2030智慧節能校園 總務處.

Presentation on theme: "2030智慧節能校園 總務處."— Presentation transcript:

1 2030智慧節能校園 總務處

2 營繕組 研發校園第一條發電道路 研發車子行進的動能轉換成電能，即透過道路系統生產大量電力，並利用儲能系統儲存電力，以供路燈照明或 校舍電力使用。－綠能，參考資訊 研發大容量小電池以利智慧調配電力 研發精進儲能大的小電池，將太陽能發電或前述道路發電之電力存收於小電池內，聯結數個電池成大容量發電 系統後，作為尖峰用電時段電力調配，降低學校用電成本。－智慧綠能 發展建材銀行模式建構校舍 仿效大自然的設計來蓋房子、選用友善環境的建材，以利身心健康，且建築物只是這些建材暫時存放的地方， 如同錢存在銀行一樣，在建物壽命終了要拆除時，就會再被取出回收再利用。－環保、再利用、建材銀行 建構智慧建築 利用感測節點建構智慧建築，如安全感測用於各種災害警示、緊急通報、有毒氣體偵測、門禁管理等項目；節 能感測用於各種電器、燈光與空調的能源偵測與管理，讓無人區域或不必要的能源能夠關閉，盡可能達到能 源 使用的極小化與必要化；照護感測用於人身定位並偵測生理數據；便利感測用於調整溫濕度、空氣品質。將上 述感測資訊連結成物聯網，透過物與物之間的直接連結，不必再透過人，可以直接針對環境中的訊號進行擷取、 處理、並將結果輸出執行。這樣的過程，能讓建築中的人們獲得更高的便利性。－物聯網、人工智慧、節能

3 事務組 智慧狗 －人工智慧、機器人、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi
智慧型無人總機 －人工智慧、語音辨識分析、機器學習 語音辨識、轉接服務及常見問題自動回復及轉接。 大型修樹機具 －人工智慧、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi 自動偵測樹型及修剪樹木車。 割草機器人 －人工智慧、機器人、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi 自動割草及修剪樹籬。 自動澆水機器人 －人工智慧、機器人、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi 各類責任分工區域 －影像辨識分析、擴增實境、地理定位技術、APP開發、WiFi 清潔、登革熱防治的責任區域顯示功能。 智慧狗 －人工智慧、機器人、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi 在特定區域執行驅狗、驅猴(發射漆彈或聲響)及回傳分佈情形。 重要溝渠阻塞偵測-防洪措施 －水位偵測、物聯網、地理定位技術、WiFi 智慧空拍機辨識植栽及分佈統計 －人工智慧、影像辨識分析、物聯網、機器學習、地理定位技術、WiFi 瞭解全校樹種分佈、生長、花期及掌握珍貴樹種等情形，以及發現傾鈄、倒伏立即通知。

4 校安組 無站牌及隨叫隨到無人駕駛公車-設定行駛路線、隨招隨停載送師生及離峰期間隨時載送。－無人車，智慧運輸
無人拖吊車-偵測違規及違停之汽機車以及自動拖吊。 －無相關應用技術 警衛巡邏即時影像及GPS連線-及時掌握狀況。－手機APP、影像辨識、GPS定位 智慧巡邏機器人-代替警衛巡邏。－機器人、影像辨識 智慧大排閘門啟閉-自動偵測排水量及外海漲退潮汐。－自動控制、工業4.0 海岸及沙灘管制機器人-管制人員進入沙灘及清場。－機器人、影像辨識 消防偵煙偵熱斷電設施-避免危險發生。－影像辨識、視覺型火災偵測系統(Video Fire Detection System， VFDS) 網路防斷裝置(備用內網)-在主要網路無法使用時替代。－影像辨識、決策分析、系統整合連動 臉部辨識安全防護(監視器、門禁管制用)-緊急追蹤人員－影像辨識 智慧柵欄管制(辨別汽機車)-尤其內三哨等管制汽機車進入校園特定區域。－影像辨識、自動控制 智慧型不斷電安全網-監視器、壓扣、消防、電話...不斷電－緊急發電供電系統

5 保管組 場管自動訂餐系統 －POS+mPOS系統、觸控螢幕、APP開發、電子點餐/訂貨系統、O2O商務、RFID技術、電子/行動支付、財務/帳務系統、人工智慧、配餐路線規劃、倉儲管理

6 文書組 運用「人臉辨識」功能 －人工智慧、影像辨識分析、密碼學、演算法
運用「人臉辨識」功能 －人工智慧、影像辨識分析、密碼學、演算法 運用「人臉辨識」功能取代員工編號，登入SSO，並取代自然人憑證，簽核公文(後者需 要修改法規)。 增加公文系統輸入模式 －語音辨識、語言偵測、腦波輸入法、機器學習 以「語音輸入」或「腦波波動」代替鍵盤，繕打、核示及決行公文。 公文系統內建「自動偵錯」功能 －人工智慧、演算法、機器學習 自動公文內容偵錯：建立正確的資料，存入系統內，一旦輸入資料不符，可以自動帶出 或校正，可以建立的資料包含日期、星期、時間、數字、金額及常用字的正確寫法。 無人收發室 －人工智慧、影像辨識分析、語音辨識、互動型機器人、機器手臂、無人 載具、倉儲管理、WiFi 信件及包裹送到收發室後，由機器人掃描、分類及儲存，並通知收件人來領取或透過無 人載具送至郵局。

