創新工場“AI蒙汗藥”入選NeurIPS 2019,3年VC+AI佈局進入科研收穫季
本文來自量子位微信公眾號
……………………………………………………………………
NeurIPS 2019放榜,創新工場AI工程院論文在列。
名為“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”。
一作是創新工場南京國際AI研究院執行院長馮霽,二作是創新工場南京國際人工智慧研究院研究員蔡其志,南京大學AI大牛周志華教授也在作者列。
論文提出了一種高效生成對抗訓練樣本的方法DeepConfuse,通過微弱擾動資料庫的方式,徹底破壞對應的學習系統的性能,達到“資料下毒”的目的。
創新工場介紹稱,這一研究就並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,還能協助針對性地制定防範“AI駭客”的完善方案,推動AI安全攻防領域的發展。
NeurIPS,全稱神經資訊處理系統大會(Conference and Workshop on Neural Information Processing Systems),自1987年誕生至今已有32年的歷史,一直以來備受學術界和產業界的高度關注,是AI學術領域的“華山論劍”。
作為AI領域頂會,NeurIPS也是最火爆的那個,去年會議門票在數分鐘內被搶光,而且在論文的投稿錄取上,競爭同樣激烈。
今年,NeurIPS會議的論文投稿量再創新高,共收到6743篇投稿,最終錄取1428篇論文,錄取率為21.2%。
▌“資料下毒”論文入選頂會NeurIPS
那這次創新工場AI工程院這篇入選論文,核心議題是什麼?
我們先拆解說說。
近年來,機器學習熱度不斷攀升,並逐漸在不同應用領域解決各式各樣的問題。不過,卻很少有人意識到,其實機器學習本身也很容易受到攻擊,模型並非想像中堅不可摧。
例如,在訓練(學習階段)或是預測(推理階段)這兩個過程中,機器學習模型就都有可能被對手攻擊,而攻擊的手段也是多種多樣。
創新工場AI工程院為此專門成立了AI安全實驗室,針對人工智慧系統的安全性進行了深入對評估和研究。
在被NeurIPS收錄的論文中,核心貢獻就是提出了高效生成對抗訓練資料的最先進方法之一——DeepConfuse。
▌給數據下毒
通過劫持神經網路的訓練過程,教會雜訊生成器為訓練樣本添加一個有界的擾動,使得該訓練樣本訓練得到的機器學習模型在面對測試樣本時的泛化能力盡可能地差,非常巧妙地實現了“資料下毒”。
顧名思義,“資料下毒”即讓訓練資料“中毒”,具體的攻擊策略是通過干擾模型的訓練過程,對其完整性造成影響,進而讓模型的後續預測過程出現偏差。
“資料下毒”與常見的“對抗樣本攻擊”是不同的攻擊手段,存在於不同的威脅場景:前者通過修改訓練資料讓模型“中毒”,後者通過修改待測試的樣本讓模型“受騙”。
舉例來說,假如一家從事機器人視覺技術開發的公司希望訓練機器人識別現實場景中的器物、人員、車輛等,卻不慎被入侵者利用論文中提及的方法篡改了訓練資料。
研發人員在目視檢查訓練資料時,通常不會感知到異常(因為使資料“中毒”的噪音資料在圖像層面很難被肉眼識別),訓練過程也一如既往地順利。
但這時訓練出來的深度學習模型在泛化能力上會大幅退化,用這樣的模型驅動的機器人在真實場景中會徹底“懵圈”,陷入什麼也認不出的尷尬境地。
更有甚者,攻擊者還可以精心調整“下毒”時所用的噪音資料,使得訓練出來的機器人視覺模型“故意認錯”某些東西,比如將障礙認成是通路,或將危險場景標記成安全場景等。
為了達成這一目的,這篇論文設計了一種可以生成對抗雜訊的自編碼器神經網路DeepConfuse。
通過觀察一個假想分類器的訓練過程更新自己的權重,產生“有毒性”的雜訊,從而為“受害的”分類器帶來最低下的泛化效率,而這個過程可以被歸結為一個具有非線性等式約束的非凸優化問題。
▌下毒無痕,毒性不小
從實驗資料可以發現,在MNIST、CIFAR-10以及縮減版的IMAGENET這些不同資料集上,使用“未被下毒”的訓練資料集和“中毒”的訓練資料集所訓練的系統模型在分類精度上存在較大的差異,效果非常可觀。
與此同時,從實驗結果來看,該方法生成的對抗雜訊具有通用性,即便是在隨機森林和支援向量機這些非神經網路上也有較好表現。
其中,藍色為使用“未被下毒”的訓練資料訓練出的模型在泛化能力上的測試表現,橙色為使用“中毒”訓練資料訓練出的模型的在泛化能力上的測試表現。
在CIFAR和IMAGENET資料集上的表現也具有相似效果,證明該方法所產生的對抗訓練樣本在不同的網路結構上具有很高的遷移能力。
此外,論文中提出的方法還能有效擴展至針對特定標籤的情形下,即攻擊者希望通過一些預先指定的規則使模型分類錯誤,例如將“貓”錯誤分類成“狗”,讓模型按照攻擊者計畫,定向發生錯誤。
