關於 大幅 減 類語 ，我們在網路上蒐集到這些相關的討論、資訊與評價

AI 如何為公司創造更多價值？專家：2 個缺陷，要先由人類來修補

2021/05/13
採訪‧撰文
盧廷羲
張凱崴

美國人工智慧國家安全委員會（NSCAI）今年 4 月建議，國防部每年應至少分配 3.4% 的預算投入科技領域，並提撥 80 億美元研發 AI。企業方面，微軟（Microsoft）4 月宣布，將以 197 億美元收購語音辨識開發商紐安斯通訊（Nuance Communications）；後者是雲端與 AI 軟體的先驅。

從企業到國家，都愈來愈重視人工智慧，知道要想辦法運用 AI 創造更好的生活。不過，目前 AI 發展到底處於什麼階段？我們又該如何應用？

美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授張凱崴形容，目前人工智慧技術已經可以幫助人類完成很多事，像是疫情來襲，電腦可以從大數據中篩選條件，自動搜尋、判讀潛在病例，幫助醫生大幅減少檢查時間，但 AI 也並非萬能，要先認知它的局限。他研究如何讓 AI 更符合人性，獲得 2021 年的史隆研究獎（Sloan Research Fellowships）。

AI 局限1. 資料寬廣度不足時，就會複製人類偏見

張凱崴認為，電腦在學習的時候，是依賴「彙整數據資料」來判斷，並沒有真正思考，如果資料來源太狹隘、不夠多元，資料寬廣度不足，電腦判斷就會出現偏差，「你跟電腦講清楚 input（輸入）、output（輸出），提供足夠的數據資料，它可以對應、學得很好，但還有很多面向 AI 做不到。」

舉例來說，亞馬遜（Amazon）2014 年推出智慧音箱（Amazon Echo），使用者口頭下指令給語音助理 Alexa 就能放音樂、查資訊。然而，有些人口音較罕見，或是用字較特殊，智慧音箱的資料庫沒有「不同口音」「不同用詞」的檔案，就可能失靈，這是當前 AI 的其中一大問題。

張凱崴進一步解釋，AI 另一項挑戰是，它無法清楚分辨「不曾出現」與「不能出現」（無法出現）之間的區別，只是從資料統計出要學的東西，無法像人類一樣進行邏輯思辨。

AI 的運作方式，第一步是輸入資料，第二步是分析，但這過程容易出現偏見。例如電腦在理解「總統」這個字，會去看四周有什麼字詞，來學習總統這個詞，由於許多總統都是男性，電腦就會「覺得」總統是男性。

這也是為什麼，如果讓 AI 學習，在它的認知裡，女性「不可能」當美國總統（因為沒有資料紀錄）。「你可以跟人類說，任何職業、性別都是平等的，但對電腦來講，這很困難，」張凱崴說明，一旦資料的寬廣度受限，電腦就容易產生偏見。

就像在自然語言處理（Natural Language Processing，讓電腦把輸入的語言變成有意義的符號）領域，張凱崴說明，AI需要知道代名詞指的是「哪個名詞」，才能運算下去。但如果資料受限，使用男性的「他」，電腦可能判斷這個代名詞是指總統、總理、執行長；但換成女性的「她」，由於數據不足，電腦就會混亂，出現系統性誤差。

他再舉一例，美國人工智慧研究組織 OpenAI 提出「生成式預先訓練」系統（GPT，Generative Pre-training），推出到 GPT3 版本，屬於書寫類 AI，電腦能夠揣測人們說完上一句話，下一句可能會講的句子，自動完成後半段。

好比有人上一句寫下「我正在和教授聊天」，系統可能推導出「我們在研究室討論學術問題」，因為電腦藉由蒐集來的語料資料中判讀出「教授」和「學術」具高度相關。但研究也顯示，GPT2（前一代版本）系統也從資料中學習到許多偏見，像是如果句子前半談論白人男性，系統傾向產生正面評價；如果句子前半是黑人女性，系統竟會產生負面句子。對企業來說，許多組織接觸 AI，想讓它們取代部分工作，首先需要留意資料的廣度、多元性，才能減少電腦犯錯的機會。

AI 局限2. 即便條件相同，也無法每次都做出正確判斷

「其實，現在的 AI 就像一台原型飛機，還缺乏穩定性。」張凱崴說，現行的 AI 就好比萊特兄弟（Wright brothers）剛發明飛機，看似可以做很多有趣的事，但「可以飛」跟「飛得很好」，有一大段落差。

