關於 ml縮寫 ，我們在網路上蒐集到這些相關的討論、資訊與評價

#爸爸濾鏡
老楊對我說:「米米越來越漂亮了，妳有覺得嗎?長得好清純，有透明感，以後會不會變成純愛教主啊?可是她那麼霸道，應該是 #純愛流氓。」

/
#一句話惹怒理組
「這台瞬熱器，一次 #總Total可以裝四百莫。」

哈哈哈如果不知道這句話哪裡不對的話，請接著看下去!!

「總Total」是不是台灣特有的說法?
Total已經是總數的意思了，前面再加上一個「總」字是一個贅詞。
#直接說Total就可以了

然後「ml」也不是唸成「mo」，它是要念成「M」「L」，
在美國買東西的話，唸成「mo」美國人是聽不懂的，嗯，因為這蠢事我幹過，後來被化學超男子老楊教育了整路，
唸成「mo」是「莫耳」mole的發音，是完全不同的意思。
#莫耳是數量ml是體積

順帶一提，「A.K.A」就是唸成「A」「K」「A」，或是你要直接說"also known as"也可以，
不要唸成「阿卡」啦。

我自己是如果要使用美國人發明的用語，就盡量唸正確的，
但如果是台灣自己發明的英文詞，那就沒什麼問題，
譬如說，你講「IG」，美國人絕對不會知道你是在說Instagram，
但這個縮寫是台灣人發明的，算是台灣人溝通的共識。

/
左圖為純愛流氓
右圖為瞬熱器調成400ml泡麵剛剛好 🍜

#海爾Haier瞬熱淨水器收團最後一天👉 https://bit.ly/3fnBE0X
泡咖啡、泡奶、泡麵，都有剛好的溫度和容量可以選，超方便👍

用Facebook分享Netflix這個紀錄片，真是諷刺到不行!!

想要推的是The Social Dilemma，其實滿多類似議題的，但是不用擔心，Netflix演算法會推你的...

聽了Cathy O'Neil讀完整本她的書Weapons of Math Destruction，才知道她長這樣!長得很像在柏林夜店出現的人欸，剛剛搜尋台灣有翻譯，叫做 #大數據的傲慢與偏見：一個「圈內數學家」對演算法霸權的警告與揭發。

她應該會被歸類是憤青。書我期待很高，講很廣，大概是大數據跟ML在各個產業的發展跟威脅，演算法不是中立，會造成歧視跟各種問題，但是呢，講不夠深，大概就是寫沒幾句話太氣了，又一直罵罵罵哈哈哈，同溫層會很快樂讀完，中立的人第一次讀應該會覺得開眼界，反對意見的，大概很難被這本書說服。

然後!!教授Jonathan Haidt出現時我整個差點尖叫，他娃娃臉好可愛喔哈哈哈，感覺像演唱會突然來個神秘嘉賓，居然是他的感覺XDD

也就是說，看到社會心理學家教授出現，就知道這紀錄片偏重講，科技業怎麼把心理學發揮極致，來操弄人們的需求跟慾望，跟前面那本書的重點又不太一樣。

另外一個亮點是，Mad men 裡面的Peter怎麼來了啦！！老版發福版的，到最後他說Hello我才認出！

另外一本最近讀的，是The Future Is Faster Than You Think: How Converging Technologies Are Transforming Business, Industries, and Our Lives，立場中立，有系統介紹各領域最新的發展，你以為在科幻電影裡出現的，其實是真實世界現在進行式，讀完就一個心得，如標題 The Future Is Faster Than I Think哈哈哈。

有這本基礎，再讀Yuval Noah Harari一系列的書，就會更有感覺他在說啥。

如果想看幽默一點的，就推這本THE FOUR: The Hidden DNA of Amazon, Apple, Facebook, and Google，我買中文的，書名是 #四騎士主宰的未來，真的超好笑，但如果你是估狗粉、果粉、臉粉、亞粉，應該會想把書燒了，他就是幹話連篇，把四家都罵一輪，例如他說

"Google眼鏡是避孕措施，戴上去的人這輩子絕對沒機會生小孩，沒人想靠近他們" 哈哈哈哈

最後還有一本科普性質，偏重名詞解釋，也是很多收穫，例如IP、暗網、作業系統，還有光纖是怎樣，指紋解鎖的原理，電子支付的市場等等，理工人士可以略過但文組的我一直點頭，心想原來如此!!也談到新興市場的發展，但因為書的重點在科普，對於FAANG(跟一堆更長的縮寫)的評論整個中立到不行，可能很怕惹到人XDD 對於長知識，還是推薦就是了。

回到紀錄片，我才看一半就覺得不分享不行，其實在意這個議題的人，可以當娛樂小品看，它有系統而且用一些科幻片元素包裝起來，還是很嚇人，嚇到我決定馬克越長越大時，一定要盡全力幫助他，我們的大腦真的還沒適應(也不可能)演化到跟上科技發展，為何這年代為人已經難，還要健康養大下一代青少年女!!

