區塊鏈商機無限 廣納人才掌Web3通行證

2022.08.10 心元資本執行合夥人成之璇認為，切入Web3，「人才」、「創作」是台灣兩大優勢。圖／心元資本提供

Web3近一年來成為熱門關鍵字，許多企業更率先搶進，深怕在下一波網路革命中缺席。而台灣若要搭上這波浪潮，該從哪邊切入？心元資本執行合夥人成之璇指出，「人才」是最大優勢，另外，台灣的創作也將是一大機會。

麥肯錫（McKinsey）研究指出，2030年企業和消費者與元宇宙相關的全球年度支出總額將有望高達5兆美元，其中，95％的企業高層認為元宇宙將在未來5～10年內對產業帶來正面影響。

Web3發展仍在非常早期，但產業已出現嚴重人才缺口，雖然加密市場寒冬來襲，但區塊鏈工程師仍然炙手可熱。根據Talent.com統計，美國區塊鏈工程師初階職位起薪每年12萬美元，若有經驗，年薪則可超過17萬美元。

台灣工程人才是最強優勢

區塊鏈的技術靠工程、數學、資安組成，成之璇指出，台灣要切入Web3，工程與設計人才是最強優勢。台灣新創博歐科技（CYBAVO）近期被FinTech獨角獸、穩定幣USDC發行商Circle收購，證明台灣在區塊鏈的技術上可以做到全球頂尖。

不過，儘管台灣人才優秀，但數量卻不夠，是當前最大隱憂。AppWorks董事長暨合夥人林之晨認為，區塊鏈與網路早期發展的時候很像，要自行開發配套，因此工程人才需求大。但可惜的是，台灣人才數量不夠，當缺口無法補上，最終將扼殺產業發展。

台灣內容產業原創性十足

除了人才以外，成之璇表示，區塊鏈多數的創新都發生在金融領域，但這一塊並不是台灣的強項，不過台灣的創作內容、藝術極具特色，將是台灣跨入Web3領域的好切入點。例如心元投資的新創OurSong，就集結各類內容，如音樂、文字、影片等，透過NFT翻轉創作者經濟（Creator Economy）。

選擇好的茶葉罐，有效地保持茶葉的鮮度與風味!

茶葉罐的一般有錫製、鐵製、陶瓷、玻璃、紙製等，其中以選用有雙層蓋的鐵製彩色茶罐和長頸錫瓶為佳，用陶瓷器貯存茶葉，則以口小腹大者為宜。

信泰電機生產製作:鋁殼電阻、繞線電阻、剎車電阻、煞車電阻

臭氧機的滅菌效果如何?

多加科技公司，從事水處理、加水站設計規劃營運，以臭氧機、紫外線燈作水質淨化、殺菌設備，因臭氧機具強大氧化、殺菌、除臭能力，省電、無耗材費用，深受水處理業者採用

建南和著重於工業用機械手臂、工業型無線充電裝置、精密加工元件等產品之經銷、代理、進出口貿易

心元資本創始執行合夥人鄭博仁指出，Web1、Web2發展初期時，產業界先驅不會一開始就來到台灣，但早期區塊鏈浪潮剛興起，包括如以太坊共同創辦人Vitalik Buterin、加密貨幣交易所FTX創辦人Sam Bankman-Fried、幣安創辦人趙長鵬等，都一度待在台灣，也建立起相關的人才與社群，「這是第一次台灣的創業者，跟世界站在相同的起跑線，給台灣的創業者、社群以及生態圈相當不同的起點。」

延伸閱讀

來源鏈接：https://ctee.com.tw/news/tech/694790.html

票選推薦煮婦最愛手壓封口機,省荷包不犧牲品質

意信臻以 品質、信用、親切、迅速、優質售後服務，為公司的營運宗旨。

【找人才】台北塑膠射出成型工廠徵選技師，薪資優，福利佳

射出成型機按外形特徵可分為立式、臥式、直角式、旋轉式和偏心式等多種，目前以臥式最為常用。

示波器探測執行效能最佳化的8大秘訣

瀚誼科技致力於提供示波器多元化的專業測試和解決方案，範圍涵括無線通訊系統、RF量測儀器設備、高頻配件、電子元件

年增22％ 電腦程式設計業Q2營業額亮眼

2022.08.10 經濟部10日公布最新統計，第2季電腦及資訊服務業營業額1,269億元，年增20.0％。圖／本報資料照片

經濟部10日公布最新統計，第2季電腦及資訊服務業營業額1,269億元，年增20.0％，其中電腦程式設計業962億元，為歷年同季新高，年增22.0％，主因企業用戶對資訊系統整合服務、網路數據交換應用、資訊安全等需求殷切所致；資訊服務業307億元，亦為歷年同季新高，年增14.3％，主因檔期促銷活動，帶動網站平台收入增加，加以雲端電腦資料保管及新聞資訊服務業績攀升所致。

