關於 強化考耳缺點 ，我們在網路上蒐集到這些相關的討論、資訊與評價

《教練的大腦》

這一本書其實是一本關於大腦結構與功能的科普書

教練“Coach” 的定義是協助客戶找到內在價值, 賦能激勵, 以及打造新行為, 並協助客戶解決自身的問題. 但是由於很多時候我們的思維深受大腦活躍狀況的影響, 因此本書的前面一半 (也是我讀的最痛苦的一半), 作者為我們介紹了大腦不同區塊的功能, 因此在與客戶的互動過程中, 對於他的一些反應, 思路, 與情緒, 就可以有更深一層的理解, 同時也讓教練本身可以更高效地利用特定的溝通技巧來協助對方. 例如, 在與客戶討論如何建構一個新習慣時, 如果預先知道大腦哪一些部位會對於新習觀產生影響之後, 就可以基於這些信息來確認制定課程的方向

我們很快地認識一下大腦的區域與其功能：

1. 前額葉皮層：是腦部的命令與控制中心, 負責注意, 處理外部信息, 是大腦最高層級的認知部位. 在進化過程中, 屬於最後發展出來的部分 (靈長腦). 這個部位涉及： 執行, 計畫, 決策, 串連思想與行為的一至性與調節社會行為. 而在壓力之下, 這個區域的運作會大打折扣
2. 基底核： 負責認知與情感, 多巴胺是這個部位最重要的訊息傳導物質. 正向的行為成功以及健康的生活 (飲食與睡眠) 有利於多巴胺水平的提高, 對於行為改變有正向的效果
3. 紋狀體和伏隔核： 紋狀體可以說是大腦皮質與基底核的中繼站, 將皮質接收到的訊息往內傳導到基底核, 而伏隔核則是與快樂, 獎賞, 衝動與安慰的效果有關. 教練可以在與客戶溝通的過程中, 給予適當的回饋, 激發他的動機, 並且瞭解他的價值觀, 透過正確的目標建立方式 (SMART) 讓他維持鬥志
4. 島葉皮層： 左右腦各有一個島葉, 負責控制內臟與軀幹的感覺. 島葉又與杏仁和緊密連結, 負責影響人類的情感, 知覺, 意識, 管理認知功能與人際關係. 根據科學研究發現, 有冥想習慣的人右島葉會較厚, 專注力也更強.
5. 杏仁核： 為邊緣系統的一部分, 與情緒的產生有著重要的關係, 在面對”戰或逃” 的威脅時會特別活躍, 而在極度專注時會穩定的運作. 因此教練對於客戶創建積極體驗, 與克服對某件事的恐懼感方面需要特別的注意
6. 前扣帶皮層： 負責處理衝突與檢測錯誤. 前扣帶皮層會將錯誤與獎勵結合, 並開發出有價值的選項. 在人們極度疲勞時, 前扣帶皮層功能會下降. 因此教練應該要不斷觀察客戶的疲勞程度與壓力控管技巧, 以幫助他們可以在正確的時機做出正確的判斷
7. 下丘腦： 下丘腦是人體內分泌的中央控制塔台, 在動物的實驗中, 激活了白老鼠的下丘腦, 令牠們的平均壽命增加了20%. 反過來說, 假如焦慮, 壓力, 不良習慣, 與睡眠障礙都會抑制下丘腦的運作. 因此客戶在生活中的其他層面也是教練需要關注的重點
8. 海馬體： 整合信息, 儲存短期記憶. 與杏仁和共同為邊緣系統的一部分. 在憂鬱症與老年癡呆症患者的大腦中發現海馬體嫉妒的萎縮, 而近年發現, 學習, 有氧運動與冥想都可以有效地增強海馬體的功能與體積 (反之, 過高的血清皮質醇的濃度則對海馬體有害)

