布萊恩的創業小窩

讓 人工智慧 接地氣!LINE Clova引進台灣,新應用超方便? 人工智慧「接地氣」！雲端助理 LINE Clova 立足台灣，發展在地化應用 LINE  看好 Fintech 與  AI 領域 的發展，近年來積極投入研發人工智慧應用、區塊鏈等雲端技術，亦陸續將研發結果整合至通訊服務中。 過去在 LINE 開發者大會「LINE TAIWAN TECHPULSE」中，LINE 台灣就宣布引進 LINE Clova，完成 Clova 服務的在地化目標 ，並完整介紹其 人工智慧技術 與企業解決方案。而目前即將在地化的中文 CLOVA 人工智能服務有哪些？答案包含「Clova Note」及「Clova Chatbot」兩大產品線，特別引人矚目！ 不怕會議開太久！落落長發言，Clova Note 全都轉換成文字 Clova Note 可以應用在聽打逐字稿、製作會議記錄，以及將語音訊息轉換成文字訊息等較消磨耐心的工作上，其具備的語音辨識技術（Speech Recognition）和說話者辨別技術（Speaker Diarization）能夠精準將聲音轉換成文字檔案。 過去 LINE Clova 的研發主力多為日文、韓文，如今  LINE  廣招中文工程師，將集聲學模型、發音模型、語音模型三項技術與機器學習於一身的 NEST 模型應用於 人工智慧 解決方案 Clova Note，不但擅長辨識日常對話與長篇幅的語句，還有在噪音環境中精準優秀的辨識能力。Clova Note 預計今年就會在台灣市場推出。 不怕不會寫程式！不需代碼就能架構的 Clover Chatbot 對話機器人 https://youtu.be/wwRlG6S87BI 許多企業會使用 LINE 官方帳號作為品牌客服服務的主要平台。 LINE  台灣服務企劃部平台事業發展負責人吳元豪表示，訓練人機對話系統工程浩大且過程繁複，因此 LINE 為需要大量降低人工作業的用戶，開發出「Chatbot Builder」平台，用以架構對話機器人架構。用戶只需要準備機器人需要回答的問題、答案與訓練資料就可以製作專屬的 Clova Chatbot 對話機器人模型來應用於 LINE 官方帳號，它最大的優勢，就是應用 人工智慧技術 來訓練模型，從而省略撰寫程式碼的過程與成本。 LINE 更計劃於 2022

Spotify自開發 人工智慧 , 稱霸全球音樂串流平台,成為不敗的龍頭品牌! 驕而不傲！Spotify 穩居龍頭仍持續求進步 根據市調機構 MIDiA Research 串流音樂平台付費用戶市占率報告顯示，全球有近 5 億人是音樂串流平台的付費用戶，長年穩坐音樂串流平台市占率冠軍的 Spotify，截至 2021 年底的整體會員數已超過 3.81 億人次，其中更包含了 1.72 億的付費 premium 會員，是全球音樂串流平台中的龍頭。 除了擁有龐大會員群與豐富內容、獨家的跨裝置聆聽功能，Spotify 近年來更推出年度回顧、好友品味比對等互動功能，分享至社群平台的效益也相當良好。 不畏 Cookie 退場，靠自家人工智慧音訊分析拓展廣告疆域 Spotify 的最大用戶使用量的手機 app 端，在創立之初就使用自家的 人工智慧 分析演算技術，並未導入第三方  Cookie ，僅瀏覽器和電腦版會使用。因此，即使第三方  Cookie  即將退場，Spotify 也並不畏懼。 2021 年初，Spotify 在美國市場推出 Spotify Audience Network 服務，服務上線後即在第二季貢獻了 12％ 的營收，高於一年前的 7％。自此，廣告業務爆發，進而成為公司的重要收入驅動因素。和 2020 年同期相比，Spotify 廣告部門的營收增長了 1 倍多，Podcast 廣告收入更增長 7 倍以上。 