2022年第2季專業技術服務業營業額839億元，年增13.3％，其中管理顧問業221億元，為歷年同季新高，年增6.6％，主因能源、生產及經營之顧問諮詢業務提升所致；廣告業及市場研究業年增19.3％，主因網路、電視等媒體廣告接案量增加所致；專門設計業188億元，為歷年同季新高，年增9.2％，主因住宅、辦公及營業用之室內裝修設計承攬業績成長所致；攝影業年增14.2％，主因結婚對數較上年同季增加1成，挹注婚紗攝影業者營收成長，以及室內、戶外海報影像輸出需求熱切，加以上年同季因疫情自5月下旬起實施三級警戒，比較基數較低所致。

2022年第2季租賃業營業額409億元，年增19.4％，其中機械設備租賃業110億元，為歷年單季新高，年增22.7％，主因半導體設備、營造用機械、貨櫃出租及展覽活動設備等承租需求強勁所致；運輸工具租賃業280億元，亦為歷年單季新高，年增18.0％，主因汽機車租賃業者推出優惠促銷活動，以及企業用戶長租業務穩定成長所致；個人及家庭用品租賃業年增21.8％，主因戶外休閒娛樂設備、家庭用品、影視器材等出租熱絡，加以上年同季比較基數較低所致。

空壓機這裡買最划算!晨達空壓機秉持著專業空壓機技術、優質快速服務、空壓機合理價格。為您解決工作中需要風量、風壓的問題。

建南和著重於工業用機械手臂、工業型無線充電裝置、精密加工元件等產品之經銷、代理、進出口貿易

好的茗茶,更需要密封性高的茶葉罐,才能留住香氣!

茶葉罐是用來存放茶葉的容器，有錫製、鐵製、陶瓷、玻璃、紙製的材質。

信泰電機生產製作:鋁殼電阻、繞線電阻、剎車電阻、煞車電阻

市面十大品牌封口機!該如何選購?

市面上的封口機一般分為兩種：一種是要預熱的，一種是不用預熱的(插電後即可直接使用。)而瞬熱式就是不用預熱的封口機

延伸閱讀

來源鏈接：https://ctee.com.tw/news/tech/694706.html

使用真空封口機常見問題?

封口機用途廣泛，各產業袋類包裝，食品包裝、豆乾、喜餅、咖啡豆、咖啡粉掛耳包、鳳梨酥等等

飲水機皆有含淨水功能嗎?

採ｅ化保養管理，用戶資料建檔完整售後服務，服務區域內深受各大機關團體、百大企業等等知名企業採用

飲水機選購技巧大公開!!

機器上方放桶裝水，與桶裝水配套使用。桶裝飲水機在20世紀中期之前就出現了，這種飲水機被設計為機身頂部的一個專門的連接器倒放置水桶

空壓機這裡買最划算!

晨達空壓機秉持著專業空壓機技術、優質快速服務、空壓機合理價格。為您解決工作中需要風量、風壓的問題。

中芯量產7奈米 台積叛將立功內幕曝

2022.08.10 大陸晶圓代工巨頭中芯成功量產7奈米，梁孟松被外媒認為是幕後功臣。圖／Unsplash

大陸晶圓代工龍頭中芯日前被媒體披露，在美國強力制裁的背景下仍成功量產7奈米晶片，並已出貨給有「挖礦」需求的客戶，即使外界質疑中芯量產的數量很少、良率也不高，但中芯已突破技術限制，卻也是鐵錚錚的事實，外媒認為，來自台灣並曾在台積電擔任要職的梁孟松是幕後最大功臣。

華爾街日報以「70歲的台灣晶片魔法師正在推動大陸半導體產業的雄心」為題進行報導，並誇讚過去十年半導體界的兩件大事，三星擠身先進製程行列與中芯量產7奈米都與他有關，擁有讓落後者追上領先者的魔法。

報導引述曾經與梁孟松共事過的消息人士指出，梁孟松在台積電時期就堅信唯有生產出尺寸較小的高效能晶片，才能在未來殺出一條血路，並提到當時梁孟松認為台積電將發展資源分散在一些不重要的領域，想法上的分歧是雙方最後不歡而散的原因。

此外，有人透露，梁孟松做事相當認真是拚命三郎，有時假日加班還會把年幼的兒子帶去公司，台積電前法務長Richard Thurston也稱讚梁孟松是有天賦的科學家與工程師，因此2011年三星宣布挖角梁孟松時，台積電感到相當失望又詫異。

