【從電波「借電」！免電池的貼紙型藍牙傳感器】

各式各樣的傳感器在物聯網時代扮演著重要角色，比方超市內把各種商品的標籤換成 RFID 電子標籤，裡頭儲存商品名、上架日期與售價， 這樣店員就能隨時掌握商品銷售狀況，結帳時也不必一筆筆點算，經過終端機時就能立即算出一籃商品的總價了。又像是內嵌有藍牙傳感器商 標的衣物，會自動與智慧洗衣機進行「溝通」，決定最佳的洗滌程序，使用者就不必擔心衣服給洗壞甚或是白的洗成黑的狀況。但問題來了， 這些以低成本製作的傳感器該怎麼驅動呢？無論是充電式、一次性電池或太陽能等供電都不符合所需。而專精於微型傳感器的廠商 Wiliot 在 2019 美國零售聯合會（NRF）上展出了一個有趣解決方案：既然咱們身邊充斥著 Wi-Fi、4G、藍牙電波，就讓微型傳感器從這些電波汲取所需 能量吧！ 從 Wiliot 所展示的效果來看，搭載 ARM 架構的微型處理器、晶片與天線是印刷在郵票大小的軟性紙張或塑膠片上，可以傳輸重量、溫度 等訊息，不必安裝任何電池。Wiliot 公司經過長期研究，才能讓傳感器順利地從周遭各種間歇性無線電波中，汲取到足夠的運行能量，這些訊 號的能量比普通太陽能電池功率還弱上一千倍。Wiliot 公司選擇較直觀的重量、溫度感測器來進行現場展示，他們也表示未來感測器能讓客戶 自訂更多元偵測能力，而且更利於大規模製作。Wiliot 已取得亞馬遜和三星投資部門在內的五千萬美元融資，預計 2020 年會進行商業化生產。

《本文摘自：Yahoo 奇摩 3C 科技/2019 年 1 月 16 日》

【阿里巴巴 2019 十大科技趨勢，技術發展腳步加快】

馬雲在 2017 年 10 月成立的達摩院，投入超過 1,000 億人民幣，邀集多達 1,000 個產學菁英加入，訴求研究與商業緊密結合，馬雲當時提出三個願景： 要活得比阿里巴巴久、服務全世界至少 20 億人口、用科技解決未來問題。2019 年的科技預測中，點名機器學習能力大增，穩健的 AI 是產業的挑戰。這十 大趨勢包括： 趨勢 1：數據匯流，真正的智慧城市誕生。隨著演算能力的升級，城市基礎建設中所收集到的資訊，不管是數據或影像，將有辦法在「大平臺上」做整合 與分析，城市的局部智能將升級成「全局智能」，2019 年中國將會有越來越多智慧城市。 趨勢 2：語音 AI 將通過圖靈測試。AI 語音辨識不夠精準，總是遭人詬病。達摩院指出隨著機器深度學習，特定對話將會通過圖靈測試，另外隨著語音技 術提升，機器說出來的話，跟真人語音可能無法區別，會說話的公共設施會越來越多。 趨勢 3：AI 專用晶片將獨領風騷。目前的 AI 晶片組中，CPU 與 GPU 間計算和存儲之間數據搬移已出現瓶頸，新一代的基於 3D 堆疊存儲技術的 AI 架構已 經成為趨勢，而 AI 專用晶片也會廣泛運用於邊緣運算的設備上。 趨勢 4：大規模圖神經網，機器因此有了智慧。單純的深度學習已經成熟，結合深度學習的圖神經網路，將讓機器有推理的功能。人的大腦是由神經元等 節點所形成網路構成，而強大的圖神經網路，就像人的大腦，機器有望成為具備常識，具有理解、認知能力的 AI。 趨勢 5：晶片架構將被顛覆。隨著 AI 對於高演算力與物聯網設備低功耗的需求，過去以 CPU 為核心的通用計算將走向由應用驅動（Application-driven） 和技術驅動（Technology-driven）所帶來的 Domain-specific 體系結構的顛覆性改變，這也將加速人工智慧甚至是量子計算時代的到來。 趨勢 6：5G 網路催生全新應用場景。5G 網路提供近百倍於 4G 的峰值速率，將有利於海量的機器類通信，以及連接的深度融合。網路可切片成多個相互獨 立、平行的虛擬子網路，為不同應用提供虛擬專屬網路，5G 高可靠、低時延、大容量的特性，將大幅提升車聯網、工業互聯網等領域的發展。 趨勢 7：數據，你的第二身份證。隨著 3D 感測器的快速普及，生物識別技術正逐漸成熟，每個設備都能更聰明地「看」和「聽」。人身上的各種訊息， 將成為「第二張身份證」，未來只要「刷臉」就能解鎖、付款、安檢、看病，不用帶錢包手機也能安心出門。 趨勢 8：自駕車在特定區域上線。自駕車發展到現在，仍舊無法正式商業化，但不代表進入產業寒冬，只是換個方式落實。未來 2-3 年內，以物流、運輸 目的，限定地區，自動駕駛商業化應用將會有新的進展，例如固定線路公車、無人配送、園區微循環等商用場景將快速落地。 趨勢 9：區塊鏈回歸理性，商業化應用加速。區塊鏈技術將促進數據的重組和優化，在跨境匯款、供應鏈金融、電子票據和司法存證等眾多場景中，區塊 鏈將開始融入我們的日常生活。 趨勢 10：資安技術遍地開花。未來幾年，駭客、黑產攻擊不會停止，但數據安全保護技術將加碼推出。各國政府都會趨向於推出更加嚴厲的數據安全政 策法規，企業將在個人數據隱私保護上投入更多力量。