7 出納組 未來智慧化校園將會是連接校園網中各個物件，連接人和人、人和物、物和物之間的資訊傳送與回饋。就出納組業務而言，未來除了加強共享校務行政資源，減少人工作業並加速付款流程，另將建立更加多元性與便利性的繳費環境，朝向方便化、數位化、行動化趨勢邁進。 無現金校園 －電子/行動支付、無現金交易技術、RFID技術、區塊鏈 對於全校小額付款除以現金繳費外，開發並增加非現金支付服務，方便使用者以一卡 通、悠遊卡、行動支付、信用卡等方式繳費，達到無現金校園目標。 付款進度透明化 －透明化管理、出納系統再造、APP開發 智慧校園創新服務，應用於出納業務方面，可以讓各單位了解出納所提供業務項目及注意 事項，另外充分利用科技，以手機、APP等先進系統，可提供廠商、教職員及學生及時掌 握付款進度。 無紙化流程強化效率 －流程再造 經由校務行政資訊的共享機制，將各單位有關出納付款資訊整合調節運用，朝無紙化作業， 加快審核及付款進度，滿足受款人需求。

8 區塊鏈(Block Chain)

9 定義 區塊鏈一詞源於中本聰的比特幣，作為比特幣的底層技術，本質上是一個去中心化的資料庫，通過去中心化和去信任的方式集體維護一個可靠資料庫的技術方案；或可說是一種不依賴第三方、通過自身分散式節點進行網路數據的存儲、驗證、傳遞和交流的一種技術方案。

10 特徵 去中心化：不依賴額外的第三方管理機構或硬體設施，沒有中心管制，除了自成一體的區塊鏈本身，通過分散式核算和存儲，各個節點實現了信息自我驗證、傳遞和管理。 開放性：技術基礎是開源的，除了交易各方的私有信息被加密外，區塊 鏈的數據對所有人開放，任何人都可以通過公開的介面查詢區塊鏈數據 和開發相關應用，因此整個系統信息高度透明。 獨立性：基於協商一致的規範和協議，整個區塊鏈系統不依賴其他第三 方，所有節點能夠在系統內自動安全地驗證、交換數據，不需要任何人 為的干預。 安全性：只要不能掌控全部數據節點的51%，就無法肆意操控修改網路 數據，這使區塊鏈本身變得相對安全，避免了主觀人為的數據變更。 匿名性。除非有法律規範要求，單從技術上來講，各區塊節點的身份信 息不需要公開或驗證，信息傳遞可以匿名進行。

11 運作模式 中本聰在其比特幣白皮書中，較詳細說明運用區塊鏈技術的過程：
第一步：每一筆交易為了讓全網承認有效，必須廣播給每個節點（node：也就 是礦工）； 第二步：每個礦工節點要正確無誤的給這十分鐘的每一筆交易蓋上時間戳 （timestamp）並記入那個區塊（block）； 第三步：每個礦工節點要通過解SHA256難題去競爭這個十分鐘區塊的合法記賬 權，並爭取得到二十五個比特幣的獎勵（頭四年是每十分鐘五十個比特幣，每四 年遞減一半）； 第四步：如果一個礦工節點解開了這十分鐘的SHA256難題，他將向全網公佈他 這十分鐘區塊記錄的所有蓋時間戳交易，並由全網其他礦工節點核對； 第五步：全網其他礦工節點核對該區塊記賬的正確性（因為他們同時也在蓋時間 戳記賬，只是沒有競爭到合法區塊記賬權，因此無獎勵），沒有錯誤後他們將在 該合法區塊之後競爭下一個區塊，這樣就形成了一個合法記賬的區塊單鏈，也就 是比特幣支付系統的總賬—區塊鏈。 一般來說，每一筆交易，必須經過六次區塊確認，也就是六個十分鐘記賬，才能最 終在區塊鏈上被承認合法交易。

12 未來發展及應用領域 區塊鏈1.0——數字貨幣 區塊鏈2.0——數字資產與智能合約
區塊鏈3.0——DAO、DAC（區塊鏈自洽組織、區塊鏈自洽公司）-->區塊鏈大 社會（科學，醫療，教育etc，區塊鏈+人工智慧）。 財務金融：應用在金融行業中，可省去第三方中介環節，實現點對點的對接，從 而在大大降低成本的同時，快速完成交易支付。 物聯網：可以降低物流成本，追溯物品的生產和運送過程，並且提高供應鏈管理 的效率，達成共享經濟價值。 公共服務及管領：區塊鏈在公共管理、能源、交通等領域都與民眾的生產生活息 息相關，但是目前這些領域的中心化特質也帶來了一些問題，可以用區塊鏈來改 造。

13 物聯網(The Internet of Things)

14 定義 歐盟CASAGRAS專案計畫定義 ： 「全球網絡基礎設施，經由資料擷取與通信能力之開 採以連結物理與虛擬物件。基礎設施包括現存與演化 中的網際網路及網絡發展。它將以自主性的聯盟化服 務與應用為基礎，提供特定物件識別、感應器與連結 能力。是具有高度自動資料擷取、事件資訊轉換、網 絡聯通性與互容性的特徵」。 更簡潔的概念是：「物聯網是一個『物』(Things) 能 自動對電腦通信，物件本身也能彼此互通的世界，它 以人類利益為服務要件。」