紐西蘭的簽證系統曾鬧出笑話。人們上傳簽證照片，AI 掃描後，確認是不是本人，但當時系統沒有估算到某些亞洲人眼睛比較小，一名亞裔男子被判定「沒有張開眼睛」，因此照片無效。

張凱崴說，在這個例子中，凸顯出 AI 的穩定性不足，「系統沒有考慮到不同人種的差異，很死板地認為你眼睛沒張開。」所謂的缺乏穩定性，指的是 AI 沒辦法在相同條件下，每次都做出正確決策，這也是使用 AI 時，須留意的第二個挑戰。

他再舉例，許多模型可以準確分析，一則影評對電影的評價是正面或負面。然而研究顯示，有時只要將影評中一些字換成同義詞，例如把電影（movie）換成影片（film），或改寫句子，即使意思並未改變，系統卻把原本判斷為正面的影評標註成負面。這顯示AI系統還未真正了解語言的含義。

在設計這些程式時，人們必須注意到 AI 可能有局限，設定的資料範圍要更完整，考慮這些因素，就能減少偏見、落差，進而加強穩定性。

餵指令給 AI 要多元化，嘗試「換句話說」、刻意混淆

經理人雖然不一定具備 AI 方面的專業知識，但只要掌握觀念，再透過 AI 領域專才協助，也能優化系統。張凱崴指出，最直接的方法是，設計 AI 模型時，要把來源群組不同的資料分門別類測試，在測試階段讓群體多元化，並確保不同特色的使用者，用起來都沒有問題。

舉例來說，一套 A 系統擁有來自各地的使用者，如果設計者是台北人，設計系統的思維容易以台北生活為主，很可能因為當地習慣不同，導致花蓮使用者操作不順。

另一個方法，則是用不同的「語意」，去測試 AI 有沒有徹底學會一個概念。例如，有一套餐廳評鑑的 AI 系統，只要蒐集、整理使用者意見，就能判斷每個顧客對於餐廳的評比是高分或低分。那麼要如何確認這套系統的穩定性？張凱崴建議，可以利用「抽換詞面」的方法。

比如，把詞彙換成同義字，再看 AI 是否能運算出相同結果，「你可能會發現，原本評比結果是食物很美味，但如果美味換成比較困難的詞，AI 就會分不出這則評比是好是壞。」因此在訓練模型時，可以將詞彙隨機抽換成同義詞，增加 AI 的詞彙量。

第三種方式更進階：改變句型、重寫句子。張凱崴指出，同樣一句話，如果換成不同說法，電腦可能判讀錯誤，將「因為發生 A 事件，所以導致 B 事件」，改寫成「B 事件發生了，是因為 A 事件的緣故」，明明兩句話意思一樣，但 AI 很可能因為穩定性不足，搞混兩者的差別。如果要鞏固 AI 的穩定性，可以使用自動改寫的方式，增加資料的多樣性。

張凱崴表示，經過這些測試，讓 AI 接受更多元化的訓練，得到更廣的學習範圍，往後碰到同義詞、相似資訊，才能有效判讀。

張凱崴總結，AI 還在快速發展，或許可以創造更多工作機會、新的職位，但現行階段，它只是輔助角色。AI 並非魔術盒子，使用它就一定有更好結果，人們還是要保持高度耐心，先認識它的缺陷，才能在技術更迭下，發揮出最好的結果。

張凱崴

台灣大學資訊工程系碩士、美國伊利諾大學（UIUC）電腦科學博士。美國加州大學洛杉磯分校（UCLA）電腦科學系助理教授，研究領域包括人工智慧、機器學習、自然語言處理。2021 年獲得史隆研究獎（Sloan Research Fellowship），研究團隊開發的運算方法，使人類語言處理的程序更有效率、更多元，同時兼具公平性。

附圖：優化AI系統的3方法

資料來源：https://www.managertoday.com.tw/articles/view/62902?fbclid=IwAR2jI1bhg1anqct0AZZR_3LKKJqIsvG0wz2whSN8iniROZApHt-_qpD7dis

迎接終端AI新時代：讓運算更靠近資料所在

作者 : Andrew Brown，Strategy Analytics
2021-03-03

資料/數據(data)成長的速度越來越快。據估計，人類目前每秒產出1.7Mb的資料。智慧與個人裝置如智慧型手機、平板電腦與穿戴式裝置不但快速成長，現在我們也真正目睹物聯網(IoT)的成長，未來連網的裝置數量將遠遠超越地球的人口。