梁孟松離開台積電後，台積電認為梁孟松竊取台積電的技術，並洩密給三星，同時指控梁孟松違反競業條款，違規跳槽三星，2015年最高法院宣布台積電勝訴，禁止梁孟松為三星工作，同時間，中芯伸手延攬，梁孟松也順勢西進。

梁孟松任職中芯執行長期間，協助公司改善成熟製程良率，並將製程技術向前推進，接連完成28奈米與14奈米量產後，傳出梁孟松就是以7奈米為目標，在生產設備有限的狀況下，仍在今年被加拿大公司TechInsights以逆向工程拆解出貨到加拿大挖礦公司的晶片，發現其使用7奈米技術，藉此證實中芯已經擁有量產7奈米的實力。

梁孟松目前還是中芯聯合首席執行長，但去年底傳出他與蔣尚義、楊光磊同一天離開中芯董事會，梁孟松卸下執行董事職務，中芯董事會內部也沒有任何台灣人。

滑鼠墊適用各種文宣活動廣告曝光,專業客製服務

滑鼠墊是用於放置和移動滑鼠的一個墊子。它的主要功能是防止在玻璃等特殊材質的表面上移動時的反射與折射影響滑鼠感光器的定位，提供一個方便滑鼠感光器系統計算移動向量的平面；次要功能是為了美觀，上面可印有精美、個性化的圖案；還有一些滑鼠墊增加了腕托以提高手部舒適度。

各大百貨每波促銷贈品活動，限量知名LOGOL型資料夾，獨家販售中!!

Ｌ型文件夾是市面上最常見到的收納文具，有多層與各種厚度可選擇，也可客製化製作專屬自己的尺寸

選擇示波器的10 項考量因素

示波器是一種能夠顯示電壓訊號動態波形的電子測量儀器。它能夠將時變的電壓訊號，轉換為時間域上的曲線，原來不可見的電氣訊號

（中時新聞網 郭宜欣）

延伸閱讀

來源鏈接：https://ctee.com.tw/news/tech/694710.html

信泰電機生產製作:鋁殼電阻、繞線電阻、剎車電阻、煞車電阻、大功率電阻、回升電阻、回昇電阻、平衡電阻、陶瓷電阻、模擬負載、大功率繞線電阻器製造、燒機設備規劃及施工、變壓器及電抗器製造、自動控制器材零組件買賣、DC電源供應器製造、電子零組件製造業。

金誠貨櫃實業社

以客為尊，客製化的設計與服務搭配專業的工班，能夠提供全方位的貨櫃屋組合方案、貨櫃屋改裝及裝潢設計配合您的需求打造出一個完善的居住空間

空壓機這裡買最划算!晨達空壓機秉持著專業空壓機技術、優質快速服務、空壓機合理價格。為您解決工作中需要風量、風壓的問題。

建南和著重於工業用機械手臂、工業型無線充電裝置、精密加工元件等產品之經銷、代理、進出口貿易

Hugging Face

由AI新創Hugging Face主導並協調的，釋出具備1,760億個參數的大型語言模型BLOOM （BigScience Large Open-science Open-access Multilingual Language Model），其規模大過OpenAI GPT-3的1,750億個參數，。

BigScience專案是在去年5月正式啟動，有賴來自全球60個國家、逾250個機構，以及超過1,000名研究人員的貢獻，最後由法國超級電腦Jean Zay執行117天的訓練，才於今年7月完成了BLOOM模型。

BLOOM模型可理解46種語言及13種程式語言，包含法文、西班牙文、越南文、中文或多種印度及非洲語言，大約只有超過30%的訓練資料為英文，因此，現在使用者只要選擇一種語言，就能要求BLOOM撰寫食譜、翻譯或摘要，也能要求BLOOM撰寫程式碼。

這是目前全球所開源的最大語言模型，而且儘可能地透明化，公開了所用來訓練的資料，開發時曾面臨的困境，以及評估其效能的方式。

不過，BLOOM模型也具備其它大型語言模型的缺點，可能藏匿了不準確或是有偏見的語言，但一來該專案採用新的《負責任AI許可》（Responsible AI License），避免被應用於諸如執法機構或醫療照護等高風險的領域，也禁止它被用來傷害、欺騙、剝削或冒充他人，二來Hugging Face認為開源將能讓AI社群協助改善該模型。