還是不要生小孩好了(結論歪掉)

以上，文組人的讀書心得分享。

不知道該放什麼照片，就放教授Haidt的可愛照片哈哈哈，非常喜歡他的一本The Righteous Mind: why good people are divided by politics and religion

自駕/聯網/電動/共享崛起　汽車架構馳向四大未來趨勢

2020-07-06Chet Babla

汽車可說是繼手機之後，下一波科技產業的藍海市場。其中，汽車自駕、聯網、電動化與共享將改變消費者與車輛互動的方式，成為移動新典範，為新型態公司及新商業/營收模式，將帶來極大的可能性。

5G毫無疑問將是影響未來汽車能否更聰明、更安全的主要驅動引擎之一。它將大幅提升汽車的聯網性，也讓汽車製造商得以持續探索如何為車內乘客創造更好的車用資訊娛樂體驗，包括多媒體影音串流，以及更靈敏、更即時的導航服務。5G也強化了車輛對車輛(V2V)以及車輛到基礎設施(V2I)的數據傳輸，催生了足以保障生命的功能，例如可警示駕駛前方有潛在危險狀況的詳盡儀表板。

除了5G帶來的影響，同時本文還看到其他幾個趨勢也將形塑未來的汽車產業與汽車的移動性的架構，以及它們將如何呼應聯合國的2030全球目標。

ACES這是汽車研究中心針對未來移動性所提出之四大關鍵科技趨勢的縮寫：自駕性(Autonomous)、聯網(Connected)、電動化(Electric)與共享(Shared)的車輛。該中心表示，ACES「對於改變消費者與車輛互動方式的移動性新典範、新型態公司以及新商業與營收模式，將帶來極大的可能性。」。

未來移動性比科技更重要

ACES不但與影響汽車業的科技變革有關，它還幫助人們檢視汽車業與其內部發生的劇烈創新，如何在解決全球性挑戰中發揮一定的影響力。

社會與各產業的每個角落，在都市化、數位化、永續與社會包容等領域，都面臨重大挑戰。聯合國(UN)預測到2050年，全球都會人口將增加至25億，並把現有的基礎建設推至最大極限。

對於促成移動性的革命，Arm科技相當關鍵，而今日絕大部分的智慧型手機都由Arm的技術驅動。其實我們的科技從1990年代已開始部署在汽車產業，而我們現在也應用這些經驗、創造力與顛覆性創新，重塑汽車的移動性。

本文想要用ACES當框架，分析這個現象將如何發生：

・自駕

全球目標3(Global Goal 3)中的標的3.6(Target 3.6)，決心要讓「因為道路交通事故造成的全球傷亡人數減半」。美國監管機構估計，每年因道路交通事故喪生的130萬人之中，有九成肇因於人為的錯誤。先進駕駛輔助系統(ADAS)如盲點偵測、自動緊急煞車、車道維持輔助與主動式巡航，已經協助讓道路變得更安全，同時也拯救了生命。

Arm的IP已被廣泛運用在超過六成之ADAS系統的半導體中，而Arm在功能安全(Functional Safety, ISO26262)上的努力，也就是即便故障發生，車輛仍然能夠安全運行，讓汽車製造商確保他們的ADAS與自駕系統，可為駕駛、乘客與其它用路人帶來最高的安全性。

在歐洲新車評估計畫(Euro NCAP)的安全基準中，ADAS系統的價值也越來越重要，這意謂著新車若想得到五顆星安全評等，可能很快就被要求必須展現最基本程度的ADAS功能。

・聯網

汽車的聯網讓來自越來越多各種終端裝置感測器的數據資訊，可以在終端裝置或雲端上處理，以提升乘客安全性與車輛可靠性，並促成預測性維修、改善車隊效率，並讓其它用路人與智慧城市規畫者得知人們的旅程紀錄。隨著車輛自駕功能的提升，產生的數據資訊也會跟著增加。有些預測表示，現代車輛每小時大約產生25GB的數據，而自駕車輛產生的數據將是一百倍以上。

