《端粒效應》

本書作者伊莉莎白.布雷克本在2009年由於發現端粒的特性而獲得了諾貝爾獎. 端粒的狀態也是近代所有專家研究對抗老化一直圍繞的主題

端粒是什麼？ 端粒是由DNA與蛋白質共同組成, 可以保護染色體. 端粒只佔細胞DNA得不到萬分之一, 但是卻是抑制細胞老化的重要角色. 在染色體末端的端粒負責延緩細胞的突變, 衰老, 與健康. 生物學家海富立克1961年發現細胞分裂次數是有極限的, 在他實驗室培養皿中的細胞最多分裂50次, 接著就會死亡, 這也稱為”海富列克極限”. 而細胞每分裂一次, 端粒就會縮短一點, 整體細胞也會更加的老化

那我們的細胞在什麼情況下會分裂呢? 當人體面對心裡, 生理或是環境的一些壓力, 導致細胞狀態開始下滑, 到了一定程度之後, 細胞會自我複製一個新生細胞來取代舊的, 不健康的細胞以維持人體正常運作. 正如前述, 細胞每分裂一次, 端粒就會更加縮短, 導致老化的加速產生

全書探討我們有哪一些行為會導致端粒加速縮短? 而我們又有哪一些方式可以增進端粒的活性, 讓我們常保青春? 我覺得這一本書對於我們身為健康產業的工作人員是非常棒的一本書, 它提供了很多我們平時沒有思考到的方面.. 某些我們覺得稀鬆平常的行為, 也許是加速我們變老的元兇! 而且對於身體造成的傷害是吃再多保健品, 塗再多潤膚乳, 做再多運動也彌補不來的

端粒的縮短與氧化壓力有強烈的關聯, 也就是自由基. 肌肉內的粒腺體會不停的透過氧氣來製造身體需要的能量, 但是假如人體一直在一個處於非正常的狀態之下 (各種壓力), 對於氧氣的消耗量就會增大, 在這個過程當中就會產生自由基. 而自由機會直接攻擊健康的細胞, 進而產生一些疾病, 甚至加速細胞老化, 而直接導致端粒的短縮

那麼會影響端粒變短的因素有哪些呢？

1. 心理壓力: 長期的焦慮會引發HPA軸的內分泌反應, 促使皮質醇上升 (激發”戰或逃”反應). 而血清的皮質醇水平始終高居不下會讓身體處慢性發炎的狀態, 接下來則會導致肥胖, 心血管疾病, 胰島素阻抗, 甚至是精神方面的問題
2. 久坐少動: 人類的老祖宗在遠古時代是每天在原野之上覓食, 狩獵的. 但是進入工業社會的短短一兩百年, 活動量大幅度減少. 再加上飲食結構也在短時間經歷了天翻地覆的改變, 所以一堆五花八門的疾病也接踵出現
3. 睡眠不足: 看到這一本書裡面提到睡眠我一點也不意外, 在”為什麼要睡覺” 這一本書中, 作者已經強調了睡眠的重要性. 時間足夠, 品質夠好的優質睡眠可以最大幅度的提升生長激素與降低皮質醇, 讓身體可以完全進行修補. 但是熬夜, 失眠, 睡眠干擾 (光源, 噪音, 焦慮…) 會讓人失去這最寶貴的 “進廠維修”, 既然每一天晚上休息狀態不佳了, 細胞當然加速老化. 所以 “美容覺” 真的還是有道理的
4. 化學物質: 尼古丁, 酒精, 染髮, 污染的水源, 過度加工的食物, 甚至毒品等等… 這些物質隨便一個對於身體的傷害都不小, 更何況現代人通常都會不止一項的面對這一些壞東西. 身體長期在這些化學物質 “八國聯軍” 的狀態之下, 招架無力, 就會隨之崩潰..

