關於 遞迴效能 ，我們在網路上蒐集到這些相關的討論、資訊與評價

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

【抽獎贈書活動】《#斜槓青年實踐版》x2本
🎯所謂的成功是什麼？你滿意現在的人生嗎？你的工作是值得投注一生的理想事業嗎？隨著近年來「斜槓青年」這個名詞廣為流傳，越來越多人對於傳統單一的職涯路徑提出許多挑戰和討論。
✍️圖文版心得 https://readingoutpost.com/slashie-practice/
.
【為什麼我想讀這本書？】
之前我在財商雜誌讀到「斜槓青年」這個名詞的時候，有一個觀點特別讓我感到啟發，我總結成這一句話：「如果你把自己當成是個勞力商品，企業就是用薪水購買你的勞力。如果你以企業思維把自己打造成產品，你產生的就是價值。然而，市場給予的報酬，通常遠高於企業。」

如果能以這個思維打造自己的職涯，一個人的收入不是和他的勞動的「時間」成正比，而是和他勞動的「不可替代性」成正比。因此，斜槓青年提倡的嘗試多元興趣，擁有多重的職涯身分，就讓我感到很有興趣。究竟，斜槓青年只是一個噱頭，或者是值得追尋的人生方向？
.
【這本書在說什麼？】
.
《斜槓青年實踐版》這本書的作者是Susan Kuang，她的前一本作品是《斜槓青年》，也是將「斜槓青年」概念導入中國的第一人。她曾以一篇文章〈「多重職業」成為全球新趨勢〉在各大媒體之間發燒轉載。提到斜槓青年，很難不聯想到她。

她在這本書裡面談的是成為斜槓青年的實踐方法，也就是最終都需要回歸到自己身上，成為一個「內控者」。而所謂的內控者，指的就是懂得去除分心源、關注長期目標、專注而且投入的實踐者。她認為任何有價值的事情，都是需要投入心力的。不會被別人快速取代的能力，才是斜槓青年脫穎而出的地方。

她在這本書裡分享的各種心路歷程，顯現了「她擅長全心投入一件事情，做出一定的成果。透過成果，刺激自己的思考，再邁向下一段旅程。」也就是說，她雖然朝著多元興趣發展，但是並不是分心，而是有計畫性、有目標性的去執行、實踐。這本書裡談的就是她彙整多年來的經驗與方法。

整本書的寫作循著一定的邏輯和脈絡，我覺得讀起來很流暢。作者在各章節先點出問題，再引用其他書籍的理論和故事，最後得出結論和建議。內容涉及心理學、成功學、自我實現、與目標管理。如果你對這些領域還不熟悉，可以看作者用說故事的方式，帶你一次網羅各種領域的精華。
.
【斜槓青年到底在追求什麼？】
.
現代社會對於「成功」的定義，往往在於物質（好車、好房）和地位（公司的長字輩）。傳統的職涯建議會告訴我們，努力工作十幾二十年，達成這樣的目標，你就算成功了。但是，在這段需要投入很多時間和精力的路上，總會讓人產生一種錯覺：「我們現在還不成功，而且很不快樂」。

我們以為只要再咬牙撐下去，總會取得所謂的成功，然後才會快樂。但是，真的嗎？

作者試著挑戰這種單向道的規劃方式，她在前一本書裡認為斜槓青年應該追求**「生命」的質量，而非「生存」的質量。**斜槓青年會嘗試不同職業身分當作手段，在人生和職涯的光譜裡面，找出自己最發光發熱的那個組合，展現自己的生命質量，實現自己的人生意義。

如同尼采的名言：「人只要參透為何而活，即能承受任何煎熬。」當你率先定義了自己的「人生意義」，你就能夠在每一個當下，將所有的痛苦、困頓、不舒適視為必經之路，對於迎來的挑戰甘之如飴。你能夠體驗「正在」實現人生意義的快樂，而非望著「未來」的成功遲遲不肯到來的痛苦。

因此，作者認為人生意義的核心作用在於：「為我們的精神世界提供一種秩序，有了這種秩序，我們就能實現內心的和諧，無需再把精神能量浪費在猶豫、懷疑、後悔、擔憂及恐懼上面，而是可以把精力聚焦和投入在有益的方面。」在這本書裡，她將這層思考的方式，寫成可以實踐的各種行動指南和建議。
.
【１．追求成功之前，先成為內控者】
.
我認為這本書的副標，精確地說明了作者要傳達的核心精神「成為內控者，建立幸福人生的正向迴圈」，也就是說，當你成為了內控者，會更容易朝向成功的正向循環邁進。

