近期蘋果最新的學術研究揭示，結合 Apple Watch 的多重感測器數據與 Apple Health 的健康資料，有望發展出一套「高度準確的懷孕偵測系統」。這項來自「心臟與運動研究」（Heart and Movement Study）的最新論文《Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions》，廣泛探討了如何透過 Apple Watch 等穿戴式裝置收集健康感測器數據，並加以整合運用。記者孟圓琦／編譯

近期蘋果最新的學術研究揭示，結合 Apple Watch 的多重感測器數據與 Apple Health 的健康資料，有望發展出一套「高度準確的懷孕偵測系統」。這項來自「心臟與運動研究」（Heart and Movement Study）的最新論文《Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions》，廣泛探討了如何透過 Apple Watch 等穿戴式裝置收集健康感測器數據，並加以整合運用。

[caption id="attachment_182705" align="alignnone" width="593"] 蘋果最新的學術研究指出，有望發展高度準確的懷孕偵測系統。(圖/取自蘋果官網)[/caption]

這項研究，是該團隊先前在月經週期與聽力損失等領域研究的延伸。論文中一項令人矚目的成果指出，將穿戴式感測器數據與步數等生理測量指標結合，可作為有效的懷孕偵測方法。

延伸閱讀：
iPhone 17有望大升級！處理器規格比預期更強 入門款有望搭載A19晶片
台灣開放了！蘋果Apple Watch偵測睡眠呼吸中止 AirPods Pro 2變身助聽器
告別卡頓！蘋果自研C1晶片2大關鍵優勢 重啟手機通訊新篇章

論文中提到：「這種組合對於懷孕預測的表現非常卓越。」研究解釋，這是因為懷孕會導致個人生理機能發生顯著變化，這些變化可透過原始感測器數據追蹤；同時，個人的行為模式也會發生巨大改變，例如運動時間、步數和步態等衍生指標都能有效反映這些變化。

根據蘋果公司論文中公布的數據——儘管尚未經過同儕審查——研究人員表示，他們能夠以92%的成功率預測懷孕。採用相同程序，糖尿病的預測成功率為 82%，一般感染的預測成功率為 76%。

[caption id="attachment_182707" align="alignnone" width="1050"] Apple Watch監測的各項數據有機會做為參考指標。(圖/取自蘋果官網)[/caption]

研究人員分析了來自研究參與者的數據，其中包括「385 名獨立參與者中，以陰道分娩或剖腹產結束的 430 例懷孕」案例。這些數據與「24,225 名未懷孕且年齡小於 50 歲的女性參與者」的數據進行了比對。

這項研究結合了時間序列數據和多個裝置感測器的數據，因此每位女性都提供了為期一週的數據。論文指出：「眾所周知，許多健康指標在懷孕期間會發生變化，其中一些可由穿戴式裝置直接測量，例如靜息心率和心率變異性（HRV）。」因此，論文認為，預測特定一週的數據是否來自參與者懷孕期間的狀態，是其模型應該能夠偵測到的健康狀態。

論文同時強調，這種預測需要以「人類行為的時間解析度（例如：天和周）」來收集數據，而非僅僅依靠穿戴式裝置提供的秒級測量數據。儘管如此，正是一項即時測量數據，使得 Apple Watch 在 2023 年成功挽救了一名孕婦的生命。

資料來源：appleinsider

這篇文章 測心跳步數也能驗孕？Apple Watch感測器有望實現早期懷孕偵測 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

過去機器人要理解自身動作，往往需要複雜的感測器或精準的數學模型。然而，麻省理工學院電腦科學與人工智慧實驗室（MIT CSAIL）開發出全新視覺系統NJF，讓機器人只需透過單一攝影機觀察自身運動，就能學習如何控制身體，實現前所未有的「身體自我意識」。記者李琦瑋／編譯

過去機器人要理解自身動作，往往需要複雜的感測器或精準的數學模型。然而，麻省理工學院電腦科學與人工智慧實驗室（MIT CSAIL）開發出全新視覺系統NJF，讓機器人只需透過單一攝影機觀察自身運動，就能學習如何控制身體，實現前所未有的「身體自我意識」。

