智慧手錶功能日益多元 生物感測/tinyML成發展重心(1)

感測技術是智慧手錶業者創造出產品區隔與品牌定位的關鍵要素。而為了進一步利用這些感測器所產生的數據,創造出更多附加價值,品牌廠商無不在機器學習領域卯足全力。 智慧手錶是現階段穿戴裝置的主要產品型態之一,在這類產品中,又以一般性健康監控為主要訴求的健康智慧手錶為大宗,包括蘋果(Apple)、三星(Samsung)、華為、Google和Garmin等主要業者皆有布局。各公司於健康智慧手錶產品的布局,多著重於處理器、感測器、AI演算法與電池的最佳化(表1)。...
2024 年 08 月 05 日

智慧手錶功能日益多元 生物感測/tinyML成發展重心(2)

感測技術是智慧手錶業者創造出產品區隔與品牌定位的關鍵要素。而為了進一步利用這些感測器所產生的數據,創造出更多附加價值,品牌廠商無不在機器學習領域卯足全力。 tinyML概念萌芽 根據上述官方的技術說明,可進一步發現,在相同的功能應用上,蘋果與三星又採取了不同的技術策略。面對更高的運算能力需求,三星聚焦雲端軟體面的演算法更新。相較之下,蘋果則更聚焦終端硬體面的運算能力擴充,其在提高能效比的前提下,鎖定終端設備嵌入更高AI運算能力的做法,與近年嵌入式AI技術中頗受重視的微機器學習(tinyML)概念相符合。...
2024 年 08 月 05 日

高效電池EV普及踩油門 兼顧高安全/長續航

在全球暖化議題受到全球關注,各國紛紛制定碳中和與禁售燃油車的目標,帶動電動車(EV)市場快速發展。除了政策影響電動車普及的速度,續航里程、安全性與價格,也是消費者考量是否購買電動車的關鍵因素。高電壓的800V電動車雖然效能效率佳且充電速度快,但受限於各地相應的基礎設施不足,尚難普及。而電池安全性需要經過嚴格的高電壓與電氣散落測試,確保安全無虞。...
2024 年 08 月 01 日

GAI生成超擬真資料 瑕疵檢測模型精度大突破

在製造業的視覺辨識應用中,生成式AI(GAI)為瑕疵檢測、數位分身(Digital Twin)的精準度與效率,帶來明顯的突破。瑕疵檢測跳脫傳統的規則主導(Rule-based)演算法,走向模型訓練,以及透過GAI生成訓練用資料。加上資料生成的精準度與擬真程度持續增加,未來製造業若採用工廠的數位分身,虛擬工廠將協助驗證瑕疵檢測成效、AMR導入效益等應用,加快工廠智慧化的腳步。...
2024 年 08 月 01 日

製造業AI落地深化 GAI+AMR智慧工廠成真

人工智慧(AI)在製造業的應用持續深化,生成式AI(GAI)的發展也帶來新的助力。根據洛克威爾發布的2024年《智慧製造概況》報告指出,2023到2024年,製造商已使用或評估的智慧製造技術比例,從84%增加到95%,其中83%的製造商預期2024年,會在營運工作中導入生成式AI應用。...
2024 年 07 月 31 日

振生半導體執行長張振豐:硬體資安迎向典範轉移

資安攻防是一場無止境的矛盾對決,隨著攻擊方可用的資源與手段增加,防守端也必須跟著升級,以維持動態平衡。物聯網應用普及,帶動硬體資安概念的興起,就是這樣一個故事。因為在物聯網的世界裡,每一個終端裝置都可能成為駭客入侵系統的起始點,或這類終端裝置本身儲存的資料、程式碼,就是攻擊方的目標。要對抗這類攻擊,安全晶片將是不可或缺的一環。...
2024 年 07 月 29 日

居家能源系統管理效率大增 家庭儲能/V2H應用可期(1)

社會日益關注能源消耗的問題,促使人們轉向積極主動式的家庭能源管理,探索連接技術如何開啟再生能源、電池儲能系統、直觀的用戶體驗,甚至車輛對家庭供電(Vehicle-to-home)互通的新時代。 科技已滲透和改變人們生活各個層面,包括居家環境供電的方式。也許未來房子不僅可以遮風擋雨,還能夠主動幫助使用者管理家庭能源。市場正在進入家庭能源管理消費化的時代,能源使用方式和家庭電池儲能系統(BSS)的設計已在根本性改變。...
2024 年 07 月 19 日