作者引用了知名心理學理論「自我決定論」裡的「自主、能力、關係」，只有當這三個需要被滿足時，內心才會有幸福感和自我滿足感。這三件事情的白話文如下：
.
1. 自主，自己感興趣的：做這件事情的動力來自於自己，出自於內在驅動力，而不是外部壓力。
2. 能力，有實質成就的：在自己有興趣、認為重要的事情上，有能夠體現自身能力的實質成果。
3. 關係，他人和社會認同的：這些成果對他人有幫助、有價值，且能夠轉換為經濟收益。
.
所謂的內控者就是懂得分辨「控制你能控制的」與「你無法控制的」兩者的人。因為，你唯一能夠控制的就是「你自己」。作者在書中分享了如何克服「你無法控制的」：恐懼、懷疑、擔憂。也分享了「控制你能控制的」的四個方法：回歸本質、重塑信念、打造習慣、控制精力。
.
【２．要追求更少、而不是更多】
.
作者分享了一個很有趣的故事，教皇曾經問過米開朗基羅，關於他成為天才的奧秘、以及如何雕刻出大衛雕像。米開朗基羅的回答很簡單：「我只是剔除了所有不屬於大衛的部分。」在我們的內心有了答案之後，就要勇敢放棄和淘汰，然後專注於真正值得做的事情上面。

我回顧自己的經驗，自從大幅降低社群媒體的使用時間，接著在今年做過一次數位斷捨離的練習之後，更開始思考如何進一步精簡手邊在做的事情，無論是工作規劃或是部落格經營，都必須朝向更簡潔、精緻化的方向發展。

如同作者所說：「自我探索的最終目的不是為了擁有隨心所欲的自由，而是為了能夠自我約束，不是為了更多，而是為了更少。」唯有自律才會帶來自由。真正的幸福往往來自於更少，專注和投入才是幸福的關鍵。
.
【３．先追求成品、再追求成果】
.
作者建議我們要從創作一個作品的角度來思考：如何將自己所做的事情「作品化」，變成可以對外展示和分享的作品。當我們為一件事情設定了某種具體的作品形式之後，這件事情就會變得更加有意義，動力也會更強。我們會更加認真和投入，也能從中收穫更多的成長和樂趣。

我曾經在小學就讀美術班，跟作者曾經熱愛畫畫的經驗很雷同，我們真正愛的是「創作」，也就是「最享受的，是把腦中想法付諸實現的過程。」回顧經營閱讀前哨站的這一年多來，我能夠用部落格和Podcast發表自己的作品，正好是讓我發揮「創造力」的形式。不知不覺之中，回到自己最喜歡，也最具有天賦的那條路，成為一名「創作者」。

我也很認同作者說的：「作品不是用來證明自己，而是用來促進學習和自我進化的。」這些創作的成品，都是成長路上重要的環節。只有當你開始創作、開始寫了、開始嘗試了，更多的想法會蜂擁而至。在每一個成品的累積之下，透過不斷的改善和調整，成果會隨之而來。擁抱作品思維，在這條路上陪伴你的就會是許多樂趣。
.
【４．先追求廣度、再追求深度】
.
作者提到斜槓青年有一個常見的盲點，許多人現在就急著定義自己「一生的熱愛」，然後亂無章法地拼湊，想從別人身上的影子，東剪西湊拼貼到自己的身上。我們連追求「廣度」都在趕時間，更遑論需要花費更多時間的「深度」。斜槓青年即使要追求廣度，也必須投入時間與精力，專注地追尋。

書中的這段話讓我有所啟發：「任何一件可以速成的事情都是不值得投入的，因為你可以速成，別人也可以速成，所以他不可能成為你的優勢。」在追求跨領域的廣度時，真正捲起袖子弄髒雙手，實際花時間去執行和實踐，才能讓你真正有所收穫。耐心，是這個時代越來越少見的特質。

