製造業擁抱SRE的需求則更是多樣化，以製造GPS聞名的Garmin，要招募SRE來維運自家部署在K8s上的生產製造系統MES，來提高關鍵產線IT系統的韌性

新興科技人才的搶奪，能反映出企業擁抱新興技術的態勢。像資料科學家、AI人才從幾年前開始火熱，近兩年則是資安人才供不應求，都反映出企業在AI和資安應用需求的爆發。

在2021年，有一類新興人才的需求開始在臺浮現，不只職缺數量開始增加，需求產業也從網路科技公司為主，逐漸蔓延到金融、零售、高科技製造、媒體，甚至是物流業者，就是網站可靠性工程師SRE（Site Reliability Engineering）。

Google在2016年將自家服務維運心法對外公開，打造成了一套確保全球性服務高可靠度的SRE維運方法論，還出書大力推廣，不少大型網路公司或科技公司後來競相仿效，SRE成了網路維運團隊的指標性作法。

隨著數位轉型浪潮崛起，越來越多企業上雲來提供跨國性服務，為了確保自家服務不中斷，其他產業開始有大型企業跟進擁抱SRE。2019年前後，金融業如新加坡星展銀行，或是零售巨頭美國Target，都開始成立自己的SRE團隊，積極導入SRE維運作法或工具。

臺灣擁抱SRE的腳步相對較慢，幾年前，只見極少數的網路公司，例如直播平臺17Live集團，開始嘗試這個國外火紅的維運新方法，直到2020年，開始有大型金控、製造業者接觸SRE維運理念，甚至展開嘗試，也開始有網路公司、科技新創在臺招募SRE。

臺灣越來越多產業要招募SRE

2021年初，明顯出現不少企業要招募SRE職缺，104求職網站在4月時的SRE職缺高達70筆，到了年底，職缺數量翻了一倍，超過150筆。不只更多網路原生公司，年初SRE職缺以銀行業、零售流通、高科技製造業較多，到了下半年，連網路設備商、儲存產品商、房仲、保險、物流、媒體、百貨業者、線上電商都要招募SRE職缺。

SRE不是通用型的維運人力，而是特別適用於雲端原生環境，提供不中斷雲端服務需求的企業。但是臺灣這群需要SRE的企業，可不只有網路公司或科技新創，還有更多種截然不同類型的產業，都想找SRE。

需要借重SRE團隊的公司，勢必是大力擁抱雲端原生技術的企業。對網路公司、科技新創而言，雲端原生技術是本性，隨著服務規模越來越大，也就越有不中斷的需求。如遊戲業者、網路服務公司都因此而越來越需要專業SRE維運人才。

這兩年的後疫零接觸商機，讓數位通路成為接觸消費者最重要的管道，網路商城或線上服務因搶購、塞爆當機事件頻傳，越來越多實體零售業者大力發展數位通路時，開始壓寶雲端原生技術，也更重視服務可靠性，SRE就成了他們的必須人才，諸如誠品、生活市集、蝦皮娛樂電商都是如此。

但對傳統的大型企業來說，擁抱SRE意味著，他們不只展開了IT現代化工程，而且更進一步，雲端原生技術成了他們重要的核心技術，推出越來越多數位化服務或產品，都需要更高可靠性的維護。

這正是像大型金融機構如玉山銀行、國泰世華銀行，在2021年積極招募SRE的緣故，這兩家近幾年都展開了數位轉型的IT大改造，為了發展更多數位金融新服務，銀行核心系統架構，也開始採用雲端原生技術，例如容器、K8s、微服務架構等，而中國信託銀行則正展開新一代核心系統改造，開始提前大舉招募相關人力，其中就包括了SRE。其他金融業者如保誠人壽、新安東京海上、大慶證券等證券、保險業者，同樣都是跟進銀行轉型趨勢，開始擁抱雲端原生技術而開缺。

不只銀行為了發展新型態業務而需要SRE，例如信義房屋同樣是為了發推動數位轉型，要打造新一代Web應用來拓展新業務的轉型專案之用，而積極培養SRE架構師。

製造業擁抱SRE的需求則更是多樣化，以製造GPS聞名的Garmin，要招募SRE來維運自家部署在K8s上的生產製造系統MES，來提高關鍵產線IT系統的韌性，將其視為不可中斷的雲端服務來維護。另有多家製造業者，同樣為了維護內部K8s叢集而需要招募SRE，例如合勤旗下網通產品公司，或像鴻海則是為了開發和建置5G相關平臺和服務，而需要SRE，這是鴻海發展智慧工廠新一代網路基礎設施的關鍵。

甚至，連台積電都要在今年下半年開始在104網站上，開出SRE職缺，雖然台積電沒有說明招募SRE的原因，但從招募資料來看，各項雲端原生技術，如DevOps、K8s、GO語言都是必備能力。

SRE能力將成為企業IT新課題

從臺灣不同產業對SRE的招募需求，更透露出這些企業不只擁抱雲端原生技術，他們以全球性服務或是大規模雲端服務為目標，追求更高可靠性的數位韌性，這是為何需要用到這種高階維運人力的主因。

這些臺灣大型企業，趁著轉型之際，紛紛展開IT現代化工程，來擁抱雲端原生技術，才帶動了這一波SRE人才需求的崛起。

但是，展開轉型的企業不只這一群，更多企業這兩年因為疫情展開轉型，或者老早就開始推動轉型，因疫情而加快腳步，雖然不一定需要或有足夠的資源，可以招募全職的專業SRE人才，但企業主對於服務不中斷的需求，對於雲端原生技術導入後的維護需求，都會陸續出現，這就會成為IT部門的新課題，企業IT團隊也要培養自己的SRE能力。

SRE方法論中的諸多作法，不究責文化、問題根源分析、SLO服務級別目標、SLI服務水準指標、錯誤預算（Error Budget）等作法，也會隨著越來越多企業推動SRE而開始流行，成為企業IT得認真思考採用的新作法。Google每年一度的DevOps調查報告更建議，SRE是DevOps最佳的互補策略，可以讓企業從開發、部署到維運都能更高度的自動化。這些作法都會成為IT人在2022年的技術成長課題。對IT團隊而言，SRE方法論是更貼近業務角度來思考IT系統的維運，能讓IT發揮更大的業務影響力和價值。

2021年臺灣IT圈的關鍵字是「微服務」，許多企業開始擁抱雲端原生技術，嘗試微服務架構，展開IT現代化之路，但SRE正是這段旅程後半段的關鍵，「SRE」將會成為2022年的臺灣IT關鍵字。文⊙王宏仁

 

https://www.ithome.com.tw/news/148648

電腦視覺是目前製造業常見一種邊緣AI應用，在疫情爆發後，這樣的需求更大大增加，為了將這項能力延伸到更多邊緣端，讓更多小型IoT或邊緣裝置，也能支援電腦視覺處理能力，用於各種產品檢測、環境及人員監控等，就需要TinyML的能力。

 