[caption id="attachment_180557" align="alignnone" width="1000"] MIT發表新興機器人控制方法NJF，讓機器人「用看的」學會控制身體。（圖／MIT CSAIL）[/caption]

這項研究顛覆了傳統機器人控制的思維。首席研究員、MIT CSAIL博士生Sizhe Lester Li表示，這項工作預示著機器人領域將從「程式設計」轉向「機器人教學」，如今，許多機器人任務需要大量的工程和編碼，「未來，我們設想只需向機器人展示要做什麼，讓它自主學習如何實現目標。」

延伸閱讀：特斯拉Optimus量產喊卡 設計調整揭人形機器人發展瓶頸

外媒《The Robot Report》指出，傳統機器人通常具備剛性結構且內建大量感測器，以便建立精確的數位孿生模型進行控制。然而，當機器人是柔軟、可變形或形狀不規則時，這些假設就不再適用。NJF的創新之處在於，它不強迫機器人符合預設模型，而是讓機器人透過觀察自身來學習其內部的運作模式。

這種建模與硬體設計的分離，將極大地拓展機器人設計空間。軟體機器人或仿生機器人設計師過去常需內嵌感測器或加固結構以實現建模，而NJF系統消除了這一限制。設計師可以更自由地探索非常規、不受限制的形態，無需擔心後續的建模或控制問題。

Li解釋道，「想想你是如何學習控制手指的：你扭動、你觀察、你適應。我們的系統就是這樣做的，它會嘗試隨機動作，並找出哪些控制指令會移動機器人的哪些部分。」

NJF系統已在多種類型的機器人上驗證其穩健性，包括氣壓式軟體機械手、剛性Allegro手、3D列印機械臂，甚至是沒有內嵌感測器的旋轉平台。在每個案例中，系統僅透過視覺和隨機運動，就學習了機器人的形狀以及對控制訊號的反應方式。

MIT CSAIL的研究人員表示，這種方法在實驗室之外具有廣闊的潛在應用。搭載NJF的機器人未來有望在農業領域實現厘米級的定位精度，在建築工地無需複雜的感測陣列即可操作，或在傳統方法失靈的動態環境中導航。

麻省理工學院助理教授Vincent Sitzmann說，當今的機器人技術，常因其高昂的感測器和複雜的程式設計而讓人覺得遙不可及，團隊開發NJF系統的目標，正是要降低這個門檻，讓機器人技術變得更經濟實惠、更具適應性，並能被更多人使用。

這份研究成果已於近期發表於《Nature》期刊，並獲得MIT研究支持基金、美國國家科學基金會及韓國光州科學技術院等機構資助。

資料來源：The Robot Report

這篇文章 MIT新系統讓機器人不再靠感測器 「看」就能學會控制身體 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

自動化技術有助於提高生產效率及協助管理層制定發展方向，在全球進入工業4.0時期後，對於機械的自動化要求更進一步，而「感測器」是決定機械自動化水平的關鍵之一。宜福門身為自動控制感測器的領導品牌，推出的新一代「3D智慧感測器」，深化移動機器的自動化效能，促進工業4.0的技術創新。

記者／周子寧

自動化技術有助於提高生產效率及協助管理層制定發展方向，在全球進入工業4.0時期後，對於機械的自動化要求更進一步，而「感測器」是決定機械自動化水平的關鍵之一。宜福門身為自動控制感測器的領導品牌，推出的新一代「3D智慧感測器」，深化移動機器的自動化效能，促進工業4.0的技術創新。

智慧感測器的功能與優勢

智慧感測器（intelligent sensor）是泛指感測到特定動作輸入時，會進行事先定義動作的感測器。智慧感測器會包括主要感測元件、激勵訊號控制、信號放大、類比濾波、資料轉換、補償、數位信號處理及數位通訊處理等元件。