真正從廣度進到深度的人們，是長期探索和實踐後的綜合結果，她評論道：「那些找到人生方向的，擁有自己熱愛事業的人，並不是一開始就知道自己要做什麼，他們都是在有了足夠的經驗和能力累積之後，再加上合適的機遇，才找到自己真正熱愛的事業。」看似三分鐘熱度的斜槓青年，其實反而是最需要耐心的一個族群。
.
【後記：痛苦無法避免，但快樂可以選擇】
.
雖然《斜槓青年實踐版》書中許多的觀念，我以前曾在其他書裡讀過，但是從Susan的視角再回顧一次，也是很有意思的一件事情。尤其是她提到「先找到快樂，再追求成功」的說法，也讓我對自己正在做的事情有了更深刻的思考。引述她在部落格文章分享過的一段話（非常推薦閱讀原文）：
.
只有先擺脫了恐懼，才會有精力思考什麼讓自己快樂。
只有先解決了情緒問題，才有所謂的高效能。
只有先學會坦然面對失敗，才有可能獲得成功。
只有先接受一個不完美的自己，才有可能成為一個更好的自己。
.
她接著說：「在追求成功之前，不如先去尋找快樂——先學會如何接納和愛一個此時並不完美的自己，學會如何積極地面對失敗，如何在平凡的生活中自得其樂。」斜槓青年的思維鼓勵你在心態上選擇快樂、嘗試多樣性、主動定義自己，它不只攸關斜槓頭銜的多寡，而是一個值得實踐的人生觀。
.
｜真正可怕的其實不是死亡，而是當死亡來臨，我們才發現，竟然從未以自己想要的方式活過。
.
【抽獎辦法】感謝 圓神出版．書是活的
１、抽出「2本」《斜槓青年實踐版》送給閱讀前哨站的粉絲們！有興趣的朋友請在底下「按讚留言」，「公開分享」本則動態參加抽獎。
２、留言請寫下：如果你可以成為一位斜槓青年，你想挑什麼職業作為你的斜槓？例如：「我想成為一名脫口秀藝人」
３、活動時間：即日起至2020/12/01(二)晚上十點截止，隔天在留言中公布名單，隨機抽出2名正取，2名備取。
４、請正取得獎者於2020/12/02(三)晚上十點前，私訊回覆寄件姓名、地址、電話，超過期限未認領由備取遞補，寄送僅限台澎金馬。

【時空旅人之歌（下）】
──孫梓評詩境的時間感與音樂性
　
◎小編林國峰賞析
　
3.在音樂裡遊走
　
在《善遞饅頭》52首詩作裡，同樣也有時間的推移跟變化，然而篇幅有限，筆者試圖以一本一個主題來作論述，但《善遞饅頭》裡有戲劇情節的多達17首，有非常明顯時間感的有八首，但《善遞饅頭》比較特殊的是，開始出現比較多押韻、諧音的使用（多於《如果敵人來了》）。
　
在鯨向海的推薦序〈夢遊人俱樂部〉特別將孫梓評的音樂性提出，鯨向海講到，因為孫梓評對於押韻的偏好，以及諧音的使用，使得字詞因為這樣的遷就而有了新的意義，鯨向海特別舉出《你不在那兒》所使用的「心寂如墳」的驚人例子。但筆者認為這樣能說明孫梓評在字詞的創新上因為音樂性的偏好而有了獨特的風格，但仍無法具體說明孫梓評的音樂性究竟是何種音樂性，因此試著撇開主題的討論，在閱讀中發現，若以整個詩作結構下去分析，能夠窺其一二，以下說明。
　
若要談及音樂性，筆者以為要回歸到音樂最小的單位：音符、拍子來做討論，因為這兩個因素的交錯使用，組織成曲子的各種變化以及曲風，而這些正是各個音樂家獨特性的所在，有巴哈、貝多芬、蕭邦等等各有所長，因此筆者想回到作品的最小單位，字詞來做討論，在整個句子的長短排列下，對照音樂的節奏去找出屬於孫梓評音樂的獨特性。
　
閱讀《善遞饅頭》會發現詩集中有大量的排比句，或字數相同的句子並排，不過這同樣也見於各詩人的作品當中，然而其中有一個方式的展現，而這個方式的偏好，不僅於一個句子，更擴大到整個作品，以此說明。
　
〈聽說他問起我〉：「石礫與非石礫的下一站」；〈都放棄了〉：「在談論和被談論的角落」；〈安東尼拯救下雨天〉：「安東尼從房間走到房間……」。孫梓評在不同的詩作裡，同樣的字詞循環式地出現在一個句子裡，這樣的安排會讓出現第二遍的詞彙因為前一個詞已經出現過而有了節奏感的變化，在閱讀上會加快一點，這樣的感受有點像是音樂裡的附點音符──第一個詞因為第二個詞與另一個字做結合，形成一個完整的單位：「非」石礫、「被」談論，而第二次出現變成了三音節，但閱讀上還是會跟前面出現過的兩音節做並列，因此閱讀起來會有一種加速感，而節奏就此產生。
　
以此上述再繼續推論整理，孫梓評也有在一個段落裡的輪迴：〈房間送給時間的禮物〉：「她的房間，有融化的危險……乾涸無語的房間」；〈愛上雨中籃球場〉：「只需要一次午夜散步……又一次感到／體內草原獲得不定時荒蕪」；這樣在段落裡的輪迴再擴大至段落與段落之間，例如〈心兵〉：