居家能源系統管理效率大增 家庭儲能/V2H應用可期(2)

社會日益關注能源消耗的問題,促使人們轉向積極主動式的家庭能源管理,探索連接技術如何開啟再生能源、電池儲能系統、直觀的用戶體驗,甚至車輛對家庭供電(Vehicle-to-home)互通的新時代。 (承前文)雖然能源生產過剩為屋主帶來了經濟利益,但它也反映出未來的挑戰。傳統發電廠不可能在晴天就直接關閉,甚至連縮減能源生產規模都會遇到問題。能源產業的變化是一個巨大的機會,也伴隨了巨大的挑戰。如果家用電池系統能在夏季儲存足夠的電量,理論上就能在陽光稀少的冬季裡使用這些電力,減輕對電網的直接影響。雖然目前的電池儲能技術尚未成熟,但正在迅速改進。...
2024 年 07 月 19 日

產業全力克服AI幻覺 精準LLM近在眼前(1)

儘管人工智慧產生的幻覺可能令人擔憂,但該技術仍然是塑造產業以及開創未來的重要一環。AI服務供應商透過人機協作把關資料品質,盡可能提高生成式AI回覆的準確率。 人工智慧(AI)通常被視為有助於解決,目前許多迫切的社會問題的良策,其強大的功能包括:快如閃電的資料整理速度、準確的預測功能、無人可及的分類效率,上述應用案例不勝枚舉。但AI仍然是一項不斷發展、存在缺陷的技術,最近,「幻覺」成為了關於人工智慧的焦點議題。...
2024 年 07 月 18 日

產業全力克服AI幻覺 精準LLM近在眼前(2)

儘管人工智慧產生的幻覺可能令人擔憂,但該技術仍然是塑造產業以及開創未來的重要一環。AI服務供應商透過人機協作把關資料品質,盡可能提高生成式AI回覆的準確率。 (承前文)專用AI模型這對於擁有重要專有資訊,或使用高度特定內部語言的企業而言尤其重要。部署經過公共資料訓練的AI工具將無法勝任這項工作,只有熟悉企業術語、首字母縮寫、流程等的獨特工具,才能實現其所需要的目標。...
2024 年 07 月 18 日

AI力助製造業減碳 供應鏈永續發展勢在必行(1)

品牌廠對供應脫碳的高度關注,有助於帶動產業積極實現淨零排。人工智慧則可以縮短ESG揭露,與可行的業務策略之間的差距,人工智慧驅動的見解有助於減少材料浪費、降低排放並提高消費者的環保意識。 雖然全球暖化是一個重大問題,但水資源緊張、森林砍伐、稀有自然資源枯竭和不公平的勞動等其他永續發展挑戰,也需要緊急關注,以減輕氣候變遷更廣泛的影響。人工智慧(AI)可以縮短環境、社會和治理(ESG)揭露,與可行的業務策略之間的差距,人工智慧驅動的見解有助於減少材料浪費、降低排放並提高消費者的環保意識(圖1)。例如傳統的製造環境常常導致資源和勞動力的剝削,人工智慧和數位技術可以開發出既具有商業可行性,又具有顛覆性的新產品和服務模式。...
2024 年 07 月 16 日

AI力助製造業減碳 供應鏈永續發展勢在必行(2)

品牌廠對供應脫碳的高度關注,有助於帶動產業積極實現淨零排。人工智慧則可以縮短ESG揭露,與可行的業務策略之間的差距,人工智慧驅動的見解有助於減少材料浪費、降低排放並提高消費者的環保意識。 (承前文)而借助人工智慧驅動的模型,製造商可以透過分析整個客戶生命週期的數據,來視覺化產品影響和壽命終止模型。對市場趨勢、品牌指引原則和產品生命週期的分析,使業者能夠可視化廢物流和其他產品屬性。這有助於製造商推動產品的競爭差異化,並建立更永續的使用模式。製業者也可以直接教育消費者如何使產品更具可持續性,以及如何在產品使用後回收。...
2024 年 07 月 16 日