例如,下圖為MINIST資料集上,不同場景下測試集上混淆矩陣的表現,分別為乾淨訓練資料集、無特定標籤的訓練資料集、以及有特定標籤的訓練資料集。
實驗結果有力證明,為有特定標籤的訓練資料集做相應設置的有效性,未來有機會通過修改設置以實現更多特定的任務。
對資料“下毒”技術的研究並不單單是為了揭示類似的AI入侵或攻擊技術對系統安全的威脅,更重要的是,只有深入研究相關的入侵或攻擊技術,才能有針對性地制定防範“AI駭客”的完善方案。
隨著AI演算法、AI系統在國計民生相關的領域逐漸得到普及與推廣,科研人員必須透徹地掌握AI安全攻防的前沿技術,並有針對性地為自動駕駛、AI輔助醫療、AI輔助投資等涉及生命安全、財富安全的領域研發最有效的防護手段。
▌還關注聯邦學習
除了安全問題之外,人工智慧應用的資料隱私問題,也是創新工場AI安全實驗室重點關注的議題之一。
近年來,隨著人工智慧技術的高速發展,社會各界對隱私保護及資料安全的需求加強,聯邦學習技術應運而生,並開始越來越多地受到學術界和工業界的關注。
具體而言,聯邦學習系統是一個分散式的具有多個參與者的機器學習框架,每一個聯邦學習的參與者不需要與其餘幾方共用自己的訓練資料,但仍然能利用其餘幾方參與者提供的資訊更好的訓練聯合模型。
換言之,各方可以在在不共用資料的情況下,共用資料產生的知識,達到共贏。
創新工場AI工程院也十分看好聯邦學習技術的巨大應用潛力。
今年3月,“Learning to Confuse: Generating Training Time Adversarial Data with Auto-Encoder”論文的作者、創新工場南京國際人工智慧研究院執行院長馮霽代表創新工場當選為IEEE聯邦學習標準制定委員會副主席,著手推進制定AI協同及大資料安全領域首個國際標準。
創新工場也將成為聯邦學習這一技術“立法”的直接參與者。
▌創新工場AI工程院科研成績單
創新工場憑藉獨特的VC+AI(風險投資與AI研發相結合)的架構,致力於扮演前沿科研與AI商業化之間的橋樑角色。
創新工場2019年廣泛開展科研合作,與其他國際科研機構合作的論文,入選多項國際頂級會議,除上述介紹的“資料下毒”論文入選NeurlPS之外,還有8篇收錄至五大學術頂會,涉及影像處理、自動駕駛、自然語言處理、金融AI和區塊鏈等方向。
┃兩篇論文入選ICCV
Disentangling Propagation and Generation for Video Prediction
https://arxiv.org/abs/1812.00452
這篇論文的主要工作圍繞一個視頻預測的任務展開,即在一個視頻中,給定前幾幀的圖片預測接下來的一幀或多幀的圖片。
Joint Monocular 3D Vehicle Detection and Tracking
https://arxiv.org/abs/1811.10742
這篇論文提出了一種全新的線上三維車輛檢測與跟蹤的聯合框架,不僅能隨著時間關聯車輛的檢測結果,同時可以利用單目攝像機獲取的二維移動資訊估計三維的車輛資訊。
┃一篇論文入選IROS
Monocular Plan View Networks for Autonomous Driving
http://arxiv.org/abs/1905.06937
針對端到端的控制學習問題提出了一個對當前觀察的視角轉換,將其稱之為規劃視角,它把將當前的觀察視角轉化至一個鳥瞰視角。具體的,在自動駕駛的問題下,在第一人稱視角中檢測行人和車輛並將其投影至一個俯瞰視角。
┃三篇論文入選EMNLP
Multiplex Word Embeddings for Selectional Preference Acquisition
提出了一種multiplex詞向量模型。在該模型中,對於每個詞而言,其向量包含兩部分,主向量和關係向量,其中主向量代表總體語義,關係向量用於表達這個詞在不同關係上的特徵,每個詞的最終向量由這兩種向量融合得到。
What You See is What You Get: Visual Pronoun Coreference Resolution in Dialogues
https://assert.pub/papers/1909.00421
提出了一個新模型(VisCoref)及一個配套資料集(VisPro),用以研究如何將代詞指代與視覺資訊進行整合。
Reading Like HER: Human Reading Inspired Extractive Summarization