當初OpenAI曾說不釋出模型或程式碼的原因是擔心模型遭到濫用，雖然BigScience專案啟用了《負責任AI許可》，然而它只是個類似服務條款的協議，亦無法令上的保護，或許還是難逃被濫用的命運，但Hugging Face認為，有一個良好的開源語言模型，將會替相關研究帶來深遠的影響。

https://www.ithome.com.tw/news/151935

金管會今（7月12日），採取培訓和取證二合一做法，將提供一系列課程，一方面供金融從業人員學習第二技能，一方面也期望作為金融機構人才進用標準。必須先通過基礎能力認證後，再進行專業科目培訓，通過科目檢定後能取得不同職系的證照。證照涵蓋三大產業，銀行、保險和證券，各提供6大職系專業能力證照，其中有5個職系可跨產業認可。專業能力課程，最快9月開課。

要推動臺灣金融科技發展，先分基礎和專業兩階段培養能力

金融科技證照制度，是金管會推動臺灣金融科技發展的一大重點。2020年8月，金管會先是公布金融科技發展路徑圖，將「研議建立金融科技證照制度」視為重要措施之一，並由金融研訓院、證基會、保發中心等組成核心工作團隊，花1年半時間研究、規畫和籌備，近期準備上線。金管會表示，他們希望藉此建立金融科技人才庫，為金融業培訓更多優秀人才。

在金融科技能力認證部分，可分為基礎能力和專業能力2大類。首先要取得基本能力認證，必須是現職金融從業人員，且具備金融科技、數位金融、資訊等相關職務3年以上經驗。若是非金融業人員和學生，則得先取得「金融科技能力建構認證機制報告書 」規定的基礎能力3項認證，才可參加。

，修習課程有金融科技概論、金融概論、程式設計概論，並對應到3項檢定，也就是金融科技力知識檢定測驗、金融市場常識與職業道德測驗，以及APCS、TQC、CCEA等測驗。（如下圖）

金融科技概論探討主題，包括區塊鏈、保險科技、AI、支付、純網銀和開放銀行等。圖片來源：金管會

通過之後，才可修習專業能力證照課程。專業證照按產業分為3類，包括銀行、保險，以及證券業，每個類別各有6種職系的證照，都有各自的專科科目課程，比如銀行產業提供了學習商業分析、UI/UX、資料分析、數位商品設計、數位法遵風控、數位行銷等6種職系的專業證照，而對應到的培訓科目就有AI、大數據分析、法遵科技與風險管理應用等。（如下圖）不過，其中5種職系（BA、UI/UX、DA、PD、CT）可跨不同產業認可，例如銀行的商業分析證照，可在保險業和證券業中認可使用。

銀行業專業科目多為AI，另也包含大數據分析、新興科技應用和數位法遵等課程。圖片來源：金管會

除了共同的科目外，保險業專屬專業科目是保險科技行銷，像是保險生態圈行銷、AI、數位行銷策略等。圖片來源：金管會

證券類則包括證券、期貨、投信投顧業，同樣有5個可跨產業互通的職系，以及證券業專屬的數位行銷專業證照。（如下圖）

這些職系專業科目與銀行業相仿，包含商業分析、UI/UX設計分析、AI、大數據分析等。圖片來源：金管會

金管會表示，專業能力的培訓課程和認證，會由金融研訓院、保發中心和證基會辦理，採訓考合一制度，也就是學員先參加專業科目課程，再參加能力檢測。拿證照的門檻，則是「培訓成績」、「能力檢測」都達70分（含）以上。再進一步來說，若學員取得一個職系，所有專業科目能力認證證明，就等於取得該職系的能力認證。

今年9月開始，將陸續開辦專業科目。（如下圖）

專業能力科目最快今年9月開課，如數位行銷策略。圖片來源：金管會

https://www.ithome.com.tw/news/151905

圖/Line臺灣

Line臺灣在開發者大會上發布，三大Line CLOVA AI產品正式中文化落地臺灣。一是CLOVA OCR，將推出完整產品功能，主張無論是特定表格或是證件中的文字內容，都能以OCR快速識別；CLOVA Chatbot則是推出雲端SaaS、地端On-Premise與混合雲部署版本，來滿足企業應用需求；今年更新推CLOVA Note服務，不只要將中文語音轉文字，還要區分出不同的發言者，未來除了可作爲個人助理，也要提供Web service串接到視訊會議來做記錄，這項服務預計在今年稍晚推出。

CLOVA OCR：因應不同辨識情境，提供一般與專用文字辨識模型

Line CLOVA團隊Aaron Wu首先揭露CLOVA OCR完整產品功能。Line的OCR產品可分為一般情境的文字辨識模型（General Model）與專門情境辨識模型（Specialized Model），除了經過一年的中文化調整與優化，Line今年也在一般情境辨識模型中，推出新功能Table Extractor，讓用戶在掃描文件或圖片上的表格時，能夠用Table Extractor來辨識，透過將JSON File的參數，對應到每個字元在表格上的欄位，來快速擷取圖片上的表格與其欄位中的文字。

