AI

Ansys新一代系統單晶片(system-on-chip, SoC)電源雜訊簽核(signoff)平台獲得台積電(TSMC)所有先進製程技術的認證，將協助共同客戶驗證全球晶片的電源需求及可靠性，並應用於人工智慧(AI)、機器學習、5G行動網路和高效能運算(high-performance computing, HPC)等領域。 圖　Ansys電源雜訊簽核平台獲台積電先進製程技術認證。來源：台積電 Ansys副總裁暨總經理John Lee表示：「我們和TSMC合作所展現的深度和廣度，顯現多重物理場簽核技術在 AI、5G、HPC、機器學習、網路、汽車與更多其他應用領域的價值和需求。由於電晶體技術的進展，RedHawk-SC能滿足不斷成長的平行處理及強大運算容量的需求，支援更多 3D 積體電路(IC)封裝技術應用。」 若能讓採用先進製程的晶片在有熱點存在，且電晶體切換行為高度多樣化的情況下，仍能可靠地運作，晶片設計者就無須對配電網路(Power Distribution Network)進行過度設計(Overdesign)。但由於先進製程遇到的技術限制增加，配電網路的規模也隨之顯著成長，加上使用先進製程的晶片往往內含上百億個點子節點，使得與先進製程搭配的設計工具必須支援大規模平行化，並具備非常高的容量。 為促進TSMC領先業界的製程節點發展(包含 N16、N12、N7、N6 及 N5 製程技術)，Ansys 與TSMC共同合作，完成Ansys RedHawk-SC的認證。認證項目包含擷取、電源完整性與可靠性、訊號電子遷移(electromigration, EM)、熱可靠性分析以及統計電子遷移預算(statistical EM budgeting)分析。RedHawk-SC能夠在基於大數據機器學習架構的高度平行化資料庫，以最佳化電子設計的Ansys RedHawk-SC中，執行簽核演算法來分析大量設計資訊，提供快效能並擴充容量。

對於蘋果(Apple)、Google和亞馬遜(Amazon)等巨頭還有其他科技公司來說，2020年將是非常關鍵的一年，因為服務與裝置的關係將更密切，並且顛覆既有的商業模式。隨著行動裝置成長動能停滯，企業會更倚重尚未取得成功的新興裝置與科技，意謂著這將是決定眾多新技術「成敗」的一年。 考量許多裝置與技術預期將持續成長(圖1)，2020年的前景依舊樂觀。雖然全球智慧型手機市場已飽和，但仍占有舉足輕重的地位，就算只是小幅個位數成長，還是能達到其他應用領域無法媲美的數量與營收水準。因此，智慧型手機是否出現具影響力的新技術依舊值得關注，尤其需注意人工智慧(AI)和摺疊螢幕。而不少科技公司持續將智慧家庭視為發展重點，特別是亞馬遜和Google，因為兩家公司正積極尋找其他可與核心服務更密切整合的發展機會。最後，對於致力轉型服務供應商的蘋果來說，2020也非常重要。而這也會對整體產業有深遠影響，像是會有裝置廠商首次與蘋果簽訂服務經銷合約，或是蘋果將更投入於5G與智慧家庭等產業小組討論。但不要上當，蘋果的核心價值並不會改變，競爭者與合作夥伴仍須提防蘋果在年底將端出的硬體新菜。 圖1　智慧家庭將持續帶動2020年消費性電子產品市場成長 以下為本文將聚焦的三個重點： ・智慧家庭持續成長，但得利者寡 智慧安防產品和智慧廚房是2020年成長最顯著的領域，但價格將持續快速下滑，衝擊許多廠商的獲利。 ・蘋果無法靠服務扭轉整體營收下滑的態勢 發展服務是蘋果找到下一個硬體金雞母之前的過渡手段。考量新裝置銷售在2019年成長41%，蘋果可能加速發展智慧家庭、穿戴式裝置和擴增實境(AR)。 ・摺疊手機將找到發展利基 從平板手機和平板電腦的發展過程可知，大螢幕一向能在市場找到立足之地。2020年只要能兼顧規格、可靠性和價位，摺疊手機將撥雲見日。 服務暨平台/內容供應商/技術公司發展有解 對於服務供應商/平台廠商來說，有三個重點值得留意。 ・幫助裝置廠商和技術公司發展服務策略 這些公司永遠不會是讀者真正的對手，應該把他們希望將服務與產品更進一步整合的需求作為機會。裝置與服務要作出差異化，最終還是回歸到體驗的品質。 ・雖然蘋果發展服務失利，但還是有可以學習之處 蘋果的行銷機器通常都能造福所有人，就連最大的競爭對手也是。其他服務供應商應當從蘋果的失敗中吸取教訓，並發展出更好的替代方案。 ・投資智慧家庭網路技術 每一家戶的聯網裝置數量快速成長，同時催生家庭網路的龐大需求；至於連線失敗以及安全和隱私漏洞會日漸受到重視。 而針對內容供應商，則需關注兩個項目。 ・設計與智慧顯示器搭配的新體驗 2020年亞馬遜Echo Show等智慧顯示器價格將跌破75美元，並快速取代家中的智慧音箱，並成為媒體公司觸及既有客群和吸引新閱聽眾的新接觸點。 ・與摺疊手機品牌合作開發專屬內容 智慧型手機品牌會需要可以展現自家裝置強項的專屬內容。手機的高昂價格代表可以與多種服務一起搭配銷售，為內容供應商開創最大利益。 至於技術公司則有三個焦點需注意。 ・開發真正的「智慧」產品 智慧家庭市場目前同質性過高，所以新產品只有聯網功能是不夠的。展示裝置與附加服務的使用案例有助廠商從紅海中脫穎而出。 ・與服務供應商建立更緊密的合作 為建立雙向合作，技術公司可借重服務供應商平台能力，而服務供應商則使用新技術為服務加值。