🆓 免費線上運動、娛樂、才藝資源分享🆓 #這篇會一直更新喔!歡迎轉載,請禮貌性註明出處,謝謝:)
今天雙北正式宣佈停課了
各位爸爸媽媽們,你們還好嗎?
我來幫大家分憂解勞了,提供自己去年整年在美國防疫給小朋友找的休閒娛樂(關於課程方面已經有強者 胖胖麻 分享各大出版社的免費資源),小女子我就提供讓小朋友不無聊的玩樂的行程吧!
剛剛翻找照片發現,明明記憶中去年是非常痛苦的一年,可是照片裡我們都笑得很開心,每天都玩得很充實很開心,人果然是潛力無窮,我們絕對不要小看自己哈哈!這一年裡他們學會了騎腳踏車,會下棋、玩大富翁,我教他做飯、縫紉。英文Reading方面也進步非常多,同時在線上學習畫畫,家裡的牆壁上貼滿了他們的作品,隔離真的沒什麼可怕的,反而可以更專心陪伴孩子培養他們的興趣,大人的生活目標也突然變得非常單純(當時我好像是全家一起 #健康地活下去 XDDD)
我給大家的方向就是「#帶著孩子做自己擅長也有興趣的事」
我們每天的行程不外乎就是吃、學習、娛樂活動,有一個固定的行程能讓頭幾天隔離不安的心安定下來,比如我們家每天固定的行程:小孩起床先開Youtube運動15分鐘(媽媽準備早餐)➡️英文、數學各做30分鐘 ➡️休息30分鐘 ➡️勞作時間 ➡️中午跟媽媽一起煮飯或者自由活動等吃午餐 ➡️午休 ➡️中文時間30分鐘 ➡️庭院玩球或騎腳踏車 ➡️點心時間佐一部電影 ➡️晚餐 ➡️桌遊時間 ➡️洗澡睡覺。
你一定會想知道雙恩有這麼乖每天跑完行程嗎?
「當然沒有」可是我也不在意,我剛說過了爸爸媽媽在此時此刻的生活目標就是秉持著「#健康地活下去」,如果小孩不照行程走,他們哪裡開心哪裡去,不過每天如果能做完功課上的要求,媽媽也會認真陪玩!我發現到了後期, 如果事事都陪著他們,孩子會乖乖聽話的。
我們每天螢幕時間每次30分鐘,一天下來大概會有4個時段,總共兩小時的時間,當然後來網課之後,時間規劃又不一樣了~但一樣要提醒大家,隔離是一場持久戰,如果什麼都要堅持的話,爸媽會活不下去的!所以選擇良好的無料線上資源,是你們現在最需要的。
以下是我們當時非常仰賴的線上資源分享給大家,都是免費的喔!有標示🇹🇼就是中文的資源,喜歡內容的話,一定要給我一個💗,因為我已經很久沒寫這麼長的文章了!
🌟運動類:
1️⃣ Little Sports : 來自英國的兒童專門運動教學頻道。每段影片7至23分鐘不等,有些動作做了會爆汗,可以發洩孩童旺盛的體力,早上做最好哈哈。影片內容的播放速度不會很快,動作解析清楚,適合小小孩入門。https://www.youtube.com/channel/UCTIwFB4ciFi5ZCIu-VlwaOg
2️⃣ Cosmic Kids Yoga : 宇宙瑜伽,影片搭配不同的動畫場景,像是海底世界、農場生活、太空世界,還有小朋友喜歡的電影主題等,讓小朋友也能體驗深奧瑜珈的鍛鍊樂趣。
https://www.youtube.com/user/CosmicKidsYoga
3️⃣ SamCam舞蹈教室 (SamCam) :由美國舞蹈家Miss Sam所經營的YouTube頻道,教學內容非常活潑有趣,妞姐最愛迪士尼公主系列的舞蹈教學,從2歲以上的幼兒就可以開始學習,還有Hip Hop、Tap等其他種類的舞蹈可以選擇。
https://www.youtube.com/user/SamCamsCreations/featured
4️⃣ 免費運動App Active arcade (apple)、Plaicise(android) 這兩款都是透過前置鏡頭感應身體
四肢動作來達到運動目的的app ,裡頭的遊戲讓人想一玩再玩,每一次一分鐘,有趣又耗體力!