《本文摘自：數位時代/記者葛翰勳/2019-01-03》

【微型機器人能協助飛機引擎內部檢測】

哈佛大學 Wyss 生物啟發工程研究所和工程與應用科學學院（SEAS）創造了一種像昆蟲的微型機器人 HAMR-E，由於腳能黏在 表面上行走，預計未來將能協助從飛機引擎內部協助進行檢測工作。由於飛機引擎包含多達 2.5 萬個零件，定期維護總是涉及物理 拆除裝置，過程總是非常漫長且繁瑣。 不僅是飛機引擎，許多複雜、昂貴的機器如建築設備、發電機和科學儀器，都需要大量的時間和金錢投入進行檢查和維護。如 果像 HAMR-E 這樣的迷你機器人可以提供協助，檢查所需的工作量和時間將能夠減少。 根據了解 HAMR-E 的總長只有 4.5 厘米，重量只有 1.48 克，通過電磁黏性腳墊、可以開關的電場和摺紙狀結構的關節，HAMR-E 特別設計的步態能夠爬上導電表面，攀爬不平坦、彎曲、垂直表面或倒掛於平面下也都能夠實現。 雖然 HAMR-E 在攀爬垂直表面上比其他攀爬機器人稍慢，但在水平表面上比其他機器人明顯更快，倒置的表面行走則與其他機器 人相當，由於 HAMR-E 的有效載荷能力大於其自身重量，因此也有著攜帶電源、電子設備和感測器來檢查各種環境的可能，這使得 HAMR-E 也成為很好檢查環境的候選者。

《本文摘自：Tech News 科技新報/作者 Nana Ho/2018-12-26》

【臺灣團隊成功研發出單原子層二極體，厚度僅 0.7 奈米】

積體電路製程突破，由成功大學物理系吳忠霖教授、國家同步輻射研究中心陳家浩博士等人組成的團隊，成功研發出僅單原子層厚度（0.7 奈米）且具優異邏輯開關特性的二硒化鎢二極體。據團隊說法，負責運算的傳輸電子被限定在單原子層內，將大幅降低干擾並增加運算速度， 若未來應用在數位裝置，運算速度預期可超過現今電腦千倍、萬倍。 市場上，臺積電正在發展 3 奈米投資計畫，3 奈米製程新廠預計 2022 年底第一期開始量產；而實驗室中的科學家則積極尋找能微縮至原子 尺度（小於 1 奈米）的電晶體材料，希望讓數位裝置變得更加輕薄、效率更高。 壓縮至原子級的二維材料具有許多獨特物理與化學特性，比如材料界神話石墨烯（Graphene），就是第一個被發現僅碳原子厚度的二維材 料，導電度極佳。此外，由於厚度極薄，透過堆疊不同類型的二維材料能展現出不同功能性。 但成功大學物理系教授吳忠霖說，石墨烯不容易成為半導體材料，因此團隊決定選用另一種與石墨烯同屬二維材料的過渡金屬硫屬化合物 （Transition Metal Dichalcogenides，TMDs）：二硒化鎢（WSe 2 ），並成功研發出厚度僅 0.7 奈米、又具優異邏輯開關特性的二硒化鎢二極體。 相比以往傳統的矽半導體材料，二硒化鎢二極體厚度上已超越三奈米製程極限，可完全滿足次世代積體電路所需更薄、更小、更快的需求。