從策略方面來看，技術公司必須瞭解服務市場並尋找可以從中獲利的方式。 ・投資影像與AI技術 2020年將有更多聯網顯示器以及4K影像與虛擬實境等高品質內容問世。AI將大量運用於導覽和探索內容與服務。 兩大因素促整體智慧家庭銷售量超車智慧手機 智慧家庭已成為消費性技術產業的新寵，不僅是未來五年成長潛力最大的領域，而且2019年在法國、德國、日本、南韓、英國和美國等市場銷售量已經超越智慧型手機。亞馬遜和Google等網路與科技龍頭在過去幾年已積極投入智慧家庭領域，除了建構涵蓋裝置與應用程式的生態系統，也收購自家裝置品牌，如Ring和Nest。 智慧安防產品為驅動智慧家庭銷售量成長主因 根據市場調研機構Omdia的預估，亞馬遜和Google在2018年合計售出5,000萬台智慧家庭裝置，預期2019年數量將翻倍，且2020年繼續上升。但相較2020年整體智慧家庭裝置銷售量的12億台，兩家廠商的市占只是冰山一角。在各應用中，以智慧安防占比最高，2020年銷售量達7.7億台，較2019年成長24.7%，等於新增1.74億台裝置。這些裝置絕大多數會是警報系統的感測器，價格不高，但相機的銷售量將快速成長。Omdia預期智慧家庭相機銷售量將是2020年數位相機市場的冠軍。智慧家電將是2020年成長最快速的應用類別，年增31.4%至7,000萬台。而最令人期待的是智慧廚房，將有各式各樣的中小型聯網廚房家電問世(圖2)。 圖2　2022年全球智慧家庭銷售量將超越智慧型手機 價格下跌將進一步整合市場服務及硬體 以量而言，智慧家庭的確成長快速，但以售價而言卻不見起色，因為每台售出裝置的營收相較於智慧型手機、平板電腦和其他消費性電子產品，仍舊微乎其微。智慧家庭裝置銷售額的成長速度是銷售量的一半，預計2020年將成長12.8%至818億美元。平均售價則快速下滑，從2018年的83美元下滑至2019年的74美元，2020年則剩65.4美元。小米(Xiaomi)、螢石(EZVIZ)和小蟻(YI)等眾多中國品牌則以破天荒的價格在亞馬遜或其他電商平台銷售，比亞馬遜或Google自有產品低三倍甚至四倍。因為技術非常容易複製與規模化，所以智慧家庭裝置市場有利可圖之處很快就會消失不見。像美國的Canary和英國的Neos等廠商選擇主打服務價值而非硬體設備，試圖穩固營收。而2020年欲進軍智慧家庭市場的廠商若想獲利，就不能仰賴硬體，同時在推出服務與使用案例之前也需測試消費者接受程度。這塊餅確實很大也快速擴增，但現行使用仍局限在基本功能，如果一直如此，就很難大舉搶占消費者荷包。 蘋果整合軟硬體服務 短期內將與現況持平 蘋果服務營收估計將突破500億美元，但非iPhone裝置成長更為快速。2020年對蘋果而言非常關鍵，必須說服投資人公司可以將營收組合轉往服務並重返成長。蘋果指望Apple TV+、Apple News+和Apple Arcade能將服務年營收提升至500億美元以上。不過，蘋果對於iPhone銷售的依賴也體現在服務事業上，因為有三分之二的營收來自App Store帳單和iCloud。隨著未來幾年有數家主要的服務供應商和媒體公司準備退出App Store，蘋果的服務營收實際上可能是面臨威脅的。 從圖3可以看出，蘋果2019財年的營收相較前一年衰退1.7%，主要原因是iPhone營收下滑15%所致，然而服務營收成長24%，其他產品(Apple Watch、AirPods和HomePod)更是大增41%。 圖3　服務營收成長無法彌補iPhone銷售下滑 服務一直以來都是蘋果產品策略的重點，但仍偏向整合軟硬體以提供最高品質的體驗，而不是直接從服務獲利，像是iTunes的每用戶平均收入(ARPU)一直都很低。蘋果營收與獲利一向都是由硬體銷售貢獻，Omdia認為未來幾年也不會改變。2019年蘋果新產品類別出現顯著成長，遠超過所屬產業平均營收(如穿戴式裝置)，代表未來蘋果的主力仍會是裝置與技術。 更注重隱私幫助蘋果與亞馬遜/Google形成差異化 亞馬遜和Google大舉進軍裝置市場，尤其是智慧家庭領域，而且通常是以賠本價格販售，希望能靠廣告和電商銷售彌補回來。兩家公司的商業模式都高度仰賴消費者數據，以用來鎖定服務與產品客群。2020年亞馬遜和Google將首次嘗試靠智慧音箱和AI語音助理的使用來獲利，可能成功亦可能失敗。蘋果高度重視隱私保護，凸顯與亞馬遜和Google等公司之間的最大差異，也因此取得消費者信任，並得以在多變的時代緊抓住消費者的心。2020年美國總統大選等重要政治事件將讓隱私議題日趨重要。 Omdia的消費者研究指出，不管是廣告贊助的免費服務還是注重隱私的頂級服務都各有龐大受眾，所以可以互相共存。不過，蘋果稱霸智慧型手機市場，對於消費者有很大的影響力，公司會持續標記來自第三方應用程式的消費者數據追蹤，並於Safari和iOS中阻擋廣告。 消費者熱衷螢幕將為新興領域發展動能 2019年摺疊手機的起步並不順利。 摺疊手機將日趨普及 三星(Samsung)發表的Galaxy Fold定價高達2,000美元，又因摺疊設計脆弱導致上市時程推遲，所以招致不少質疑。摩托羅拉(Motorola)原預計在美國重新推出廣受歡迎的Razr智慧型手機，搭配摺疊螢幕定價1,500美元，但計畫同樣延遲。最後是華為(Huawei)的Mate X，原定2019年在全球開賣，但最後只在中國上市且數量非常少，價格約2,400美元。 