15 特徵 連結(Linking)物理與虛擬物件。 物件識別(Identification)。 自主的資料擷取(Data Capture)與感應。
資料傳輸(Communication)。 網路聯通性(Network Connectivity)。 聯盟化服務(Federation)。 全球網路基礎設施(Global Network Infrastructure)。

16 運作模式 完整的物聯網系統可分成3層架構，由底層至上層分別為感測層、網路層與應用層。
感測層用來識別、感測與控制末端物體的各種狀態，透過感測 網路將資訊蒐集並傳遞至網路層。 此層技術如：RFID、ZigBee、藍芽4.0與Wi-Fi 網路層則是為了將感測資訊傳遞至應用層的應用系統。 此層技術如：Wi-Fi、3G、TCP/IP網路 應用層則是結合各種資料分析技術，以及子系統重新整合，來 滿足使用者不同的功能需求。 此層技術如：大數據分析、資料探勘、決策支援、商業智慧 可說物聯網非新技術，而是將現有技術規模再擴大串聯及延伸。

17 未來發展趨勢 Frost & Sullivan的研究報告提出IoT的八大發展趨勢
(1) IoT將演變為知覺工具(Sentient Tools) (2)認知技術成為新的智慧 (3) IoT平台商品化 (4)無人機運輸成真 (5)IoT事國家網路安全的危機 (6)智慧汽車和智慧家庭的融合已經實現 (7) AI個人秘書競爭優勢 (8)雲端運算普及化

18 應用領域 智慧城市(Smart City) 互聯工業(Connected Industry)
互聯建築(Connected Building) 車聯網(Connected Car) 智慧能源(Smart Energy) 智慧商區/零售(Smart Retail) 互聯醫療(Connected Health)

19 智慧城市 定義：指利用各種資訊科技或創新意念，整合城市的組成系統和服務， 實現資訊化、工業化與城鎮化深度融合，有助於緩解「大城市病」，以 提昇資源運用的效率，優化城市管理和服務，以及改善市民生活質素。 理念起源： 智慧城市的概念最早源於IBM提出的「智慧地球」。2008年11月，恰逢2007年－2012年環球金融危機開始，IBM在美國紐約發布的《智慧地球：下一代領導人議程》主題報告所提出的「智慧地球」，即把新一代資訊科技充分運用在各行各業之中。 「智慧」的理念就是透過資訊科技的應用使人類能以更加精細和動態的方式管理生產和生活的狀態，通過把傳感器嵌入和裝備到全球每個角落的供電系統、供水系統、交通系統、建築物和油氣管道等生產生活系統的各種物體中，使其形成的物聯網與網際網路相聯，實現人類社會與物理系統的整合，而後透過超級電腦和雲端運算將物聯網整合起來，即可實現。

20 特徵 IBM的《智慧的城市在中國》白皮書界定： 維也納大學評價歐洲大中城市的六個指標： 全面物聯 充分整合 激勵創新 協同運作 智慧的經濟
智慧的運輸 智慧的環境 智慧的居民 智慧的生活 智慧的管理

21 運作模式 智慧城市有助推動城市的可持續發展，令發展與環保之間取得良好平衡，從而打造一個「智慧環境」。在城市規劃上，透過網路和遙距監控技術，政府可充分掌握及分析城市的天氣狀況、資源運用的程度和道路交通狀況等資料，因而調節及善用社群的資源，實現節能減排，減低「環境足跡」，提升環境的可持續性。 公共運輸管理和監測及電子道路收費系統，均能應用於交通繁忙的地區，有助改善和紓緩道路擠塞的問題，實踐「智慧流動」。公共運輸管理和監測能向車主提供實時資料，避免車主將車輛駛入擠塞的路段，提升城市運輸效率。電子道路收費系統則是以用者自付原則減低非必要的交通需求，從而改善地區性交通擠塞及空氣品質。

22 未來發展趨勢 委託民間業者分工，高度提升行政服務效率 藉由醫療、健康與自然共生等面向， 提供舒適居住環境 提供社群層級而非個人化的服務

23 應用面向 地理資訊系統的網路加值運用 開放性網路共同協作平臺即時運作 即時訊息傳輸網路的建置 網路社群與政府資訊的結合

24 智慧交通 (Intelligent Transport System)

25 定義 將先進的信息技術、通訊技術、傳感技術、控制技術及計算機技術等有效率地集成運用於整個交通運輸管理體系，而建立起的一種在大範圍內及全方位發揮作用的，實時、準確及高效率的綜合的運輸和管理系統