《本文摘自：TechNew 科技新報/作者 Emma stein/發布日期 2018 年 11 月 21 日》

【2019 安全產業大趨勢】

根據美國安全產業協會（Security Industry Association, SIA）所匯編的一份 10 大趨勢清單顯示，網路安全被列為 2019 年安全產業的 首要重點。物聯網（IoT）和人工智慧（AI）也被視為是來年值得期待的重要趨勢。SIA 的這份清單，是根據 9、10 月安全產業頂尖的領導者、 協會領袖及關鍵的志工和演講者為 SIA 在 10 月 25、26 日於紐約市舉辦的 Securing New Ground（SNG）會議所提供的研究資料。 在 2019 年的報告中，網路安全被確認是安全產業中的亮眼趨勢，而從幾個因為 IP 攝影機等安全設備的後門或漏洞所引發的一連串網路事 件來看，這點更是毋庸置疑。美國網域名稱服務公司 Dyn 受到分散式阻斷服務（DDoS）攻擊，造成多個知名網站服務中斷，原因正是 IP 攝影 機和儲存設備感染了 Mirai 殭屍病毒。SIA 指出，「有將近 30%的業界龍頭指出，網路安全對於實體安全方案的影響，是他們預期在 2019 年最 具影響力的趨勢。」AI 也是大家賦予期望的趨勢性科技，雖然它仍處於萌芽期，但因為更先進的演算法、更高超的計算能力及更廣的資訊取得 性，讓它展現出強大的潛力。「目前有非常多的迴響，認為對於 AI 的需求已是大趨勢，在在顯示出 AI 已成為現今安全系統所產生大量資訊的 重要支援。」SIA 說。十大安全產業趨勢：1.網路安全對實體安全的影響，2.物聯網（IoT）和大數據的效應，3.雲端運算，4.人力發展，5. 人工智慧（AI），6.對資料隱私的重視，7.服務收費模式，8.安全整合進智慧環境中，9.先進的數位辨識，10.消費性電子公司受到的影響。

《資料來源：全球安防科技網/編輯部/2018-12-17》

【廠房安全停看聽--談 AI 智慧影像辨識與人機協作】

面對層出不窮的工安意外，廠房工作環境的安全逐漸成為業主導入物聯網、感測器、AI 智慧影像辨識等技術的原因之一，以確 保工作人員從進入工廠直到生產線的運作階段，都能得到實時（realtime）的安全監測與防護。 事實上，國內無論是高科技或傳統產業，仍是以「人」為核心本質，只是科技廠房偏重製程優化與高精細度的品質監控，尤其 高科技製程所產生的廢料若處理不慎，將導致環境汙染與成本上漲的情形，因此傾向制定大量 SOP 以進行管理；傳統產業則依憑人 員的經驗判斷與操作技巧，難免因人為因素而疏忽，故著重在人員防護或設置安全系統，以期降低工作環境裡可能危害人身安全的 潛在危機。如何建立安全的生產環境，讓管理達到智慧化，或可從 AI 智慧影像辨識與人機協作一窺端倪。 對傳產業者來說，AI 似乎遙不可及，是高科技業才會碰觸的議題，傳統產業經營者對 AI 其實有很大的誤解，在他們的認知裡， AI 就是用一堆機器手臂來取代人力，直覺上會是一筆相當可觀的投資，且對於導入 AI 能帶來什麼樣的實際效益毫無概念。智慧影 像分析導入 AI 深度學習技術，再結合工業自動化系統，將大幅提高影像判別的精準度，有助於業者發展工業 4.0。工業安全是業主 在意的問題，畢竟人員若發生意外，對產能及訂單影響甚鉅，甚至可能引發後續的訴訟。此外，一條自動化產線大多涵蓋數個包商， 然包商人員是否遵守相關規範通常難以掌控，因此將 AI 智慧影像辨識應用於工安、勞安領域，可為經營者帶來立即性的成效。

《本文摘自：全球安防科技網/資料來源：劉雨靈/2018/08/31》