2020年下一代摺疊手機將問世，價格與設計都更吸引人。但並非人人都買單，像是在德國、英國和美國有超過半數的消費者對摺疊手機興致缺缺。然而，大螢幕行動裝置的魅力不容小覷，想想當年平板電腦和平板手機剛推出時也是飽受批評。消費者越來越喜歡在行動裝置上使用Netflix等OTT服務應用程式觀看影片，對於Instagram和Snap等社群媒體還有遊戲的需求也將只增不減，而摺疊手機是能夠充分滿足這些需求的不二選擇(圖4)；另外其也是展示5G能力與新興AR應用的最佳裝置，這些因素應該足以讓電信營運商願意繼續販售摺疊手機。 圖4　法國與西班牙超過四成的消費者對摺疊手機感興趣 智慧顯示器將超越智慧音箱 Omdia預期2020年智慧音箱銷售量將年成長26%，低於2019年的50%。截至目前為止成長動能依舊為谷歌和亞馬遜力推的入門款裝置(根據Omdia的資料顯示，2019年全球智慧音箱銷售量中，有超過55%為低於75美元的產品)。2020年智慧顯示器的價格將壓低至75美元以下的區間。早在2019年12月亞馬遜就已經將121.95美元的Echo Show 5下殺至59.99美元，而Echo Show 8和Google Nest Hub等較新款產品則以79.99美元促銷，還免費贈送Echo Dot或Google Nest Mini。 雖然智慧顯示器比摺疊手機便宜許多，但消費者感興趣的程度還是低於平均值。問題同樣出在消費者若沒有實際擁有產品，就很難理解其中價值。事實上智慧顯示器的優點顯而易見，像是將語音助理的回應視覺化，讓溝通變得簡單許多並提供使用者更多選擇，在播放音樂、播報新聞或玩聲音遊戲時也能顯示其他內容。而互動式智慧顯示器是智慧音箱的未來趨勢，並將在2020年普及，讓服務供應商和媒體公司又多了一個可以從中獲利的家用接觸點。 (本文作者為Omdia消費性科技暨媒體與娛樂部門實務主管)

時至今日，全球各地，從制定相關決策的政府機關，大型上市公司與夾縫求生存的中小企業，無一不提出數位轉型、扶植新創、組織創意轉型等方向。而此篇文章將試圖探討在現今的技術條件與市場期待心理下，是否能夠因為使用新技術、或者開闢新賽道進行聊天機器人的市場突圍？ 聊天機器人無法滿足使用者期待 科技的快速發展來自人追求快速、方便的本性，但人類的想法與思緒十分複雜，因此聊天機器人難以全面滿足使用者的需求。回想日常生活的溝通情境，當人們在日常溝通的時候，除了說出口的字句，對方的肢體動作與眼神有沒有影響到自身的判斷？讀者是否會自行腦補一些情境？尤其跟老闆、同事或下屬進行具目的性的談判對話時，語句之外的線索顯得更重要。 聊天機器人不夠聰明的原因，是它距離人類多模態交互的能力還很遙遠。現今最普遍和流行的生活應用，當屬智慧音箱(如Amazon的Echo)，一般人在買回去的當下充滿興奮感，嘗試各種指令來挑戰智慧音箱的極限後，就將它放置在屋裡的某一角落，成為一個可有可無的家用品，無法實際融入使用者的生活情境中。即便仰賴大數據和人工智慧(AI)的相關技術持續更新，用戶體驗也漸入佳境，但仍缺乏具代表性的現象級App，無法滿足多數人的使用需求。另一方面，若人們嘗試降低自己對產品的期待，單純利用聊天機器人詢問明確的問題(如天氣)，請它做一件明確的事情(如播放音樂)，這樣的基本需求可以被滿足。 聊天機器人技術發展三向剖析 聊天機器人是一項技術整合的產物，其中牽涉的技術範圍有電腦視覺、自然語意、機器學習(Machine Learning, ML)與深度學習(Deep Learning, DL)等。本文根據市場調研機構Gartner所提供新興科技發展週期報告，來審視各個技術目前位處的位置、困境、與待解決的問題。 電腦視覺 電腦視覺(Computer Vision, CV)目前處於泡沫化的谷底階段，意即此技術無法滿足使用者的期待，導致大家對於它的創新了無興趣。CV從實驗室的前沿技術，到如今能夠聽懂人類的指令，花了整整半個多世紀，產生瞄準在新零售、醫療、工業製造和網路娛樂等應用的期待。然而，人工智慧情緒識別離開人類的干預，對複雜情感的理解和表達能力，仍須持續的技術突破。其中，利用AI判斷並理解實體環境的CV，不僅是辨識情緒的關鍵技術之一，也被公認為未來三至五年最重要的技術之一，不僅眾多新創企業投入，大企業也紛紛利用自己既有的優勢企圖先布局並搶占先機，現階段大約聚焦在下列4個發展方向： 1. 服務平台：提供機器學習開發工具和雲端服務的商業型平台，讓開發者毋需從頭自行建構。 2. 影音資料庫：利用海量資料進行機器學習的模型訓練，將使用者上傳的相片和影音資料，與個人特徵資訊進行連結，大量使用電腦視覺技術客製化廣告投放以增加營收。 3. 硬體製造：如NVIDIA、英特爾(Intel)的晶片製造。 4. 消費性產品：近期可期待者為手機人機互動的介面。 自然語意 自然語意(Natural Language Procession, NLP)與CV處於泡沫化谷底階段。自然語意發展分為兩大階段，一種是應用傳統的分詞執行自然語言處理，第二階段則是近年由於機器學習快速發展，大家開始應用機器學習執行NLP。透過NLP所能實現的功能包含神經機器翻譯(Neural Machine Translation)、智慧人機交互(就是所謂的聊天機器人，受限於技術，目前只能在特定場景實現多輪次的對話)、機器閱讀理解與機器創作。