更多新聞：LLM　可專門針對金融機構人工智慧解決方案

智慧感測器應用範圍極廣，以宜福門最新研發的PMD-3D感測器為例，PMD-3D感測器只需經由一次圖像捕捉即可對場景和物體進行三維檢測，可有效避免在採用行動掃描器時會出現的運動模糊現象。而此功能可運用在為機器駕駛員提供識别線路選擇及引導上，如：在路面輪廓出現中斷的情况下，將對數據進行插值處理，這樣可以確保在出現較小中斷的情况下不會停止引導；偏移功能確保可以在車輛與將要遵循的線路之間進行細微調整；整合的自動物體識别功能可以檢測到施工車輛路線中最多20個靜止或移動物體。

原理運用

利用感測器的數據整合與串聯，IT可以直接讀取與處理機器數據、過程參數和診斷數據，進一步應用在狀態監測、預測性維護與風險評估上。而宜福門研發的智能感測器更可透過創新技術將感測器數據導入作業系統，實現全球範圍內的資料統整，搭配人工智能對收集後的數據進行運算，可即時獲得設備與生產運作的最新預估。自動化智能工廠的核心在於整合與互聯，優質感測系統能協助精準蒐集數據資料，達到提高生產效率、節省能源、降低非預期停機、提高OPEX投資效益的效果。

而宜福門除了提供優質位置和製程感測器，也持續研發針對運動控制和安全技術的感測器，期望企業追求穩步成長的精神，成為推動工業4.0革新的一份助力。

更多職缺：宜福門電子有限公司

這篇文章 定位智慧製造方案服務商　宜福門望促成工業4.0發展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

編譯／莊閔棻 蘋果除了發布新的 HomePod 以外，該公司還表示，他們將在即將推出的軟體更新中，啟用隱藏在 …

編譯／莊閔棻

蘋果除了發布新的 HomePod 以外，該公司還表示，他們將在即將推出的軟體更新中，啟用隱藏在 HomePod Mini 裡的感測器。而其不但可以追蹤房間內的溫度還可以追蹤溼度！

根據《The Verge》的報導，科技巨頭蘋果悄悄地在其網站上，為HomePod Mini添加了一個功能概述。根據網站內容，蘋果計畫要開啟一個自推出以來就在HomePod Mini中，但到現在為止都無法使用的潛在溫度和溼度感測器。而這代表了，家中有HomePod Mini的用戶將可以透過這顆小音響直接偵測所處空間中的環境狀況！

The Verge 員工測試後表示，目前溫度和溼度感應功能在 iOS 16.2 中仍然尚未啟用，而即使是在 iOS 16.3 測試版上也還沒。但蘋果發言人 Lance Lin 已經證實，該功能將在即將到來的軟體更新中出現，因此可能不久後會推出。

但在搶先使用之前，蘋果也有一些注意事項要提醒用戶。蘋果網站上寫道，啟動後，HomePod Mini可能需要一些時間才可以校準感測器。蘋果還表示，在某些情況下，若是長時間透過高音量播放音樂，可能會降低感測器的準確性，因此，若是用戶認為測出來的結果不準確，可以試著將音量調低、等待一段時間後，再測量一次。

早在2021 年，蘋果預測專家Mark Gurman就曾提到過這項功能，而蘋果到現在才公開。對於很多家中已經有HomePod Mini的用戶來說，這將是一項非常有用的功能。其不但可以讓他們了解房間中的狀態，也能讓他們透過語音智慧助手來控制一些家居產品。事實上，HomePod Mini可以說是非常親民，比起其他貴到令人卻步的產品，蘋果這台小小的智慧音響只要3000台幣。

參考資料：The Verge

這篇文章 秘密大揭露！HomePod Mini可以測房間溫溼度 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

編譯／莊閔棻 雖然消費者元宇宙至今都因為發展不起來而不被看好，但與此同時，工業元宇宙（Industrial M …

編譯／莊閔棻

雖然消費者元宇宙至今都因為發展不起來而不被看好，但與此同時，工業元宇宙（Industrial Metaverse）似乎正在蓬勃發展。

根據《World Economic Forum》的報導，一個只專注於工業的元宇宙正在迅速發展。雖然工業虛擬世界仍然還處於形成階段，但其採用的數位雙生已經發揮了成果，不但提高了生產力和效率，還提高了安全性，為工業部門帶來了新的生產靈活度。