接下來是相關的賀爾蒙：

1. 皮質醇： 又稱可體松, 大家應該對他耳熟能詳了. 皮質醇在面對威脅時會釋放, 其功能在利用血糖, 提升血壓與心率, 降低疼痛感. 一般來說, 皮質醇水平在清晨接進清醒時會逐漸升高, 在晚上睡眠時會降到最低. 但是假如客戶長期處於高壓的狀態之下, 則會導致皮質醇高居不下, 近一步產生心理與生理的傷害. 教練應該需要與客戶仔細討論壓力源, 以漸少皮質醇的反應. 有新研究發現, “笑” 是一項降低皮質醇最有效的武器
2. 多巴胺： 主導思維與行為, 情感, 與獎賞. 而一般對於某件事物的成癮, 也與多巴胺有關. 由於多巴胺的釋放會讓人在即刻體驗到愉悅感, 因此在面對某些決定時, 大腦會驅使人們做出短期就可以立即獲得好處的決定. 而打造一項新習慣時, 可以將客戶喜歡的行為放在要建構的新習慣之後, 當作一個獎勵, 那麼這個新習慣的執行就會讓客戶更加的有動力, 這一點在 “原子習慣” 一書裡面也有提到
3. 催產素： 會讓人產生幸福感與信任感. 由腦下垂體分泌, 可以降低血壓與焦慮, 增加積極的社交行為 (與皮質醇是反向效果). 催產素有抑制杏仁核活躍的效果, 並可以預測威脅, 調節恐懼. 在和諧的人際關係中, 可以提高催產素的水平, 近而提升彼此的信任感 (反之亦然). 所以創造一次令人愉悅的交談, 可以大大提升彼此的合作默契, 我們也可以與客戶思考, 如何實際應用在工作與家庭之中
4. 腎上腺素： “戰鬥與逃跑”反應的主導者, 與皮質醇不同的是, 腎上腺素是速效激素, 強烈影響交感神經的運作. 腎上腺上的釋放會讓人產生鬥志, 燃起動機, 與皮質醇不同. 我們應當與客戶討論, 如何看待一的壓力, 如果把它視為一個挑戰, 那麼腎上腺素水平會提升, 但是假如把它視為一個威脅, 皮質醇水平則會變高
5. 血清素： 由色胺酸組成的神經傳導物質, 是讓人類產生幸福感的最主要賀爾蒙. “感恩”是一個提升血清素最好的方式, 而教練可以帶著客戶來探討未來理想的生活場景, 以增強他們對於幸福的渴望
6. γ-氨基丁酸與谷氨酸：γ-氨基丁酸可以使人平靜, 幫助睡眠; 而谷氨酸則會讓人產生興奮, 並參與記憶與學習的過程. 研究發現, 在壓力極大的人們大腦中, 由於高濃度的皮質醇水平, 谷氨酸也會跟著提升, 而γ-氨基丁酸跟著下降, γ-氨基丁酸不足也與物質濫用和憂鬱症的形成有關

我們的大腦細胞神經元具有可塑性, 根據我們的思考, 決策與行為, 會強化或是弱化某一些神經連結. 例如, 有些讓你不順心的事情, 越是放在心裡, 越會揮之不去, 因為反覆回想這一件事會強化跟這一件事相關的神經連結, 連帶讓大腦相關的區域與賀爾蒙開始運作; 反過來說, 如果我們可以對一件正面的事物不斷地重複思考, 也會提升我們對於這一件事情的主導. 王導電影 “一代宗師”的台詞：念念不忘, 必有迴響就是最好的說明. 除了思考模式, 舉止, 習慣,以及環境都會影響神經通路與突觸的變化. 所以我們對於客戶的行為改變, 不能只停留在口頭上的曉以大義, 必須要與他外在面對的整體一起考慮