獨家人工智慧分析技術，精準掌握用戶音樂喜好 Spotify 靠著音樂內容與 人工智慧 模型所分析、統整出的第一手數據，取得他人靠第三方  Cookie  才能獲取的訊息。除了直觀地分析音樂偏好並反推用戶的喜好與興趣之外，Spotify 亦發展出強大的 AI 音樂演算法。例如「原始音檔模型」，就是透過分析原始音軌、音頻，得出相關音樂資訊以推測相似類型音樂。而「協同過濾模型」，是透過分析用戶間的行為來進行交叉比較，推薦「你沒聽過但可能喜歡的」音樂選項給有相似喜好的用戶，藉此拓展廣告疆域，同時增加用戶黏著度。 Spotify 靠著精準的 人工智慧 分析技術與音樂演算法，精準掌握用戶音樂喜好，充分發揮了音訊的價值。即使  Cookie  退場，Spotify 已然坐擁龐大的第一手數據，期許在未來能持續創造最大價值。 延伸閱讀 : Google 為保護隱

煞車領域領導品牌Brembo引進 人工智慧 系統,成為自動車新趨勢 本文為下篇，上篇請看此連結。 人工智慧應用於煞車：Sensify 的優點 適應各種車輛 從大型卡車到轎車都可安裝 Sensify 與傳統的煞車系統相比，尺寸更為精細、重量也更輕，具有適應各種車輛重量的能力，因此適合任何車型的車輛，從大眾運輸工具、轎車、休旅車、商用車、超跑或賽車等。這些功能也使 Sensify 適合摩托車，因為兩輪車更容易受到重量和路面變化的影響。 針對個別輪子 單獨調整煞車力道 Sensify 讓所有的車輪，都能獨立調整煞車力道。 Sensify 可通過電子硬體擴展成為拖車或大型運輸車的配備，在所有六個（或八個）車輪上提供單獨煞車，從而大大提高循跡系統安全性、也減少對煞車盤的磨損。雨天時，此系統可能透過程式來施加輕微的壓力以摩擦地面、防止打滑。 能依據用戶駕駛習慣調整煞車 Sensify能依照不同用戶的駕駛習慣，「客製化」其煞車力道。 Brembo 表示：Sensify  AI  煞車系統能自動學習使用者習慣，並依每個人的駕駛習慣而自動調整剎車設定，如踏板回饋力道、個別調整每個輪子的煞車力道、縮短煞車鎖死時間以及降低卡鉗損耗等；因此無論是快速或緩慢的行駛風格，都能作出合適的剎車力道。 適應各種路況、天氣調整煞車 Sensify 可以照不同的天氣、路況，微調煞車性能與力道，以確保在顛簸的路況或傾盆大雨時，也能安全地緊急煞車。 行駛中，Sensify 亦可依天候、不同路況所蒐集的數據進行微調，以確保煞車隨時擁有最佳性能。即使路況不佳、遇到大雨或崎嶇道路時，仍可安全的緊急煞車。 電子訊號取代油壓傳輸，不用煞車油更環保 Sensify 使用電子訊號傳遞，取代傳統的煞車油壓傳輸，因此更環保。 Sensify 煞車原理與當前其他的煞車系統相近，都是由剎車踏板來控制煞車卡鉗。差異在於，過去從踏板到煞車卡鉗之間的傳導是使用油壓方式，Sensify 則改為電子訊號傳輸；並且在踏板和製動盤之間，沒有油管的物理連接，因此不需要煞車油。 不需要剎車油的好處，可降低零件的維護成本、剎車盤的消耗、產生更低的輪胎阻力、排放更少的煞車粉塵，達到效率提升與環保，增加汽車整個生命週期。 縮短煞車時間 也因為使用電子訊號傳遞的關係，相較於傳統的油壓傳輸，速度更快、煞車作動時間也更