26 特徵 流暢交通路網 無縫公共運輸 安全移動環境 創新生活應用

27 執行策略 先進交通管理服務應用 巨量資料視覺化決策應用 車路整合及整合式路廊管理 災害反應式運輸管理服務 交通資料開放服務

28 未來推動目標 交通無縫 交通順暢 交通安全 資訊共享

29 智慧校園 參考資料：ＭＢＡ智庫百科https://goo.gl/YGRmKM
智慧校園是指通過利用雲端運算、虛擬化和物聯網等新技術來改變師生、行政人員和校園資源相互交互的方式，將學校的 教學、科研、管理與校園資源和應用系統進行整合，以提高應用交互的明確性、靈活性和響應速度，從而實現智慧化服務 和管理的校園模式。 特徵： 環境全面感知。智慧校園中的全面感知包括兩個方面，一是感測器可以隨時隨地感知、捕獲和傳遞有關人、設備、資源的信息；二是對學習者個體特徵(學習偏好、認知特徵、註意狀態、學習風格等)和學習情景(學習時間、學習空間、學習夥伴、學習活動等)的感知、捕獲和傳遞。 網路無縫互通。基於網路和通信技術，特別是移動互聯網技術，智慧校園支持所有軟體系統和硬體設備的連接，資訊感知後可迅速、實時的傳遞，這是所有用戶按照全新的方式協作學習、協同工作的基礎。 大數據支撐。依據資料探勘和建模技術，智慧校園可以在「海量」校園數據的基礎上構建模型，建立預測方法，對新到的資訊進行趨勢分析、展望和預測；同時智慧校園可綜合各方面的數據、信息、規則等內容，通過智能推理(人工智慧)，做出快速反應、主動應對，更多地體現智能、聰慧的特點。 開放學習環境。教育的核心理念是創新能力的培養，校園面臨要從「封閉」走向「開放」的訴求。智慧校園支持拓展資源環境，讓學生衝破教科書的限制；支持拓展時間環境，讓學習從課上拓展到課下；支持拓展空間環境，讓有效學習在真實情境和虛擬情境能得以發生。 師生人性服務。智慧校園環境及其功能均以人性服務為理念，各種關鍵技術的應用均以有效解決師生在校園生活、學習、工作中的諸多實際需求為目的，並成為現實中不可或缺的組成部分。 參考資料：ＭＢＡ智庫百科

30 智慧校園 智慧校園的技術支援(1/5) 學習情景識別與環境感知技術
學習情景識別是個性化學習資源推送、學習伙伴聯接以及學習活動建議的前提，是智慧校園建設中的關鍵技術。學習情景識別的目標是根據可獲取的情景信息識別學習情景類型，診斷學習者問題和預測學習者需求，以使得學習者能夠獲得個性化的學習資源，找到能夠相互協作的學習伙伴、接受有效的學習活動建議。學習情景識別涉及學習者特征分析、感測器技術和自動推理等方面的綜合應用，是一個跨領域的研究方向。 環境感知技術是“智慧校園”的基礎技術，有助於實現對校園各種物理設備的實時動態監控與控制。RFID、二維碼、視頻監控等感知技術與設備在學校中有很多應用之處。目前，其已經在校園安保、節能、科研教學等方面得以應用。例如，將RFID技術整合到校園一卡通、圖書、儀器設備、電梯、燈具等物品上，可以實現樓宇出口人員管理、教室與會議的智能考勤、圖書自助借還與自動盤點、貴重設備防盜及定位、實驗室開放控制，以及照明、空調與通風系統控制等節能控制，但尚未形成系統化體系與應用。

31 智慧校園 智慧校園的技術支援(2/5) 校園移動互聯技術
無處不在的寬頻無線網路使得高清晰度的網路教學資源傳輸成為可能，也讓異地的視頻連接不再受帶寬資源的限制，讓學習者有“身臨其境”的感覺。3G技術和各種無線接入的普及，讓無線網路的覆蓋不再僅僅限於教室和圖書館，學習者通過網路進行學習，將不再受任何地域限制。為廣大師生提供無處不在、穩定、安全、易於管理的無線網路環境，是構建智慧校園的基本條件。校園無線網路一般情況都具有規模大的特點(地域範圍大、用戶多、數據通信量大)，網路覆蓋的要求也很高(應能實現室內、室外、禮堂、宿舍、圖書館、公共場所等之間的無縫漫游)，負載均衡尤為重要，經常會出現局部地區通信擁塞的現象。傳統做法不能很好解決這些問題，構建無線Mesh網路，無線接入點(AP)的增加或調整變得更容易、配置更靈活、安裝和使用成本更低，尤其是對於那些需要經常移動接入點的區域，無線Mesh技術的多跳結構和配置靈活將非常有利於網路拓撲結構的調整和升級。(陳永堅等，2010)此外，互聯網、移動網和廣電網的三網合一也為實現學校無線網路全覆蓋提供了更加廣闊的空間。基於高清視頻通信技術，開展校內實時同步視頻通訊，已成為當下數字校園發展的熱點。伴隨著移動技術的飛速發展，視頻通訊技術也隨之給人們帶來了更多便利。眾多知名視頻通訊企業已開始嘗試，並推出了基於移動終端的移動視頻會議解決方案。此外，很多商業通訊系統能夠達到1:1真人大小，圖像清晰，使與會者能達到同一會場的效果。

32 智慧校園 智慧校園的技術支援(3/5) 社會網路技術
社會網路是由某些特定群體(人、企業和組織)間的社會關係構成的相對穩定的關係網(Barry&Berkowitz，1988)。社會網路的形成和分析涉及理念、技術、結構、關係等諸多方面，一般認為社會網路技術主要是在20世紀90年代中後期開始的利用搜索引擎的社會網路的構建與分析、Web社區的社會網路分析等，其中基於Web的社會網路分析技術對智慧校園的建設具有重要意義。當前的互聯網發展強調從以數據為中心的傳統Web轉變為以用戶為中心的Web2.0，其關鍵特征是基於社會性軟體(即時通訊、博客、微博、社會問答、社會標簽、線上社會網路等)為用戶提供多樣化服務。因而影響服務質量的關鍵在於對用戶興趣、關係及群體的分析。社會網路分析可以看作是網路知識發現或網路挖掘的一個分支，涉及數據挖掘、機器學習、信息抽取與檢索等不同領域。(陳可佳，2011)社會網路分析應用廣泛，對其的學習與研究也越來越重要，而線上社會網路集成了社會網路與信息技術的特點，是人類社會的虛擬化表示及延伸，具有自組織性，通過對社會網路特征的分析，確定社會網路中的用戶群體或個人的中心性程度，對關鍵小團體特征進行分析，以及確定用戶位置、角色等情況，有助於掌握師生在虛擬網路中的活動狀況，為其更好地提供服務，實施必要的管理措施。