🌟美術才藝
1️⃣ Art for Kids Hub:美國公立小學老師也推薦的免費畫畫課https://www.youtube.com/channel/UC5XMF3Inoi8R9nSI8ChOsdQ
2️⃣ LUNCH DOODLES with Mo Willems! :知名童書Piggy and Elephant 作者錄製的免費插畫課 https://youtube.com/playlist?list=PL14hRqd0PELGbKihHuTqx_pbvCLqGbOkF
3️⃣ 免費兒童著色本,五萬張著色圖下載或線上塗鴉:http://www.supercoloring.com/zh-hant
4️⃣ Mapscaping:喜歡摺紙的看過來,這裡有免費12款立體摺紙地球儀模型提供下載 https://mapscaping.com/pages/folding-paper-globes
5️⃣ Cubeecraft:超Q動漫人物的摺紙模型
https://www.cubeecraft.com/
6️⃣ 🇹🇼小魯粉絲俱樂部:每天早上十點有 捲捲姐姐免費教摺紙課:
https://www.facebook.com/145694892144607/posts/3985727581474633/?d=n
#NEW 7️⃣ 日本TeamLab
🌟 學習Worksheet:
1️⃣ Education.com : 這個我去年還直接買了年費會員,2萬多個兒童紙上習作免費下載列印,從著色、迷宮到摺紙練習,連中文練習本都有~超猛!https://www.education.com/worksheets/
2️⃣ 免費數獨網站:經營者為前迪士尼動畫設計師爸爸吉米.邦加納(Jim Bumgarner),裡頭有上百萬張迷宮、數獨、解謎遊戲,玩到你頭暈哈哈 https://krazydad.com/
3️⃣ Teacher by teacher :美國公立學校老師自製教材,教材下載從免費到10元美金以上不等,主題按照一般學科分類,像是:藝術、數學、科學、社會、英文等。https://www.teacherspayteachers.com/
#NEW 4️⃣ 🇹🇼歐的樂星球 O’d Fun Planet 提供的免費幼兒學習遊戲圖檔 :https://sidonie.ca/free-printable/
🌟 學習影片類:
1️⃣ It's AumSum Time:科普十萬個為什麼性質的影片
https://www.youtube.com/channel/UCobgOt3poNKlml3Y5TnVU8Q
2️⃣ Khan Academy :一位孟加拉裔美國人創立的非營利教學機構,裡頭有超過 2000 部免費教學影片,榮寶老師常常出這個網站的作業要他們去做:https://www.khanacademy.org/
3️⃣ National Geographic Kids:對科普有興趣的小孩一定會喜歡的國家地理專為兒童設計的頻道https://www.youtube.com/channel/UCXVCgDuD_QCkI7gTKU7-tpg
4️⃣ 🇹🇼亮生活 / Bright Side:這次最近雙恩最愛的邏輯思考測驗頻道
https://www.youtube.com/channel/UCCtTgzGzQSWVzCG0xR7U-MQ
5️⃣ Storyline Online:是一系列發展多年的童書朗讀影片,最大特色是會邀請演員、名人朗讀一本精彩的童書,拍成一段十幾分鐘內的朗讀影片,十分生動活潑。https://storylineonline.net/
6️⃣ 探索頻道兒童版 (Discovery Kids):由美國知名探索頻道(Discovery)所成立,內容相當豐富多元,透過遊戲、影片、動畫等互動方式,提供各種與自然科學相關的知識,大人小孩都適合觀看學習。https://www.discoverykidsplus.com/
7️⃣ 迪士尼郵輪音樂劇免費看:長髮公主 https://youtu.be/XFiQWzU5wSQ
#NEW 國家圖書館提供了百部以上電影🎬
很多都是適合全家大小一起觀賞,甚至有教育意義的好電影喔!
https://www.ncl.app.visionmedia.com.tw/video
🌟線上圖書館
1️⃣ 🇹🇼台灣雲端資料庫(有app):只要有全台灣各地圖書館的圖書証,就可以免費線上借閱電子書 https://www.ebookservice.tw/
2️⃣ Amazon全球有聲書線上圖書館:這個網站目前為全世界暫時無法上學的孩子,提供所有有聲書🆓免費🆓收聽,內容覆蓋學齡前到經典文學,無需下載app、無需登錄、無廣告,包含英/德/法/西/意/日六種語言 stories.audible.com/discovery
3️⃣ KidLit TV:這個youtube頻道分成繪本朗誦與繪本插畫教學,都是由繪本作者來朗誦、分享自家的繪畫技巧給小朋友 ,非常有趣!