到目前為止，數位雙生主要用於監控和分析上，但工業虛擬世界的應用潛力還有更多。 隨著邊緣計算和雲端處理能力、私有 5G 無線網路，及新的感測器、連接性和人工智慧技術的加入，將讓我們將從數位輸入轉變為實際操作。

簡單來說，就是我們將能夠虛擬地操縱它，而不是只是在工廠中透過電腦輸入數據。 透過元宇宙，工人們將可以透過將詳細的示意圖和一些視覺說明投射到他們正在修理的機器視野當中，以增強其修理的技術。 最終，這些維護人員將可以在安全的辦公桌前工作，並透過虛擬裝置遠端指揮機器人進行維修。 自動化機器人將在物理和數位現實中運行，透過學習工廠車間的每個人、機器和流程的數據資料，他們就能以最有效的方式安排任務。

報導指出，未來，操作技術（operational technology 、OT）將元宇宙完全融合。也就是說，元宇宙將被加入到核心生產力工具中，並在企業中發揮效用，而最後，工廠或倉庫的 OT將能與總部的 IT 相結合。作為範例，透過虛擬現實，城市規劃工程師就可以從製圖室中解脫出來，並透過擴增現實頭戴裝置以元宇宙的視角觀察路口，看其在安裝公車站或紅綠燈之後會是什麼情況。

而這並不代表消費者元宇宙不會發展，消費者元宇宙和工業元宇宙是緊密相連的，工程師為工業元宇宙開發的技術最終也將進入消費者元宇宙中。然而，照目前來說，因為元宇宙還處於早期階段，因此專注於用途明確的工業元宇宙可能會比專注於現在看起來還虛無縹緲的消費者元宇宙好。

參考資料：World Economic Forum

這篇文章 消費者元宇宙陷入泥沼   工業元宇宙正蓬勃發展 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

編譯／莊閔棻 為了讓車子可以在各種具挑戰性和複雜性的路況下做出反應，土耳其伊斯坦堡海峽大學（Boğaziçi） …

編譯／莊閔棻

為了讓車子可以在各種具挑戰性和複雜性的路況下做出反應，土耳其伊斯坦堡海峽大學（Boğaziçi）正在和英國牛津大學合作開發訓練自動駕駛人工智慧（AI）模型。

根據土耳其《每日晨報》的報導，在電腦工程教授Mehmet Turan博士的領導下，海峽大學的研究團隊正在與牛津大學合作，就自動駕駛汽車安全AI展開研究。

Turan表示，在過去10年中，人工智慧有許多有趣的發展，但即使如此，AI仍然遠遠落後人腦。對於AI來說，人類的智慧推理、分析、推演、決策等高級功能，又或是針對大腦從未遇到過的情況產生解決方案的能力，都是AI遙不可及的，而對於自動駕駛來說更是如此。

他還提到，雖然特斯拉和Google等科技巨頭都正在對全自動駕駛汽車進行學術和工業研究，但他認為，在未來 10 到 15 年內實現的可能性很小，而且他們的研究規模都不大。Turan表示，照目前來說，自動駕駛技術仍然依賴感測器，但當馬路上突然出現一個行人，或者道路因為施工而被封鎖，又或者當兩輛車相撞時，感測器的視線都會因為突然變小，而無法反應。

但即使如此，這項技術還是值得開發的。Turan說，為了讓自動駕駛汽車能夠在各種道路和各種天氣條件下安全行駛，他們正在研究專門為具有挑戰性和各種複雜場景開發和訓練的AI模型。透過監督下的機器學習，且更注重於考慮各種情況建構的AI演算法，他希望他們的模型遇到具有挑戰性的場景時，可以自動產生解決方案給駕駛。

參考資料：DailySabah

這篇文章 土耳其和牛津大學合作　開發自動駕駛汽車 AI 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。