人類通過閱讀進行文本語義的摘要總結大體上可以分為兩個階段:1)通過粗略地閱讀獲取文本的概要資訊,2)進而進行細緻的閱讀選取關鍵句子形成摘要。
本文提出一種新的抽取式摘要方法來模擬以上兩個階段,該方法將文檔抽取式摘要形式化為一個帶有上下文的多臂老虎機問題,並採用策略梯度方法來求解。
┃一篇論文入選IEEE TVCG
sPortfolio: Stratified Visual Analysis of Stock Portfolios
https://www.ncbi.nlm.nih.gov/pubmed/31443006
主要是對於金融市場中的投資組合和多因數模型進行可視分析的研究。通過三個方面的分析任務來幫助投資者進行日常分析並升決策準確性。
並提出了一個全新的視覺化分析系統sPortfolio,它允許使用者根據持倉,因數和歷史策略來觀察投資組合的市場。sPortfolio提供了四個良好協調的視圖。
┃一篇論文入選NSDI
Monoxide: Scale Out Blockchain with Asynchronized Consensus Zones
https://www.usenix.org/system/files/nsdi19-wang-jiaping.pdf
提出了一種名為非同步共識組 Monoxide 的區塊鏈擴容方案,可以在由 4.8 萬個全球節點組成的測試環境中,實現比比特幣網路高出 1000 倍的每秒交易處理量,以及 2000 倍的狀態記憶體容量,有望打破“不可能三角”這個長期困擾區塊鏈性能的瓶頸。
▌獨特的“科研助推商業”思路
國內VC,發表論文都很少見,為什麼創新工場如此做?
這背後在於其“VC+AI”模式。
最獨特之處在于,創新工場的AI工程院可以通過廣泛的科研合作以及自身的科研團隊,密切跟蹤前沿科研領域裡最有可能轉變為未來商業價值的科研方向。
這種“科研助推商業”的思路力圖儘早發現有未來商業價值的學術研究,然後在保護各方智慧財產權和商業利益的前提下積極與相關科研方開展合作。
同時,由AI工程院的產品研發團隊嘗試該項技術在不同商業場景裡可能的產品方向、研發產品原型,並由商務拓展團隊推動產品在真實商業領域的落地測試,繼而可以為創新工場的風險投資團隊帶來早期識別、投資高價值賽道的寶貴機會。
“科研助推商業”並不是簡單地尋找有前景的科研專案,而是將技術跟蹤、人才跟蹤、實驗室合作、智慧財產權合作、技術轉化、原型產品快速反覆運算、商務拓展、財務投資等多維度的工作整合在一個統一的資源體系內,用市場價值為導向,有計劃地銜接學術科研與商業實踐。
以AI為代表的高新技術目前正進入商業落地優先的深入發展期,產業大環境亟需前沿科研技術與實際商業場景的有機結合。
創新工場憑藉在風險投資領域積累的豐富經驗,以及在創辦AI工程院的過程中積累的技術人才優勢,特別適合扮演科研與商業化之間的橋樑角色。
於是,創新工場AI工程院也就順勢而生。
創新工場人工智慧工程院成立於2016年9月,以“科研+工程實驗室”模式,規劃研發方向,組建研發團隊。
目前已經設有醫療AI、機器人、機器學習理論、計算金融、電腦感知等面向前沿科技與應用方向的研發實驗室,還先後設立了創新工場南京國際人工智慧研究院、創新工場大灣區人工智慧研究院。
目標是培養人工智慧高端科研與工程人才,研發以機器學習為核心的前沿人工智慧技術,並同各行業領域相結合,為行業場景提供一流的產品和解決方案。
而且, 創新工場還與國內外著名的科研機構廣泛開展科研合作。
例如,今年3月20日,香港科技大學和創新工場宣佈成立電腦感知與智慧控制聯合實驗室(Computer Perception and Intelligent Control Lab)。
此外,創新工場也積極參與了國際相關的技術標準制定工作。例如,今年8月,第28屆國際人工智慧聯合會議(IJCAI)在中國澳門隆重舉辦,期間召開了IEEE P3652.1(聯邦學習基礎架構與應用)標準工作組第三次會議。
IEEE聯邦學習標準由微眾銀行發起,創新工場等數十家國際和國內科技公司參與,是國際上首個針對人工智慧協同技術框架訂立標準的專案。
創新工場表示,自身的科研團隊將深度參與到聯邦學習標準的制定過程中,希望為AI技術在真實場景下的安全性、可用性以及保護資料安全、保護使用者隱私貢獻自己的力量。
同時也有41部Youtube影片,追蹤數超過11萬的網紅MOTODAILY,也在其Youtube影片中提到,這幾天突然冒出來的台本要求召回之前去直營店改裝的全馬力ECU,雖然有提供補償措施,不過消秏掉的時間成本也是車主自己要承擔的。 - 有一種說法是回去改回原廠,拿一萬元禮券與退費,之後再出去改很划算。但另一方面來說,台本到底是為什麼要這樣全面召回? - 你說是有人去環保署檢舉,或是環保署施壓車廠,但問題...