攝影/余至浩

在2021年，因疫情帶動非接觸式作業新常態，加速企業AI技術落地，從雲端走向邊緣，但在此同時，越來越多雲端AI或ML應用，開始追求更高準確度、發展更多元更深化應用，不僅處理運算越來越複雜，還占用更多記憶體，也更耗電，也因此更難在資源受限的IoT或嵌入式邊緣裝置上執行，成了企業AI落地的挑戰。所以，一種微型機器學習（Tiny Machine Learning，TinyML）的新趨勢，近來趁勢而起，正是為了解決這個難題。

超低功耗邊緣AI應用需求出現，成了TinyML興起的關鍵驅力

TinyML是一種超低功耗的邊緣ML應用新型態，試圖從優化IoT或邊緣裝置上的硬體設計、ML模型、算法和應用軟體，來實現邊緣端AI或ML應用。

一般而言，TinyML適用的裝置類型，以IoT或邊緣裝置為主，因為這類裝置大多是電池驅動的超低功耗裝置，不僅採用高度省電設計，還支援全時待命（always-on），且硬體配置（包含CPU效能、資料吞吐量、記憶體與資料儲存等）遠低於現今的智慧型手機。

以IoT裝置常用Arm低階處理器為例，一顆MCU通常僅有256 KB記憶體和1MB的儲存空間，跟最新款iPhone 13 Pro手機配有高達6GB記憶體和1TB儲存空間相比，兩者硬體配置資源相差懸殊，這也使得想在這一類裝置上提供ML功能，就很容易遇到效能瓶頸，甚至這種超低功耗ML應用要求每次執行ML模型推論時，其功耗必須小於1毫瓦。這正是TinyML應用興起的關鍵驅力，是未來能否讓企業AI真正落地的重要關鍵。

尤其，在過去一年，企業對邊緣AI需求持續增長，使得TinyML近來發展越來越受矚目。根據iThome 2021 CIO大調查，2021年有多達2成企業因為積極轉型跟進投資布局邊緣AI相關技術，用在設備上的異常檢測、狀態監測和預防性維護等。許多過去採用者也持續加大投資力道，例如面板大廠友達，這些年早就在工廠部署近4千個邊緣AI裝置，來發展各種邊緣AI應用。隨著企業邊緣AI應用越來越火紅，也讓TinyML需求日益增加。

純電池驅動的IoT或邊緣裝置未來也能具有ML能力

從應用角度來看，電腦視覺也是目前製造業常見一種邊緣AI應用，還沒疫情前，許多製造公司早就開始在生產環境中，以電腦視覺結合攝影機，用於AOI瑕疵檢測、流程優化和自動化等，在疫情爆發後，這樣的需求更大大增加，用來打造零接觸作業環境，藉此降低人與人接觸的風險。為了將電腦視覺能力延伸到更多邊緣端，讓更多IoT或邊緣裝置，也有產品檢測、環境及人員監控處理能力，就需要TinyML的能力。

也因為有了TinyML處理能力，企業能在許多純電池供電的IoT或邊緣裝置開始提供ML能力，這也意謂著，未來邊緣AI應用設計和部署上，企業可以考慮採取更多彈性作法，像是使用可移動式的邊緣AI攝影機，來根據製造現場變動機動調整與快速因應，不只提供單點設備異常檢測，也可以支援多點檢測。

不光是製造業，許多產業也能因此而有更多不同邊緣AI應用出現。像是農業使用許多IoT感測器裝置，以後可以結合AI異常偵測，除了能偵測土壤溫濕度變化，也透過AI即時找出生長異常的農作物和檢測有無害蟲。不少醫院也有各種醫療檢測裝置，能監測病人生理狀況，未來同樣能搭配AI影像辨識提高病人醫療照護效率。甚至在零售物流業上常見的AGV搬運機器人，透過加入AI視覺偵測能力，也能因此變得更聰明。這些電池驅動的AIoT或邊緣AI裝置，正因為有TinyML才能夠辦到。

隨著硬體逐步到位，TinyML應用有望在2022年起飛

現階段TinyML發展，主要從ML模型與硬體優化來實現超低功耗裝置的ML應用。Arm也歸納了實現TinyML的5種常見ML模型架構和優化的方法，包括降低精度、資料重覆利用、權重壓縮、轉換、稀疏運算等。

針對這種超低功耗的邊緣AI應用型態，近來有越來越多學術或研究機構投入研究，像是MIT與IBM共同成立的Watson AI Lab實驗室團隊最近開發出新的神經網路架構MCUNetV2，就是為了因應TinyML需求而設計，能將MCU處理器執行CNN算法所使用記憶體，減少到現行ML算法的4到8分之一，透過MCUNetV2神經網路架構來建立CNN模型，在ImageNet圖像分類測試中，僅需使用465KB記憶體，就可達到近72%的辨識準確度。

目前一些主流ML框架也能支援TinyML應用。例如Google原本就有推出輕量版TensorFlow Lite框架，可以將訓練完的ML模型轉換成體積更小的TinyML模型，部署到各種低功耗硬體上，除了能支援Arm Cortex-A、Cortex-R處理器，後來還推出可在更低階Cortex-M處理器執行ML模型的版本，Cortex-M也是目前物聯網和嵌入式應用主要採用處理器，可用於人員偵測、手勢辨識、字詞偵測等。

除了優化ML模型和架構外，在硬體設計過程中，也有一些新作法，來因應TinyML需求。Arm在兩年前發表Arm Cortex-M55處理器IP產品中，首度將機器學習能力帶進IoT硬體中，讓IoT晶片開始支援TinyML應用，如果從產品推出到真正進到市場大約需要2年來估算，預期2022年開始會有相關產品推出。

Arm當時還有發布另一個神經網路處理器IP產品Arm Ethos-U55，不僅省電，在AI效能更獲得百倍提升。除此之外，還有AI晶片業者推出採取記憶體運算的硬體架構平臺，可執行DNN推論所需的運算，最多可處理113M （百萬）權重數量和提供每瓦4 TOPS運算能力。

市調機構ABI Research預估，到2022年時，採用TinyML晶片的邊緣AI裝置出貨量將達12億個。Gartner調查則指出到了2027年，每十臺邊緣裝置，就有6臺具備深度學習執行能力。

隨著TinyML越來越受到重用，對企業來說，更應該思考的是，許多雲端AI或ML應用落地後，未來如何部署和管理這些超低功耗邊緣AI裝置和TinyML模型，將成為企業AI落地的另一項考驗。

https://www.ithome.com.tw/news/148646

 

Google

在臉書改名Meta，掀起虛擬實境（VR）及擴增實境（AR）的產業浪潮後，先一步推出AR產品的Google將以新一代AR作業系統及裝置搶下話語權。

，他將主掌一個AR作業系統的開發團隊。他指出OS只是整個計畫的一部份，最終目標是提供「優異的用戶價值」，而主軸是在OS上開發的使用經驗功能。

這個團隊已開始招募人馬。，這個部門正在尋找開發行動裝置、穿戴裝置、Web、Console及桌機應用的人才。

，工作內容包括開發控制、管理AR裝置的軟體元件以及和AR裝置相關的相機軟體。Google表示OS底層團隊將是第一個和Google未來成立的「創新」AR裝置產品部門合作的單位。