在1960年, 腦科學家米勒提出了“工作記憶”的概念： 人類的大哪只能同時控制7個加減2的任務同時執行, 因為海馬體的短期記憶容量有限. 因此假如在學習新事物/行為時, 給予太多任務, 不但會讓人記不住, 反而會引發客戶的過度焦慮與分心, 另一方面, 如果我們無法專注, 近一步會影響我們的工作記憶. 也就是說如果我們急於求成, 一下子跟客戶訂定太多計劃, 或是給予過多的指導, 反而容易導致他們不擔心的沒學到, 舊的也忘光光. 所以計畫的擬定與執行的節奏非常重要

在本書中, 作者提及關於教練技術 “Coaching Skill”方面提出了幾個最重要的部分, 我也覺得很受用：

意志力： 意志力雖然會因為客觀因素所影響, 但是可以被增強的. 我們可以在客戶狀況好的時候給他一個挑戰, 有效提升他的自信心, 有助於強化意志力
習慣： 請客戶分享覺得過去阻礙他們成長的幾個習慣, 以了解困擾他們行為改變的障礙在哪裡？ 然後, 利用可行的方法逐步打造新的習慣, 並且妥善利用刺激控制的技巧
樂觀： 鼓勵客戶以積極視角自我的改變, 但是提醒他們有可能因為過度樂觀所忽略的細節
目標：探索價值觀, 建立具體的目標, 透過GROW溝通技巧, 以打造SMART的步驟
正念： 關注當下, 以第三者的視角來看待自己的問題, 客觀的分析狀況. 正念引導可以提升專注力, 減輕壓力, 並獲得更好情緒掌控能力 (練習冥想)
心流： 幫助客戶認識 ”心流”, 並探索他們可以觸發心流狀態的事物
動機： 在TTM模型裡面, 一在強調了動機的重要性, 而科學家也發現, 激發客戶的動機可以大大提升他們多巴胺的釋放. 因此在建立任何新習慣之前, 花時間探索動機是一件非常必要的課題

這本書裡其他的章節, 討論了如何將上述一些重要概念串聯運用, 同時也說明了大腦不同的區塊是如何的相互合作會是對抗.. 這本書好的地方是把大腦的功能性解剖與教練工作連結在一起, 讓我可以有另一個層面的了解. 缺點是裡面舉例的很多心理學實驗, 要不是只是提到名字, 要不是只有簡單的描述, 讓我沒辦法100%的知道這些實驗的全貌, 比起理論,這些實驗才是最有意思的！ 算是我認為這本書美中不足的一點

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

戰場上的AlphaGo：人工智慧帶來的軍事革命已悄然展開

王臻明 29 Jan, 2021

人工智慧與機器學習，已注定將全面改變人類世界，這幾乎無庸置疑。想當然耳，這也會影響到軍事領域。事實上，人工智慧在軍事領域的發展，可以說是一日千里，雖然在短時間內還不會出現具備人工智慧的機器人士兵，但許多無人載具早已經在使用人工智慧技術。還有更多外界看不到的地方，都因為人工智慧，而開始出現巨大的變革，未來勢必引發新一波的軍事革命。

舉例來說，人工智慧最令人震驚的，是已經能稱霸棋檀，AlphaGo打遍天下無敵手。而美國軍方正利用類似的技術，嘗試發展一套名為GameBreaker的人工智慧系統，來輔助各級指揮官。這套系統利用電腦兵棋模擬的方式，經由機器學習來訓練出最優秀的戰場決策能力，提供各種狀況下的最佳戰術，讓指揮官選擇。等於是參加圍棋比賽時，旁邊有AlphaGo幫忙作弊一樣，這將讓美軍的每一個指揮官，都變成能征善戰的沙場老將。

戰場資訊解讀模式的改變

將人工智慧結合電腦兵棋模擬，不只可以發展輔助決策系統，還能用來分析敵我雙方的缺點，因為電腦的快速運算能力，能同時處理極多的資訊，這是傳統人腦所無法負荷的。今日戰場越來越複雜，各種戰場訊息透過資料鏈、太空衛星或情報系統傳入指揮中心後，常常呈現資訊爆炸的情況。這在二戰時就已經開始出現，在今日的戰爭中變得更為明顯，現在的問題早已變成部隊不缺乏偵察能力，卻難以處理龐大的資訊量。