但如前言所述，現實狀況下，人與人當面溝通，仍會有語意上的誤解，在此情況下，如何期待科技可以奇蹟似地解決這一切？自然語言處理首先透過斷詞、理解詞，接下來是分析句子，包含語法和語義的自然解析這兩個步驟，再轉化為電腦容易處理與計算的形式。上述在處理時，需耗費大量的人力成本，除此之外，還牽涉建構者本身對於所屬領域的專業度、邏輯與理解能力(所謂的人工智慧訓練師)。此外，NLP毫無疑問的是一個未來巨大的市場，無論電腦視覺或是語音識別，想要實現更人性化的功能，就需要NLP的加持，同時可預期隨著NLP技術的不斷發展，將會逐漸呈現NLP、語音與視覺融合發展的趨勢。 機器學習/深度學習 機器學習與深度學習位處在過度期望的高峰階段，各方話題與議題熱度竄升。機器學習指的是可以從資料中歸納規則的方法，是第三波人工智慧發展的代表技術，而在眾多機器學習演算法中，深度學習則是近幾年成長最快，表現最好的技術。遺憾的是，截至目前為止，幾乎每個深度學習實踐者都認同的一件事是：深度學習模型數據效果有限。要實現真正的深度學習需要滿足下列三點，這三點可以協助讀者辨別此項技術到底是人工智慧還是科幻小說。 1. 大量的數據與活動：為了使神經網路能發現新的模型，就需要有大量的數據，這些數據可以透過反覆試驗來處理和分類。 2. 運算能力：假設已有一定量的有意義數據，則需要運算能力，所幸目前已有一系列更低成本的選擇，如微軟Azure等雲端託管服務。 3. 新的敏捷方法：最後，也是最重要的一點，需要採用新的敏捷方法思考和解決問題。 大型資料庫用於訓練精確模型的必要性已成為一個非常重要的問題，同時，需要低效的人工標注數據成為一個更大的挑戰。在當前的深度學習應用中，數據的問題無處不在，由於建基於大規模數據，當滿足所需環境和約束條件時，這些系統會產出令人驚豔的成果；但若不符合上述場景，它也可能完全失效。舉例來說，若有人試圖解決大量翻譯或無人駕駛的問題，則需花很長時間來思考重要數據中的所有因素，需先建構演算法，而在過程中有很高的失敗機率。雖說如此，深度學習和先進模型的興起仍是一次革命性的進步，加速了那些針對以前無法解決的問題之技術解決方案出現，在思維上邁出重要的一步。 聊天機器人短期內破局可能性具困難度 產業中的廠商若以業務角度分析，主要分為三類： 1. 2C公司：產品直接面對用戶，如Amazon的Echo，由於未能滿足人類對於AI的美好想像，距離規模化應用上有大段距離。 2. 2B公司：如金融領域的智慧監管系統、醫療領域的醫療問答和診斷助理等。但是實際效果仍牽涉上述自然語意建構的縝密度，與場景應用設計的順暢度而有不同。 3. 2G公司：為面向政府執行行政業務類的知識庫建構和問答業務，如政府服務大廳的引導型聊天機器人、一站式辦公機器人等。 從生態系統來看，聊天機器人可分為產品，框架(Framework)和平台三類；其中框架是為了加速產品的研發，以SDK或SAAS服務的型態，提供有市場敏感度，或創意點子的需求者可快速架構特定場景和領域的聊天機器人。 短期若要大規模地拓展市場，恐怕有一定的困難度，除非在上述的關鍵技術中突然有突破口，縱然如此，各式場景應用與垂直深化探索仍不斷地激起人們對未來的想像。相信未來的聊天機器人與虛擬生命，將會以更好的體驗和型態呈現在人們面前。 (本文作者任職於優拓資訊)  

測量和監測是對1型糖尿病和2型糖尿病有效管理的關鍵。典型和傳統的測量技術透過使用血糖儀(BGM)進行。市場上1型和2型糖尿病患者使用的另一種技術選擇是連續血糖儀(CGMS)。連續測量的優點很多，其中之一是更瞭解人體，或者隨著時間推移，血糖如何藉由各種日常活動，如體力活動、飲食甚至睡眠不斷變化。隨著持續而非間歇式更深入瞭解人體行為，可進行相應治療和改善。 由於這些儀器通常在皮下測量組織液，直到最近還需定期校準血液，也就是「老派」的戳手指。然而隨著技術進步，部分CGM現在毋需對全血進行校準。 連續血糖監測系統的微電子性質通常相同，僅有少數例外。且由於這些裝置通常為穿戴式，因此尺寸問題亦須顧及，意味著需要高度整合加上有效電源管理，以提高所用半導體元件的最佳效能。 除了測量和監測外，胰島素輸送技術也在推進，閉環系統將連續監測結合藉由人造胰腺輸送的胰島素，為數以百萬計的糖尿病患者帶來更好、更方便的醫療保健及更樂觀的前景。 血糖測量技術層層遞進 傳統的BGM可以在藥房或任何藥店連鎖店購買。使用附帶的刺血針裝置(非常小的細針)刺破手指、流出一小滴血，再將血與插入血糖儀的試紙接觸。 當血液樣本與試紙產生化學反應時，會向血液樣本施加AC或DC激發電壓或電流，而結果由數據轉換器讀取。短暫等待微控制器完成計算後，最終的血糖水準將在螢幕上顯示(圖1)。 圖1　簡化的血糖儀(BGM)框圖 更先進的血糖儀具有藍牙低功耗(Bluetooth Low Energy, BLE)連接功能，可將分散的血糖結果傳輸至智慧手機，其通常支援雲端連接的應用程式。而結果可予以儲存，且家庭成員或護理人員可隨時查看，以改善治療效果。 CGM電路系統/電池選擇考量因素 當今，連續血糖儀的系統架構將類比/數位(A/D)和數位/類比(D/A)以及輸入/輸出功能整合到單片矽中，通常是特殊應用積體電路(ASIC)類比前端(AFE)或專用標準產品(ASSP)，通常在一個小的晶圓級晶片尺寸封裝(WLCSP)中結合1個藍牙低功耗(BLE)和微控制器(MCU)，如RSL10有助於解決挑戰，使長期穿戴的裝置對用戶來說盡可能不顯眼和實用。 