9to5Google報導，這些職缺位於美國及加拿大安大略省滑鐵盧（Waterloo）市，。而AR OS部門將歸屬在Google裝置及服務部門，與Pixel手機、智慧螢幕Nest或智慧型手錶同一事業群。

事實上Google 很早即投入AR領域。，Google開發手機AR平臺ARCore以深度感測配合Pixel 4的毫米波雷達，期能發展AR應用。然而相關應用皆未起飛。，今年更改名Meta宣示轉型AR應用開發，掀起元宇宙（metaverse）的產業浪潮，聲勢上似乎後來居上，顯然也促使Google革新再起的想法。

Google也不是唯一有動作的業者。一直傳聞開發智慧眼鏡的蘋果，，可能在明年推出一款支援Wi-Fi 6E、著重電玩、影音及通訊的高階混合實境智慧型頭戴裝置。

https://www.ithome.com.tw/news/148366

前科技部長陳良基　（攝影／洪政偉）

「臺灣的AI研究有這個實力，可以成為世界標竿，站上最頂端！」前科技部長陳良基談起YOLOv4，眼睛都亮了起來，他說：「這個AI模型證明了臺灣可以做得到，以前有這實力但不敢嘗試，現在，可以到各領域的國際頂尖領域拼戰。」

YOLOv4模型的誕生，來自科技部在2017年發起的「小國AI大戰略」中，「業界出題、學界解題」政策所補助的計畫之一。由義隆電子提問，中研院團隊解題，為了解決路口車流影像分析的難題，才誕生了YOLOv4物件偵測模型，在微軟COCO即時物件偵測挑戰賽中，一舉奪下全球第一，打敗了Google、臉書、IBM等科技巨頭。

陳良基正是這項小國AI大戰略的主要推手，他也等於是冠軍模型的間接催生者之一。所以，講起這個冠軍模型的源頭，話匣子就停不下來。

「將來誰掌握了數據的科技，在未來的時代就會占優勢。現在是第四次工業革命的進行式，臺灣也要順流而上，搶在浪頭上，發揮原有優勢。」

資料、演算法和算力，這是現在各國大力發展AI戰略的三大關鍵，但在4年前，並不是每一個國家都願意如此樣樣壓寶。以晶片研發享譽國際的陳良基，在學校從事研究時，就相當清楚演算法的威力，AlphaGo打敗南韓棋王的故事，讓他驚覺到，AI技術已經走出實驗室，變成了真實世界的應用。

沒有掌握AI新電力，所有競爭力都會下滑

當時陳良基就意識到AI發展，對臺灣未來競爭力的發展，非常關鍵。「明天AI若變成新電力，我們若沒有掌握這個能力，所有競爭力都會下滑，這也代表AI會滲透到各個領域，需要各方面的領域知識。」所以，當陳良基在2017年入閣擔任科技部部長時，就將那一年定為臺灣AI元年，開始在臺灣大力推動AI。

但是，臺灣不是大國，許多企業的規模也沒那麼大，「如果什麼AI都做，分散資源，最後可能一點機會都沒有。」他回憶當時決定過程。所以，他在行政院院會報告AI政策方向時強調：「AI戰略應該慎重以對，採取小國大戰略，先承認我們的資源不夠，選定對臺灣未來的重要項目，猛力去攻，才可以打敗第四次工業革命中的世界強國。」

大戰略選定了AI，但在戰術執行上，要怎麼聚焦，才能善用有限的資源？當時為了思考臺灣的AI戰略，陳良基和科技部團隊，拜訪了好幾個國家，英國、德國、法國等，來了解他們的AI策略。AI論文數是各國思考AI策略時，經常用來衡量國家AI研發實力的指標。但臺灣人口少，再怎麼比論文數，全世界排名還是處於20名左右，很難名列前茅，「如何能夠拿到非常獨特，甚至是全世界都還沒有人知道的題目。」陳良基換個角度思考：「如果我們可以先解出答案，不論數量多少，每一篇都會受到全世界看重。」

但誰能知道「未來的題目是什麼？」若從臺灣學界實驗室擅長的題目來選，每個實驗室都覺得自己的題目最重要，還是難以抉擇。陳良基的原則是「誰在第一線戰場，敏感度就會最高。」所以，他決定改由業界提需求來找出優先議題，「業界未來產業要AI化、或是需要AI如何加持，最欠缺什麼AI技術，就透過學界研發團隊來補足這個缺口。」

這個戰術角度的轉換，就催生了「業界出題、學界解題」模式。後來，科技部組成了專家小組進行海選，要找出臺灣得優先推動的AI課題。陳良基對海選小組提出一個要求，最後挑選出來的專案，必須將來有機會落地。由產業和學界聯手，有機會能結合臺灣產業優勢，未來發展成產業生態鏈的專案。

最後選出了28個計畫，為了提供行政協助，科技部在大學中，成立四大研究中心，但旗下計畫都採取產學融合的型態來進行。義隆電子和中研院合組團隊的計畫就是其中之一。

業界不只貢獻題目，也提供了自己的「資料」

「業界出題、學界解題」模式，是一種「以終為始」的思考策略，「不是單看一家研究機構實力很強就通過計畫，而是以未來的目標，來決定怎麼組合團隊。」陳良基解釋。

業界不只貢獻了題目，也提供了自己的「資料」，讓學界可以研發「演算法」，但在AI發展三大關鍵中，只剩下最後一個環節「算力」。

「算力是臺灣的優勢」，陳良基解釋，臺灣擁有半導體產業，也是PC王國，大廠的伺服器都是臺灣製造，「如何運用這些技術，對臺灣來說不難。」所以，在科技部AI計畫中，要投資50億元，來發展AI需要的運算環境。後來，後來由國網中心與廣達、台灣大、華碩組成AI 硬體國家隊，用了半年多的時間合力打造出AI超級電腦「台灣杉二號」，在2018年11月拿下世界排名第20名，再次超越了臺灣歷年排名記錄。

「國家幫忙建造運算環境，AI研發團隊專注各種不同的領域知識，用那些領域的資料來建立演算法和平臺。」如此一來，所有需要AI訓練的團隊，就可以有一個能夠快速學習的環境，陳良基強調：「如果沒有好的環境，一個想法要隔兩三個禮拜才能驗證，創新熱度就會消失，若讓想法可以很快證明，就能很快再想另一個點子。」

YOLOv4不只帶給學界信心，也讓業界更信賴學界研發實力

YOLOv4比起其他常見的R-CNN類物件偵測模型更優秀，在年秋季舉辦的微軟COCO即時物件偵測挑戰賽中，一舉奪下全球第一，擊敗了美國AI巨頭Google、臉書、IBM等，甚至這個第一名，YOLOv4穩坐了好幾個月，沒有其他競爭模型可以超越。這在激烈的AI技術競爭上，非常少見。

「當你不是做別人已經解過的題目，而是解別人沒有辦法解的題目，越創新，就越能有這個優勢，」陳良基剖析，不只是YOLOv4，接班的YOLOR架構也是全新的想法，跟前面v1、v2、v3甚至是v4版都完全不同。「修改別人的問題，和嘗試創新突破，思考的時間可能一樣，訓練的時間可能一樣久，但你設定標竿的目標，就會走在頂尖的方向上。」