「噪音資料」的推薦目錄:
- 關於噪音資料 在 李開復 Kai-Fu Lee Facebook 的精選貼文
- 關於噪音資料 在 智慧家庭實驗室-智家嚴選 Facebook 的最佳解答
- 關於噪音資料 在 MOTODAILY Youtube 的最佳貼文
- 關於噪音資料 在 志祺七七 X 圖文不符 Youtube 的最佳解答
- 關於噪音資料 在 陳寗 NingSelect Youtube 的最佳解答
- 關於噪音資料 在 [情報]噪音科技執法(含標準示範執法影片) - 看板biker 的評價
- 關於噪音資料 在 SYM JET SL 158即將登場? / Harley-Davidson X440車系7/4 ... 的評價
- 關於噪音資料 在 輕檔車俱樂部| 關於排氣噪音,不查不知道,一查嚇一跳,就 ... 的評價
- 關於噪音資料 在 機車噪音標準2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
- 關於噪音資料 在 機車噪音標準2023-在Facebook/IG/Youtube上的焦點新聞和 ... 的評價
噪音資料 在 智慧家庭實驗室-智家嚴選 Facebook 的最佳解答
憂鬱症症患者的情感更平淡消極,語音變化會減少,音量和單調更單調,說話也會減少,而且吐字不清,停頓變長。另外,憂鬱症症患者的聲道和聲帶更緊張。機器學習很適合解決這類問題,能從噪音資料中進行預測,而且語音分析也是這一領域的重要話題。
原理很簡單,將患者的語音處理成隻剩母音,然後分析母音 a、i、u 的第一和第二共振峰(譜峰)。最後就是使用 k-means 演算法進行處理,這一演算法也挺老了,出現於 1967 年,原理是圍繞一定的平均值將資料集分為不同的類。
噪音資料 在 MOTODAILY Youtube 的最佳貼文
這幾天突然冒出來的台本要求召回之前去直營店改裝的全馬力ECU,雖然有提供補償措施,不過消秏掉的時間成本也是車主自己要承擔的。
-
有一種說法是回去改回原廠,拿一萬元禮券與退費,之後再出去改很划算。但另一方面來說,台本到底是為什麼要這樣全面召回?
-
你說是有人去環保署檢舉,或是環保署施壓車廠,但問題來了環保署連市面上眾多非經過噪音排污檢測合格的排氣管都沒在抓了,要怎麼抓ECU這種東西?
-
另一方面又聽說可能是近期上任的高層認為這樣不妥,要讓公司的車名正言順的符合台灣法規,所以要求召回改正之前由原廠提供的"非法改裝"。
-
反正原因眾說紛紜,不過如果沒回廠改正原廠會把車主個資交給環保署的這件事是真的。那這種行為絕對不妥, #因為這就等於是廠商直接把車主資料交給政府,車主隱私三小的通通都掰了,真的這樣搞,台本也只是贏了環保署的認同,但後續可能要面對車主提告的麻煩與商譽毀滅又是另一場公關危機。
-
影片就教士簡單和大家聊一下我的看法,看看各位車友是如何看待這件事。
教士的insta360 推廣連結:
https://www.insta360.com/sal/one_x2?insrc=INRYVAY
#insta360onex2
https://www.insta360.com/sal/one_r?insrc=INRYVAY
#insta360oner
(贈品:隱形自拍棒、額外電池)
====
教士的粉專:
https://www.facebook.com/PT.MotoDaily
教士的IG:
https://www.instagram.com/pt_motodaily/
===============
教士的贊助商:
#Takeway ←手機與運動相機支架
#SENA ←高性能藍芽耳機首選
#SONAX ←德國第一汽機車美容品牌
#307P ←專業騎士防水背包
#AFAM ←高性能鏈條盤齒組合
噪音資料 在 志祺七七 X 圖文不符 Youtube 的最佳解答
本集廣告與「圖文不符上課囉」合作播出
版塊 Block Studio 首度開課,和你分享 #動態特效網站 的設計秘訣!