這包括種類繁多的不同裝置，像是智慧感測器與致動器，它們可以監控從震動、語音到視覺等所有的東西，以及幾乎大家可以想像到的所有東西。這些裝置無所不在，從工廠所在位置到監控攝影機、智慧手錶、智慧家庭以及自主性越來越高的車輛。隨著我們企圖測量生活週遭數位世界中更多的事物，它們的數量將持續爆炸性成長。

資料爆量成長，讓許多企業把資料從內部部署運作移到雲端。儘管集中到雲端運算的性質，在成本與資源效率、彈性與便利性有它的優點，但也有一些缺點。由於運算與儲存在遠端進行，來自終端、也就是那些在網路最邊緣裝置的資料，需要從起始點經過網際網路或其他網路，來到集中式的資料中心(例如雲端)，然後在這裡處理與儲存，最後再傳回給用戶。

對於一些傳統的應用，這種方式雖然還可以接受，但越來越多的使用場景就是無法承受終端與雲端之間，資訊被接力傳遞產生的延遲。我們必須即時做出決策，網路延遲要越小越好。基於這些原因，開始有人轉向終端運算；越來越多人轉而使用智慧終端，而去中心化的程度也越來越高。此外，在這些即時應用中產生的龐大資料量，意味著處理與智慧必須在本地以分散的方式進行。

與資料成長連袂而來的，是人工智慧與機器學習(ML)也朝終端移動，並且越來越朝終端本身移動。大量來自真實世界的資訊，需要用ML的方式來進行詮釋與採取行動。透過AI與ML，是以最小的延遲分析影像、動作、影片或數量龐大的資料，唯一可行且合乎成本效益的方式。運用AI與ML的演算法與應用將在邊緣運作，在未來還將會直接在終端裝置上進行。

資料正在帶動從集中化到分散化的轉變

隨著資訊科技市場逐漸發展與成熟，網路的設計以及在其運作的所有裝置，也都跟著進化。全盛時期從服務數千個小型客戶端的主機，一直到客戶端伺服器模型中使用的越來越本地化的個人電腦運算效能，基礎架構持續重組與最佳化，以便更貼近網路上的裝置以及符合運作應用的需求。這些需求包含檔案存取與資料儲存，以及資料處理的需求。

智慧型手機與其他行動裝置的爆炸性成長，加上物聯網的快速成長，促使我們需要為如何讓資產進行最佳的部署與安排進行評估。而影響這個評估的因素，包括網路的可用性、安全性、裝置的運算力，以及把資料從終端傳送到儲存設備的相關費用，近來也已轉向使用分散式的運算模型。

從邊緣到終端：AI與ML改變終端典範

在成本、資源效率、彈性與便利性等方面，雲端有它的優點，裝置數量的急遽增加(如圖2)，將導致資料產出量大幅增加。這些資料大部份都相當複雜且非結構化的，這也是為何企業只會分析1%~12% 的資料的原因之一。把大量非結構化的資料送到雲端的費用相當高、容易形成瓶頸，而且從能源、頻寬與運算力角度來看，相當沒有效率。

在終端執行進階處理與分析的能力，可協助為關鍵應用降低延遲、減少對雲端的依賴，並且更好地管理物聯網產出的巨量資料。

終端AI：感測、推論與行動

在終端部署更多智慧的主要原因之一，是為了創造更大的敏捷性。終端裝置處於網路的最邊緣與資料產生的地方，可以更快與更準確地做出回應，同時免除不必要的資料傳輸、延遲與資料移動中的安全風險，可以節省費用。

處理能力與神經網路的重大進展，正協助帶動終端裝置的新能力，另一股驅動力則是對即時資訊、效率(傳送較少的資訊到雲端)、自動化與在多數情況下，對近乎即時回應的需求。這是一個三道步驟的程序：傳送資料、資料推論(例如依據機器學習辨識影像、聲音或動作)，以及採取行動(如物件是披薩，冰箱的壓縮機發出正常範圍外的聲音，因此發出警告)。

感測

處理器、微控制器與感測器產生的資料量相當龐大。例如，自駕車每小時要搜集25GB的資料。智慧家庭裝置、智慧牙刷、健身追蹤器或智慧手錶持續進化，並且與以往相比，會搜集更多的資料。

它們搜集到的資料極具價值，但每次都從各個終端節點把資料推回給雲端，數量又會過多。因此必須在終端進行處理。倘若部份的作業負載能在終端本身進行，就可以大幅提升效率。

推論

終端搜集到的資料是非結構性的。當機器學習從資料擷取到關聯性時，就是在進行推論。這表示使用AI與ML工具來幫忙訓練裝置辨識物件。拜神經網路的進展之賜，機器學習工具越來越能訓練物件以高度的精準度辨識影像、聲音與動作，這對體積越來越小的裝置，極為關鍵。