“端粒酶” 是存在細胞中, 維持端粒活性化的酵素, 端粒的縮短都是來自端粒酶含量不足, 來不及維持端粒的健康, 而讓細胞衰老. 而要如何維持端粒酶的水平呢? 首先第一點讓我非常意外: 心態！

由於本書另一位聯合作者: 伊麗莎.艾波是臨床心理學專家, 她與伊莉莎白博士合作了很多研究, 她們發現積極的心態有助於維持端粒穩定, 也就是焦慮之下的正向思考. 為了讓人們對於壓力的抵抗能力增加, 在 “認知行為理論” 中的一些概念就非常有幫助, 例如: 如何看待壓力, 如何接受自我, 對壓力作出正確的判斷, 而降低身體與心理的緊張

人在壓力下, 會產生相應的應激反應. 而假如我們認為這是一個 “好壓力”, 那麼身體就會把它視為一種挑戰, 腎上腺素會加倍分泌. 接下來流入心臟與大腦的血液流量會增加, 血液中的含氧量也會增加, 精神上也會產生極大的專注力; 反過來說假如我們解讀這是一個 ”壞壓力”, 皮質醇則會迅速升高, 維持心率加快, 使人可以忍受疼痛, 同時會放大不安. 我已經知道長期的皮質醇反應會影響身體健康, 但卻沒想過透過自己心態上的調整就可以在內分泌上產生這麼大的改變, 進而影響身體狀態!

運動當然可以延緩身體老化, 那麼是什麼運動都可以嗎? 該怎麼做呢?

常運動的人, 端粒比較長, 自由基也較少, 免疫能力也比較強. 而運動當下所產生的生理反應與前面我們提到的 “好壓力” 是一致的, 同樣會使身體進入一個亢奮狀態, 所以保有運動習慣的人較不容易焦慮. 因為有壓力產生時, 大腦會馬上將其識別為 “運動” 反應, 而將腎上腺素提高, 皮質醇水平降低 (這一點在我之前讀過的 ”運動改造大腦” 與 “真正的快樂處方” 兩本書裡面也有提到)

而常運動的人得到一些文明病的機率也更低, 更加可以確保端粒的健康

那麼, 哪一種運動對於端粒最有益呢? 各位觀眾: 有氧運動! 在研究中發現, 一週三次的有氧運動, 連續半年, 端粒酶的活性提高了兩倍, 而肌力訓練則沒有這個效果, 但是可以當做有氧運動在骨骼肌肉方面的補強. 也就是說, 端粒酶的活性與心血管的強化有關 (以上這一句是書上原文, 只有做肌力訓練的別跳腳…)

而研究又發現, 頂尖運動員端粒的長度與適度運動者相似, 也就是說運動也有一個劑量效應, 並不是說越多越好. 事實上, 同時從事多種運動的人被發現端粒狀況最為健康, 端粒酶活性也越大! 所以別將自己框架在一種運動之下, 小孩才做選擇, 大人我都要!!!

關於睡眠, 與我之前寫的 “為什麼要睡覺” 結論一致. 維持健康其實做好三件事就足夠: 飲食, 運動與睡眠. 而睡眠也是前兩者的基礎, 熬夜, 睡眠時數不足, 睡眠模式不規律, 都會讓身體的氧化壓力增加, 進而促使端粒縮短 (想想你的生長激素)

在飲食方面, 本書推薦的是地中海式的飲食, 減少精緻糖類, 以全榖高纖的原型食物為主, 並且攝取優質蛋白質 (魚類), 最重要的是充足的日照 (每日20~30分鐘與太陽適當的接觸) ,因為維生素D被研究發現與維持端粒長度有重要的關係

書本裡面還有提到很多可以抑制端粒短縮, 防止老化的方式. 讓我不禁深思, 在現在有多少的生活方式, 其實是正在漸漸地讓我們走上老化的這一條路？(有沒有看過一些人煙酒不離手, 但每天狂抹保養品? 其實是沒有用的…) 而我們不能等到已經老年了以後才來正視這些問題.. 成年之後, 我們每一天, 每一個月, 每一年, 都在不知不覺的老去, 唯有正視這些問題, 才可以不讓歲月在我們的身上留下足跡!!!