煞車領域領導品牌Brembo引進 人工智慧 系統,成為自動車新趨勢 煞車領域再進化 ! 煞車領域領導品牌 Brembo, 引進人工智慧主導的煞車系統 ! 將 人工智慧 應用於汽車上，讓身為移動工具的汽車，多了許多其他的智慧功能已是趨勢。除了當前最知名的 Tesla 自動駕駛外，還有更多  AI  在汽車產業的應用，如 無人計程車、自駕車宅配，甚至還有會「說話」的自駕車、或是能分析駕駛行為以確保車隊安全 等功能；而日本竟也有 專門訓練 AI 的駕訓班呢 ！ 而這次，義大利高端煞車系統品牌——Brembo，也將 人工智慧 應用在直接關係到行車安全的煞車系統上！ Brembo 讓人工智慧幫忙踩煞車，開發 Sensify AI 系統獨立操控輪胎轉速 煞車系統能否正常運作，對確保安全來說非常重要。因此，煞車性能可說是比加速系統更重要。 煞車領域的領導品牌——義大利的 Brembo 近年頻傳新創技術與產品，例如可以透過手機調整不同的顏色的「G Sessanta」智慧卡鉗，讓車主可以搭配愛車變換顏色。今年十月，Brembo 宣稱要計劃發布Sensify —— 一種搭載 人工智慧 技術的煞車系統，並將在 2024 年透過一家製造商正式生產，宣稱能達成「駕馭樂趣」與「全面安全」的目標。 Sensify 除了煞車系統必備的防鎖死煞車（ABS, Anti-lock Brake System）、循跡系統（TCS, Traction Control System）和穩定控制系統（ESC）之外，它使用了電子控制取代了油壓控制，讓煞車動作可已有前所未有的靈敏、迅速、精準。 突破AI技術瓶頸，Sensify擁有自我編程、自我學習能力 「當你開始處理 人工智慧 與神經網絡時，它們的表現頂多與你擁有的訓練數據一樣好，」史丹佛大學汽車研究中心的工程學教授兼主任 J. Christian Gerdes 表示：「如果你有一個新的案例，是這個  AI  以前從未見過的，那麼很難預知它將會怎麼做。」 此外，Gerdes 也表示，1970 年代首次推出的現代化防鎖死煞車（ABS, Anti-lock Brake System）系統，是防止車輪煞車鎖死失靈的解方。他也說：「更重要的是，要了解每個輪子的情況，然後智慧地調整各車輪的煞車力道。」 為了解決上述兩個問題，Sensify 正使用專屬的應用程式、

今年度優良企業 Meta (前身臉書)被踢下神壇,NVIDIA成為第一,想知道原因,來看這篇文章怎麼說吧!! 「Glassdoor 排名」是什麼？職場透明化的指標！ 美國徵才與職場評論網站「 Glassdoor 」日前公布 2022 年最佳職場排名，繼 2021 年度奪得榜首之後，這次依然是  NVIDIA  蟬聯冠軍。 在 Glassdoor 問世之前，美國的職場遠不如現在開放與透明。Glassdoor 在每年度的最佳職場排名的報告中，藉由分析網站內上千萬條企業文化、薪酬、升遷機會與是否重視工作生活平衡等職場資訊，統整出該年度最佳職場榜單。 為了鼓勵用戶踴躍提供評價， Glassdoor  採取使用者貢獻制，用戶提供的評價愈多，則能查看的資訊也愈多。此外，為了保障資訊真實可靠，用戶註冊時必須使用公司信箱，Glassdoor 還為此建立一支獨立的人工審查團隊來確保不會有漏網之魚。 NVIDIA 再次奪冠，執行長決策功不可沒 2022 年，Glassdoor 的最佳職場榜單上，NVIDIA 仍蟬聯冠軍寶座。 疫情時代之下的職場型態更為彈性，企業文化、公司精神等軟性條件成為了現在求職者更為注重的面向。本次的最佳職場榜單中， NVIDIA  以 4.6 分（滿分 5 分）逆勢再次奪冠，成為 2021、2022 雙冠王，除了因搭上元宇宙熱潮而受到注目之外，執行長黃仁勳在疫情期間主張的「家庭優先」政策，確實執行彈性的管理模式，更受到員工普遍的認可。 綜觀 NVIDIA 員工對於公司的評價，如：優渥的待遇與福利、開放透明的公司氛圍、明確的職涯發展與值得員工追隨認同的公司願景佔大宗。雖然工作時程與同業相較可能更為緊湊，嚴謹的高規格要求容易導致員工產生較大壓力，然而，整體而言  NVIDIA  仍得到 95% 員工的看好與推薦！ 「元宇宙」反引發員工擔憂？Facebook改名Meta後爭議不斷，慘遭滑鐵盧 追隨元宇宙，祖克柏高調將 Facebook 改名為 Meta，卻失去了員工的信任、公司內部更不安定。 同樣搭上元宇宙（Metaverse）話題的  Meta （原 Facebook 母公司）拿到了 4.3 的評分，從 2021 年的第 11 名跌至第 47 名，排名不升反降了 36 個名次。在連續上榜的 12 年裡，這是綜合評價最差的一次。 Glassd