例如，圖4顯示使用像ONNX、PyTorch、Caffe2、Arm NN或 Tensorflow Lite 等神經網路工具，訓練高效能的意法半導體(ST)微控制器(MCU)，以轉換成最佳化的程式碼，讓MCU進行物件辨識(這個的情況辨識對象是影像、聲音或動作)。更高效能的MCU越來越常利用這些ML工具來辨識動作、音訊或影像，而且準確度相當高，而我們接下來馬上就要對此進行檢視。這些動作越來越頻繁地從邊緣，轉移到在終端運作的MCU本身。

行動

資料一旦完成感測與推論後，結果就是行動。這有可能是回饋簡單的回應(裝置是開啟或關閉)，或針對應用情況進行最佳化(戴耳機的人正在移動中，因此會針對穩定度而非音質進行最佳化)，或是回饋迴路(根據裝置訓練取得的機器學習，輸送帶若發出聲音，顯示它可能歪掉了)。物聯網裝置將會變得更複雜且更具智慧，因為這些能力提升後，運算力也會因此增加。在我們使用新的機器學習工具後，一些之前在雲端或終端完成的關鍵功能，將可以移到終端本身的內部進行。

終端 AI：千里之行始於足下

從智慧型手機到車輛，今日所有電子裝置的核心都是許多的處理器、微控制器與感測器。它們執行各種任務，從最簡單到最複雜，並需要各式各樣的能力。例如，應用處理器是高階處理器，它們是為行動運算、智慧型手機與伺服器設計；即時處理器是為例如硬碟控制、汽車動力傳動系統，與無線通訊的基頻控制使用的非常高效能的處理器，至於微控制器處理器的矽晶圓面積則小了許多，能源效率也高出很多，同時擁有特定的功能。

這意味著利用ML工具訓練如MCU等較不複雜元件來執行的動作，之前必須透過威力更強大的元件才能完成，但現在邊緣與雲端則是理想的場所。這將讓較小型的裝置以更低的延遲執行更多種類的功能，例如智慧手錶、健康追蹤器或健康照護監控等穿戴式裝置。

隨著更多功能在較小型的終端進行，這將可以省下資源，包括資料傳輸費用與能源費用，同時也會產生極大的環境衝擊，特別是考量到全球目前已有超過200億台連網裝置，以及超過2,500億顆MCU(根據Strategy Analytics統計數據)。

TinyML、MCU與人工智慧

根據Google的TesnsorFlow 技術主管、同時也是深度學習與TinyML領域的指標人物 Pete Warden 表示：「令人相當興奮的是，我還不知道我們將如何使用這些全新的裝置，特別是它們後面代表的科技是如此的吸引人，我無法想像那些即將出現的全新應用。」

微型機器學習(TinyML)的崛起，已經催化嵌入式系統與機器學習結合，而兩者傳統上大多是獨立運作的。TinyML 捨棄在雲端上運作複雜的機器學習模型，過程包含在終端裝置內與微控制器上運作經過最佳化的模式識別模型，耗電量只有數毫瓦。

物聯網環境中有數十億個微型裝置，可以為各個產業提供更多的洞察與效率，包括消費、醫療、汽車與工業。TinyML 獲得 Arm、Google、Qualcomm、Arduino等業者的支持，可望改變我們處理物聯網資料的方式。

受惠於TinyML，微控制器搭配AI已經開始增添各種傳統上威力更強大的元件才能執行的功能。這些功能包括語音辨識(例如自然語言處理)、影像處理(例如物件辨識與識別)，以及動作(例如震動、溫度波動等)。啟用這些功能後，準確度與安全性更高，但電池的續航力卻不會打折扣，同時也考量到各種更微妙的應用。

儘管之前提到的雲端神經網路框架工具，是取用這個公用程式最常用的方法，但把AI函式庫整合進MCU，然後把本地的AI訓練與分析能力插入程式碼中也是可行的。這讓開發人員依據從感測器、麥克風與其他終端嵌入式裝置取得的訊號導出資料模式，然後從中建立模型，例如預測性維護能力。