這是資訊時代的特點，也讓大數據的處理成為最熱門的技術。軍事領域的大數據更為複雜，而且常具備作戰時效性，一旦花費太久的時間處理，再珍貴的情報也會變得一文不值。使用人工智慧來處理大數據，是目前最有效的方法，雖然目前還在起步的階段，但這種技術已逐漸被運用於各個層面。美國軍方也計畫將人工智慧用於資料鏈的後端處理上，以快速分析龐大的資訊，即時過濾出對作戰有用的重要關鍵情報。

人工智慧結合資料鏈，用來分析各種情報，再結合電腦兵棋系統，訓練戰場輔助決策系統，等於大幅減輕了指揮官與作戰幕僚的工作量。也讓作戰指揮體系的運作速度，從過去以天計，或以小時計，變成以分計，甚至以秒計。更重要的是，這種人工智慧系統，未來還能以分散部署的方式，用來協助第一線的作戰人員，如工作量最大的戰機飛行員。

戰機飛行員必需即時接收各種資訊，操作精密電子儀器，決定飛行路線或所採用的戰術，進行空對空作戰或對地攻擊。這需要長期的訓練，才能培養出一個合格的飛行員，甚至還有天份的因素在內。在戰機越來越複雜以後，飛行員的負擔也越來越重，有一段時間F-4、F-14等戰機都採用雙飛行員的設計，以減輕飛行員的負擔。一直要到現代化的航電系統成熟後，才改變了這種情勢。但恢復成一人操控的飛行員，接下來卻要面臨更大的挑戰，因為除了戰場變得更複雜與危險外，還出現了無人機。

無人機雖然是標榜無人操作，不過真正運作時，是用遙控或預先規劃路線的方式來控制。這種方法的最大缺點，就是即時反應的能力差，用於偵察或對地打擊任務時，還能勉強應付，若想要進行空對空作戰，或配合傳統戰機進行各種複雜的空中任務，就顯得有點力有未逮。這當中所缺乏的關鍵能力，除了遙控會有延遲，還有傳統戰機上的飛行員，要指揮這些無人機，必需要處理更龐大的資訊，做出更複雜的決策，這已超出一般人類飛行員的能力負荷。

因此目前各國紛紛在研發、最為熱門的忠誠僚機（Loyal Wingman），其實包含了兩大關鍵部份。一是以人工智慧結合無人機，讓無人機可以自行判斷當前的情況，做出反應，保護傳統載人戰機，並協助執行各種任務。二是將人工智慧技術融入戰機座艙的操作介面中，以協助飛行員處理資訊並進行決策，好指揮這些忠誠僚機。一旦無人機不再需要透過遙控或預先規劃路線來控制，也代表無人機的運用將更有彈性，讓傳統載人戰機的角色大幅改變。

後勤補給型態的變革

人工智慧結合無人載具，可以說是近年來最熱門的研發方向，除了最早出現的無人機以外，正在快速發展的還有無人船、無人潛艇與無人車等。這些無人載具目前多數用於偵察、巡邏或探測等工作，而未來勢必會像無人機一樣，開始配備武器系統，直接參與戰鬥。這除了可以大幅減輕第一線戰鬥部隊的風險與負擔，更重要的一點，是將會全面改寫部隊的後勤支援方式，進而改變戰場的遊戲規則。

俗話說「三軍未動，糧草先行」，後勤能力一直以來，都是決定戰場勝負的重要關鍵之一。但後勤補給的工作，不只枯燥、繁雜又耗費人力，還往往是最被忽視的一環。也因此無人載具與人工智慧技術開始發展後，現階段被認為最有潛力的方向，並不是直接用於戰鬥之中，而是後勤補給的領域，希望能取代傳統人力，來完成這些工作。就以無人地面載具（UGV）來說，現在發展最快的就是無人卡車，與俗稱機械驢子的多功能無人載具。