https://www.youtube.com/channel/UCRmmQ9RQUy0ha9EZkIfwa5g
4️⃣ 美國時代雜誌兒童版Time for Kids:可免費下載新聞音檔!
https://www.timeforkids.com/
5️⃣🇹🇼天下雜誌未來兒童/未來少年5/17-6/20免費線上閱讀:
未來兒童 :bit.ly/3bx0qtl
未來少年: bit.ly/3btoVr9
6️⃣國立自然科學博物館即日起至6月8日暫停開放,秉持防疫不停學的精神,5/20~6/08免費公開大自然真相系列影片,邀請大家一同來觀賞。完整版20支影片,限時免費。
https://www.nmns.edu.tw/learn/feature/limit/
7️⃣國語日報免費週刊閱讀: https://www.mdnkids.com/MdnRead-Covid19/
#NEW 康軒學習雜誌180期免費聽
https://bit.ly/3fVj27T
🎧聆聽步驟
👉先下載APP,點選「開始聽故事」
👉點各版本「2000專區」音檔免費收聽
180期情境式音檔,7/31前免費聆聽!
📥下載「康軒學習雜誌有聲書」APP
ios載點 https://apple.co/3wJoNfD
Android載點 https://bit.ly/2TfIAVk
🌟線上旅遊:
1️⃣美國國家航空航天局(NASA)與Google合作,提供了好奇號漫遊車紀錄的火星表面3D複製副本的遊覽。
https://accessmars.withgoogle.com/#
2️⃣谷歌Arts&Culture和全球2500多家博物館,美術館合作,提供了這些館藏和空間虛擬巡迴展示免費服務.您和娃可以花數小時虛擬環遊世界,也可以線上聽音樂會。
網址:https://artsandculture.google.com/
3️⃣中國長城虛擬之旅:
https://www.thechinaguide.com/dest....../great-wall-of-china
4️⃣東京迪士尼園區表演
https://www.youtube.com/user/TDRofficialchannel/videos
5️⃣美國國家公園虛擬探索
黃石公園: https://www.nps.gov/....../photosmultimedia/virtualtours.htm
優勝美地:
https://www.virtualyosemite.org/
以上,歡迎大家一起來補充哦~
我有找到新的資源也會放上來分享🤗#
同時也有1部Youtube影片,追蹤數超過29萬的網紅陳寗 NingSelect,也在其Youtube影片中提到,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:...
google home無法 連 線 至雲端 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
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
google home無法 連 線 至雲端 在 詹太太的轉行日記 Facebook 的最讚貼文
WWDC 2016:大家都想當地表最強電視台的江湖大結盟XDDD
你在經營電視台嗎(這是什麼問題啊~)如果是,那麼這時候可能要開始想選邊站的問題了。
從今年四月的Facebook起的各大門派的開發者大會,都不約而同的指向一樣東西:電視。
我們先數一下到底哪些人點了電視的名呢?
--->>Facebook:直接點名說要消滅電視台的SNG車。
--->>Google:直接說要用Google Cast攻佔你家的客廳。
--->>Amazon:直接做B2B,變成電視台後勤的地表最強大雲端片庫(最佳客戶就是Netflix與MLB)。
--->>Apple:tvOS,用Siri取代選台器,app就是各種節目的入口,幫你找各種影音,從電影,電視,到各種網路影音都行。
除了以上的幾家大廠之外,還有一些大廠正在開發「電腦棒」的。像是Intel。當然另外還有一些,是在積極研發Android TV系統。
這裡先簡單整理出今年WWDC大會一些有趣的事情:
1. “The Future of TV is apps.”(電視的未來就是應用程式)
他們都有一個共同的雄心壯志,就是用「網路通路」取代傳統的頻道供應商(如地方有線電視台,如comCast),這無疑是為剪線族(the cord cutters)添加彈藥。而站在美國的各大傳產電視台的立場思考,就算面臨這股洶湧而來的剪線潮,也一定不會孤注一擲放棄既有播出型態。所以傳產電視一定會同時保留傳統播出頻道並兼顧數位渠道,以達「一兼二顧」。
2. 所以下一個問題是:江湖那麼大,山頭那麼多,哪些人(電視台)又選了哪幾個門派靠邊站呢?
