？他不是沒課？』
『羽縑說他變胖了零點三七公斤，今晚禁食。』
『零點三七？哪來這麼精確的數字？』
『他的體重計是特製的電子天秤，聽說最多可以量到小數點第四位。』
『好吧。』祈祿有點惋惜的起身，準備前往餐區領餐。
『坐下。』正好折返的夏爾，低聲命令，同時，裝著一碗拉麵的盤子，遞放到祈祿面前。
祈祿低頭，只見麵前放著一碗地獄拉麵，豔橘的湯頭上飄著濃密的鮮紅色浮油，搭配上青綠色的蔥、白色肉片和切半的蛋，色彩與氣味同時刺激著視覺、嗅覺與味覺。
『喔！謝謝。』祈祿乖乖的坐回位置，臉上揚起滿意的笑容，『你怎麼知道我想吃這個？』
夏爾輕哼了聲，彷彿這個問題簡單到羞辱人。
『你每天晚餐都吃這個。』月滿堂沒好氣的提醒。
『是喔。』嗯，仔細想想好像真的是這樣。十一月入冬之後，食堂推出新菜色的拉麵，於是他每天晚餐都會義無反顧點一碗來吃。『下次不用特地幫我拿，我自己去端就可以了。』
『剛好在附近。』夏爾漫不經心的回應。
祈祿笑著拿起湯匙，品嘗了一口湯，點了點頭，停頓了片刻，放下湯匙。
『我去拿個東西。』
不等祈祿起身，夏爾迅速伸手，從自己餐盤的一角，抓起一個小碟子，隨手丟放到祈祿面前。
雪白的瓷碟裡堆放著一座辣椒丁的小山。
『剛好放在我要的餐點附近，我猜你可能會要。』夏爾淡然的解釋。
祈祿眼睛一亮，接著逕自把整碟的辣椒丁倒入碗中，用湯匙攪拌一翻，接著品嘗了一口，露出滿足的神色。
『謝謝，非常棒，份量恰到好處。』祈祿一邊喝著湯，一邊對夏爾豎指稱謝。
夏爾沒多說什麼，只是隨便的應了聲，彷彿無關緊要的小事。
月滿堂握著插子，一邊吃著面前的半隻烤羊，一邊偷偷的觀察著夏爾。
夏爾，好像人不像傳言裡的那麼壞……
雖然之前合作時，他已經知道夏爾的內在並不像外表一樣嚇人，隨著時間的相處，他也看見夏爾體貼的一面，但是──
但是，他還是會害怕！本能反射性的，畏懼著夏爾，就像羊隻看見老虎一樣。
他不怕惡魔，不怕其他的特殊生命體，就是怕面對夏爾這個人。
當一群人一起行動時，他可以很自然的找到自己最適應的安全距離，自然的窩在一群人裡和夏爾互動，其他人就像是屏障一樣，幫他隔出了令他安心空間。
現在，只有三個人，距離太近了。近到讓他有種曝露在沙漠中烈日下的感覺……
察覺到月滿堂的視線，夏爾惡狠狠的瞪向對方，『有事？』
『呃，沒有！絕對沒有！！』
『小滿也想要吃炸豬排嗎？』祈祿看了看夏爾的碗，擅自推論。『要叫夏爾分一塊給你嗎？』
月滿堂連忙否認，『不用不用！絕對不用！我豈敢提出這麼無禮的要求──』
『這樣喔。』祈祿點點頭。
『對！沒錯！』
夏爾看著慌張的月滿堂，輕嗤了聲，淡然而冷漠的瞥了月滿堂一眼，繼續吃著自己的餐點。
那眼神，彷彿看穿了月滿堂的思緒，同時透露出了一種帶著不屑的習以為常。
月滿堂皺了皺眉，帶了點羞愧的低下頭，食不知味的把食物送進嘴裡。
他不喜歡那種眼神……
祈祿吃著吃著，忽的開口，『對了，今天小隊的表現啊，我覺得還不錯。』
『明明失敗了……』月滿堂小聲的嘀咕。
『可是大家都很厲害呢。才花了十八分鐘就結束任務，遙遙領先其他小隊。』祈祿感慨而讚賞的開口，『如果大家團結的話，一定所向無敵。』
『或許吧。』
『畢竟是同一組的伙伴，和諧相處是必要的。』
夏爾不感興趣的開口，『或許並不是每個人都這麼想。』他有意無意的朝月滿堂望去。
月滿堂低下頭。
他也不想這樣，但他就是會怕啊……
『或許吧。』祈祿喝掉最後一口湯，『大家都是好人，情況一定會改善的。』
月滿堂和夏爾，心裡浮現出同一個想法：
那可未必……

**
用完餐，祈祿折返回房間。
伊安在腿上立了本素描本，一手搭在本子上緣，另一手握著鉛筆，描繪著頁面上的圖，修長的腿翹著，整個人極其優雅的坐在壁爐旁的沙發上。
『吃飯了嗎？』
『不餓。』伊安抬也不抬頭，繼續著自己手邊的事。
『我有外帶一點食物當宵夜，你要吃嗎？』祈祿邊問，邊搖了搖手中的鐵製便當盒。
『如果我想把自己弄得像鴨嘴獸的話，我會考慮。』他才不是笨蛋。沒有人受得了祈祿的重口味。
之前月滿堂好奇的吃了祈祿號稱”好吃到會升天”的辣味咖哩，從嘴部開始發紅發腫然後擴散到整張臉，看來像顆巨大的蕃茄。
『這樣喔。』祈祿捧著便當盒，準備前往自己床區時，繞向伊安的沙發後方，看見了伊安手中的本子裡畫的東西。
帶著點米黃的紙頁上，黑色的線條交織出深淺不一的色塊，拼構出立體而逼真的圖像。巨大而張狂的骨架、漆黑的發亮的肌膚、尖銳的指爪，以及閃著幽光的眼，正不懷好意的瞪著前方。祈祿認出，這是剛才模擬戰鬥時出現的惡魔。
『噢，畫得真好。』祈祿讚嘆，『你有學過繪畫嗎？』
他沒有美術天份，他的繪畫水平曾讓美術老師震驚到請假一週在家閉目養神，休養飽受荼毒的雙眼。
他的畫，在同學間被冠上了”視覺霸凌之王者”的封號。
要是他來畫惡魔的話，可能連惡魔看見也會驚恐，然後意外的達到封魔的效果吧。