33 智慧校園 智慧校園的技術支援(4/5) 學習分析技術
學習分析技術源自早期的課堂教學效果分析，目前線上交互文本分析和早期的課堂教學效果分析有一種走向融合的趨勢，學習分析技術便是這種融合的一個產物。學習分析是對學習者以及學習情境的數據進行測量、收集、分析和報告，以便更好地理解和優化學習以及學習發生的情景，從而提高學習效率和效果。學習分析技術可作為教師教學決策、優化教學的有效支持工具，也可為學生的自我導向學習、學習危機預警和自我評估提供有效數據支持，還可為教育研究者的個性化學習設計和增進研究效益提供數據參考。針對學習者個人信息、學習者情景信息等內容進行建模，通過對交互文本、視音頻和系統日誌等能夠反映學習過程信息的數據，利用參與度分析法、社會網路分析法和內容分析法等自動化的交互文本分析技術，來獲取學習者學習的參與度、學習者的社會網路、學習者關註的學習內容、學生和教師的課堂行為信息、學習情況和學習資源的利用情況等內容，是學習分析技術實現學習分析的核心。文本挖掘技術可從學習資源庫和學習者信息中挖掘學習者關註的各種信息，如文本的主題、文本作者對某一事物的觀點傾向、作者在某一主題的專業程度等。這些信息一方面可以幫助學習者根據這些信息檢索學習資源，另一方面可以幫助學習者瞭解學習資源庫在某一側面的總體概況和趨勢。

34 智慧校園 智慧校園的技術支援(5/5) 數位資源的組織和共用技術
學習資源的組織及共用一直以來都是數字校園的建設重點之一。按照班杜拉的社會學習理論，觀察他人的行為和結果是習得知識、技能的重要來源，真實的榜樣能對觀察者起到示範作用。學習者在學習過程中產生的生成性資源，可以作為其他學習者的學習觀察對象，這也是一種重要的學習資源。為了便於檢索和共用，傳統的學習資源常常使用靜態的辭彙表來描述元數據，但這種描述方法無法滿足泛在學習環境下靈活多變、極具個性化的學習需求。因此，吸收借鑒語義網路和本體技術的相關研究成果，提供更為靈活和智能化的元數據描述方式成為一種趨勢。藉助語義Web和本體技術來組織學習資源，能夠靈活、精確地表達資源的屬性，便於學習者對資源的檢索、歸類，可以極大地提高檢索的查全率和準確度，更容易被自動化的數據挖掘工具發現和集成，有助於實現泛在學習環境下分散式資源靈活的共用、聯結和重用，同時具備良好的擴展性，並且能作為智能的資源檢索和推送的基礎，大大增強學習系統的適應性和針對用戶的個性化服務能力。(餘勝泉等,2011)

35 特徵(1) 環境全面感知 網路無縫互通 海量數據支撐
智慧校園中的全面感知包括兩個方面，一是感測器可以隨時隨地感知、捕獲和傳遞有關人、設備、資源的信息；二是對學習者個體特征(學習偏好、認知特征、註意狀態、學習風格等)和學習情景(學習時間、學習空間、學習伙伴、學習活動等)的感知、捕獲和傳遞。 網路無縫互通 基於網路和通信技術，特別是移動互聯網技術，智慧校園支持所有軟體系統和硬體設備的連接，信息感知後可迅速、實時的傳遞，這是所有用戶按照全新的方式協作學習、協同工作的基礎。 海量數據支撐 依據數據挖掘和建模技術，智慧校園可以在“海量”校園數據的基礎上構建模型，建立預測方法，對新到的信息進行趨勢分析、展望和預測；同時智慧校園可綜合各方面的數據、信息、規則等內容，通過智能推理，做出快速反應、主動應對，更多地體現智能、聰慧的特點。

36 特徵(2) 開放學習環境 教育的核心理念是創新能力的培養，校園面臨要從“封閉”走向“開放”的訴求。智慧校園支持拓展資源環境，讓學生衝破教科書的限制；支持拓展時間環境，讓學習從課上拓展到課下；支持拓展空間環境，讓有效學習在真實情境和虛擬情境能得以發生。 師生個性服務 智慧校園環境及其功能均以個性服務為理念，各種關鍵技術的應用均以有效解決師生在校園生活、學習、工作中的諸多實際需求為目的，併成為現實中不可或缺的組成部分。

37 目前發展領域(1) 智慧學習（iLearning） 智慧綠能（iGreen） 智慧社群（iSocial） 智慧管理（iManagement）
國際研究機構EBTIC 所發布的「TheIntelligent Campus」年度白皮書： 智慧學習（iLearning） 智慧綠能（iGreen） 智慧社群（iSocial） 智慧管理（iManagement） 智慧保健（iHealth） 智慧行政（iGovernance）