無人卡車使用的是現在非常熱門的智慧輔助駕駛技術，這主要包括了自動跟車模式（Adaptive Cruise Control , ACC）與車道維持，再加上能閃避障礙與敵人攻擊的偵測與判斷系統。除了可依事先規劃的路線全自動行駛外，未來最有可能的運用方式，是自動跟隨在有裝甲防護的前導車輛後方前進。這樣只需要一組駕駛，就可以操控一整列運補車隊，不止將大幅減輕人力需求，也能降低戰場上的風險。

至於機械驢子並不是真的長得像機械動物，雖然也有類似的系統出現，但目前各國所研發的多功能無人載具，大都採用輪型或履帶系統。最主的功能是可以自動跟隨步兵在各種崎嶇地形前進，可馱運武器彈藥、飲水食物、電池與各種作戰物資，在緊急時還能將傷患自動運回野戰醫院，或自行往返於前線與後方之間，執行作戰補給任務。這除了可以大幅增強士兵的持續作戰能力，也讓部隊在推進時，不必再受到補給線的限制。

過去的傳統部隊架構，有一大部份的人力，要負責情報分析、作戰計畫、後勤補給。人工智慧技術將改變這種情況，讓絕大多數的士兵成為作戰人員。同樣規模的部隊，能實際參與作戰任務的人員，將大幅增加，也因此讓部隊的戰力倍增。再加上情報的快速分析，卓越穩定的戰術選擇，不受天候影響的全自動補給系統，不怕傷亡又可以冒險執行危險任務的各式無人載具。說人工智慧將全面改變傳統部隊的形態並不為過。

可能多數人想像中的人工智慧，仍是手持雷射槍的機器人。這樣的武器或許在五十年後才會出現，今日的人工智慧技術雖然還沒進步到這種地步，不過卻已經勾勒出來未來的戰場形態，並遠遠超過一般人的想像。

台灣在改採全募兵制以後，人力成為了一個重要議題，特別是台灣的人口首度出現負成長，更值得國軍好好思考，如何以科技來釋放人力，在部隊的員額受到限制下，快速強化整體戰力。

人工智慧將是接下來的另一項明星產業，又完全建立在電子晶片上，讓台灣擁有絕對的優勢，政府也已多次宣誓將進軍人工智慧領域。以敵為師，中國特別擅長以軍民合用的方式，來發展關鍵的軍事科技，同時搶占民間市場與強化部隊戰力。台灣在國防預算有限下，也應該考慮如何利用現有的政府資源，在推動民間產業發展時，一併運用於國防領域，以創造雙贏的結果。

附圖：美軍MQ-9無人機。 圖／美國空軍
RQ-4全球鷹無人偵察機。 圖／美國空軍
波音公司忠誠僚機（Loyal Wingman）。 圖／波音官網
美軍在伊拉克曾以無人車進行路障排除任務。 圖／取自DVDIS網站
澳大利亞陸軍試用無人地面載具（UGV）。 圖／取自Asian Military Review

影片：https://youtu.be/pwbLO81faGc

資料來源：https://opinion.udn.com/opinion/story/120873/5213045?fbclid=IwAR1UsXBkDSc4116WrD7D0rqc8mhfkCK4F2_0cWoF1j-CtrsAd1Byoe0_gKw