由於在進行拍攝、截圖或掃描時，圖片的角度或光線都會影響OCR辨識的結果，Line因此新增了以AI自動調整角度的功能，能辨識出直式的表格文字為橫式等。Aaron Wu指出，這項功能在日本推出後大獲好評，比如在疫情期間，用戶需要將疫苗預約單的內容輸入系統來進行疫苗預約，透過訓練出OCR辨識模型，並結合自動調整辨識角度的功能，就能加速資訊擷取的效率，甚至連揉成一團的皺巴巴紙張，都能辨識出紙張上的文字資訊，尤其受到銀髮族的歡迎。

CLOVA OCR能自動調整角度來進行OCR辨識。

經過模型訓練後，連一團皺巴巴的紙張，都可以進行OCR辨識。

另一項專門情境辨識模型，則分為兩種類別，一是證件式的模型辨識，包括身分證、健保卡、護照等，雖然格式較固定，但因背景花紋或表格框線的樣式不同，還是需要透過模型訓練來強化辨識能力。二是非證件式的模型辨識，屬於內容相近但格式呈現不同者，比如名片、收據、信用卡、薪資單等，這類格式位置不固定者，就得透過足量資料來進行模型訓練，才能正確捕捉各種欄位資訊。

針對General Model與Specialized Model兩類模型的訓練，CLOVA OCR更提供了Template Builder工具，提供一個易於操作的介面，讓用戶能透過拖拉的方法，選擇需要辨識的區塊、定位並命名，更提供了足量的標註工具，包括複寫框、多重字元框、Check Box等，以供用戶更精準定義表格並擷取資訊。同時，CLOVA OCR也能串接不同工具或技術，比如自動標註功能（Auto Tagging）、知識圖譜或是RPA流程等，來建立端到端自動化流程。

Template Builder工具提供了許多標註工具，包括複寫框、多重字元框、Check Box等，以供用戶更精準定義表格。

CLOVA Chatbot：Chatbot Bulider讓非開發者快速上手，更提供三種部署方式

落地臺灣的CLOVA Chatbot也同樣提供了Chatbot Bulider工具，降低訓練人機對話系統的繁複流程，讓用戶只須準備好由機器人回答的問題與答案，以及相應的訓練資料，就可藉由圖形化介面訓練出專屬的Chatbot模型，並應用到Line官方帳號上，連不具程式開發技能的用戶都能上手。

為了滿足各種不同用戶的需求，CLOVA Chatbot提供三種部署方式，其一是雲端SaaS解決方案，透過雲端平臺提供所有的Chatbot模型引擎，日本與韓國均有大量應用案例；其二是地端On-Premise版本，主要針對有落地需求、考量資料安全性的企業用戶，可透過SI廠商將服務導入企業本地端來使用；其三則是專為臺灣企業設計的混合雲架構（Hybrid），結合雲端與地端的優勢，讓用戶一方面可維持隱私資料落地的安全性，一方面也可以降低運算資源的硬體成本投入。

Aaron Wu分享，Line客服官方帳號也實際應用了CLOVA Chatbot，2021年正式導入後，已經有8成以上的資料交由CLOVA Chatbot處理，平均每日可以接收超過5,000則以上的詢問訊息，更能維持90%以上的模型精準度。在這項Chatbot服務的設計上，Line引進了情境式對話功能，引導使用者逐步釐清問題，找到需要的答案，來提升滿意度。

而且，透過CLOVA Chatbot的自動回覆與資料搜集，持續分析客服訊息後，Line發現超過兩成以上使用者問題，都跟帳號轉移相關，因此，Line也計畫在今年第一季推出「帳號移動健檢」功能，透過CLOVA Chatbot的進階功能，將Chatbot串接後端帳號系統，在經過用戶同意的情況下，從後臺自動讀取用戶資料，拋轉到Line內部伺服器後，再以Flex Message格式呈現在對話視窗中，來與用戶確認帳戶移轉的相關資訊。

比如透過Chatbot先跟用戶確認電話號碼、Email以及是否已經設定密碼，也會確認帳號轉移的手機號碼是否一致，並提醒用戶在資料轉移之前，是否已經先備份資料，以此來幫助用戶更精準、快速的解決問題。在與用戶確認資訊的過程中，Line也會使用CLOVA Chatbot的隱藏式遮蔽功能，將敏感性的資料遮蓋。

CLOVA Note將於今年上線，可將語音轉為文字、更能區別不同發言者

另一項Line臺灣將在今年稍晚推出的AI新服務，則是CLOVA Note，來轉錄語音進行各式各樣的記錄。CLOVA Note使用了兩項主要的語音技術，一為語音辨識（Speech Recognition），將語音轉換為文字，二是說話者辨別（Speaker Diarization）技術，來分辨不同的發言者。

