3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
整台特斯拉拆開"近7成"是台灣製造！技術做到最極致化 最狂首富馬斯克"非台灣不可" 台灣企業靠著電動車逆轉人生｜李文儀主持│【台灣新思路】20210131│三立iNEWS
  智慧城市\智慧生活應用科技 智慧健康醫護與生活新科技 |
智慧建築\智慧家庭應用解決方案 |
2021年2月5日 星期五
．2021\02\05\3S MARKET Daily 智慧產業新資訊
．智慧城市的門禁控制：改善公民的安全和日常生活
Smart City Powered by Artificial Intelligence
你經常會在電影中看到悲劇，犯罪分子透過駭客入侵網路，並更換交通號誌燈來控制重大城市，從而控制了一個城市。幸運的是，即使在網路中斷後，在現實世界中，實體門禁控制也可以作為故障保護，來限制這些事件的影響。
隨著智慧城市中越來越多的 IoT 設備，網路安全流程必須與實體系統協同工作，以保護設備，控制室和伺服器免受攻擊，並限制事件的影響。智慧安全城市的基礎，是強大的網路和通信基礎設施。該框架取決於城市周圍的設施和控制系統 - 從關鍵設施到公園的機櫃。闖入這些地點中的任何一個，都可能危及整個城市的安全。
保護關鍵基礎設施
2014 年，在俄勒岡州波特蘭市，一名 19 歲男孩被監視攝影機拍攝到，該攝影機在該市的飲用水水箱中小便。當局被迫消除 143.000.000 升潛在污染的水。城市飲用水網路的蓄意污染（每個城市的重要組成部分）會造成很大的破壞，如果不及時發現，將對市民的健康造成威脅。雖然借助監視系統，可以發現事件，但透過徽章或可視對講的電子門禁系統，以及入侵檢測系統，可以在入侵者接近時，並使用數位語音系統阻止他時發現入侵者，防止任何事件。
這個故事說明了，為什麼必須嚴格保護城市中，發現的所有關鍵基礎設施免受入侵者，和其他破壞的影響，以確保公民的健康和安全。這尤其適用於具有相互連接的領域，和網路的智慧城市，在這些城市中，進入一個機構可能會為其他領域的破壞敞開大門。無需驚慌，但有必要意識到並意識到對關鍵基礎架構進行實體保護的必要性。這就是為什麼，目前的門禁控制在市場上如此重要的趨勢，並且其成長速度比影像監控還要快。
升級你的門禁控制系統
在每個城市中，都有一個控制室，邏輯門禁控制流程就位（例如，對電腦和設備的門禁權限受憑據保護）。需要透過使用在徽章上註冊的生物辨識技術的門禁控制系統，來加強對房間的實際出入。這些安全措施，可以防止事件在造成重大損害，或對人員和環境造成傷害之前發生。
對於關鍵環境，採用結合了不同技術（例如影像、門禁控制和語音）的解決方案，可提供完全安全的門禁控制解決方案。使用徽章並不一定足以管理網站入口的安全；確保使用徽章的人是正確的人也很重要。有幾種方法可以改善此過程，並確認輸入的人已被授權：
結合影像監控和與實體標誌關聯的圖像，可以提高控制水準
臨時 QR Code，也可以與實體徽章相關聯，作為控制的第二要素。沒有這兩個要素，該人將無法訪問站點。
臉部辨識也可以極大地幫助，辨識控制網站訪問的人。
不僅安全，而且公民服務
除了確保關鍵服務的安全之外，還有很多機會探索門禁控制肯定可以為公民服務的地方，下面概述了一些可能的用例：
智慧停車場：透過智慧手機上發送的 QR Code ，方便進入公共辦公室停車場、大型購物中心和醫院，從而使門禁更安全、更流暢。公民可以登錄到該實體的網站，以請求門禁權限，並獲得臨時憑證。這有助於避免不必要的旅行、減少燃油浪費，並立即打開免費停車區，以使用其他服務。