--->>以美國三大電視網來說,ABC與NBC加入了Intel。
--->>ABC,CBS加入Apple 的osTV。另外還有FX,ESPN。
--->>CNN加入了Google的VR陣營。
族繁不及備載。
最近我特別關注美國三大電視網系統的動線與佈局,因為這可以觀察出老牌傳產電視面對數位浪潮的策略。我的猜測是:他們將繼續穩定的維持傳統播出渠道,但已經展開與超級大廠靠攏,挑選適合的系統,合作佈局。畢竟一起合作開發(對,手牽手當developers)比孤軍奮戰好得多了,而未來的媒體業,必定是一場關於「硬體,規格,內容,市場」的匹配競賽。
WWDC公布,現在Apple TV上已經有1300個頻道,在蘋果的程式商店(app stores)有6000個電視節目的app。而人工智慧Siri可以為用戶搜尋65萬筆電影電視節目,其中也包括了西班牙文。現在,Siri也可以搜尋YouTube的網路影片ㄛ。就算大家都上了平台,競爭只會越來越激烈。傳產電視的競爭對手已經不是同業(電視台)之間,而是是來自四面八方。
還有一點可以很肯定的是:有了Amazon Echo, Google Home,以及Apple Siri,以後的「遙控器」真的就是動動嘴巴就可以了。(基本上電視圈人最期望的「按錯隔壁金牌電視台的鈕然後因為鏡面太過相似而不小心鎖定在我家」的白日夢是根本不可能實現的了~)
3. VR。對。Apple 恐怕是今年唯一沒有講到任何「Reality」字眼的大廠。什麼VR,AR,MR,什麼「R」都沒有。可見在Apple的概念中,眼下並不是一個適宜發表VR技術的時刻。我試著去猜測不發表的原因:
--->>目前VR技術在Apple 的眼中還未成熟(完美);
--->>目前的手機技術還無法乘載6K/60fps的最佳VR規格;
--->>VR技術提升的過程中,出現無法克服的盲點;
--->>手機技術其實並不適宜作為VR的內容載體;
--->>Apple在開發VR時出現重大瓶頸;
--->>還是其他不適宜因素,所以目前還乖乖躺在實驗室裡?
如果VR最終的目的是「沈浸感」,那麼Apple提供了其他具有沈浸感的東西:iOS Memories。
透過臉部辨識,幫助使用者使用自製內容工具,製作出帶來鮮活回憶的內容,如照片集錦或影片。或許真如名稱所延伸的,回憶才是最有沈浸感的物件。
4. 值得注意的是Apple News。
這裡有個數字很有趣:Apple news 有6千萬個活躍使用者。
只要手上有六千萬名用戶當後盾,當然Apple也能有這個本事把自己變成一個媒體平台:一個能夠乘載如Nat Geo(國家地理雜誌), WSJ(華爾街日報)等重量級國際品牌的新聞/出版品平台。所以蘋果當然也可以有本事提供即時新聞的服務。於是,對媒體業者來說,好消息是,你又多了一個平台的選擇:不想光向Facebook靠攏求生的媒體,現在,你可能多了一個夥伴。
5. 訂閱經濟發功。
在OS裡面的十件事裡頭,音樂佔了很重要的一件,而且它是體現「訂戶經濟」很關鍵的一件。
在整個Apple生態系統中,「訂戶經濟」應該是很重要的一部份—雖然訂戶同時包括付費與免費的。今年WWDC四大支柱(watch OS,tvOS,macOS,iOS)的組成元素中,都有不少內容是使用者必須經由(免費或付費)訂閱下載才能取得,包括TV, content app,music,Apple news等等。
以下這些數據,很值得思考:
--->>目前 App Store 上已有 200 萬 App
--->>下載次數更是達到 1300 億次
--->>八年來 共有 1300 萬名開發者參與 App Store
--->>其中2015年一年就新增了 200 萬人
6. 中國市場。
今年WWDC有一個很重要的關鍵字重複的出現,就是China。中國策略顯然是今年蘋果電腦WWDC非常重要的一大塊。不但是watchOS3可以支援中文(不就說了個「八點」嗎XD),甚至連急難救助系統也可以有國際支援,在香港「999亦都得」!其餘與中國市場的互通支援更是不在話下:美的電器,富力地產,微信,阿里等等,甚至連語音垃圾郵件管理的示範,都用了一個地區碼「+8610」的電話號碼。
今年世界的變化好快。不知道大家都跟上了嗎?(我跟的很累說~)
google home無法 連 線 至雲端 在 陳寗 NingSelect Youtube 的最讚貼文
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