  想知道自己自己學習的程式語言 Python ,是不是最新､最泛用的語言嗎?快來瞭解吧 Python 兩度獲獎，2021 封冠後未來看好 Python  在 2021 年度表現亮眼，不僅連續兩年（2020、2021）獲得  TIOBE  年度程式語言獎，更從 2021 年初的 TIOBE Index 第三名，同年 8 月首度超越 Java 晉升亞軍，在同年 10 月攀升至第一名後，即穩居冠軍寶座至今。 TIOBE 是程式語言的討論社群， TIOBE Index  則是程式語言的流行指數。該指數在基於全球工程師、課程使用量及第三方供應商的數據，每月更新一次；另外在 Google、Yahoo、維基百科等主流搜尋引擎的搜尋量則用來計算分數。值得一提的是， TIOBE  Index 的排名並非要評斷何為「最完美的程式語言」，而是用來檢視自己所學習的程式語言是否為最新、最泛用的語言，也有助於在建構新的軟體系統之前如何選擇程式語言的關鍵決策。 而 TIOBE 年度程式語言獎是頒發給在一年之中，評分成長最多的程式語言，本次 C# 本有望冠軍，卻在 12 月時被  Python  反超而遺憾落馬。 官方表示，目前 Python 的評分比第二名 C 更高了 1% 以上，雖然與 2001 年的 Java 巔峰相比還有一段距離，但由於 Python 已經成為許多領域的標準程式語言，官方相信未來仍有持續成長的空間。 無處不在的程式語言！Python 連續兩年霸榜的秘密 除了奪得 2021 年度的雙冠王，Python 此前在 2007 年、2010 年、2018 年、2020 年都曾獲得 TIOBE 年度程式語言獎的稱號，是奪得該獎項最多次的程式語言。 由此可見，Python 在程式語言界確實如  TIOBE  官方評價般「無處不在」。Python 不僅在數據科學、機器學習等領域大受歡迎，同時也適用於 Web 開發、後端、移動應用程式開發，甚或是（較大的）嵌入式系統等領域。 整體而言，Python 之所以被大規模地採用，主要歸功於其簡單上手的便利性及可以大幅提升生產效益的成長性。除此之外， Python  這兩年的異軍突起，並持續蟬聯冠軍的可能原因還有：擁有最多 AI 人工智慧函式庫、高平台獨立性、高靈活度、良好可讀性及視覺化選項等優點（相關文章： IBM背書！入行AI人工智慧

賈伯斯喜愛的蘋果 UI 和哆拉A夢,究竟是什麼讓他們連結在一起?快來看看吧! 本文為下篇，上篇請看此 連結 。 不只是「好看」　圓角設計的背後深意 近年 3C 產品硬體設計上都大量使用圓角，UI 介面設計也順其自然地大量採用圓角。除了是為了要「跟上潮流」，圓潤的造型也的確讓產品設計加分。舉凡服務性產品、企業官網、社群媒體、網路商店等，需要  UI  介面的地方全都導入圓角設計。但是圓角「好看」的背後，到底是什麼原因？ 人們為何會熱愛圓角的科學根據尚未定論，大致有以下三種說法： 1. 認知負荷論（cognitive load theory） 認知負荷理論是由澳大利亞新南威爾士大學的認知心理學家 John Sweller 於1988 年提出，他假設人類的認知結構由工作記憶和長時記憶組成。其中工作記憶也可稱為短時記憶，容量十分有限，一次只能記下 5～9 條簡單的訊息。 