殘障人士停車管理：為了打擊非法停車，並確保只有真正需要專用停車位的使用者才能使用它，解決方案可以是在專用停車位上，配備由車牌驗證程序和徽章或徽章組成的欄桿。二維碼。
管理對歷史悠久的市中心的門禁權限：當今的環境影響是一個主要問題，越來越多的主管部門決定透過網路攝影機與繫船柱上的車牌讀取分析的實體整合，以更可控的方式管理對這些地方的進出管理。這樣可以進出帶有預先註冊的車牌（針對居民），或先前發送給遊客的智慧手機上的 QR Code 的車輛。
訪客和供應商對設施的門禁：使用 QR Code 代替傳統的進入系統既可以改善訪客管理，也可以實現非物質化。它降低了與傳統實體憑證相關的成本（對環境的影響最小），從而提供了一種更智慧的門禁控制方法。
技術可以在解決城市問題中，發揮重要且通常起決定性作用。但是，未來的智慧城市更有可能由對現有基礎設施的安靜升級，和為居民帶來更多福祉的新合作夥伴關係所定義，而不是由類似於科幻小說願景的浮華新發展所定義。
城市中已連接設備的數量將繼續快速成長，城市將更加集中精力於增加網路安全措施。但是，我們決不能忘記，保護關鍵基礎設施或其他敏感區域（如控制室）的實體安全，也必須放在首位。因此，市政官員應考慮透過添加語音，或影像組件等高階功能，來升級現有的基於徽章的門禁控制系統。這樣，可以確保智慧城市及其市民的安全。
 |
．智慧影像分析技術在安控領域的應用
ArcGIS Platform Launch Event
隨著經濟水準的發展和科學技術的不斷進步，安控意識逐漸深入人心，人們對安控的需求也在不斷提高。智慧影像監控是透過對電腦視覺技術的利用，來分析監控現場的影像內容，及辨識各種異常情況，並能做出響應的新一代監控技術。智慧影像監控的出現，符合了這一趨勢的發展。
傳統的影像監控系統包括類比監控系統、數位化本地影像監控系統和數位化遠端影像監控系統，在科學技術不如今天發達的曾經，這種監控系統也有過一段光輝時期，但漸漸的，隨著社會的發展和人們需求的增加，他的弊病也慢慢展現出來，人們需要解決在進行監控的過程中，出現的人員易疲勞、每路影像難以被即時監控到，警報精確度差且響應時間長、錄影數據分析困難等問題，並且通常在「事件」發生之後，透過調用錄影進行回放取證，一方面損失已經產生不可能挽回，另一方面透過人工回放錄影取證的方式，效率十分低下，由此，我們引入電腦發展技術，逐漸探索出智慧影像監控道路。
智慧影像分析監控，則可以有效的解決以上問題。智慧影像的主要特徵，是採用電腦視覺方式，在幾乎不需要人為干預的情況下，透過對攝影機拍錄的圖像序列，進行定位、辨識和跟蹤，並在此基礎上分析和判斷目標的行為，從而做到既能完成日常管理，又能在異常情況發生的時候，即時作出反應。
智慧影像分析技術的分類
影像分析類
在影像圖像中找出目標，並檢測目標的運動特徵屬性，影像分析可分為以下幾個功能模組：周界入侵檢測、目標移動方向檢測、目標運動、目標消失，和出現檢測、人流量統計、車流量統計等。
影像辨識類
主要包括人臉辨識、車牌辨識等，其主要技術是在影像圖像中找出局部中一些畫面的共性，如人臉必然有兩個眼睛，如果找到雙目的位置，那麼就可以定性人臉的位置和尺寸。
影像改善類
主要是針對一些不可見、模糊不清，或者是對振動的圖像，進行部分優化處理，以增加影像的可監控性能。具體包括：紅外線夜視圖像增強處理、車牌辨識影像消模糊處理、光變與陰影抑制處理、潮汐與物體尺寸過濾處理、影像圖像穩定系統等。