38 目前發展領域(2) 智慧學習（iLearning）
提供完整的教學與學習歷程服務，包含課堂教學服務(e-Teaching)、評量服務(e-assEssing)、診斷服務(e-diAgnosing)、補救教學服務(e-reMediation)等四大子系統，是一種全新的教學科技服務模式，簡稱為TEAM Model。  TEAM Model智慧教室是根據TEAM Model的應用架構來建置教學環境，可以根據這個藍圖與經費多寡，逐年、分階段逐步建設完成。TEAM Model智慧教室的最大特色：根據IT輔助教學設備進教室的趨勢來看，電子白板、實物提示機、IRS 即時反饋系統是最優先進入教室的教學輔具，加上 HiTeach 三合一教學軟體，將這三項主要輔具整合在一套軟體上操作，是TEAM Model智慧教室的最大特色。

39 透過智慧電錶用電需量紀錄，可了解用電空間，並因所處地區雨量用水節能特性，加做水資源監視管理功能，以進行校園節能措施規劃。
目前發展領域(3) 智慧綠能（iGreen） 透過智慧電錶用電需量紀錄，可了解用電空間，並因所處地區雨量用水節能特性，加做水資源監視管理功能，以進行校園節能措施規劃。

40 目前發展領域(4) 智慧社群（iSocial） 從創作分享開始透過大家群力建立一個個的知識，將網路上公開的知識連結，主題式的集整於雲端，讓知識更容易分享取用，不只是分享。結合個人「自我學習」與「班級群組」，可以有效率的安排階段學習、定點筆記，並透過群組提供的班級經營及多種學習所需的應用情境。

41 校園傷病管理目的在於收集校園內學生受傷、突發疾病等健康異常資訊，並透過分析掌握校園保健高風險場所與設施即早進行改善。
目前發展領域(5) 智慧保健（iHealth） 校園傷病管理目的在於收集校園內學生受傷、突發疾病等健康異常資訊，並透過分析掌握校園保健高風險場所與設施即早進行改善。 大數據資料在智慧校園健康照護的應用大概可分為三大方向：師生健康管理、校園傷病管理與團膳營養衛生管理。

42 目前發展領域(6) 智慧管理（iManagement）
透過資料發掘、資料整合及資料利用到決策的處理過程，針對校園資料收集及註解以取得原始資料並附加輔助說明資料，於後執行資料前處理（preprocessing）以從非結構化、半結構化的資料轉變成結構化的資料，再透過資料整理（organize）將資料以易於存取的方式提供出來以利於資料整合（integrate）。整合好的資料作為分析（analyze）的輸入，採用專業分析工具，可依據不同決策需求找出不同結果，而分析結果以視覺化呈現（visualize），如動態統計圖表或靜態報表等方式，讓決策者能從上到下的角度檢視資料整體分析結果，以便決定執行重大決策（decision）參考，又或是銜接前端應用的控制模組，以實現各種智慧校園的自動化解決方案。

43 目前發展領域(7) 智慧行政（iGovernance）
校務行政系統包含：學生註冊學籍管理、成績管理、出缺勤管理、圖書管理、財務管理與校友管理系統等子系統，眾多系統間的整合與資訊交換始終是挑戰，加上多元系統的建置與使用亦提高了資訊安全管理風險，讓敏感的學生個人資料防護，常成為資訊管理人員頭痛的問題。 直到進入大數據資料的時代後，透過雲端儲存與運算的導入，讓校園資訊管理系統中所有資訊可以透過網路，統一儲存於第三方的雲端伺服器中，並透過統一登入（single sign on）的方式讓不同的使用者可以進行存取與管理，過往垂直與水平的資訊整合變得前所未見的容易；而隨選隨用（pay as you go）的雲端服務模式，讓學校不需要再花費高額的經費去建置伺服器環境並聘請維護人員，而可以選擇使用第三方平台業者所提供具彈性的付費模式，並享受分散式儲存與運算所帶來的高效能、高容錯與高擴充性。 當資料的收集與管理變得容易，大量且即時的運算變得相對簡便且可行。例如：透過大數據資料的分析，系統可自動的提供校方許多珍貴的決策參考資訊，或是大幅改善過往校務作業的流程效率與成本，甚至是帶來各種創新的便利服務應用。

44 人工智慧 概論 人工智慧的定義可以分為兩部分，即「人工」和「智慧」。「人工」比較好理解，爭議性也不大。有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。但總括來說，「人工系統」就是通常意義下的人工系統。 關於什麼是「智慧」，就問題多多了。這涉及到其它諸如意識（consciousness）、自我（self）、心靈（mind），包括無意識的精神（unconscious mind）等等問題。人唯一瞭解的智慧是人本身的智慧，這是普遍認同的觀點。但是我們對我們自身智慧的理解都非常有限，對構成人的智慧必要元素的瞭解也很有限，所以就很難定義什麼是「人工」製造的「智慧」了。因此人工智慧的研究往往涉及對人智慧本身的研究。其它關於動物或其它人造系統的智慧也普遍被認為是人工智慧相關的研究課題。 人工智慧目前在電腦領域內，得到了愈加廣泛的發揮。並在機器人、經濟政治決策、控制系統、仿真系統中得到應用。

45 人工智慧 研究課題 演繹、推理和解決問題 知識表示法 規劃 學習 自然語言處理 運動和控制 知覺 社交 創造力 倫理管理 經濟衝擊

46 人工智慧 強人工智慧和弱人工智慧 強人工智慧觀點認為有可能製造出真正能推理（Reasoning）和解決問題的智慧機器，並且，這樣的機器將被認為是具有知覺、有自我意識的。強人工智慧可以有兩類： 類人的人工智慧，即機器的思考和推理就像人的思維一樣。 非類人的人工智慧，即機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。 弱人工智慧觀點認為不可能製造出能真正地推理和解決問題的智慧機器，這些機器只不過看起來像是智慧的，但是並不真正擁有智慧，也不會有自主意識。