著有《視知覺》（Visual Perception）的瑞士物理學家、藝術家 Jürg Nänni 也曾提出：視網膜中區處理「正圓形」是最快速的，而處理多稜角的形狀則較吃力，速度也較慢。 結合以上理論我們可以得知：「圓角」更容易被大腦處理，因為它能夠降低大腦的認知負荷，也有利於在同樣時間內接受更多資訊。故比起一般的矩形，人類的大腦更願意接納圓潤的圓角矩型。 2. 視覺動線論 視覺動線是指在讀取眼前資訊時，視覺移動時所構成的方向路徑。這表示視覺動線決定了設計的焦點所在、擺放的位置與順序。 人眼在擷取資訊時，通常不一定會意識到有視覺動線隱藏其中，但眼睛卻會自然而然地依照視覺動線的設計來移動。 而圓角的「曲線」能自然地、圓滑地帶動一般人的視覺動線，而不會感到突兀與刺眼。 3. 曲線偏坦論（Contour Bias） 以演化心理學的觀點來看，人在面臨可能造成危害的事物時，會湧現出恐懼、不安與抗拒的情緒，這是人類經歷長時間的演化後遺傳下來的「適應體」，目的是幫助我們存活，提高生存機會。 除了心理學，腦科學也指出當面對尖銳的物體時，大腦的杏仁核活性會增強。杏仁核是邊緣系統的皮質下中樞，有產生情緒的功能，能產生恐懼記憶並引發應急反應，讓身體能逃離危險。 所以，人類對於形狀銳利的物品往往有先天的排斥，如會連想到尖銳物的方角矩型；對於有曲線的圓融物體則會有較高的接納度，讓圓角矩型不被人腦淺意識抗拒。 圓

賈伯斯熱愛的 UI 設計和哆拉A夢,究竟是什麼讓他們連結在一起?快來看看吧! 「圓角矩形」是近年盡人皆知的  UI  設計優勢，自 iPhone 4 發售至今日，到處都可以看到這個乍看簡單、但其實富有深意的幾何圖形。 然而圓角矩形何以能擄獲 Steve Jobs 以至於世人芳心呢？箇中緣由，其實也藏在哆啦 A 夢身上！ 「圓角矩形」在現代  UI  中代表簡約、清爽與和平易近人。這些印象是因幾何圖形能帶給人們的心理暗示，任何圖形設計元素如形狀、線條、顏色、紋理和圖案，都能淺移默化地影響人們的感官認知，從而讓平面圖形附上不同的喻意。 乍聽之下有點形而上學，但其實我們從童年開始就不斷在接收幾何圖形的心理暗示了——許多卡通動畫中的角色，也都被賦予了「幾何暗示」！ 三角形的小夫、方形的胖虎……哆啦 A 夢中的幾何暗示 陪伴許多人長大的國民作品《哆啦 A 夢》（ドラえもん），其中的主要角色個個形象鮮明、深入人心，是運用幾何圖形設計角色的好範例： 自戀愛現、在狡猾的同時又常有鬼點子的小夫，從是身形、嘴形到髮型都呈現三角形；而個性粗暴、蠻不講理，但在緊要關頭時又展現了正直的胖虎，無論臉型與身體都呈現寬大的方型。 至於個性善良溫柔、富有同情心的靜香，臉型與整題造型都較圓潤，沒有稜角；至於最備受喜愛的哆啦 A 夢，整個角色從頭到手都是圓型設計。 不只日本，歐美的畫家、藝術家、動畫師等角色設計專家們也時常以「幾何造型」為基底，藉此創造出引人入勝、個性鮮明的角色，足見一個好的幾何設計所具有的優勢。 以下影片為藝術家實際示範如何以基礎的圓型、三角形與方形設計角色形象： 卡通之外　賈伯斯也瘋狂的圓角設計 不只卡通動漫畫之外，許多商業產品也為了讓客戶留下良好的第一印象，採用親民的圓角設計。 話說從頭，要談圓角矩型，就不得不談它成為設計趨勢的轉折點——iPhone 的發布。Steve Jobs 認為：所有物件都有圓角，而且相較於圓形與橢圓形，圓角矩形設計在生活中其實更為常見。 如以下影片所示，2020 年發售的 iPhone SE 依然保留標誌性的圓角設計： 1981 年，Steve Jobs 要求當時任職蘋果的電腦工程師 Bill Atkinson 設計出可以快速畫出圓角矩形的方法。當時已能快速繪製出長方形、圓形與橢圓形的 Bill當下便反駁：「圓角