當年他還不敢大聲喊出，希望臺灣成為AI標準的制訂者。因為大力推動AI時，他也曾遭質疑是講大話，甚至被批評科技部將資源過度集中到單一領域中，但是，「不試試看，怎麼知道呢！」他自己這樣打氣的說。「YOLOv4模型就是證明臺灣可以做得到，可以成為世界標竿，站到最頂端，我們研究人員有這個實力，這對臺灣其他研究者可以帶來信心。」

陳良基觀察，YOLOv4自己也成了一個世界級平臺，國外很多人透過開源方式，運用這個模型來展示的應用，也越來越多，「這對國內企業和學界也是一個非常好的標竿。」

這樣的指標帶來另一個意義，他補充，企業以前考慮頂尖技術時，都覺得國外團隊比較厲害，臺灣企業跟臺灣團隊合作時，都會秤斤秤兩，有一種給你好處的味道，「YOLOv4可以讓企業知道，最厲害的團隊就在你身邊，不用捨近求遠，反而找國際知名研究團隊。」

陳良基對臺灣AI發展還有一個有待實現的大夢。YOLOv4證明了臺灣技術可以比國際大廠厲害，一項又一項創新技術，「若能發展出一家家新創，每一家都有獨門絕活，組成產業聚落，全世界任何品牌要推AI在地服務，臺灣可以成為底層服務的供應者。」他認為，AI代工轉型可以是臺灣的下一個發展方向。

https://www.ithome.com.tw/news/148304

Google揭露行動裝置鍵盤Gboard，所使用的新聯合學習（Federated Learning）技術，這項技術被Google稱為，目標是要大規模進行部分本地聯合學習，使得在訓練模型時，讓部分模型參數永遠不會在伺服器聚合。

Google提到，在矩陣分解（Matrix Factorization）用例，他們推薦使用聯合重建，因為可以將用戶的嵌入保留在用戶的裝置本地端，也就是說，在訓練模型時，針對每個用戶完全個人化，但是又能避免這些參數交流。Google將這項聯合學習技術部署到Gboard中，提供數億鍵盤使用者更好的推薦結果。

聯合學習技術讓用戶能夠在不將原始資料發送到中央伺服器的情況下訓練模型，進而避免隱私敏感資料被收集。傳統聯合學習技術，通常所有用戶擁有單一全域模型，像是行動鍵盤應用程式的用戶，會共同訓練建議模型，但因為每個人對建議有不同的偏好，這種差異驅使全域模型可針對每個用戶進行個人化。

但研究人員解釋，在特定情況下，因為隱私的考量，可能無法訓練全域模型，像是推薦系統的矩陣分解模型，要訓練一個完全全域模型的聯合模型，將會需要發送用戶嵌入更新到中央伺服器，而這個動作可能會揭露嵌入中用戶的喜好，而且即便模型沒有使用者特有的嵌入，將部分參數完全留在使用者裝置上，也能夠減少伺服器和客戶端的通訊，並且負責任地替每個使用者個人化這些參數。

過去部分本地端聯合學習方法使用有狀態演算法，這會需要用戶的裝置儲存多輪聯合訓練的狀態，也就是說，這些方法需要裝置跨輪儲存本地參數。在大規模聯合學習環境中，這些演算法往往不夠實用，因為大多數用戶不參與訓練，而參加的用戶可能僅參與一次，導致狀態很少可用，或是在數輪之後狀態過於陳舊，此外，不參與的用戶都沒有經過訓練的本地端參數，也就阻礙了實際應用。

而聯合重建技術是無狀態的，用戶裝置不需要儲存本地端參數，當用戶參與訓練時，在更新任何全域模型參數之前，會在全域參數凍結的情況下，在本地端參數上使用梯度下降法，隨機初始化和訓練本地端參數，接著便可以在本地端參數凍結的情況，計算全域參數更新。聯合重建方法不假設用戶具有前幾輪的訓練狀態，如此便能實現大規模訓練，並且不斷重建本地端參數，避免參數過時。

Google為了驗證聯合重建在大規模用例的實用性，便將演算法部署到擁有數億使用者的Gboard中。Gboard用戶使用GIF和表情符號與其他人交流，而用戶對於這些情緒表達有高度的差異，因此剛好非常適合使用矩陣分解，來預測用戶想要分享的情緒表達。

Google在用戶情緒表達歸類上使用聯合重建，訓練了矩陣分解模型，將用戶嵌入留存在每個Gboard用戶的本地端，然後部署使用該模型，研究發現表達推薦的點擊率大幅增加29.3%。

https://www.ithome.com.tw/news/148492

情境示意圖，photo by Clem Onojeghuo on unsplash

，將共同打造一致的標準，以減輕人力資源與勞工決策中所存在的資料及演算法偏見，包括招聘、薪資及員工發展等。

Data & Trust Alliance的創始會員包括美國運通（American Express）、CVS Health、Deloitte、Diveplane、General Motors、Humana、IBM、Mastercard、Meta、Nielsen、Nike、Under Armour與Walmart，它們的員工總數超過350萬名。

該聯盟表示，其成員有一個共同的信念，即相信於即將到來的時代中，資料與智慧系統為創造經濟及社會價值的關鍵，但必須負責任的部署。

其實上述成員已經開始利用資料、演算法與人工智慧來尋找人才，包括仰賴那些已採用AI及機器學習的人力銀行、人才網站、顧問公司或招聘公司，然而，它們同時也認為利用相關技術的最大風險為可能隱藏著不公平的偏見。

因此，Data & Trust Alliance建立了演算法偏差保護措施（Algorithmic Bias Safeguards），首個計畫就是「演算法的安全性：減少勞動力決策的偏見」（Algorithmic Safety: Mitigating Bias in Workforce Decisions），以協助企業根據相關標準來評估招聘服務的供應商，之後也會將該保護措施整合到企業的程序中。

目前Algorithmic Bias Safeguards設計了13種類別的55個問題，以作為評估供應商的標準，涵蓋訓練資料、模型設計、偏差測試方法、偏差矯正、透明化與問責、AI倫理與多元性承諾等。

https://www.ithome.com.tw/news/148279

義隆電子與中研院團隊將物件偵測模型YOLOv4部署於道路號誌燈旁的槍型攝影機和魚眼攝影機，可精準辨識各種車輛、計算車流。有了這些資訊，就能進一步進行路網號誌燈的控制，根據路況來優化、調節號誌燈。（圖片來源／廖弘源）

YOLOv4的誕生由一場會議而起。

2018年的一個春天，中研院資訊所廖弘源特聘研究員團隊成員們坐在會議室裡，盯著投影簡報上的10道題目。當時沒人知道，這些題目最後會催生出驚艷全球AI社群的物件偵測模型。

那是義隆電子與中研院團隊第二次聚會討論，他們因科技部的「業界出題、學界解題」AI計畫相識，共同展開為期4年的改造計畫。那些題目，都是義隆電子研發產品時遇到的挑戰，幾乎都圍繞在電腦視覺上。中研院團隊的核心人物、中研院資訊所所長廖弘源也以「實用」和「能以科學方法解決」這兩個原則，共同篩選出5道題，並從中整理出3項關鍵技術，來集中火力研究。