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

「抗議政府徵收私有祖厝變財團蓋飯店原地主表達不滿暨大鵬灣風景區鳳凰旅行社在小琉球蓋10層飯店破壞當地景觀風貌」記者會
採訪通知時間：109年12月17日星期四上午09:30
地點：台北行政院大門口並遞陳情書
※8點到9點半 靜坐抗議，09:30開記者會
※當天記者會拉白布條.抗議人士近呼喊抗議口號
※邀請相關單位列席:交通部航港局，交通部觀光局大鵬灣國家風 景區管理處，交通部航政司，經濟部，環保署，內政部， 墾丁國家管理處，我們陳抗後進入行政院遞陳情書交流。
訴求:
政府徵收私有土地變財團蓋飯店原地主表達不滿，應廢止徵收還地於民。
依大鵬灣風景區鳳凰旅行社，在小琉球蓋10層飯店，破壞當地景觀風貌，應降低樓層。
說明:
1.屏東縣車城鄉射尞段186 187 188地號(現已合併射埔段984號)已於81年被徵收停車場.經107年內政部核定交換給京棧集團以不符合原始徵收計畫書裡長期工作海生館暨服務設施。

2.如是為保護陸蟹生態,為何79年被徵收土地時,私人集團的京棧可以不被徵收變成現在卻要交換,海生館卻說出停車場已無需再使用可以交換,難道停車場沒有陸蟹嗎?

3.79年用一坪420元徵收土地,現在公告4200元 卻用來交換5200元私有地,人民有不公平之疑慮

4.希望政府可以公平對待並保護人民犧牲給公共建設的財產與美意,而不是讓原地主的後代子孫再次受傷。
陳情: 原土地所有權人願意犧牲給政府徵收蓋停車場,但不願意讓古厝土地變成飯店經營變成私人營利,後代子孫情何以堪。
說明:
屏東縣車城鄉射寮段186、187、188地號土地(現已合併為射埔段984地號)
一、原重劃前屏東縣車城郷射寮段186、187、188地號土地所有權人,查墾丁國家公園管理處於民國80年間辦理「國立海洋生物博物館」開發案,進行土地徵收時【內政部80年7月2日台(80)內地字第8080054號函核准征收,
屏東縣政府於80年12月23日公告徵收】原徵收之土地已足供海生館場館建設使用,卻仍執意收購周圍土地,經所有權拒絕議價後,墾丁國家公園管理處竟辦理二次征收【內政部81年4月21日台(81)內地字第8176150號函核准徵收,屏東縣政府於81年5月9日公告徴收】強制徴收前揭本人所有之土地,嗣前揭土地經重劃、合併為屏東縣車城鄉射埔段984地號於81年由教育部撥用,辦理海洋生物博物館開發89年正式營運,然該地目前仍非海生館之場館用地,而部分為停車場土地(部分聞置未加以開發使用),顯非事業所必需之範圍,與墾丁國家公園管理處當時徵收之目的不符,顯係利用權力強制取得人民土地,是當初墾丁國家公園管理處辦理二次征收土地之決策過程顯有疑義!

二、墾丁國家公園管理處所報「墾丁國家公園遊憩區（一）與鄰近海生館停車場土地變更分區交換研議案」乙案原被徵收人犧牲給政府蓋停車場的古厝變成京棧大飯店股份有限公司所有且已不符合土地徵收第三條十項目。
內政部107年5月29號回覆81年八月被徵收土地變成停車場.能為公共必要性,但106年卻變更為京棧大飯店股份有限公司。已不符原始徵收計畫書裡為長期工作海洋生物館暨服務設施。原土地所有權人願意犧牲給政府徵收蓋停車場,但不願意讓飯店經營蓋飯店變成營利。

陳情書
大鵬灣國家風景區縣政府核照給鳳凰旅行社在小琉球蓋10層大樓破壞景觀與生態應降低樓層
訴求:
小琉球居民自救會-反對鳳凰旅行社十層樓飯店建設案
永續觀光在哪？請屏東縣政府不要發展「用完即丟的觀光」

說明:小琉球居自救會根據《環境影響評估法》及「觀光地區及風景特定區建築物及廣告物攤位設置規劃限制辦法」的條例，質疑建管處核准該建設案取得建築執照的正當性。自救會提醒，小琉球屬於大鵬灣國家風景區範疇，當地富有珍貴的海洋生態與人文風情，不該被一棟十層樓飯店犧牲。