▹▹▹ http://bit.ly/webdesign77
課程以版塊團隊的核心設計流程 #動態回推設計 及 #大量實際案例,帶你:
☑️ 掌握版塊的網站佈局思維,培養對動態特效的敏銳度
☑️ 擴展思考面向,想到別人想不到的厲害創意
☑️ 學會配置動態特效,提升網站吸睛度
☑️ 雕琢網站設計細節,帶給使用者更驚喜的體驗
課程募資優惠中,6/25 前只要 2400 元 #現省800
6/16 前購買再享早鳥好禮 #設計工程協作檢核表
立即加入課程,跟著版塊一起用動態特效,點滿網站視覺創意吧!
▹▹▹ http://bit.ly/webdesign77
本集節目內容由志祺七七頻道製作,不代表「圖文不符上課囉/版塊 Block Studio 」立場。
--
✔︎ 成為七七會員(幫助我們繼續日更,並享有會員專屬福利):http://bit.ly/shasha77_member
✔︎ 體驗志祺七七文章版:https://blog.simpleinfo.cc/shasha77
✔︎ 購買黃臭泥周邊商品: https://reurl.cc/Ezkbma 💛
✔︎ 訂閱志祺七七頻道: http://bit.ly/shasha77_subscribe
✔︎ 追蹤志祺IG :https://www.instagram.com/shasha77.daily
✔︎ 來看志祺七七粉專 :http://bit.ly/shasha77_fb
✔︎ 如果不便加入會員,也可從這裡贊助我們:https://bit.ly/support-shasha77
(請記得在贊助頁面留下您的email,以便我們寄送發票。若遇到金流問題,麻煩請聯繫:service@simpleinfo.cc)
#白噪音 #助眠音樂
各節重點:
00:00 前導
00:53 「動態特效網站課程募資 」廣告段落
01:54 什麼是白噪音?
02:30 白噪音的隔音原理
03:03 噪音其實不只白色的!
04:11 海浪聲、下雨聲,那些也是白噪音嗎?
04:51 聽白噪音其實也有缺點?
06:01 對抗噪音還有其他方法
06:57 待在全世界最安靜的地方,是什麼感覺?
07:58 我們的觀點
08:35 提問
08:51 結尾
【 製作團隊 】
|企劃:宇軒
|腳本:宇軒
|編輯:土龍
|剪輯後製:鎮宇
|剪輯助理:歆雅/珊珊
|演出:志祺
——
【 本集參考資料 】
→白雜訊:https://bit.ly/3gGLw6C
→Sound Masking vs. noise cancellation:https://bit.ly/2TLTe6z
→雜訊的顏色:https://bit.ly/3vEFyHL
→免費讓耳機變好聽,音質升級的實用攻略!-Burn in煲機方式: https://bit.ly/2SMifyn
→耳機變好聽的小秘密-煲機 (RUN-IN):https://bit.ly/3gCUSAp
→研究:收音機、電風扇具類似「白噪音」作用 有助提升睡眠品質:https://bit.ly/2SG4KQW
→哪種白噪音最好睡? 超意外!網一致推這聲每聽必睡:https://bit.ly/2TOj2Ps
→科學人的解釋:https://bit.ly/2SOUjdN
→待在世界上最安靜的地方是什麼感覺?:https://bit.ly/3gGXLjP
→睡眠:BBC教你戰勝失眠和焦慮的九大技巧:https://bbc.in/3wIJKYt
→白噪音可助眠~這3種潛在影響要注意:https://bit.ly/3xNe5W3
→ 白噪音的缺點是什麼?你一定要學會避開這 4 個【潛在危機】:https://bit.ly/3xuboYY
【 延伸閱讀 】
→為什麼你對某種聲音特別火大 科學有答案 - 天下雜誌 :https://bit.ly/2TP9ELk
\每週7天,每天7點,每次7分鐘,和我們一起了解更多有趣的生活議題吧!/
🥁七七仔們如果想寄東西關懷七七團隊與志祺,傳送門如下:
106台北市大安區羅斯福路二段111號8樓
🟢如有引用本頻道影片與相關品牌識別素材,請遵循此規範:http://bit.ly/shasha77_authorization
🟡如有業務需求,請洽:hi77@simpleinfo.cc
🔴如果影片內容有誤,歡迎來信勘誤:hey77@simpleinfo.cc
噪音資料 在 陳寗 NingSelect Youtube 的最佳解答
最新陳寗嚴選雙 PD 超高速充電插頭:https://lihi1.com/RMaQ4
陳寗嚴選 iPad Pro/iPhone 保貼 & 充電頭:https://lihi1.cc/VnHIF
陳寗嚴選兩聲道音響:https://lihi1.com/2ecL7
陳寗嚴選抗菌靜電濾網/防潑水抗菌強化膜:https://lihi1.cc/x7Sse
陳寗嚴選 NAS 團購:https://lihi1.com/SuL4Q
──────
NOW! 成為陳寗頻道會員並收看獎勵影片:https://lihi1.com/ZT8bZ
頻道會員經費用於製作字幕及剪接,懇請支持頻道營運!