瞄準3技術，解題模型要輕快準

這3項技術，分別是行人重識別、魚眼鏡頭車流分析，以及手機人臉防偽造。中研院資訊所博士後研究員王建堯解釋，第1項是要辨識同一人在不同場景出現的情況，比如在賣場中，辨識四處移動的消費者，來了解他們的移動軌跡和商品偏好等行為。

第2項技術，是要透過裝設在交通號誌下的魚眼鏡頭，來分析道路車流，進一步調控交通號誌燈。至於人臉防偽造，是要防止手機人臉辨識時，有心人以照片或面具來混淆辨識系統。

這3種技術雖有各自的應用場景，但其實，它們都面臨同一道挑戰——如何在運算資源不足的低階設備上，執行AI推論且達到高準確度。比如，2018年的手機運算資源有限，大多未內建AI加速晶片，團隊得開發出輕量、準確且快速的AI模型，才能在手機上執行臉部防偽辨識。又比如，要利用魚眼鏡頭畫面來分析車流，只能仰賴交通號誌燈下的簡易供電系統，得選用功耗較低的Nvidia Jetson TX2開發板，運算資源只有一般GPU的十分之一，因此AI模型也得又輕又快又準，才能達到要求。

三番兩次研發新方法，拉高15%準確率突破通用性瓶頸

廖弘源帶著研究員王建堯，負責實踐第1項技術。成功開發出符合要求的辨識系統，但後來考量，這種在公共場所辨識個人的技術，日後可能涉及隱私議題，第一年還沒結束就決定終止，不再繼續研究了。

而第2項技術，原由另一組中研院團隊負責。這道題同樣為期4年，每年訂出階段目標。2018年，計畫第一年要完成魚眼車流分析，第二年則是實現路口停等車隊與車流分析、混流車牌識別、行車魚眼多物件追蹤等任務，2020年要結合前兩年的技術，來建立路口交通號誌控制系統。2021年，則進一步完善智慧交通路網號誌控制系統，透過混流車牌識別技術，以科技執法來揪出違規車輛。

在2018年展開計畫後，原團隊採用當時熱門的開源物件偵測模型YOLOv3，來分析魚眼鏡頭拍攝的十字路口畫面，進一步辨識車輛、車種，並計算車流量、平均速度、路口平均佔有率等。

這套基於YOLOv3的模型，能良好辨識在訓練資料集有涵蓋的場景，但將模型部署到臺中主要幹道的真實場域後，辨識準確度反而下滑了，只有80%左右，無法達到專案要求的90%。

YOLOv3已是世界級的物件偵測模型，但研究團隊調校再調校，仍無法解決問題在真實場域中準確度不足的問題。這時，終止第1項技術研究的廖弘源和王建堯加入了第2項技術團隊，來解決這個瓶頸。

為了解題，也為了配合硬體資源限制，王建堯先是參考了輕量的物件偵測模型ResNet，改良其學習策略，開發出一套快速、低功耗的輕量級電腦視覺模型PRN。PRN雖比YOLOv3快上兩倍，但準確度比YOLOv3差。

第一次嘗試失利，但王建堯再接再厲，2019年研發出CSPNet，提高模型梯度組合，也最大化梯度多元性，一改卷積網路為人詬病的梯度消失問題，大大提高模型學習效率。CSPNet不只耗費的硬體資源更低，準確率也更高。

更重要的是，CSPNet部署到真實場域後，面對訓練時未見過的場景，「辨識準確率比基於YOLOv3的模型高出15%！」終於解決前一年難以突破的瓶頸，王建堯回想起來，還是難掩興奮：「CSPNet可以用差不多的速度，突破90%準確率，甚至接近95%！」他點出，這也是義隆電子印象深刻之處，更證明了CSPNet更通用的能力。

開源習慣養出YOLOv4

2019年11月，王建堯按照慣例，也將自行研發的CSPNet專案程式碼開源。有別於學界常用Python來開發AI模型，熟諳晶片軟硬體技術開發的王建堯，自己從2018年開始，就用業界常用的C和C++程式語言，搭配YOLO專用的深度學習框架Darknet來開發模型。因此，不論是PRN還是CSPNet，他一律開源，貢獻給YOLO社群，也因此與社群培養出緊密的關係。

「我們開源模型，來尋求原版框架的支援，因此而獲得在GitHub與YOLO社群上的密切討論。」王建堯回憶，他開源的模型，通常會在短時間內獲得Darknet支援，也數次被納入電腦視覺界重要的函式庫OpenCV中。他也會將開發出的新功能程式碼，直接交由YOLOv3 Darknet的維護者Alexey Bochkovskiy處理，新增至新版模型中。這次合作也讓王建堯與Alexey Bochkovskiy開始熟悉，後來Alexey更成了將YOLOv4帶進國際社群的關鍵人物，也名列YOLOv4共同作者。

因為，2019年那次開源後，Alexey Bochkovskiy立刻就被CSPNet吸引。他主動聯絡廖弘源和王建堯，要用3種GPU來測試CSPNet性能，還要進一步以CSPNet，開發下一代YOLO模型。

不出所料，CSPNet在3種GPU測試中都拿下第一，三方也緊接著在2020年初著手打造新模型。他們以CSPDarkNet53為新模型的Backbone，來加強卷積網路學習能力，Neck部分則加入空間金字塔池化層和PANet，前者用來強化接受區域（Receptive field）作用，能將最重要的特徵區分出來，後者則取代YOLOv3的FPN，在不同等級的偵測器中聚合參數。Head的部分，則採用YOLOv3。

過程中，這三人不僅分工開發，Alexey Bochkovskiy也拿著論文草稿，來與YOLO前三代的原作者一一討論。在一連串的努力下，去年4月，YOLOv4正式發表。

別讓我知道資料長怎樣！高標準測試讓YOLOv4一問世就成第一

他們對YOLOv4的講究，還不只如此。在測試模型通用性的關鍵階段，王建堯特別要求義隆電子團隊，「千萬別讓我們知道一部分的標註資料長怎樣！」這是因為，這麼做，模型開發者就不會根據那些資料來設計模型，而是採取更通用的設計方法。

而且，「訓練資料與測試資料完全無關，就像是盲測，測出的結果也更公平公正。」王建堯補充，正因為用更嚴格的標準來要求，模型實作出來後，成果往往比預期更好。

經嚴格標準打造的YOLOv4，在去年秋季舉辦的微軟COCO即時物件偵測挑戰賽中，一舉奪下全球第一，擊敗Google、臉書、IBM等擁有大量資源的科技巨頭。

這個第一名，YOLOv4穩坐了好幾個月。

這讓王建堯很訝異。他坦言，一路來，他和團隊只想著如何解決義隆電子難題，要打造一套模型，能在運算資源有限的低階設備上，又輕又快又準地辨識物件。當時，他們就發豪語要超越世界第一，來實現目標，「只是當我們做到後，我沒想過，其他人還沒跟上來。」王建堯解釋，那段時間裡，也有許多團隊在研發更好的物件偵測模型，但研發成果還不及YOLOv4，有段時間差。