相比較傳統監控手段，智慧影像監控技術無論是在圖像處理上，還是節省人工上都有一個質的飛躍，它透過更加高階的影像分析能力，為廣大使用者提供了一個更加全面的監控服務，讓使用者更加放心。
．人工智慧有望成為阿茲海默病的有效預防工具
Artificial Intelligence Unleashed on the Brain: Using Machine Learning to Predict Alzheimer's
近日，科學家成功地訓練了一種新的人工智慧算法，以準確預測導致阿茲海默病的認知能力下降症狀。
據《2015年世界阿茲默病報告》報導，全球約有 4680 萬AD（阿茲海默病）患者，預計每 20 年患病人數將翻一倍，到 2030 年將達到 7470 萬人，2050 年更將突破 1.3 億人。
可是由於阿茲海默病起病隱匿，起病初期往往很難發現，常常到症狀明顯時才被重視，並且目前，這種疾病尚未有真正有效的治療方法。
隨著大多數潛在阿茲海默病治療在人體試驗階段的失敗，許多研究人員正在將方向從治癒轉向預防，這可能是對抗阿爾茨海默病最有效的方法。因此，阿茲海默氏症和失智症研究人員，面臨的最大挑戰之一，是找到一種方法來準確地辨識，患有認知衰退早期症狀的患者。
新的研究顯示，人工智慧可能是準確預測，潛在阿茲海默病患者的關鍵。
「目前，治療阿茲海默氏症的方法有限，因此預防手段就很重要。人工智慧系統則可協助醫生進行治療。在人工智慧準確預測情況下，人們可以及早改變生活方式，從而延遲阿茲海默氏症發作時期，甚至完全阻止它，「麥吉爾大學精神病學系助理教授 Chakravarty 說。
血液測試、PET 掃描、眼睛測試、遺傳學，甚至嗅探測試是辨識認知衰退早期症狀的常見方法，但這些方法並不能做到完全準確地預測。一項新的研究表明，經過訓練以評估各種診斷數據的 AI 算法，可以有效地預測一個人，是否處於疾病的早期階段，以及他們是否可能在接下來的五年內顯著惡化。
道格拉斯心理健康大學研究所的計算神經科學家 Mallar Chakravarty 博士和他的同事，設計了一種特定的算法，使用人工智慧技術和大數據開發了一種算法，透過磁共振成像（MRI），遺傳學和臨床數據學習，對有阿茲海默病風險的病人大腦，進行單次澱粉樣蛋白的 PET 掃描來完成辨識，能夠在痴呆症發病前兩年，準確辨識出失智症的跡象。
該算法透過Ｍ對來自 800 多名受試者的數據進行訓練，並結合從 MRI 成像到基因型，和臨床資訊的各種生物標記物。所研究的受試者，包括健康的老年人，和臨床上具備明顯阿茲海默病症的患者。其中一小部分受試者，還提供了長達六年的個體臨床資訊數據，使算法能夠對疾病進展的全面理解，這有助於系統更好地預測認知衰退的軌跡。
「我們目前正致力於使用新數據測試預測的準確性。它將幫助我們改進預測，並確定我們是否可以延長預測期。」Chakravarty 說。隨著對更多的數據深度學習，科學家們將能夠更好地辨識，導致阿茲海默病，認知能力下降風險最大的人群。
在早期階段，研究人員相信該算法，是有作用的且準確的，隨著更多數據被添加到算法中，再加上大量的患者訓練，在未來人工智慧系統有望成為臨床醫生，對阿茲海默病預防性治療的重要工具。
「透過使用這個工具，臨床試驗可以在研究的時間範圍內，聚焦於那些更容易發展為失智症的個體，這將大大降低進行這些研究所需的時間和成本。」麥吉爾神經病學與神經外科與精神病學教授 Serge Gauthier 博士認為。
 |
．機器學習，讓你瞭解這世界上最晦暗的戰亂和貧困
A Life in Extreme Poverty
亞萌
整個人類似乎發展地很好：網路經濟、奧林匹克運動會、火箭發射、太空漫遊......