小琉球自救會表示，目前當地旅宿業者皆有共榮地方、共同維護環境的默契與共識。但鳳凰旅行社飯店這段時間以來，建方無誠意與當地居民溝通，更無視地方的質疑和建議。自救會擔心，若飯店興建完成，將影響島嶼天際線以及海洋生態環境，嚴重衝擊小琉球的「永續觀光」。

面對如此爭議的案子，屏東縣政府卻未派人與會，小琉球自救會代表批評，屏東縣府號稱最會拚觀光，但卻選擇在小琉球觀光問題未提出解方之際，就大力歡迎該飯店進駐，無視永續城鄉與觀光生態衝突等議題。自救會最後呼籲，小琉球不要用完即丟的觀光模式，請屏東縣政府正視問題與訴求。

鳳凰旅行社即將在小琉球白沙港興建十層樓飯店，如台東美麗灣翻版的方式規避環評（環境影響評估）監督，未來勢必影響島嶼天際線以及海洋生態環境，嚴重衝擊小琉球的「永續觀光」。

潘孟安縣長號稱帶領「最拼觀光的政府」，至今不僅未提出完善的永續觀光等相關政策，還放任外來飯店破壞小琉球秩序與生態。

小琉球長期以觀光產業為發展命脈，目前當地的民宿已有400多間，長期以來維持本地商家共榮、人與環境共生的機制。遺憾的是，屏東縣政府卻忽略當地人文風情與自然環境，執意讓鳳凰國際旅行社、承億文旅、鑫富都建設三方興建十層樓（地下一層）飯店進駐，將衝擊小琉球長久發展地方的和諧與平衡。

今年9月29日建商雖然至當地召開公聽會，答應會將當地居民的意見做討論，但實際上並未納入任何居民意見，至今未提出變更設計等修改方案就執意動工，全然不尊重在地居民。

藉由這場記者會，小琉球居民自救會提出訴求，希望政府聽見在地居民的心聲。

一、小琉球為大鵬灣風景特定區範圍之一，就其特殊的自然環境資源，所有開發應更將謹慎評估。尤其「人文地產景」屬在地重要資產，飯店建設位置面臨漁港，突兀的建築物量體，將嚴重破壞島嶼景觀天際線，衝擊小琉球海洋生態。
二、小琉球最高建築物僅六層樓，飯店預計搭蓋十層，消防設備不足，將影響小琉球居民基本生命安全。
三、小琉球長期以來共同發展海洋文化的深度觀光，如今外來業者冒然進入且與居民無共識，日後恐造成更多衝突。因此希望縣府、業者多辦理公聽會，與居民取得共識，一同為地方觀光發展努力。

從小琉球十層樓飯店，看屏東縣政府的「永續觀光」政策】 屏東縣政府對小琉球永續觀光的政策： 1.未提出遊客量管制及非法民宿輔導方案。 2.海洋生態與觀光衝突：人類觸碰海龜、珊瑚礁白化、潮間帶生物減少。 3.新增東港至小琉球航線。 4.歡迎「十層樓飯店」進駐小琉球白沙尾漁港，海景第一排！ 5.經濟為導向的觀光政策。 6................................................？

從今年9月以來爭議不斷的「小琉球十層樓飯店建設案」，已於11月23日正式動工，未來小琉球的白沙尾漁港旁，即將誕生一棟華麗的十層樓飯店！海景第一排！ 從九月的公聽會、十月的線上會議以及十一月的記者會，一路以來的「公共安全疑慮」至今未收到完整的回覆，唯一訴求「降低樓層高度」當然也沒有獲得解答。 讓我們把視角拉大，省思近年來當地的觀光與生態衝突，究竟是怎麼一回事？ 請問我們什麼時候才有「答案」？