他也認為，YOLOv4之所以能成為影響世界的AI模型，正因為有業界出題、學界解題這種產學共創模式。「這對AI技術發展很重要！」他點出，學界和業界容易存在技術落地的鴻溝，而產學共創模式，能讓學界了解業界面臨的實際問題，進而研發出能落地的技術。王建堯強調，業界少有「共享知識」的習慣，而學界研發新技術，幾乎得公開發表論文、開源模型，在知識的共享上更為開放。整合業界與學界的知識，就能產出令人驚豔的成果。

YOLOv4讓一般企業、個人都能負擔得起AI研究

不過，對他來說，YOLOv4最大的意義不在於輕、快、準，而是物件偵測技術的普及。「很多模型開源後，一般人不見得能用。」他解釋，因為這些模型大多得仰賴昂貴的硬體設備，如好幾百個TPU，甚至上千張GPU才能訓練模型。相反地，YOLOv4只需個人電腦上的1個GPU，就能訓練好模型、進行推論，甚至，它比科技巨頭用上千顆GPU訓練出的模型還還有更好的表現。

「YOLOv4最大的效果是，人人可做AI研究，而不只侷限於大科技公司！」王建堯說。

開發出YOLOv4後，王建堯也馬不停蹄展開新研究。因為，義隆電子在去年底，給團隊開出了一個新目標，不只要模型輕快準，還要能執行多任務，而且每個任務都要能做好。

https://www.ithome.com.tw/news/148299

作為一名合格的懶宅，吃飯靠外賣，從來不下廚，每天最大的愛好就是癱著刷抖音，也因此被安利了不少廚房神器。於是，柔哥特意從網上搜羅了一堆千奇百怪的「廚房懶人神器」。

今天就來扒一扒，這些東西到底好不好用！

01鍋蓋架

鍋蓋架確實解決了鍋蓋的放置問題，但用時間久了會發現， 鍋蓋架附近區域清潔難，因為經常沾到油污，沒及時處理堆積的污垢很難徹底清除。

而且長時間使用， 鍋蓋架的支撐力明顯不夠強，很多時候鍋蓋放在架子上晃晃悠悠，生怕再把鍋蓋給打碎了。 總之鍋蓋架的耐用度不太夠，想買的先三思。

02手搖水果削皮機

測評第一項，從這款擁有土豪黑金色高顏值的削皮機開始，據說能5秒快速削皮。話不多說，試試看吧！

一口氣削完了一整個蘋果，不費力效果也不錯。底座有吸盤固定，不會因晃動影響使用，適合蘋果、雪梨等圓形水果。

3.神奇揉面袋

揉面袋的產品介紹說：揉面袋的材質是矽膠的，無毒無害並且絕對不會粘上面哦，也不用擔心和麵時面粘在手上了。

而且和麵非常簡單，往面袋裡直接加入水和麵，然後揉面袋，揉好發好後取出即可。

對這個我只想說：騙人！沒有人能隨隨便便成功！

首先不提在袋子裡 面和水的比例很不好把握，只說一點，就是這個揉面袋根本就不像介紹說的那樣面不會黏在袋子上，而是 黏在袋子上根本下不來！用手去取又粘一手面，根本就背離了我買它的初衷啊！雞肋！

4.剝蒜器&磨蒜器&壓蒜器

剝蒜、搗蒜對於下廚的人來說是最討厭的事，蒜味極重沾在手上久久不能散去。有這幾款剝蒜神器操作就比較簡單了。

剝蒜器：把蒜丟進去，壓住瘋狂搓搓搓就行了。原以為可以直接把蒜皮剝掉，沒想到只是讓蒜好剝一些，最後還是得人工剝蒜，而且搓過的手好痛！

台北OA辦公家具推薦?

德立秉持初衷且不忘汲取新知，深刻了解辦公家具需因應各種不同的工作環境而量身打造

居家隱形鐵窗安裝施作經驗分享

隨著城市發展，各都會高樓林立，也造成小孩及老人墜樓的意外頻頻發生，新寶隱形鐵窗研發改良高科技產品隱形鐵窗、防墜窗，全部零主件均是『台灣在地生產製造』，品質可靠，用心及推薦提供良好居家安全。

想找中壢木地板公司有沒有推薦的呀

北部家具工廠推薦

鑫沅創造出古典氛圍，又符合現代人的實用需求，在歐洲大受好評

磨蒜器：通過摩擦搓出來的泥很細膩，手工切完全做不到。

蒜蓉盒：網紅款搗蒜蓉神器，只要把蒜放進壓蒜盒中旋轉幾圈，就能得到均勻細膩的蒜蓉。事實並非如此！一次只能一顆，磨出來的還只是蒜粒。

5.去核器

看到這個神器的時候，發現君的內心是充滿疑惑的，現在大家吃水果都這麼精緻嗎？用嘴去核不行嗎？

櫻桃、車厘子等這些有核的水果總共也就那麼點兒大，那點果肉還要折騰？

實在不喜歡籽的，用筷子一戳一個准， 用這個機器還得瞄準半天，說不定更慢，真不知道買這個去核器的意義何在。

6.包餃子神器

作為一個愛吃餃子星人，吃遍了各種外賣水餃和速凍水餃之後，想要自力更生包餃子。

但 包餃子是個技術活啊，就在這個時候我看到一款包餃子神器，商家說只要兩步，放入餡兒，合上，就能得到一粒完美的餃子。

但實際情況是，根本就 包不緊啊。做蒸餃還行，要真是下鍋煮，那可就 露餡兒了，得到的肯定是一鍋面疙瘩湯。

而且它的 普遍尺寸是7.8cm和9.6cm，我真的很好奇這個尺寸是誰統計出來的，難道買個餃子皮還要帶這個神器去？

另外售價20元以內，號稱304不銹鋼的餃子神器，普遍都是說著玩玩的，所以請謹慎購買。

8.雞蛋開殼器

做糯米蛋、創意甜品、蛋殼布丁等都需要一個 好看的蛋殼，我們自己敲的話總是敲的亂七八糟，不是蛋碎了，就是殼口參差不齊。

於是就買了這個開蛋器，宣傳圖裡，只需將開蛋杯口罩在蛋殼上，然後將彈簧球拉起鬆開，就能開啟一個完美圓蓋的蛋。

但買來後使用時你會發現，一下是 根本敲不開的，可連續敲擊了四五次後， 切口又凹凸不平，而且開蛋器金屬很單薄，感覺稍一用力就會變形。

而且八百年才做一次糯米蛋、蛋殼布丁，其餘時間都在落灰，雞肋無疑了。

柔哥有話說：

相信很多業主們在裝修的最後階段，購置家用電器的時候，都會被市面上各種琳琅滿目的電器挑花了眼，這些電器對於我們來說並不是一定全部都特別的實用，有些電器根本就沒有你要去買，買來了沒有太大用，廚房萬萬不要買這幾種神器。

http://www.houseddesign.com/doc_V05oYVpIRmVIQVVscWw5U0s2TllDdz09

打造簡約、淡雅兼收納空間的小資房，台中室內設計推薦哪一家?