然而這樣繁榮的景象，並不是人類的全部，世界上還依然充滿了貧困和戰亂。就像這個在敘利亞戰亂剛剛遭遇空襲的 5 歲小男孩 Omran Daqneesh，出人意料地安靜、麻木和茫然，不哭不鬧地擦掉自己臉上的血，而誰又知道他經歷了怎樣的殘酷！
人們樂於分享幸福與富裕，而戰亂和貧困地區人的日常和生活水準，我們很難得知。儘管有那麼多國際機構聲稱。要去要去幫助、去改變，然而由於無法瞭解基本資訊，很難對症下藥。
他們的夜晚連燈光都沒有
長久以來，研究人員會有一個評估某一地區的發展程度的指標：夜晚燈光的亮度和密度。但是這個方法有個局限，那就是它只能看到亮著的地區，而對於那些夜晚的黑暗之地，我們只能判斷它們大致是貧困的，而究竟貧困到什麼程度，就不得而知。
「非洲最窮的地方，是我們最關心的。但在晚上，那裡幾乎全部都是黑暗之地。」史丹佛大學的電子工程與電腦科學博士 Neal Jean 說道。
兩個村莊，一個靠近湖邊，一個靠近森林，在燈光分布圖裡，都可能是全暗的，但是它們臨近不同的自然資源，富裕程度不一樣。
而且，一般來說，瞭解一個地區的經濟水準，需要進行調察研究，而這一方法在戰亂和衝突地區是無法展開的，而恰巧這些地區就是世上最窮之地。
為什麼要知道哪裡是最窮的？
國際組織和當地政府決策者，最在乎這些數據。比如，一個公益性國際組織要對不發達的地區進行資金援助，資金是有限的，他們就需要確切知道，哪些地區的需求最懇切，所謂「把錢花在刀口上」。
對於政策制訂者而言，瞭解本國個地區的經濟發展狀況，是一項必須進行的工作，因為這樣才能制訂出針對性的發展方案。但事實是什麼呢？世界銀行數據顯示，在 2000-20010 年的十年時間裡，59 個非洲國家中，有 39 個國家只進行了不到 2 次的貧困水準調查。
新的方法：更聰明、更便宜
史丹佛大學的這撥以 Jean 為領導的研究人員，他們採取的是現在很流行的卷積神經網路的機器學習算法，所用的數據分白天的和晚上的，白天的數據來自衛星拍攝的地球高清圖像，夜晚的數據就是燈光分布圖。
整個的算法分兩步。第一步叫做「轉移學習」（Transfer Learning），研究人員把五個國家的白天和夜晚的數據「餵給」系統，包括尼日、坦桑尼亞、烏干達、馬拉維、盧安達這五個非洲國家。電腦需要學習衛星照片上的物體，與夜晚燈光亮度的關係。
比如系統可以學習到：一片湖區和一片森林，他們在晚上應當是黑暗的，這與該地區是否貧困並無關聯；但是，一個房屋聚集的村莊，理應夜晚亮度比較高，如果這片區域是黑暗的，那麼極有可能就是貧困地區。
透過這樣的學習，系統將貧困地區的數據都提取出來。接下來，就進行第二步，叫做「嶺回歸模式」（Ridge Regression Model）。研究人員將經過真實調查的數據指標，再次「餵給」系統，比如世界銀行生活水準測量研究等。
這次，系統會把未經過調查統計的地區，大致的貧困程度預測出來。比如，系統已經知道一個 10 戶房屋的村莊 A 的夜晚大致燈光亮度，而調查報告裡有一個與 A 村地理位置相近，而且燈光亮度相似的 10 戶村莊 B 的資訊，報告顯示 B 村的家庭收入水準是 1.9 美元/天。那麼系統透過交叉對比，就可以判斷出 A 村與 B 村有著相似的經濟水準。
這個分兩步走的算法系統，比單一的依靠燈光預測的方法更為準確，在具體的實驗裡，其準確率達到 81%-99%。
另外，由於該系統使用的數據，都是來自公共機構，比如衛星圖像和燈光分布圖，就是來自 NASA，而調查報告來自於美國政府和國際組織，所以整個系統的花費並不昂貴，可供有需要的公眾和機構免費使用。
Jean 表示，系統目前數據只是來自非洲的五個國家，下一步的工作就是用其他國家的數據來訓練，以繪製出全球貧困地圖，幫助政府和機構更好地減輕世界貧困。