除了電路外，另一個影響尺寸的主要因素是所需的電池。如掌上型BGM中，通常使用一個或兩個AA、AAA或AAAA電池。這些對於CGM而言太重且太大，因此，電池的尺寸和化學性質通常決定鈕扣電池的外型尺寸。 為了切實可用，必須審慎管理系統電源。峰值電流和總電流必須最小化，因為從鈕扣電池獲得的最大電流比AA電池大大減小。另一個考慮因素是放電曲線。如若使用氧化銀化學電池，通常會產生最大1.55V的電壓，使用壽命降至1.2V；若使用二氧化錳化學電池，則額定電壓為1.5V，使用壽命降至1.0V。 胰島素注射趨向智慧化 胰島素以往是在需要時使用臨床級注射器和針頭自行注射，就像在診間接受注射一樣。現在有很多種胰島素已經上市銷售，快速、短、中、長效類型的胰島素可以單獨注射或根據需要混合使用。 最近皮下注射的替代品已進入市場。有一種替代方法是噴射式注射器，其以細流將胰島素輸送並進入皮膚。另一種是注射器筆，藉由一根超細針頭自動分配胰島素，使利性和舒適性大幅提升，同時還能減少注射恐懼感(圖2)。 圖2　智慧注射器筆架構示意圖 這些替代裝置實際上更趨於機電化和「智慧化」，就如同傳統血糖儀。至於注射筆的設計採用微控制器和藍牙低功耗無線電，目的是捕捉和報告離散的注射時間、注射量等等。 胰島素泵浦改善輸送效率 胰島素泵浦可精確控制1型和某些2型糖尿病患者的胰島素輸送，但更常針對1型糖尿病患者。這些泵浦是方案的關鍵部分，最終在「閉環」系統—人造胰腺中發揮作用；其採用胰島素泵浦接收連續測量血糖數據的系統，再加上適當輸送控制和演算法創建人造胰腺，此為糖尿病管理的關鍵。 使用CGM代替多次刺手指，這是一種利用連續數據而不是幾個離散數據點的較佳測量方法。同樣地，能避免一整天低血糖和高血糖是一大進展，有了人造胰腺意味著患者不再需要擔心夜間低血糖、睡眠期間低血糖水準或測量/注射的頻率。這可以大幅改善他們的健康、生活品質，還可能延長壽命(圖3)。 圖3　簡化的胰島素泵浦系統圖 合理想像，採用自動輸送胰島素需要依靠系統的安全性、可靠性和準確性，這使得裝置製造商於選擇技術、系統和元件供應商的過程至關重要。 人造胰腺連結雲端監測健康 人造胰腺的物理設計有很大差異，儘管戴在身上或配置在使用者的皮帶上。圖4所示架構描述常見的方案，利用高度整合的ASIC，含所有類比前端模組、電源管理、MCU或控制模組以及一個整合的藍牙低功耗無線電以幫助通訊。所有系統都包括某種類型的胰島素儲存裝置，提供適當驅動器機制的泵浦或致動器系統，藉由皮下針頭輸送胰島素的導管或套管系統，以及各種類型的感測器(如運動、壓力、溫度、血糖)。離散或未連接的測量系統主要區別，在於連續和閉環回饋。 圖4　人造胰腺圖 除了血糖感測器以外，還可以使用幾種感測器，如用於人體穿戴裝置的低重力加速度計和溫度感測器來監測活動水準，以改進劑量演算法。這些感測器持續提供有關身體運動和外部環境的資訊，同時還提供有關血糖水準的相關資訊。人工智慧(AI)可用來估計所需的近期和中期胰島素治療。 大多數系統使用藍牙低功耗與連接到雲端的智慧手機進行通訊。但有些人使用無外觀設計的可攜式Pod與單獨的控制系統，亦稱為「個人裝置管理器(PDM)」的系統通訊，在此情況下，PDM用於用戶間交互作用，並可作為開環(非閉環)控制系統，其亦通常藉由Wi-Fi或LTE提供雲端連接的功能。 藉由雲端連接，護理人員可收到通知並介入追蹤。此外，藉由雲端運算，可從大數據分析和人口管理獲得更多的功能。而在某些情況，除IC整合外，甚至被動元件也與高度整合的半導體ASIC整合在3D混合模組中，體現尺寸、重量和性能等優勢。 低功耗藍牙供電　實現高效傳輸 回到對鈕扣電池運作和低功耗工作需求，諸如安森美半導體(ON Semiconductor）的RSL10藍牙5認證的無線電系統單晶片(SoC)之類的元件可提供適當選擇方案實現與人造胰腺方案的通訊。 RSL10提供低功耗，經嵌入式微處理器基準協會(EEMBC)驗證，且近期獲用於可植入式及生命相關的醫療應用認證，適用於低功耗電池供電的裝置；該元件搭載Arm Cortex-M3處理器和LPDSP32數位訊號處理器，提供所需的穩固性以支援複雜設計；板載384KB快閃記憶體和160KB RAM為用戶提供靈活的編程選項。此外，RSL10還為藍牙低功耗提供機會，並具有開發韌體空中升級(FOTA)應用程式的能力(圖5)。 圖5　RSL10系統框圖 此外，該元件具備額外好處，如安森美的藍牙低功耗矽智財(SIP)可用於低功耗的ASIC，進而滿足涵蓋各感測器和介面的需求。由於測量系統和胰島素輸送系統中的數位/類比(D/A)和類比/數位(A/D)轉換很普遍，因此需客製化，像是在胰島素輸送系統中，可能僅需藍牙低功耗傳輸，進而減少基頻RF和控制器成本。許多應用皆為大體積或一次性，因此關鍵在於矽，需盡可能使其具高效能以節省成本和尺寸。 (本文作者為安森美半導體無線及醫療分部訊號處理業務行銷)