──────
00:00 iOS 15 多數新功能都可跨 iOS/iPadOS/MacOS:蘋果生態圈更趨成熟
02:10 WWDC21 在疫情衝擊下的努力,為「人與人間的溝通」做更多創新
03:00 FaceTime 互動新功能:一起工作、聽歌、看電影,異地人際互動的更多玩法
03:55 FaceTime 這些新功能很吃效能!要有影音同步,硬體效能要跟上
04:35 AirPods 降噪功能升級:自動運算背景噪音,使用者自由決定是否移除噪音
05:50 FaceTime 可開啟人像模式,即時運算創造景深、模糊背景
06:35 強調使用者本位、重視隱私權,為減少資料回傳...Siri 不再需要透過雲端分析
06:55 每個人都會想要的功能:內建自動辨識圖片文字+搜尋
07:50 更多、更自由設定的勿擾模式,助你專心工作:可設定特定情境的 APP 通知權限
08:41 雖然只適合輕微聽障者...可用 AirPods Pro 當助聽器
10:53 使用 AirPods Pro 時 FaceTime 可用空間音訊,多人同步視訊下,更有臨場感
11:25 AirPods 怕搞丟怎麼辦?可用 iPhone 協尋,類似 AirTag
12:20 所有功能跨裝置上線,iPhone/iPad/Mac 上都能用
13:00 取代 OCR,手寫自動分析來了!更強的機器學習幫你辨識文字
14:40 現在開始你可以...手動選取照片中拍到的文字
15:10 即時翻譯大升級!從文字到文字→從聲音到文字
17:10 如果只用一句話說明今年 WWDC21 重點:機器學習+硬體效能的實力展現
18:35 健康 APP 可分析步態,若跌倒風險提高,預先提醒,還能訓練良好走路姿勢
20:25 健康資訊可打包分享,醫生、家人接收資料,方便照護
22:20 Home Pod mini 也可當電視喇叭用:想取代聲霸,但無法環繞音效
23:00 全新 Universal Control 來了!只要是同一個 iCloud 帳號...Mac 可直接控制旁邊的裝置
#WWDC21 #蘋果發表會 #iOS
──────
陳寗實話說 Podcast 試營運上線:
Apple Podcast:https://lihi1.com/xXnHu
Google Podcast:https://lihi1.com/yfDKF
其餘各大 Podcast 平台也都有上線,請直接搜尋「陳寗實話說」!