陳寗嚴選 HDMI 線：https://lihi1.com/m4ETo
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
陳寗嚴選空氣清淨機：https://lihi1.com/usnvQ
陳寗嚴選抗菌靜電濾網/防潑水抗菌強化膜：https://lihi1.cc/x7Sse
--
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 如何把音響和電視完美結合？
03:35 電視接音響的 3 種介面：HDMI/光纖/3.5轉 RCA
05:28 HDMI 接電視
06:47 光纖 接電視
07:07 耳機孔接電視
08:20 耳機孔最便宜：直接輸出就好，但音色受限
08:36 HDMI 最貴：要額外買環繞擴大機，多花錢
10:00 插耳機孔缺點：電視會靜音！若家中長輩忘了開音響→沒聲音→你被罵
12:02 插電視用的光纖買便宜的就好！買貴的對音色有提升，但有限
12:56 誰適合用光纖接？不買環擴但願買小 DAC 的人
13:59 補充：已有不錯的 DAC 的人也適合用光纖
15:05 用 HDMI 接電視缺點：必須要買一台環繞擴大機
16:36 用 HDMI 接環擴：聲音處理最好，但花費也最高
17:14 額外的好處：若想接劇院，不用再重新規劃
17:43 HDMI 接電視注意事項：要買有前級輸出的環擴，4 萬↑
18:40 有 ARC 的好處是什麼？由電視回傳聲音給環擴處理
19:34 接電視時，用 DAC 音色好；用環擴動態好

#兩聲道 #音響 #電視

──────
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

陳寗嚴選 BGVP Q2S 藍牙耳機團購：https://lihi1.com/nVjxU
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
陳寗嚴選 iPad Pro/iPhone 保貼 & 充電頭：https://lihi1.cc/VnHIF
──────
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 BGVP Q2s 的真相評測：聲音優勢、功能缺點有哪些？
03:32 BGVP 品牌特色： 價格便宜、特別好推、音色一致
06:30 動鐵、動圈雙結合的音色特性：中低頻、高頻較能有均衡表現
07:18 動鐵動圈不是萬靈丹！推力是重點，否則反而特別難聽
11:55 缺點：使用體驗待加強...開關機制不佳，要手動關藍牙
14:50 真無線藍牙耳機，很難便宜又有一百分：聲音好功能又好，要萬元以上
16:46 BGVP Q2s 比其他真無線耳機有個優勢：不用怕電池一壞掉就不能用
18:00 若電池壞了，BGVP Q2s 可當有線耳機用
18:57 BGVP Q2s 還有一特色：音場不大，感覺像貼在耳朵唱
20:09 我發現：年輕人在玩的耳機，大多是大陸貨…音響玩家更在意產地、出身
21:45 BGVP Q2s 成為陳寗嚴選的三原因：便宜、聲音紮實、可當有線耳機

#藍牙耳機 #音響 #音樂

──────
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

NOW! 成為陳寗頻道的會員並獲得獎勵：https://lihi1.com/ZT8bZ
陳寗嚴選 iPad Pro/iPhone 保貼：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
──────

先前在談 Sony ZX507 隨身聽的時候，有提到「平衡耳機輸出其實比較類似後級 BTL 橋接輸出的概念」，結果就有很多朋友問我「橋接輸出到底有什麼特色，聲音有什麼差異」。

橋接輸出算是音響擴大機廠商一個非常聰明的妙招，他讓原先低瓦數的擴大機（通常也較入門）可以藉由這個模式，將瓦數提升兩倍到四倍不等，並且可以讓你「再買一台」，不管從效能或是商業模式來說，都可說是神之一手。但如果橋接輸出這麼棒，為什麼廠商還要持續推出更大台、更大瓦數的機種呢？想當然爾，這其中必定有蹊蹺！

實際上橋接輸出並非沒有限制，不管從原理或是從聲音來說，橋接輸出與正常模式輸出都有很大的差異，因此是否要使用橋接，絕對需要審慎考慮。到底橋接輸出有哪些優缺點？今天哥就來跟大家談談吧！

#音響 #Accuphase #耳機

──────
喜歡這支影片嗎？
請點下面連結加入本頻道的社群計畫，為影片上字幕/翻譯簡介/翻譯字幕：
http://bit.ly/SubtitleNing
感謝你的協力！
──────
本頻道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 6:00 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