這不只是很多數據，而是數據的海嘯！它不但會把全球網路推向緊繃極限，也會讓全球的雲端資料中心必須比以往更加賣力地運作，同時讓它們的能源支出與碳排放迅速飆升。

未來的移動性若要倚靠數據生成與聯網運作並從中獲益，人們需要減少依賴於需要大量數據上雲處理的解決方案，以便達成全球目標7(Global Goal 7)的第3個標的(Third Target)：2030年前加倍全球能源效率的進步速度。

不管是在車輛裡(終端感測器與核心運算節點)，或是在路邊的邊緣閘道器，乃至雲端中，機器學習(ML)將擴散至整個運算領域，如何應對這個挑戰極為重要。它以智慧的方式降低數據量演算法部署，讓聯網特性成為未來車輛的主要支柱。

・電動化 車輛的動力從今日基於化石燃料的內燃機引擎(ICE)，已逐漸地轉往電動化發展，隨著時間向前推進，因車輛移動產生的碳排放對環境造成的衝擊，將顯著降低。這已將正在生產、或未來更多的車輛生產，以及大幅增加的電池生產等衝擊考量進去。最近Tesla市值大幅增加，讓它變成全球市值第二高的汽車原始設備製造商(OEM)，部份也反映出投資人認同汽車動力電動化在全球未來發展上所代表的價值。

在把全球暖化限制在攝氏1.5度內的計畫裡，電動車(EV)著力甚深，而這也符合2016年巴黎協定所訂定的目標。因此，電動車在達成全球目標13的氣候行動(Global Goal 13: Climate Action)，以及之前所提全球目標7(Global Goal 7)的能源效率上，可能扮演吃重的角色。

・共享服務

探討未來的移動性趨勢時常被遺忘、但可能也是最有趣的部份，即為介於公共運輸與個人運輸之間的種種。從叫車App到車輛所有權共享方案，消費者慢慢地開始走出傳統購車方式，轉而擁抱公共運輸行動服務(MaaS)帶來的好處。

從2013年開始，研究顯示叫車服務的車資每年約略成長130%。這種成長幅度很驚人，但它還不是移動性的神奇武器：在美國的一些城市，叫車App事實上不但沒有降低塞車，反而讓情況更為嚴重。不過，主要的原因是這些App都仰賴私有車輛：當自駕車服務更為普及時，情況可能大為改善，而這也促成道路空間更有效的運用。

根據研究預測，人們倘若擁有妥善的基礎架構，預計到2030年，可搭載多名乘客的機器人計程車，在美國道路行駛里程將達到5,000億英里，大約占所有車輛行駛里程的9%。到2040年，這些計程車將占所有車輛里程的一半。

透過共享服務平台朝隨選運輸的轉移，將讓社會每個層面(不僅年輕人、有能力或是相對較為富裕者)的移動性更強，並有潛在機會解決有關永續基礎建設、健康福祉、就業、不平等與社會包容等挑戰。透過此一方式，它不止支持單一的聯合國全球目標，而是能夠支持幾乎所有的目標。

政策/成本/隱私待解決 ACES布局循序漸進

當然，儘管大家推測ACES轉型可能會替未來的移動性帶來不少好處，我們還是得思考許多挑戰與問題。例如，政府目前從汽油與柴油燃料收取的數千億美元稅收，該何去何從？如何為此一龐大收入找到替代財源？

各國政府是否會考慮每英里固定向電動車徵收一定的費用？當英國市場目前休旅車與電動車的銷售數字比率是37:1時，我們如何進一步降低電動車成本、提高吸引力，以鼓勵消費者從現有的汽油車或柴油車跳槽過來？

讓車輛擁有連接數據的能力，也開啟了資料隱私及至關重要的網路安全等相關新議題(遭奪取的聯網車輛在惡毒的歹徒手裡，等於是在道路上奔跑的飛彈；關於這點，白帽駭客Charlie Miller已作出眾人皆知的錯誤示範)。此外，隨著AI在駕駛輔助與自駕車輛的部署愈來愈多，如果這些基於機器學習的解決方案是黑盒子，我們如何能確保所作出的決定都是明確、有道德且公平的？還有，如果這些系統突然失靈，誰要負責？

以上所述，對於ACES在未來移動性上展現的可能性，都是主要的障礙，但這不代表我們會暫停如何謀思因應之道。ACES框架對未來社會可能帶來的整體影響實在太大也相當正面，業界的每一份子都責無旁貸。

資料來源：https://www.2cm.com.tw/2cm/zh-tw/market/323FF3F182E84E4CA9EB5920D6D75E32