──────
本頻道每晚 6 點鐘上新片,還有幾個原則跟你約定好:
1. 開箱零業配:
真實使用過後才發表心得,通常試用至少 1 個月,所以你通常不會看到我最早發表,但哥真性情的評論,保證值得你的等待。
2. 理性討論:
我有自己的偏好,你也有自己的好惡,我們互相尊重,時時用大腦,刻刻存善念,不謾罵,不矯情。可以辯論,不可以沒邏輯。
3. 我團購我驕傲:
我很愛買東西,也很愛比較產品,我自己使用過、多方比較過,還是覺得喜歡的東西,我才會辦團購。(簡單說就是挑品很嚴格,至今 80% 廠商找上門都被我打槍。)辦團購我一定有賺,但我跟廠商拿到提供給你的團購價,也會讓你一定有划算感。所以如果你品味跟我相近,或是剛好有需要,就跟我團購,我們互惠。如果你覺得跟我團購,你就是我乾爹,說話不懂得互相尊重,那就慢走不送,你可以去找一般店家買貴一點。
看了以上,覺得可以接受就請你訂閱,訂閱順便開鈴鐺。我們每天晚上 6 點見。
我的網站連結在這:https://ningselect.com/
也別忘了幫我的 FB 粉絲專頁按讚:http://bit.ly/ningfb
如果有任何問題,包括團購等問題,都可以在影片下方留言問我,同一支影片下很多人都想知道的問題會優先用留言回答,如果是比較大的題目,則有機會拍成 QA 影片回答~如果你想問的是針對個人的音響選購、配置問題,可以直接傳 Line 問我:http://bit.ly/ningline
另外團購商品請參考我的商城:https://shop.ningselect.com/
廠商合作請先了解相關原則:http://bit.ly/coopning
噪音資料 在 SYM JET SL 158即將登場? / Harley-Davidson X440車系7/4 ... 的推薦與評價
SYM #HARLEYDAVIDSON #HONDA本週熱門新聞第三名:難逃台灣法規魔手,慘遭割閹2500RPM!HONDA CB750 Hornet現身 噪音資料 ... ... <看更多>
噪音資料 在 輕檔車俱樂部| 關於排氣噪音,不查不知道,一查嚇一跳,就 ... 的推薦與評價
關於排氣噪音,不查不知道,一查嚇一跳,就網站上面的資料看來,不管老車新車,只要被所謂科技執法的噪音造相機照到超標就是罰錢。 二期車以前為查無噪音資料(爬之前 ... ... <看更多>
噪音資料 在 [情報]噪音科技執法(含標準示範執法影片) - 看板biker 的推薦與評價
心得:這是在汽車網站上所看到的政府公部門邀請媒體示範噪音科技執法
請各位注意機車的部分.示範的重機以及三陽DRG BT車種都改裝排氣管
各位可以看示範圖片以及執法影片.將在2021年初開始執法.
網址:https://feature.u-car.com.tw/article/64007/
(內有聲音分貝測試標準與開罰的比較圖)
以下是內文:(建議大家點網址看.圖文並茂比較快)
提到車輛噪音問題,許多民眾嗤之以鼻的,莫過於許多非法改裝的車輛,可能在排氣管或
傳動部分大做文章,造成車輛聲音過大,影響安寧。因此行政院環保署,從過去對新車的
源頭管制、車輛使用中管制,到近兩年開始加入行為管制,也就是對車輛採取「聲音照相
科技執法」,猶如測速照相的概念,但要取締的不是超速,而是分貝超標。
空保處蔡處長表示,在儀器經過標檢局認證、環保署驗正與 3 天一次的校正,確保設備
無虞,加上法制訂定後,目標最快 2021 年初就正式上路實施。而在 2020 年 10 月 28
日,環保署也邀請媒體前往桃園的噪音測試實驗室,示範究竟噪音科技執法是怎麼做的。
法制作業:完備科技執法授權,確保機器檢測數值無誤
依照目前車輛噪音管制的架構,如下:
源頭管制:
民國 80 年實施新車噪音審驗
民國 108 年實施排氣管認證
使用中車輛管制:
民國 98 年噪音車檢舉
民國 106 年防改標籤推出
行為管制:
民國 107 年公告將採取行為管制
民國 108 年試辦「聲音照相科技執法」,預計 110 年上路
由於車輛在行駛時的噪音來源,除了不正當的改裝,也可能會因為拉轉速等等的激烈操駕
行為,造成分貝數過高,因此期望透過科技執法,提升噪音稽查效率。
環保署空保處表示,前些陣子在區間測速的科技執法上,設備問題引起不少爭議,因此針
對聲音照相的設備部分,已經先在 10 月 15 日公告硬體比測規範,制定設備驗證程序、
影像輔助法等等;接著則是在管制規範,預計 12 月完成,包含《機動車輛噪音管制標準
》,即行駛噪音管制標準,《使用中機動車輛噪音管制辦法》,即儀器架設規範。