據semiwiki報導，人工智慧(AI)晶片新創公司Wave Computing即將倒閉。Wave成立於2008年，主要透過即時的AI解決方案，來擴展邊緣運算到數據中心的深度學習。2018年12月，Wave曾宣布MIPS開放原始碼的計畫，然而此計畫一年後即關閉。 圖　Wave Computing即將倒閉。來源：Wave Computing Wave的產品線多元，因而被稱為可擴充的整合性AI平台，並利用MIPS處理器提供邊緣到數據中心的數據流處理。Wave在2018年6月收購高瞻創投旗下的MIPS Technologies，一舉攻入DPU(Dataflow Processing Unit)的生產，強化其在深度學習(ML)市場的地位。2018年Wave曾開放MIPS原始碼，希望藉此提升MIPS的應用範圍，但是一年後隨即停止。 Wave由Dado Banatao及Pete Foley創立，Banatao擔任Wave的董事長，同時也是高瞻創投(Tallwood Venture Capital)的合夥人。2019年在Art Swift擔任Wave的CEO 四個月後，轉由Sanjai Kohli接任CEO職位至今。

宸曜科技(Neousys)日前宣布推出新一代邊緣運算Edge AI人工智慧推理平台Nuvo-7166GC、支援NVIDIA T4 GPU圖形加速運算卡，能在邊緣運算中執行高效率的 AI智慧推理以及資料處理，進而大幅度節省上傳到雲端主機的資料量。 NVIDIA的邊緣運算平台含括了低功耗的NVIDIA Jetson Nano以至於可處理大量工作負載的NVIDIA T4機架式伺服器，Nuvo-7166GC強固嵌入式智慧平台使用宸曜科技專利的擴充式卡槽設計，替高階的NVIDIA T4 GPU提供了優質的散熱導流技術，能確保在惡劣環境下維持穩定的系統運行；除此之外，Nuvo-7166GC的擴充式卡槽還提供了一個額外的 16倍速 PCIe插槽，可用於安裝第二張附加卡，以提高系統應用的靈活性。 NVIDIA T4能在即時推理中提供65 FP16 TFLOPS以及130 INT8 TOPS的高精度運算效能，憑藉NVIDIA T4 GPU加速運算的優勢，宸曜的Nuvo-7166GC嵌入式平台專為高階的人工智慧推理應用而設計。 Nuvo-7166GC強固嵌入式智慧平台整合GbE/PoE、USB 3.1 Gen2/Gen1等連接埠口，以及可選配的CameraLink/CoaXPress影像擷取卡，可用於圖形採集和基於深度學習的視覺應用。 而Nuvo-7166GC的緊湊尺寸適合智慧醫療應用，它能利用NVIDIA T4 GPU的性能進行基於深度學習的醫學成像，提供更精確的診斷見解。此外，Nuvo-7166GC更具有豐富的I/O連接埠口，專為高階智慧推理以及邊緣運算而設計，能為醫療系統提供多種周邊連結以及靈活的擴充性能。

剖析視覺辨識三方策略 觀察國際局勢，可窺見各家業者在方案開發上均期望可提供更高附加價值的數據分析服務(如Trigo Vision、Standard Cognition、AiFi、Sensei、Zippin、Grabango與Caper)，擴展不同服務內容，突破結帳系統商角色，朝向自動化智慧商店服務商定位，運用視覺辨識提升零售商對「商品」、「人」、「場」三方面掌控程度，如葡萄牙新創Sensei自主開發軟體演算法與企業級BI平台，將感測門市數據整合企業內部數據(如POS、ERP資料，以預測分析協助零售商優化營運與供應鏈決策。 以「商品」來說，庫存管理與銷貨分析為兩大服務方向，包括Trigo Vision、AiFi、Sensei、Zippin與Grabango等都提供商品庫存量、有效效期、商品錯置貨架的檢測。Trigo Vision平台透過時間與銷量的交叉分析，建議零售商庫存補貨的時間點；Zippin及Grabango則提供缺貨提醒服務。在銷貨分析方面，著重於曾被挑選但未購買的產品、熱銷品與促銷品等背後意涵解讀，藉此發現如產品定價過高、搭售組合吸引力不足等問題，同時搭配門市行銷活動評估廣告促銷成效。 以「人」來說，則透過影像辨識消費者行為、判讀個人偏好、推敲購物意圖，包括AiFi、Sensei等業者方案都感測逛店行為並將其數據可視化，如顧客店內行走足跡路線、是否成群購物、是否注意門市廣告看板資訊，了解各區域門市消費族群選購行為差異、各時段人潮客流數，搭配時間與地理變數進行交叉分析，調整各據點營運策略。 以「通路」場域來說，則透過攝影機追蹤商品或人於商店內各區塊位置的動態變化，進而檢視店鋪擺放設計是否仍有改善空間，幫助提袋率上升，以及透過門市熱點區域、顧客停留貨架時間、商品貨架位置資訊，以評估商店貨架擺放適切性。如Trigo Vision可即時追蹤整間商店，協助零售商了解新產品的熱門度(如瀏覽駐足與拾起頻率)，以及顧客購物傾向(如位於走道旁或於結帳櫃檯旁的零食甜點何者銷售較佳)。藉由通路數據分析回饋零售商，協助其重新梳理門市動線規畫與商品的貨架策略。 零售業對於科技應用通常抱持「既期待又怕受傷害」的心態，不確定資本投入是否能回收並達到預期效益。就目前國際業者於視覺AI自助結帳服務市場的產品布局來看，可發現各家採取差異化策略，高準確度商品辨識與顧客追蹤為必備功能，但如何能在不影響辨識能力前提下，縮短系統導入時程、減少建置成本，將決定零售商是否買單。 