在語音辨識的技術中，Line採用的並非傳統語音辨識（ASR）模型的訓練方法。Aaron Wu指出，傳統的ASR模型訓練方法，會先透過聲學模型（Acoustic Model），將聲音轉換為最小的聲音單位，再透過Phoneme-to-grapheme模型，將每個聲音的最小單位轉換為字串，最後再透過語言模型（Language Model），將每個字元組合成一個完整的句子。但如此一來，每個模型都得分開訓練，也需要不同的訓練素材與參數調教，「這對ML來說是一個阻礙。」

因此，Line選擇透過自家研發出來的NEST引擎，這是一個以神經網絡架構出的端到端語言辨識模型，不需要訓練三個模型將語音轉為文字，而是能直接將語音輸入神經網絡來進行訓練，不僅能突破對Free Conversation的辨識，也強化了抗噪的功能。

而在說話者辨識的模型中，則是運用每一個文字的字元字段，進行上下文比對，再透過判斷上下文之間的關係，以辨識出不同的說話者。

Aaron Wu表示，CLOVA Note除了可以作為個人助理，也能作為Web service服務串接到視訊會議軟體當中，來進行會議記錄，同時區分發言的對象。韓國在上線後，約有9成用戶以此進行會議記錄，臺灣今年也會上線中文服務。

https://www.ithome.com.tw/news/149091

5年前發表的AI工具服務，逐漸成了AWS發展AI生態系的關鍵平臺。

數據市場向來是公雲業者最激烈的戰場，這幾年的戰火更燒到AI市場的競爭。AWS早在2017年搶進了機器學習開發工具的競爭，推出機器訓練環境的全託管服務SageMaker，到了今年，這款工具類服務，不只發展出了一個完整的機器學習工具鏈，甚至向下串聯了AWS的各種基礎架構服務，資料服務，也向上整合了多種AI應用服務，AI垂直產業解決方案，AWS在2021年年度大會上，更完整揭露要邁向一個完整AI生態系平臺的大戰略。

要了解AWS這個AI大戰略的全貌，不能單從AI產品更迭來看，而要從更大領域的資料產品面來觀察。

AWS機器學習副總裁Swami Sivasubramanian在機器學習主題演講中指出，企業需要一套端到端的數據平臺，涵蓋儲存、存取、分析、視覺化到預測，甚至為了確保正確對象在適當時間存取資料，還需要針對每一款數據工具，實施資安和存取控管。

他所提出的這個企業數據戰略，也是AWS在機器學習市場的戰略架構，甚至可以說，這個架構就是AWS規劃產品藍圖的骨架

AWS提出端到端的資料戰略

他就直言：「AWS的AI戰略就是要涵蓋企業從資料、分析到AI的完整旅程，來提供最完整的服務，還有一套涵蓋端到端的安全控管機制。」

從12年前推出Amazon RDS開始，至今都朝這個目標邁進，推出超過上百項機器學習服務，目前已經超過150萬個用戶。

從資料到AI的角度來看，AWS今年看似各自分散，眼花撩亂的新資料服務、資料湖新強化、ML工具翻新，都是為了強化這個端到端的資料戰略，包括兩大特色，一是補齊原有產品缺口，另一類則用來擴大既有產品布局。

強化資料安全性缺口是今年AI產品發表的第一個亮點。AWS新任執行長Adam Selipsky親自發表的資料湖合規工具Lake Formation新功能，可以做到單欄或單筆等級（Row and Cell-level）的權限控管，可針對單一個欄或行，來設定不同角色的存取權限，Lake Formatio會依據這些權限，自動過濾資料湖對外提供的資料，針對獲得授權的使用者，提供他們所能存取的資料。

Lake Formation新功能看似只是資料面新機制，但若回到端到端資料戰略，可以看到與另一個新產品的呼應。

AWS另一款引起眾人注目的新發表是無程式碼ML工具SageMaker Canvas，這是可以用拖拉式操作，不用寫程式就能建立ML模型，從資料準備、模型建置、訓練到推論執行都能包辦。

但將這麼方便的工具提供給更多人，讓他們更容易接觸原始資料，如何進行安全控管會成為企業採用最大考量。Lake Formation更精細的資料存取控管正補齊了SageMaker Canvas的安全性能力。這個從資料源頭進行精細資料權限控管的作法，可以一路套用到整個資料處理流程、機器學習開發流程。AWS就不用急著在各類數據工具上打造安全機制，從源頭端工具下手更有效率。