目前得知會是在市區道路不定期執行照相,在道路速限小於時速 50 公里,車輛噪音分貝
不得超過 86dB;一般道路速限 50~70 公里,則不得超過 90dB。
噪音照相系統,由 5 項設備組合而成
負責執法的噪音照項系統,由以下 5 項設備組成:
麥克風及防風罩:噪音判別的工具
風速計:每 2 年校正一次,確保環境不成為干擾因素
魚眼攝影機:周邊環境紀錄
車牌辨識攝影:記錄事件前後 3 秒影像,錄下影音以開罰
控制箱體:含噪音計、電腦主機、交換器、路由器、漏電斷路器等等
在這當中,噪音計使用標檢局認可的 Class 1 等級設備,且每 2 年由標檢局校正一次,
同時儀器在服役過程中,也會每 3 天校正一次,搭配系統每 5 分鐘與國家時間對時,確
保抓到的違規不會受到儀器瑕疵的質疑,甚至環保署表示,若噪音計每 3 天的校正發現
有問題,則在那 3 天那所拍攝到的違規就全部不算。
至於環保署也會依環境檢驗方法,每年執行比測檢驗 1 次,方法便是在噪音檢測實驗室
長 300 公尺的跑道,將待測的噪音照項系統與實驗室標準麥克風,以相同條件比對量測
數值,確保準確定、精密度與相關性都有達規範。
判定流程:在正確天氣條件下,環保署會再對每個違規做最後的裁定
由於檢測噪音,很容易受到環境、天候等不可抗拒因素影響,所以首先在天氣方面,會在
無雨且風速小於每秒 5 公尺的條件進行執法。另外還會對拍攝到的違規前後進行環境音
量修正,搭配魚眼攝影機所記錄下的環境,其前後 3 秒都不是造成該車輛聲音超標的原
音,便會依照《噪音管制法第 26 條》,處車輛所有人或使用人 1,800~3,600 元罰鍰。
在裁罰後,若發現為原廠排氣管,則肯定是來自駕駛不當操駕(拉轉速等等),會直接結案
。倘若發現有排器管改裝,則會比對環保署的雲端資料庫,若與資料庫的檔案不符或未存
在資料,會再通知車主到檢,進行原地噪音測試,通知到檢不合格也會再處
1,800~3,600 元罰鍰。
至於若車輛是警消公務車輛,則不會受到聲音照相。而某些車輛是安裝麥克風或是喇叭開
太大聲,則是依照擴音設施標準去裁定,也不在聲音照相執法的範圍。另外若多輛車同時
經過而有某些車被照相,會人工視情節判定,再通知車主到檢。
現場示範:標準測試車輛與原廠性能車、重機、改裝機車等等
在這場聲音照相執法示範現場,準備了包含標準測試汽車 Nissan Livina、標準測試汽車
Honda CB400,也就是用以確認設備與實驗室的標準麥克風結果是相近的測試用車。
示範情境的車輛包含有 SYM DRG BT 非認證改裝排氣管、SYM DRG BT 認證改裝排氣管、
原廠 Ducati Panigale V2、BMW S1000RR 認證改裝排氣管、原廠 Honda Civic Type R。
透過標準測試汽車 Nissan Livina、標準測試機車 Honda CB400,先確認設備正常,而
U-CAR 也詢問為何標準測試機車是重機而非速克達?環保署表示,主要是在於以重機進
行比測,較能確保有涵蓋到排汽量較小的速克達,但若是速克達當標準測試車,則無法確
認對於重機的測試狀況如何。
從測試結果來看,原廠性能重機、合法改裝重機、合法改裝速克達、非法改裝速克達以及
原廠性能汽車,可理出幾個狀況:
1.原廠性能汽機車來說,若是正常全油門通過,噪音都還不至於超標,但若是拉轉速通過
,則很容易超過 90 分貝而受罰。
2.有受認證的改裝部品,正常全油門通過不會超標,但若是拉轉速,也很可能超過 90 分
貝受罰。
3.未認證通過的改裝品,在全油門的狀況就可能會超標。
4.在一般道路,對於大馬力或是合法改裝的車輛,不超速的情況下,噪音就已經逼近規範
的臨界值,倘若是超速行駛,更有非常大的機率噪音超標。因此超速不僅會吃上超速罰單
、還有聲音超標罰單。
至於聲音科技執法,主要是透過車牌辨識系統做最後的裁罰,但對於時速超過 100 公里
的車輛,仍可能因為車牌模糊無法辨識,造成裁罰困難。不過,在一般道路為了躲避聲音
照相而開到時速 100 公里,這種危險性......相信沒有人會這麼做吧!所以只要正常駕
駛、合法改裝,就不必擔心會受到開罰。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.242.208.163 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/biker/M.1603879852.A.39A.html
※ 編輯: Bzbon (111.242.208.163 臺灣), 10/28/2020 18:14:41
... <看更多>