47 人工智慧 實際應用 機器視覺、指紋識別、人臉識別、視網膜識別、虹膜識別、掌紋識別、專家系統、自動規劃等。 應用領域 智慧控制 機器人學
自動化技術 語言和圖像理解 遺傳編程 法學資訊系統 下棋 醫學領域

48 無人商店(unmanned store/checkout-free store)
無人商店為一種新零售概念，意指商店內沒有任何服務人員 及收銀人員，顧客入店後完全採自助方式購物與結帳，無需 排隊付款，實現顧客「拿了就走」的新型零售商店。 2016年12月，亞馬遜宣佈推出無人商店「Amazon Go」後便著手進行研發，直至2018年1月22日於美國西雅圖正式開幕，開放一般消費者體驗及購買。 唯「Amazon Go」也還未算是真正的無人商店，店內雖無收銀員，但還是有服務人員進行補貨與準備食物，讓架上的商品保持永遠不會缺貨的狀態。

49 自助方式購物(Self-service) 無需排隊付款(Checkout-free)
特徵 自助方式購物(Self-service) 無需排隊付款(Checkout-free) 拿了就走(Just Walk Out Technology) 虛擬支付(Virtual payment)

50 應用技術 機器視覺技術 AI人工智慧 IoT物聯網 大數據 RFID無線射頻 大量感測器 自動販賣機 智慧設備

51 運作模式(1) 以Amazon Go為例： 其結合了人工智慧、雲端運算、機器學習、機器視覺，以及大量的感應監 測器，首先，顧客需先下載Amazon Go專屬App後才能進行購買與付款， 並於入口處掃描專屬App、確認身份後才能入店消費。 整家店內的天花板到處皆設有人工智慧攝錄系統及機器演算法，從顧客進 入店內開始，攝影機便會錄下顧客移動的路線、瀏覽的商品、拿取、檢視 標籤或放回商品等動作，再將影像傳送給機器進行影像辨識。顧客只要拿 起了某項商品，便會自動加入APP裡的虛擬購物車，若顧客不想購買了， 又將產品放回架上，APP裡的虛擬購物車也會跟著自動刪除。最後當顧客 挑選完產品，也不必等待排隊結帳，因店內並未設有結帳櫃台，顧客只需 直接走出店門口，消費金額就會在離開時自動從會員帳戶中扣除，實現了 「拿了就走」的概念。

52 運作模式(2) 以淘咖啡為例： 開放淘寶會員搶先體驗無人商店的魅力。會員進入「淘咖啡」之前，首先 得擁有支付寶的實名制帳戶，並透過銀行端審核確認身份、取得一個專屬 QR code才可通過入口閘門感應進入。顧客在選購商品時，藉由店內的生 物辨識技術、攝影機與感測器來監控店內的消費情況，追蹤分析顧客行為。 結帳方式採用RFID技術，顧客在離店時，必須通過兩道結算門，第一道門 主要感應顧客的離店需求，自動進行人臉辨識，顧客通過第一道門後，系 統即會對商品上的RFID標籤進行感應，自動從淘寶帳戶中扣款，同時開啟 第二道門讓顧客離開商店。

53 運作模式(3) 以統一超商「X-STORE」為例：
全店採用人臉辨識、商品辨識、電子標籤、語音互動、物聯網感測元件、 電子看板等技術，並結合OPEN POINT會員系統，顧客必須登入或註冊 OPEN POINT會員，完成人臉辨識資料登錄，才可透過入口處及出口處的 人臉辨識系統進出消費。而店內的商品全數採用電子標籤，顧客只需將商 品依序放至於自助櫃台的商品辨識區，POS機螢幕即會顯示顧客所購買的 商品清單，再利用icash交易機制自動儲值及付款。此外，店內還設置掃描 式微波爐，顧客只需將付款後的鮮食商品條碼置於微波爐感應器下，即可 自動辨別微波時間，無須人工再按鈕操作。

54 自動駕駛汽車 又稱為無人駕駛汽車、電腦駕駛汽車或輪式移動機器人，是無人地面載具的一 種，具有傳統汽車的運輸能力。
自動駕駛汽車能以雷達、光學雷達、GPS 及電腦視覺等技術感測其環境