資策會MIC產業分析師廖彥宜 視覺AI大規模商轉有賴產業生態垂直整合 以電腦辨識技術為核心的自助結帳方案仍處發展初期階段，若要達到大規模商用運轉，且能永續營運，需以長線思維建立完整視覺AI自助結帳服務生態系，利用軟硬整合的銷售服務模式，將視覺AI技術整合硬體設備(如POS機、Kiosk、工業電腦等)，結合SI業者提供整合性方案，串接零售垂直領域產業鏈。 視覺AI業者可與零售硬體設備商合作，藉商品辨識技術、判讀模型提供，收取技術授權費，將AI演算法與支付應用透過API結合終端POS機，提供視覺AI結帳服務，此也提升傳統POS機台的服務價值。 另外，亦可依據零售場域型態(如門市坪數、商品數、銷售量等)，收取差異化授權金與月租費，並透過SI業者提供平台維運(如商品上傳管理)與系統介接客製服務。 面臨零售市場激烈競爭，零售商嘗試透過新興科技應用，提升消費者通路體驗。觀察國際，除了自行研發外，有較多資本的大型零售業者也願意投資新創，透過取得股權的方式穩定技術來源，與AI業者建立長期合作關係，依據自家不同通路規模量身規畫適切的解方，改善自家通路服務環節。 對AI自動結帳服務業者來說，能取得零售商的資金支援，無異拿到試驗場域的門票，不僅有實地測試的機會，技術與解決方案也初步獲得市場肯定，有助後續取得與其他零售通路商合作機會，強化市場及銷售通路，也能縮短進入市場的準備期、加快自家視覺AI結帳系統迭代的改良速度。 例如，2018年葡萄牙新創Sensei獲德國零售商Metro與葡萄牙零售商Sonae共同投資50萬歐元(約55萬美元)；2019年10月以色列新創Trigo Vision取得全球第三大食品零售商英國Tesco投資(金額未公開)，也開放業者進入總部超市試點，架設160台攝影機測試辨識準確度。 2019年6月美國新創團隊Zippin亦取得巴西最大零售商Lojas Americanas SA投資，其有別於市場其他同業單一影像感測作法，Zippin蒐集兩大感測來源數據，包括天花板攝影機與貨架重量感測器，較高準確辨識度與較低導入成本優勢為Zippin獲得資金主因，除了巴西里約外也將部署於聖保羅通路門市。 一套企業級視覺AI結帳系統應具備能處理不同坪數規模通路能力，建立與下游零售客戶的夥伴關係，有助於AI業者設計出符合零售商需求的解決方案，透過協同設計、協同開發的合作模式，獲得專業技術支援與實地場域驗證，能加速產品服務上線時程。 例如，影像辨識結帳AI業者Grabango深化與零售商合作，2019年選擇與擁有技術團隊且對零售科技布局態度積極的美國大型連鎖超市Giant Eagle結盟，Giant Eagle有各種規模的門市可供測試，從80坪到2,800坪的通路均納入測試範圍，雙方提供己方技術優勢，透過合作共享彼此資源、減少成本並發揮最大效果，產生策略綜效。 自助結帳技術方面Grabango擁有17項專利，宣稱其系統具高擴展性，可部署於超過3萬坪大型門市、一次追蹤上百名顧客以及數十萬個品項。Giant Eagle的技術團隊能協助系統整合、專案管控、盤點掌握關鍵流程，零售商的角色從客戶轉成生態系的共生夥伴，依據旗下474間各種不同規模門市協同規畫客製化解決方案，亦於美國喬治亞州設辦公室供雙方技術團隊進駐，並藉地利之便吸引鄰近匹茲堡技術人才。 實證場域試驗力保AI通暢運作 要使自助結帳系統順利運作，最直接方式即為與零售商合作，零售商會先選定旗下一至兩個通路測試，雙方就客製化方案導入細節討論，如是否整合生物辨識身分認證、支付介面/選項，透過實際服務驗證，調整符合需求方案，搭配零售營運流程、商品外觀、貨架擺設的重新設計，確定最適服務內容後再擴大至其他門市；以Trigo Vision為例，其與超市業者Shufersal的協議中，甚至還保證該超市業者在以色列市場有專營Trigo Vision系統的權利。 綜整視覺AI自助結帳業者與在地、海外零售商合作試點概況，包括Trigo Vision、Grabango、Caper、Tiliter、Imagr、AiFi、Standard Cognition等，試驗區域橫跨美、歐、亞三大洲。合作對象主要以當地大型零售商為優先選擇，初步試驗後持實證成果與跨國零售商洽談，為進軍國際市場鋪路。 圖1　視覺AI自助結帳服務系統生態系 例如2019年5月以色列新創Trigo Vision與當地最大連鎖超市Shufersal合作，預計五年內完成280家門市導入，而後入駐英國超市Tesco 85坪大總部；而紐西蘭新創Imag也從當地超市Foodstuffs、Farro開始部署，2019年10月與日本零售商H2O Retailing簽訂合作意向書。 美國新創AiFi則將重心放在歐洲市場，已與荷蘭、波蘭與瑞士等國零售商合作導入，並於2019年1月與家樂福合作於法國進行六個月的技術測試(約17坪、1,500個品項規模)，僅開放內部員工使用，採刷臉與家樂福App支付，亦是目前國際上視覺AI方案中，唯一納入刷臉支付的案例。 當體育賽事娛樂導入AI自動結帳服務，不僅能快速紓解球場內壅塞的排隊結帳人潮，還能以智慧科技帶給球迷創新體驗感受，美國職籃與職棒已分別有球隊宣布在球場導入視覺AI自動結帳服務，顯見該市場未來潛力可期。 2019年9月Standard Cognition與美國職棒紅襪隊合作，預計於將在2021年4月啟用的主球場Polar Park開設自動結帳商店，球迷可透過Standard Cognition App或球場Polar Park...