有關於屏東縣東港鎮琉球鄉之鳳凰旅行社十層樓（地下一層）飯店建案（屏東縣琉球鄉白沙段第286地號土地） 目前 都在施工中 剩至工作到凌晨2點 噪音 影響到 鄰近住戶 是否可協助幫忙? 居民在九月三十日的地方公聽會所提出的「降低樓層及公安疑慮」等意見。 根據行政院交通部觀光局「觀光地區及風景特定區建築物及廣告物攤位設置規劃限制辦法」之第五條規定，風景特定區內的建築物應與週邊自然環境調和，且不得有礙景觀維護、視野眺望及公眾使用。鳳凰旅行社十層樓飯店已違背該限制辦法，請貴單位查照。 目前屏東縣政府建管處已核准建照，且建設公司已於本週動工打地樁，請貴單位查明，並要求建管處通知建商暫緩施工。

致　大鵬灣國家風景區： 有關於屏東縣東港鎮琉球鄉之鳳凰旅行社十層樓（地下一層）飯店建案（屏東縣琉球鄉白沙段第286地號土地） 居民在九月三十日的地方公聽會所提出的「降低樓層及公安疑慮」等意見。 根據行政院交通部觀光局「觀光地區及風景特定區建築物及廣告物攤位設置規劃限制辦法」之第五條規定，風景特定區內的建築物應與週邊自然環境調和，且不得有礙景觀維護、視野眺望及公眾使用。鳳凰旅行社十層樓飯店已違背該限制辦法，請貴單位查照。 目前屏東縣政府建管處已核准建照，且建設公司已於本週動工打地樁，請貴單位查明，並要求建管處通知建商暫緩施工。

11月19日【反對鳳凰旅行社十層樓飯店建設案－記者會】
後感言
那天，起了大早南下至屏東縣議會，但是核准建照的屏東縣政府卻沒有派任何代表出席，建商一句：「一切合法，還有什麼好說的？」 嗯，我低頭看著1504份的連署單，大家對建設案的反對意見： 「我是小琉球的地主，在港口也有土地，我反對財團破壞性的開發及阻擋街道式建築，不符小琉球的地景風貌，更是破壞環境！」 「那邊民宿很多，再蓋飯店下去不會過度飽和嗎？」 「以現在的氣候變遷等環境危機，我們需要的是盡可能保留還沒破壞的自然環境，反對在小琉球蓋飯店。」
「有很多比金錢、商業更值得追求，更值得守護的。」 淚水在眼眶裡打轉，我是為了什麼發起連署的，是為了什麼來到這裡的？ 這棟飯店真的是為了提升小琉球的觀光品質而興建的嗎？ 政府在核准建照的時候，難道一點也沒有想過連署單提到的疑慮嗎？ 平民百姓，想為土地發聲的權利，難道沒有嗎？ -

小琉球居民自救會於11月19日至屏東縣議會召開「反對鳳凰旅行社十層樓飯店建設案」記者會。到場單位有海洋委員會、蔣月惠議員、全國大學民主聯盟以及鑫富都建設等。惟屏東縣政府未派任何代表與會，自救會表示遺憾與不滿。 小琉球居自救會根據《環境影響評估法》及「觀光地區及風景特定區建築物及廣告物攤位設置規劃限制辦法」的條例，質疑建管處核准該建設案取得建築執照的正當性。

自救會認為小琉球屬於大鵬灣國家風景區範疇，當地富有珍貴的海洋生態與人文風情，不該被一棟十層樓飯店犧牲。 屏東縣政府號稱最會拚觀光，但卻選擇在小琉球觀光與生態問題未解之際，就大力歡迎十層樓飯店進駐白沙尾漁港，無視永續城鄉與觀光生態衝突等議題。 小琉球不要用完即丟的觀光模式，請屏東縣政府正視問題與訴求。
備註:（11月19日）小琉球居民自救會於屏東縣議會召開「反對鳳凰旅行社十層樓飯店建設案」記者會。到場者有海洋委員會、蔣月惠議員、全國大學民主聯盟以及鑫富都建設等單位。惟屏東縣政府不願面對自救會的連署聲浪，未派任何代表與會，自救會表示遺憾與不滿。
聯絡人: 小琉球居民自救會會長翁靖婷0983022782