55 自動駕駛汽車 定義 美國國家公路交通安全管理局（NHTSA）已提出正式的自動駕駛五等級分類系統（2016年版本）：
等級0：即無自動。駕駛隨時掌握著車輛的所有機械、物理功能，僅配備警報裝置等無關主動駕駛的功能。 等級1：駕駛人操作車輛，但個別的裝置有時能發揮作用，如電子穩定程式（ESP）或防鎖死煞車系統（ABS）可以幫助行車安全。 等級2：駕駛人主要控制車輛，但系統階調地自動化，使之明顯減輕操作負擔，例如主動式巡航定速（ACC）結合自動跟車和車道偏離警示，而自動緊急煞停系統（AEB）透過盲點偵測和汽車防撞系統的部分技術。 等級3：駕駛人需隨時準備控制車輛，自動駕駛輔助控制期間，如在跟車時雖然可以暫時免於操作，但當汽車偵測到需要駕駛人的情形時，立即讓駕駛人接管其後續控制，駕駛必須接手因應系統無力處理的狀況。 等級4：駕駛人可在條件允許下讓車輛完整自駕，啟動自動駕駛後，一般不必介入控制，此車可以按照設定之道路通則（如高速公路中，平順的車流與標準化的路標、明顯的提示線），自己執行包含轉彎、換車道與加速等工作，除了嚴苛氣候或道路模糊不清、意外，或是自動駕駛的路段已經結束等等，系統並提供駕駛人「足夠寬裕之轉換時間」，駕駛應監看車輛運作，但可包括有旁觀下的無人停車功能。（有方向盤自動車） 等級5：駕駛人不必在車內，任何時刻都不會控制到車輛。車輛能自行啟動駕駛裝置，全程也不須開在設計好的路況，就可以執行所有與安全有關之重要功能，包括沒有人在車上時的情形，完全不需受駕駛意志所控，可以自行決策。（無需方向盤自動車） 根據國際自動機工程師學會（SAE International）依據這五個程度（從駕駛輔助至完全自動化系統）發布另一種分類系統，其設計理念是『誰在做，做什麼』的分類法。

56 自動駕駛汽車 潛在優勢 較少的交通事故，因為自動駕駛汽車不像人類駕駛一樣只有有限的環境感知能力，而可以使用主動與被動感測器（如光學雷達與雷達）持續做大範圍的感測（如可見光、紅外線與超音波之類的聲波等），具有360度視野，因此可以對潛存危機做出安全的反應，且其反應能較人類駕駛更為迅速。 避免因為行車距離過近、分心駕駛及危險駕駛等人為因素而導致之交通事故。 移除方向盤與其他駕駛介面，可節省座艙空間，並允許不需乘客坐在駕駛座的座艙設計。 減少所需安全間隙，並且更好管理交通流量，進而增加道路通行能力，及減低交通壅塞。 減輕車輛乘客駕駛與導航之工作，並且更平穩的行駛。 自動駕駛汽車能具有更高的車速限制。 免除乘客狀況之限制－不需在意乘客是否未足歲、過老、無駕照、眼盲、精神不濟、酒醉等等。 緩解停車位短缺的問題，因為可以讓乘客下車後，停到有足夠停車位的場所，並在需要時返回搭載乘客。亦可減少停車所需之物理空間。 增加汽車共享，減少車輛總量，因為自動駕駛汽車可以在一處讓乘客下車後，到另一處搭載另一位乘客。 免除多餘的乘客－自動駕駛汽車可以不需要有人在車上，自動行駛至所需之處所，如搭載乘客或進行維護。這對貨車、計程車與汽車共享服務，尤其相關。 減少對交通警察的需求，以及汽車保險費用，因為車輛感測能力的提升，亦可減少車輛失竊。。 減少實體的道路指示標誌－自動駕駛汽車能以電子方式接收必要之通訊（雖然對人類駕駛來說，仍需要實體標誌）。

57 自動駕駛汽車 潛在的障礙 損害賠償責任。 個人會抗拒放棄其對汽車之控制權。若出現需要手動駕駛的情形，部分駕駛人可能沒有經驗。 軟體的可靠性。
需要車輛間通訊系統來協調個別汽車的電腦系統，車聯網的資訊安全性等，而且為了汽車間的通訊，需要更多的無線電頻譜。 政府須為自動駕駛汽車建立且施行特定之法規架構。 減少與駕駛有關之工作機會。 喪失隱私。 自動駕駛汽車可能被裝載炸藥、毒物等而作為恐怖攻擊使用。 類似有軌電車難題的倫理問題－當自動駕駛汽車的軟體被迫在不可避免的碰撞時對可能的傷害做出決斷，會出現的問題。 汽車在不同天氣類型下的導航系統之可靠性，例如在大雪或大雨中行駛。 自動駕駛汽車為正常運作，需要極高品質的專用地圖。若這些地圖已過時，自動駕駛汽車必須能夠自行回歸合理行為。 目前警察與其他行人的手勢與身體運作無法被自動駕駛汽車所認知與理解。 目前的道路基礎設施可能需要為自動駕駛汽車改建，以達到最好的效果。例如能與自動駕駛汽車通訊的交通號誌與路燈。

58 無人飛行載具(Unmanned Aerial Vehicle)
或稱無人飛機系統（Unmanned Aircraft System，UAS），俗稱無人飛機、無人機、無人航空載具、 無人作戰飛機、蜂型機，廣義上為不需要駕駛員登機駕駛的各式遙控飛行器，一般特指軍方的無人 偵察飛機。 種類 無人飛行載具乃是指向藉由遙控或者自動駕駛技術，進行科學觀測及偵查等任務的飛行載具。與傳統飛機相比較，具有操作成本低、運用彈性大及支援裝備少等特性。 無人飛行載具大致上可以分為以下2種： 近距離無人飛行載具搭載5公斤以下酬載於低高度飛行5公里距離 短距離無人飛行載具則將飛行距離增加至20公里 以上兩種常稱小型無人飛行載具（small-UAVs）或者迷你無人飛行載具（mini-UAVs），更小的 微型無人飛行載具（英文：Micro Aerial Vehicle，縮寫：MAV）指翼展0.5公尺以下，飛行距離 至多2km。 戰術無人飛行載具則至少具有20小時的飛行時間，視乎任務而訂，升限至少達到5,486.4公 尺（18,000呎）。