室內空間裝潢、商業室內設計、木作施工、訂製家具、零售批發家具。客戶與專業工班團隊來回溝通方案，帶著一股職人精神與多年累積的豐富經驗，創造出符合客戶心目中的作品。

海島型木地板專業木作修繕團隊

實木地板為”天然”木材色澤，花紋以自然為主，請施工者自行分色，挑選後再行施工。

NO.1復刻家具推薦

傢俱店提供現代設計的所有產品類別——從設計師沙發和扶手椅

房子裝修，裝完後一般都要住上5-10年的，所以選擇建材傢俱的時候要挑選好一點的，不要太省錢，這樣入住後才會更加舒適和安全哦，今天我自己總結了裝修這12個地方不要省錢，有預算就用好的！你也看看吧

房子裝修，要注意這10個地方

1、電線

家裡裝電線是屬於隱蔽工程的一部分，電線要選阻燃的，這樣相對會安全一點，另外家裡的電線要拉專線，比如拉一條4平方浴霸專線，家裡有裝中央空調或者使用超大功率電器的，要拉6平方專線，裝錯的話會很麻煩的，後期使用大功率電器會出現跳閘的情況。

2、電路測試

水電工程做完後，要進行電路測試，現場搖表檢測強電箱內每一回路電線，看看有沒有問題。這個如果你不懂怎麼測試的話，可以找一個協力廠商監理來幫你檢查。

3、水路驗收

埋在地坪面層和牆體內的管道，封槽前必須進行水壓試驗，試驗壓力應為管道系統工作壓力的1.5倍，且不得小於0.6MPa，壓力值一般在0.6MPa-0.8MPa之間，如果1小時後，壓力錶沒有明顯掉壓，並且現場檢查過每一個水管介面，都沒有滲漏的情況，就表示檢測合格了。

4、防水材料

家裡衛生間和陽臺一定要做好防水，防水材料的錢不要省，建議選知名品牌的，不要選那些雜牌或者山寨的，如果防水沒處理好的話，後期容易漏水，造成樓下鄰居投訴，自己牆面發霉等情況。

5、地漏

房子裝修，有很多細節都是要注意的，比如小小的地漏也是有講究的，買的時候要買防臭防堵類型的。

6、鋁合金窗

家裡選購鋁合金窗的時候一定要貨比三家，並且要注意看鋁合金的厚度，以及問清楚玻璃是不是鋼化玻璃，把這些資訊清楚寫在合同裡面，比如鋁合金的厚度建議選1.6mm以上的，自己最好買一把遊尺規，現場安裝的時候，可以量一下鋁合金的厚度。

找尋台北OA辦公家具推薦?

深刻了解辦公家具需因應各種不同的工作環境而量身打造，將蘊含近30年的經驗全數注入於德立，秉持初衷，且不忘汲取新知，期許於每個服務的個案中，皆能賦予這個看似傳統的商品『新生命、新氣象。』

桃園木地板公司推薦-廣松企業位於桃園市龍潭區雙連街98巷3號

新古典家具推薦比價站

巴洛克傢俱、洛可可家具、法式家具、實木家具，貴族宮廷風格家具

想知道更多隱形鐵窗QA,都在生活知識王!!

高樓防墜，但又要兼顧美觀，加裝隱形鐵窗是您可以考慮的選擇！！隱形鐵窗具有『防墜、防盜、安全、美觀』等四大優點，能滿足您的居住需求及較易被大樓或社區管委會所接受，可減少不必要的爭端。

7、門鎖

房子裝修，很多人都心思花在門上了，往往容易忽略掉鎖的品質，你要知道，幾乎是沒有小偷破門而進的，都是直接開鎖或者撬開鎖的，所以鎖也是很重要的，裝修的時候，建議給家裡換一把品質好的一點鎖吧。

8、煙管止逆閥

有些人第一次裝修，不知道廚房煙管要裝止逆閥的，這個地方也要注意一下，止逆閥價格不貴，不要省這一點錢，不然的話，別人家炒菜的味道會跑進你們家的。

9、插座

家裡的插座佈置，要提前想好，家裡哪個位置需要用電，就在哪個位置裝上插座，比如水槽下方要預留插座、陽臺要預留插座、馬桶旁邊要預留插座等，這個最好自己列一份清單出來，檢查幾次，看看有沒有漏掉哪個地方沒有裝插座。

10、前置篩檢程式

房子裝修的時候，建議在入戶進水管處裝上一個前置篩檢程式，這樣家裡用到的水都可以粗濾一遍，因為有些自來水水管老化了，容易會有一些鐵銹或其它雜質，所以還是裝一個前置篩檢程式會比較好點，如果想效果更好，建議在廚房裝一個淨水器，過濾廚房用水，這個地方不要省錢。

11、花灑

花灑很多人裝修的時候，都沒留意這個細節，覺得隨便買一個花灑就可以了，但其實花灑也是很重要的，當你去住酒店的時候，你可以留意下酒店的花灑和你自己家用的，一般便宜的花灑是以塑膠材質為主，較為高檔的採用矽膠更容易清潔，高檔一點的花灑還有恒溫模式，選到一個好用的花灑，洗澡就是一種享受，所以這個花灑錢不能省哦。

12、龍頭

家裡的龍頭使用頻率很高，要選一個好用的，龍頭帶起泡器，出水力度柔軟，不會打得手刺痛，最重要的是要看龍頭使用的材質、鍍層及閥芯，避免重金屬超標，所以最好選擇大品牌的龍頭，可以使用很多年。

柔哥有話說：

以上是我總結的裝修經驗，就算你再怎麼省錢，這12個地方都不能省，房子裝修，就是為了讓生活更加舒適，所以為了家人舒適的生活，裝修還是得花點心思和花點金錢哦。

http://www.houseddesign.com/doc_V3cwS3dIeHpUb1BVK21KcndLSzZFQT09

沙發換皮省更多,延長老沙發壽命!

沙發是家裡使用頻率最高的家具之一，隨著長時間使用，難免出現表皮磨損、坐墊凹陷等狀況

了解海島型木地板是否會有潮濕變形疑慮?

結構為在木夾板表面貼實木皮，比實木地板穩定性高、不易變形翹起，「海島型木地板」名稱由來乃是此類地板非常適合灣溫濕多雨的海島型氣候。

中古屋大改造，分享台中室內設計隔間重新規劃，擴大實用空間!