兩個看似無關的新功能，彼此卻可以相互加乘和互補，這正是AWS背後有這樣一套端到端資料戰略的思考。

圖片來源／AWS
AWS機器學習架構（AWS ML Stack），清楚呈現出AWS不同AI服務和布局的定位，中間ML層的SageMaker工具鏈是今年發表重點。

AWS今年聚焦ML工具層推廣

Swami Sivasubramanian在演講中，揭露了更詳細的AWS機器學習架構（AWS ML Stack），清楚呈現出AWS不同AI服務和布局的定位，可以分為底層的各種ML框架和基礎架構，中間的ML工具層，以及最上層的AI應用層服務。

底層ML框架和基礎架構包括了主流深度學習框架、各種雲端運算服務、GPU、FPGU等，這些是AWS擅長也持續演進的產品線。而ML工具層服務的目標是降低企業建置模型的門檻，以及擴大模型導入規模，核心產品就是2017年推出的SageMaker，逐漸發展成一套涵蓋了建置、訓練到部署的工具鏈服務。

最上層AI應用層服務，則包括了兩大類，一類是通用型核心AI服務，如視覺辨識、語音AI、文字辨識等，另一類則是專門性AI應用服務，這是從商業需求來定義的AI服務，包括了個人化AI、內部搜尋、詐欺偵測，或是產業AI服務。

AWS今年在最底層的基礎架構服務上，透過自行研發的晶片，也有不少的新進展，而上層的AI應用層，則是去年AWS年度大會的重點，垂直產業AI解決方案和特定商業需求的AI解方。

今年AWS發表重點則回到中間的SageMaker工具鏈，過去幾年已經發展出了一整套ML開發工具組服務，後來也推出整合式開發工具SageMaker Studio，還進一步往資料預處理，例如資料標記服務發展。

今年6項SageMaker新功能中，一方面推出了利用GPU來提高訓練速度的訓練編譯器，AWS宣稱可以提高50%訓練速度。而推論推薦引擎則可以自動向企業推薦可用的運算資源，來加快部署，另外還新推出了無伺服器推論服務，也能降低ML落地成推論服務的上線門檻。

另一類SageMaker新功能則是用來降低機器學習使用門檻，除了無程式碼ML工具，原有標記服務Ground Truth推出可以讓企業自訂標記流程的Plus版，不用像過去只能用內建流程，等於只能用來標記AWS提供的資料用途。

另外，SageMaker Studio 也推出了通用型筆記本，可以在單一筆記本中，直接存取使用AWS大數據平臺EMR的上執行的Spark、Hive和Presto，或是使用在Amazon S3上執行的資料湖，將資料工程、資料分析和機器學習的工作流程，整合到單一筆記本中，來進行機器學習模型建置，這是鎖定專業資料科學家和資料工程師的新工具。

而另一項新推出的Canvas無碼ML工具，則瞄準三大類業務AI需求，從行銷類需求，如銷售預測，顧客生命週期價值預測，混合行銷，或是財務類需求，如信用風險評分、貸款遲繳預測、詐欺偵測，以及維運管理類，如庫存計畫和排程、交貨時間預測、預測性維護等，AWS想要將這三類需求的非技術人員，也變成了ML模型開發成員，來擴大自家ML工具鏈的影響範圍。

最後還有一項AWS擴大AI產品影響力的關鍵工具，就是推出了SageMaker的免費精簡版Studio Lab。只要用一個電子郵件帳號就能註冊，15GB容量，也有一定可用的免費CPU或GPU運算資源可用，要來吸引更多人嘗試，甚至作為新手的練習之用。AWS還宣布每年提供1千萬美元的獎學金計畫，訓練2千位高中生和大學生的AI開發能力。

回到AWS機器學習架構來看，中間工具層從商用級付費工具，進一步提供免費版工具，這是一個吸引更多人採用的推廣戰術，再加上無程式碼ML工具來拉攏非技術人員，拉近AWS自己的AI世界，隨著這些新手越來越依賴AI，也就會使用AWS上層AI應用和下層AI基礎架構，這正是AWS今年轉而全力擴大AI工具鏈的關鍵布局。

https://www.ithome.com.tw/news/148436

全球開放非營利組織MLCommons發布第一個版本，這個大規模資料集包含50種不同語言的口語音訊資料，而且資料集容量還持續不斷增加。MSWC的貢獻者包含來自Coqui、Factored、Google、哈佛大學、英特爾、Landing AI、Nvidia和密西根大學的研究人員。

MSWC資料集內容包含的50種語言，涵蓋全球50億人口，對於不少語言來說，MSWC是第一個可用來訓練語音介面的公開免費資料集，官方在MSWC使用CC-BY 4.0授權對外釋出，來促進全球關鍵字探索、口語搜尋和各種學術與商業應用，官方提到，他們的最終目標是要讓基於語音的關鍵字辨識介面，能夠支援更多語言的關鍵字。