在邊緣裝置成為產業應用上主流的現在，完善的管理更是重要。GPGPU與邊緣運算解決方案供應商安提國際發表其Jetson邊緣運算平台成功整合宜鼎國際頻外管理InnoAGE SSD解決方案。安提國際Jetson平台與宜鼎國際InnoAGE固態硬碟可以達到遠端執行頻外管理邊緣裝置的目標，這樣不僅可以減少大量的邊緣設備人力維修成本，還可以大幅度降低設備當機的時間，讓整體的邊緣系統應用變得更加便利。 安提國際於Embedded World 2020在德國紐倫堡展示這套整合Jetson平台與InnoAGE固態硬碟的動態展品，展品示範當邊緣裝置有所毀損或關機時，可透過遠端頻外管理，不必親臨現場即可喚醒裝置，如此一來，不僅能夠輕鬆重置裝置，也可以降低各項維修的資源。安提國際Jetson 邊緣運算平台的特色在於小型化、低功耗等，適用於嵌入式的邊緣裝置使用。為維護大量的邊緣裝置，當突發狀況發生時，內頻管理可能受限於無可預料的問題；內頻管理系統無法從遠端解決設備問題，因此需要更多的人力成本，也會延長系統當機的時間，增加設備毀損的風險。反觀頻外管理系統，能夠有效率的修復當機問題，在人力的配置上也更加彈性、節省。 安提國際體認到自家的邊緣運算平台可能會遇及相關問題，因此迅速整合宜鼎國際InnoAGE固態硬碟，以滿足備有遠端頻外管理功能的需求。InnoAGE固態硬碟配備Azure Sphere晶片，能在固態硬碟中切割出一個獨立的空間，並在其中安裝獨立的系統與Azure Cloud串接，甚至能自動備份裝置的系統資料存放在固態硬碟中，無論是邊緣裝置的系統或軟體故障、損毀，都可以利用Azure Cloud的管理介面下達指令，讓邊緣裝置藉由Azure Sphere進行系統重啟或是還原。此外，也能在雲端的管理平台監控邊緣裝置的即時狀態，方便管理者遠端操控及維護大量的邊緣裝置。同時，為確保頻外管理中，最為人在意的安全性問題，Azure Sphere提供資料安全防護，使AI邊緣運算的推理結果安全上傳到雲端資料庫並消除任何安全風險。

是德科技(Keysight)日前宣布其創新軟體工程技術，在Nokia 5G基地台製造過程中獲充分驗證，不但可極致發揮人工智慧(AI)和先進資料分析的效益，同時還可顯著提升整體測試效率。 是德科技網路存取事業群副總裁暨總經理GiampaoloTardioli表示，是德科技自3年多前與Nokia展開5G技術合作，此舉無疑是推動下一代行動通訊商業化的反轉點。該公司的解決方案整合硬體和先進軟體，讓Nokia等無線設備製造商能夠發揮5G技術潛力。 是德科技和Nokia持續加強合作，以協助網路設備廠商將智慧工廠中的關鍵測試流程最佳化。是德科技運用該公司在自動化測試和雲端運算領域的專業知識，並結合使用機器學習(ML)技術，來處理Nokia歷來的製造資料，使其得以大幅節省測試時間。完成軟體驗證後，Nokia立即將是德科技先進AI軟體導入5G基地台製造流程中。 相較於舊式行動系統，5G設備更為複雜，將增加製造流程中的測試時間。隨著全球紛紛展開5G部署，5G設備製造商必須設法將測試流程最佳化，以維持既有交貨時程及競爭力。是德科技採用旗下應用軟體研究部門Keysight Laboratories開發的先進軟體技術，來分析Nokia歷年來的海量製造資料。利用所得的分析資料，Nokia可作出明確的測試決策，並研擬最佳的製造測試計畫。 是德科技計畫將全新的先進AI軟體功能，整合至PathWave軟體套件。是德科技與行動產業合作無間，並且積極開發AI和雲端測試等專業技術，以全面滿足5G設備複雜而多元的製造測試需求。

新冠肺炎疫情蔓延全球，驅動許多企業產生危機意識，再次評估工廠導入自動化、智慧製造的可行性。所羅門表示，未來人口結構帶來的缺工問題與工資高漲是不可避免的趨勢，企業對於優化物流程序，轉型智慧工廠的需求逐年升溫，觀察到這個趨勢，公司早在多年前代理自動化、機器人相關產品，致力提供機器人解決方案，也是代理丹麥自主移動機器人搬運車(AMR))大廠MiR的公司。 所羅門指出，引進自主移動機器人搬運車的公司都是希望將倚賴人工、高重複性、費時的工作，轉由自主移動機器人搬運車處理，以提升自動化作業程序，讓人力轉做更高產能的工作，工廠營運更有效率。 全球有不少國際大廠開發自主移動機器人搬運車，影響所羅門決定代理MiR自主移動機器人搬運車的關鍵因素是，MiR的設定操作最簡單，它專為非工程背景的人設計，所以企業不需要增設專人負責操作或維運。 此外，MiR自主移動機器人搬運車具有智慧路徑規劃功能，如果當天行動路徑出現非預期障礙物，MiR自主移動機器人搬運車能重新規劃路徑；因此具有操作彈性，即便作業當天才將MiR自主移動機器人移到另一處場域，也能在短時間內完成圖資，協助物料搬運，且導入過程不需要新增布線、或倚賴信標(Beacon)、感測器等外部基礎設施。 MiR自主移動機器人搬運車深受全球企業信賴的原因，還包含高度安全性。多數工作場域仍需要人力，所以讓員工在安全的作業環境中工作是重要的課題。MiR自主移動機器人搬運車的智慧防護功能，有多重安全機制把關，偵測到人體能自動迴避或關閉。 安全性高並可與人共同作業、加上簡易操作的人性化使用介面讓MiR自主移動機器人搬運車可使用在多元的室內區域，如辦公區域、生產線、倉庫、醫院、無塵室等，在全球已售出上千台的佳績，像是美國Metro Plastics、丹麥大學附屬醫院、位在西班牙的江森自控日立空調都是MiR的客戶。 代理MiR多年的所羅門也是台灣少數具有專業整合能力的公司，以機器人作為開放平台，針對不同環境及功能，配上智慧機器視覺與機器人手臂，便可應用在不同功能不同場域，像是新推出的智慧消毒機器人便是一例。 看好未來產業朝智慧化發展，這幾年切入智慧機器視覺系統市場的所羅門強調，相信科技使用來自於人性，而結合人工智慧的機器人能突破過往機器人無法達成的工作，加快產業轉型，邁向工業4.0。