Via Spectrum
|
．2021年十大建築技術趨勢
5 Construction Technology Trends to Watch Out for in 2021
2021年的建築行業正在經歷重大的範式轉變。當我們回顧建築業項目和工程的歷史時，我們注意到已經發生了一些重大進展。隨著年底的到來，我們展望 2021 年，沒有理由我們不應該期望更多的事情發生。
實際上，以下是專家認為你應該在明年的建築行業中，看到的一些最明顯的趨勢：
1.增強實境
《建設世界》雜誌表示，儘管虛擬實境已成為近年來的新興趨勢，但它很快就過時了 - 尤其是與增強實境的使用和好處相比。這是透過攝影機鏡頭，查看現實世界的能力。
即使要付出代價，它也將為建築業帶來許多新的機會。對於有能力現在就開始使用它的公司，它將徹底改變他們設計和建造事物的方式。這種趨勢在未來幾年將進一步成長。
實際上，許多人認為，與其戴安全眼鏡，不如不著手工作，我們將開始規劃和設計場所。
2.協作軟體和數據生態系統
即時協作軟體，已經被視為整個施工過程的重要組成部分。但是，預計在不久的將來它將對該行業產生重大影響。可以大膽地說，協作數據在這種範式轉換中起了根本作用。
數據生態系統的出現，使所有創新行業參與者聚集在一起，並共享項目數據、經驗和知識，這比我們想像的要近得多。毫不誇張地說，這是建設的唯一出路。
將你現有的流程和系統整合，在一個完全連接的平台上的能力，可以為行業中的人們提供工作方式。現在，可以輕鬆地將一個建築項目過程中，針對不同功能和學科的多種軟體解決方案，組合在一個地方。
主要使用當今，被加密貨幣廣泛使用的區塊鏈技術。一串塊，周圍是堅固的加密層。區塊鏈是公共的，任何人都可以檢查和審計帶有記錄的各種交易。
數為工具的使用促進了，這些有價值的資訊的累積，並且透過擴展，使施工現場與辦公室之間的延遲，返工率和通信故障最小化。
從這個意義上講，可以預期的是，可靠的即時協作軟體，將充當從始至終的整個施工過程的數位骨幹。
3. BIM 將在 2021 年繼續成長
與去年相似，BIM 再次成為最受歡迎的建築技術趨勢之一。如果我們考慮到開放，和高度協作的數據生態系統的興起，正在不足為奇。
BIM 技術可以推動我們管理，設計和開發建設項目的方式發生根本變化。透過 BIM 啟用了許多不同級別的編程。4D 和 5D BIM，是這個方向上的兩個非常有代表性的示例。
閱讀建築行業的最新技術趨勢
從一般的角度來看，BIM 將為施工過程，帶來更高的精度，並使各個利益相關者之間，可以交換有關項目的重要資訊。此外，預計它們的進一步發展，將使建築項目更具生產力和便利性，包括革命性的可持續性和安全措施。
因此，很明顯，BIM 可以充當建築的遊戲規則改變者，並在開放和高度協作的環境中，詳細描述該項目的發展。
https://www.sciencedirect.com/science/article/abs/pii/S004896971934999X
5.自再生混凝土
許多行業專家認為，我們將開始看到自修復混凝土，被用於道路、建築物和房屋。
由於混凝土是建築業中，生產和消費最廣泛的材料（用於建造建築物、道路和橋樑），因此許多人認為，到 2030 年，我們每年將使用約 50 億噸。
部分原因是當今，中國和印度正在經歷的城市繁榮。目前，美國已佔該地區全球總排放量的 8％ - 預計這一數字還將上升。
6.無人機
許多建築工地，已經高度依賴無人機的使用。這些無人機非常有益，因為它們可以節省大量時間。
例如，測量員僅需幾分鐘即可搜索整個站點，而過去則需要花費數週或數月的時間。當然，這也將為建築公司節省很多錢。