目前語音互動技術已經普及，無論是Apple Siri、Amazon Alexa，還是Google的語音助理，都已經搭載至用戶的手機和智慧裝置上，關鍵字辨識系統使用低功耗的硬體來持續監聽關鍵短語，以觸發像是開燈或是喚醒複雜介面的動作，對於視障人士等，更是足以改變其生活方式。

但官方提到，強大的語音互動功能，需要使用大型資料集來訓練機器學習模型，這些關鍵字資料集需要付出大量的資源，從不同的說話者和背景環境中，收集並驗證每個包含關鍵字的語句，而現在多數公共關鍵字資料集，都為單語言並且只包含少數關鍵字，許多常用的語言缺乏可用的公共資料集，使得要為這些語言使用者，提供基本的語音功能更為困難。

MLCommons所開發和維護的MSWC資料集，便是要解決這個問題，MSWC是一個包含50種語言的口語大型語音辨識資料集，該資料集總共包含超過34萬個單詞和2,300萬個一秒音訊樣本，總共有超過6,000小時的語音，官方提到，他們利用開源工具，從Common Voice群眾外包專案收集的句子中，擷取單詞來建構這個資料集，語音助理開發者便可以使用這個資料集，訓練模型聽懂各種語言的關鍵字。

在MSWC資料集中，有12種高資源語言，具有超過100小時的資料，12種中等資源語言，擁有10到100小時不等的音訊資料，而其中26種是低資源語言，只有不到10小時的音訊，而MSWC資料集中，有46種語言的資料，是該語言唯一的開源口語資料集。

https://www.ithome.com.tw/news/148409

開發人員現在可以使用自己的資料，來微調語言模型GPT-3，以創建適合其應用程式的自定義版本，OpenAI表示，，讓模型能可靠地用於更多使用案例中，並且執行成本更低，速度更快。

開發人員可以使用任意大小的資料集自定義模型，或是根據用戶的回饋，來逐步添加資料進行調整，官方提到，透過微調，可使模型輸出的正確率，從83％提升到95％。而要自定義模型也非常簡單，用戶只需要提供資料集檔案，並在OpenAI命令列工具執行單個指令，系統便會自動開始自定義版本訓練，並且在OpenAI API中提供服務。

OpenAI從去年開始提供GPT-3的API服務，而只要幾個樣本進行額外的訓練，GPT-3就可以進一步執行各式各樣自然語言任務，這個技術被稱為少樣本學習。用戶只需要提供不到100個樣本，就可以提升GPT-3的效能，隨著用戶提供更多的資料，模型效能就會不斷提高，在去年OpenAI所發表的研究，研究人員使用少於100個樣本，就能有效提高GPT-3在特定任務上的效能，而且研究也發現，樣本數量提高1倍，改進品質會以線性增加。

對GPT-3模型是棘手問題的國小數學，使用資料集自定義後，模型解題精確度就可以提升達2到4倍。OpenAI還提到，自定義GPT-3能提高輸出的可靠性，從他們用戶的案例中發現，使用自定義GPT-3模型，不可靠的輸出結果發生頻率從17％下降到了5％，整體工作流程更加順暢，成本和延遲都獲得降低。

https://www.ithome.com.tw/news/148371

福特汽車

將測試以自駕車為底特律地區的年長者遞送生鮮食材到府。

這是福特汽車一系列自駕車開發計畫之一。在這項6個月的測試計畫，福特汽車和其公益基金會合作，將在底特律西南部密西根中央車站區，以自駕車遞送1萬磅（約4.5公噸）的新鮮食材，包括蔬果、牛奶、起司送到當地因行動不便無法出門購物的長者住處。

福特基金會之前已經對當地高齡照養中心提供生鮮食物，但這次首先啟用自駕車。自駕車是由福特未來自駕車團隊及全資子公司Quantum Signal AI開發，將以低速循固定路線在底特律研發中心及一棟高齡共同公寓之間行駛，按時將食材發送給居民。自駕車內裝是由福特根據生鮮食品包裝、運送及上、下貨而設計。車上將會全程配置隨車人員，並由遠端營運團隊監控。

福特目前在底特律市密西根中央區開發多項行車技術，該公司表示透過日常用品遞送計畫，將累積未來自駕車遞送商品的經驗，包括如何滿足當地居民生活需求。

福特是最新一家推動自駕車服務的業者。和Jaguar在美國舊金山試推出自駕車載客服務。另外，上個月測試以全無人卡車配送商品到超市。

https://www.ithome.com.tw/news/148370