　　
心裡有一千個兵
他們都聽從指揮
在身體的游擊部隊裡
孤獨地合群
　
天空只有一種箭頭
指向錯誤的戰情
褪色的堡壘
黃昏的火
　
心裡有一千種病
　

又例如〈月亮來的人〉：
　
　
月亮來的人總有著過度
發光的身世
他踩著樹枝就像世界
踩著我們的無知
　
愛上旁觀者的影子
月亮來的人帶來過多
視覺
　
　
將同樣的句型視為一個小節劃分，裡面的句數就會是拍子的長短，因此在一個小節過渡到下一個小節裡面，就會有節奏上的不同，當然裡面再加上意象的豐富、諧音的使用、單一句子的輪迴，這些交錯使用下，孫梓評詩裡的節奏性就躍然紙上，在一個節點跟另一個節點之間，裡面甚至可以有不同角色（對話）存在，就像音樂裡換聲部做為主旋律一樣。

另外想補充的是《如果敵人來了》裡面的〈咖啡海〉，每一句的結尾都是「游泳」；〈兩人世界〉裡面每一句的開頭都是「他／她在」。若以《善遞饅頭》討論的方式，這兩首詩在旋律上就會很像是快板的呈現。
　
不過這樣的類比會像是排比句的技術使用，不過孫梓評的音樂性不單只是排比句的使用，他建立在一個單純的方式上做變形，讓這樣的變形從小到大擴散在整個作品當中，因此閱讀上來講會有不斷迴旋、輪迴的效果。再加上上一個段落「在時間裡遊走」提到的距離推進，那麼孫梓評的作品就像是一首不斷向前推進，又轉圈的曲子。
　
　
4.結語
　
倘若要以一個相近的詞彙做結論，筆者會將孫梓評的作品以「圓舞曲」作為比擬。這樣的曲風建立在三拍子上面，既單純又可以複雜，讓人理解卻又獨特，不同於四拍的曲子，圓舞曲算是一種風格明顯的曲風。必須要有迴旋、也必須有流動，同時間又不是磅礡的交響曲或者進行曲的激昂。帶有一點華麗又帶有一些想像，也帶有童趣、傷感。這些就是孫梓評的詩作給人的感覺。
　
另外說明，以此方式閱讀孫梓評的其他詩作可以得到同樣的感受跟結論，用這兩本作品當作論述基礎，是因為想看到第一本詩集與最近期的作品的比較。在整理當中也發現，孫梓評在同樣字詞的使用上，在《善遞饅頭》裡面更會豐富多元，因此不會像《如果敵人來了》裡面〈我記得〉、〈咖啡海〉、〈兩人世界〉這樣比較單純的重複使用一個詞，在《善遞饅頭》幾乎每一個同樣的詞都會與其他字結合產生效能。因此在《善遞饅頭》裡他的音樂性更為豐富。在時間感上面少了《如果敵人來了》直接暴露時間副詞的使用，多了轉化的方式，也讓讀者在閱讀上多了生命哲思，讀者就像是跟著孫梓評一起成長了一樣。
　
　
－
　　
◎作者簡介
　　
孫梓評，1976年生。東吳大學中文系，東華大學創作與英語文學研究所畢業。現任職《自由時報》副刊。著有詩集《如果敵人來了》、《法蘭克學派》、《你不在那兒》、《善遞饅頭》。散文集《甜鋼琴》、《除以一》、《知影》。短篇小說集《星星遊樂場》、《女館》。長篇小說《男身》、《傷心童話》等書
　
－
　
美術設計：unsplash
圖片來源：unsplash
　
－
　
http://cendalirit.blogspot.com/2020/07/blog-post_18.html

　
#每天爲你讀一首詩 #每天為你讀一位詩人
#孫梓評 #圓舞曲 #遊走