隨著無人機技術在其準確性，和讀數準確性方面的快速發展，將需要更少的人力參與。
過去，許多公司由於仍需要控制器，而猶豫是否使用無人機，但是如今，隨著技術的效率提高，越來越多的建築公司開始採用這種技術。
7.機器人技術
機器人技術是不容忽視的。像醫療保健這樣的行業，已經在其中投入了大量資金。隨著這些機器人變得更加精確和智慧，它們將成為建築行業的主導力量。
剛開始時，機器人技術的成本會很高，但是至少值得關注此技術。最終，我們可以看到機器人能夠完成，諸如砌磚和綁鋼筋的工作，甚至可以看到它們完成了當今大多數的人造建築項目。
8.雲端與行動技術
幾年前，大多數人不知道或無法解釋，什麼是雲端操作系統。今天，情況已不再如此。實際上，大多數行動設備可以隨時隨地利用雲端技術。
這樣做有很多優點，包括儲存幾乎無限量的資訊，你可以透過按一下按鈕，立即共享這些資訊。這也便宜得多 - 大約是舊技術共享成本的十分之一。
由於可以從具有 Internet 連接的任何位置，訪問雲端的商業電話系統，因此可以期望它將來，成為建築行業必不可少的一部分，尤其是要保持競爭力時。
9. GPS 的高級用途
《建築世界》的專家說，儘管 GPS 跟踪解決方案不是新事物，但現在正以更具創造性和獨創性的方式使用，包括：
．由於團隊不再需要使用傳統的測量設備，因此研究得到了極大的改進。
．可以快速，準確地收集用於評估潛在項目的土地數據。
項目經理還在車隊管理中，使用 GPS。今天，它的每輛車都配備了可透過電腦和智慧手機跟踪的設備。這使所有人都知道車輛在哪裡，特別是在道路，港口和大壩等基礎設施工程中，需要大量的材料運輸。
查找丟失或被盜的設備比較容易，因為管理人員現在可以生成地圖，以標識其中任何物品的確切位置。
許多建築行業的人認為，今天 GPS 技術的成長，還遠遠沒有結束。不僅自動駕駛汽車和無線技術的應用在增加，而且我們也不得不看到無人駕駛汽車。我們將不再只聽到有關 Uber 的資訊，建築公司也將使用它們。實際上，從 2020 年開始，公眾很可能會使用這些車輛。
他們將以公共汽車，火車和卡車的形式看到它，但施工隊伍並不遙遠。目前有許多專業人員正在研究自動駕駛汽車，這將使工作場所更加高效。
例如，卡特彼勒（Caterpillar）和約翰迪爾（John Deere）目前都在研究，具有自動鏟刀控制功能的拖拉機，我們希望他們能進一步發展，並創造出這些車輛的完全自動駕駛，和無人駕駛的版本。
我們還目睹了建築業，從採礦業借來的錢。具體來說，有一種無人駕駛設備，總部位於東京的小松公司，使用 GPS 行動高品質礦石。
隨著這些無人駕駛車輛的數量持續成長，我們將獲得可靠而強大的自動化機械指南。我們還將證明 GPS 跟踪解決方案，對於定位和整合感測器是可靠的，因此它們可以預防事故，並確保每個人都更安全。
10.新的有效掃描解決方案
近年來，數位化正在創造許多具有成本效益的解決方案。這有助於建築業完全了解某些項目所處的階段。
可用技術
儘管許多人可能認為這只是常識，但可穿戴技術卻不應被忽略。無論是手錶、手鐲，還是虛擬現實眼鏡，這些設備都在迅速發展，越來越為普通大眾所用。
可以與幕後數為交換機進行通信的袖章，將成為保護工人安全的有用新興趨勢。這將有助於防止員工不斷地不遵守你的指示，因為他們現在可以使用該技術互相交談，接收警告或警報。
此外，如果發生事故，它還可以幫助跟踪工人在哪裡。在將來的某個時候，這必將成為強制性的。
結論！
無疑，2021年的建設應該比該行業提前一年。數據驅動指標，重點是協作和即時通信。
對於那些在 2021 年尋求以建築為導向的創新的人來說，他們可能期望更高的生產率，更少的項目延誤以及因此更具競爭力的建築成本。