日復一日生活在冰冷的水泥建築中，高樓林立的都會叢林反映了時代的進步，卻少了一些人與自然溫度。室內設計公司習慣運用大量木材質感於室內空間上

裝修案例看多了，會發現一個顯而易見的趨勢，那就是 客廳電視牆正在變得越來越雞肋，因為現在的年輕人不太熱衷看電視，下班回到家只想葛優躺，然後刷手機，但沒有電視牆也不行，除了要兼顧家人和親朋好友的需求，自己偶爾也會看一下節目用來放鬆，那麼怎麼辦呢？

如果你有這樣的困惑，不妨學本案屋主這麼設計，她呢，就堅持沙發不靠牆，如此客廳兩面背景牆得以極致利用，總之照著參考准沒錯，不信我們一起來看看吧。

戶型一：

平面圖

原始結構圖

平面佈置圖

戶型四室兩廳，考慮到常住人口為一家三口，且出於女主對於衣帽間的執念，就打通與之相鄰的臥室設置藏衣區，並定制電視牆滿足休閒娛樂的需求。

入戶&餐廚

現在看實景。不愧是160㎡的大宅，玄關設置了子母門，看著美觀大氣的同時，也方便搬運傢俱家電之類的大型物品。進門右側鞋櫃的話，是屋主通過將隔牆，往背面的廚房內移一段距離，才定制出來的，不然入戶兩側都被門佔據著，根本沒有多餘的空間。

其它是左側的餐廚，屋主將其設為開放式結構不僅顯得敞亮，而且便於兩個空間交流與互動的同時，利用率也高，比如櫃體之中嵌入的大冰箱和蒸烤機就是如此。

拉長視野，廚房還一直往室內延伸出一個中島，設置了水槽加地櫃，如此作為西廚兼水吧台都可以提高生活的便利性。需要補充的是，中島另一側擺放了兩把高腳椅用來放鬆休閒也是沒有問題的。

接著是餐廳，擺放了大理石質感的餐桌配八把簡約的椅子，滿足全家人的日常使用完全不是問題。左側靠窗地方的話，設置了一組地櫃，滿足收納需求正好合適。

客廳

客廳如前所述，堅持沙發不靠牆，然後往前挪動大約0.5米，就能定制這麼一組書櫃了，好處在於不僅可以滿足屋主夫婦倆的學習需求，還能在無形之中薰陶出一股書香雅韻的氛圍，從而讓孩子在耳濡目染以及潛移默化的影響下，養成愛閱讀的良好習慣。

當然，有些人可能會糾結這種開放式的櫃體容易積灰，導致清潔衛生很麻煩，事實上如果擔心這一點，完全可以採用發散性思維，改用透明可視的玻璃櫃門就可以了，照樣起到一目了然效果的同時還防塵，所以有的時候看案例真的不是讓大家照搬，取其精華去其糟粕即可。當然也有網友說現在有專門的吸塵工具，根本不用擔心，這點手記君沒有試過，有經驗的不妨說一下。

現在換個一角是左側的電視牆，整體以孚乚膠漆打底，中間用大理石加厚，顯然這樣看著乾淨利索的同時更有質感，包括拉平不設主燈的吊頂也是如此。

傢俱方面，這裡採用了L型的精緻皮沙發，搭配帶有天然石紋的異形茶几，好看是好看，但對於後者來說尖角太多，所以有小孩的家庭要格外注意，實在不行，買幾個防撞貼也是可以的，不僅好用不貴，而且顏值高還安全。

裝潢省錢妙招，家具設計推薦達人，教您省下不必要的裝潢

家具設計是藝術和技術的結合，反映了當代產品設計的發展，偏重於藝術。從第一把量產的Thonet椅開始，優秀的設計師會和製造商共同合作來完成設計。家具設計既是製造商製造技術的體現，通過設計師的試驗，表達美感的，在兩方面的努力下就誕生了一件好的家具。

找尋專業台北室內設計平台

室內設計，是一種以居住在該空間的人為對象所從事的設計形式。需要工程技術上的知識，也需要藝術上的理論和技能

住家安全首選「隱形鐵窗」KO傳統老舊鐵窗!

［新寶隱形鐵窗］於業界已服務多年，深知顧客需求首重安全及品質，因此我們的隱形鐵窗施工採用日式工法，使用的線繩亦採用日本進口的 316LΦ2.0mm不銹鋼線繩

戶型二：

平面圖

原始結構圖

平面佈置圖

新房137㎡，位於深圳，戶型四室兩廳，格局南北通透，且動靜分區合理的同時，三臥朝南。結構改動的話不多，但還是有的，比如：

①將位於走廊的部分背景牆往北臥室挪動一段距離，然後就可以多定制一組櫃子； ②將主臥的步入式衣帽間納入北臥室； ③將朝南的書房隔牆往右側的小孩房挪到一段距離，從而借用空間形成錯位式結構提高利用率，不然前者空間實在是太小；

入戶

現在看實景。推門而入是寬敞的門廳，配上聖誕樹，真的一回家，就有滿滿的儀式感。左側的話，配有大面積的落地窗，加上長條形的換鞋凳，相信換起鞋來都有美美的心情。至於收納，左側做了有藏有露的白色櫃體，加上右側的深色櫃體，兩者互為對比，顯然要更為美觀實用。

換一個角度，門廳和餐廳之間的隔牆，採用部分長虹玻璃隔斷來代替，如此效果更為通透。

客廳

客廳沿著門廳進來再右轉就到了，裝修上如前所述，這裡屋主堅持沙發不靠牆，這樣左右兩側的背景牆得以充分利用，比如左側電視牆配右側大面積的書櫃，影音方面的需求得以保留的同時並弱化，這樣回到家無論刷手機還是看書學習都非常愜意。

重要的是，對於有小孩的家庭來說，可以在無形之中薰陶出一股書香雅韻的氛圍出來，從而讓孩子在耳濡目染和潛移默化的環境影響下，養成愛閱讀愛、學習的良好習慣，當然這種設計對提升空間質感和品味都是非常有幫助的。

傢俱方面，輕巧的深色茶几居中擺放，然後搭配左右兩側的沙發和座椅，這樣可以形成一個充滿交流與互動的居家氛圍。是以，再買房我一定要學她家這麼裝，真的太實用了。

餐廳

餐廳與客相對，並有相互對流的窗戶或者陽臺，這樣夏季有穿堂風吹過，居住起來極為舒適。裝修上，這裡除了擺放紋理細膩自然的木質餐桌，還在窗戶下做了一排半高地櫃加操作臺，配上水槽，除了作為西廚和水吧台使用，還兼顧著餐廳收納。

廚房

廚房的房門原本在左側，屋主將其改到後方的走廊位置，就可以將前者設置為吧台的形式，並裝上折疊窗作為隔斷的同時，便於兩個空間的交流與互動。當然，該窗戶作為傳菜口，以及用來照看小孩和增強空間的通透感都可以。廚房本身的話，勾連左側吧台背面的地櫃形成了U型結構，利用率非常高。

http://www.houseddesign.com/doc_elp6MDhYZWhzaGVXVlVWWGxYb0Jqdz09

現貨出售現代家具推薦工廠

理念與堅持-用最實惠的價格，擁有妳最喜愛的傢俱

沙發換皮省更多,延長老沙發壽命!

采姿專業沙發椅墊訂做，沙發修理、換皮，各式耗材替換，老沙發免丟，純手工縫製而成，料好耐操壽命長，翻新/維修專業經驗豐富。

裝潢大小事!隔音防火工程施工案例分享

吸音棉是經過特殊處理形成一面凹凸波浪形狀的一種海綿材料，其內部充滿細小空隙及半開孔結構能大量吸收射入的聲波能量，對聲波起到衰減作用，能降低室內反射聲的干擾和迴響提高聲音的純度是吸音降噪材料的高性能產品。

新北木地板公司推薦哪一家比較優