如Arm Cortex-M55處理器與Ethos U55微神經處理器(microNPU)，利用CMSIS-DSP與CMSIS-NN等常見API來簡化程式碼的轉移性，讓MCU與共同處理器緊密耦合以加速AI功能。透過推論工具在低成本的MCU上實現AI功能並符合嵌入式設計需求極為重要，原因是具有AI功能的MCU有機會在各種物聯網應用中轉變裝置的設計。

AI在較小型、低耗電與記憶體受限的裝置中可以協助的關鍵功能，我們可以把其精華歸納至我們簡稱為「3V」的三大領域：語音(Voice，如自然語言處理)、視覺(Vision，如影像處理)以及震動(Vibration，如處理來自多種感測器的資料，包括從加速計到溫度感測器，或是來自馬達的電氣訊號)。

終端智慧對「3V」至關重要

多數的物聯網應用聚焦在一些特定的領域：基本控制(開/關)、測量(狀態、溫度、流量、噪音與震動、濕度等)、資產的狀況(所在地點以及狀況如何？)，以及安全性功能、自動化、預測性維護以及遠端遙控(詳見圖 6)。

Strategy Analytics的研究顯示，許多已經完成部署或將要部署的物聯網B2B應用，仍然只需要相對簡單的指令，如基本的開/關，以及對設備與環境狀態的監控。在消費性物聯網領域中，智慧音箱的語音控制AI已經出現爆炸性成長，成為智慧家庭指令的中樞，包括智慧插座、智慧照明、智慧攝影機、智慧門鈴，以及智慧恆溫器等。消費性裝置如藍牙耳機現在已經具備情境感知功能，可以依據地點與環境，在音質優先與穩定度優先之間自動切換。

如同我們檢視的結果，終端AI可以在「3V」核心領域提供價值，而它觸及的許多物聯網領域，遍及B2B與B2C的應用：

震動：包含來自多種感測器資料的處理，從加速計感測器到溫度感測器，或來自馬達的電氣訊號。
視覺：影像與影片辨識；分析與識別靜止影像或影片內物件的能力。
語音：包括自然語言處理(NLP)、瞭解人類口中說出與寫出的語言的能力，以及使用人類語言與人類交談的能力-自然語言產生(NLG)。
垂直市場中有多種可以實作AI技術的使用場景：

震動

可以用來把智慧帶進MCU中的終端AI的進展，有各式各樣的不同應用領域，對於成本與物聯網裝置與應用的效用，都會帶來衝擊。這包括我們在圖6中點出的數個關鍵物聯網應用領域，包括：

溫度監控；
壓力監控；
溼度監控；
物理動作，包括滑倒與跌倒偵測；
物質檢測(漏水、瓦斯漏氣等) ；
磁通量(如鄰近感測器與流量監控) ；
感測器融合(見圖7)；
電場變化。

一如我們將在使用場景單元中檢視的，這些能力有許多可以應用在各種被普遍部署的物聯網應用中。

語音

語音是進化的產物，也是人類溝通非常有效率的方式。因此我們常常想要用語音來對機器下指令，也不令人意外；聲音檢測是持續成長的類別。語音啟動在智慧家庭應用中很常見，例如智慧音箱，而它也逐漸成為啟動智慧家庭裝置與智慧家電的語音中樞，如電視、遊戲主機與其他新的電器。

在工業環境中，供車床、銑床與磨床等電腦數值控制(CNC)機器使用的電腦語音引擎正方興未艾。iTSpeex的ATHENA4是第一批專為這些產品設計的語音啟動作業系統。這些產品往往因為安全原因，有離線語音處理的需求，因此終端 AI 語音發展在這裡也創造出有趣的機會。用戶可以指示機器執行特定的運作，並從機器手冊與工廠文件，立即取用資訊。

語音整合在車輛中也相當關鍵。OEM 代工廠商持續對車載娛樂系統中的語音辨識系統，進行大量投資。語音有潛力成為最安全的輸入模式，因為它可以讓駕駛的眼睛持續盯著道路，而雙手仍持續握著方向盤。

對於使用觸控螢幕或硬體控制器通常需要多道步驟的複雜任務，語音辨識系統特別能勝任。這些任務包括輸入文字簡訊、輸入目的地、播放特定歌曲或歌曲子集，以及選擇廣播電台頻道。其他的服務包含如拋錨服務(或bCall)與禮賓服務。

視覺

正如我們之前已經檢視過，終端 AI 提供視覺領域全新的機會，特別是與物件檢測及辨識相關。這可能包括觀察生產線的製造瑕疵，以及找出自動販賣機需要補貨的庫存。其他實例包括農業應用，例如依據大小與品質為農產品分級。

曳引機裝上機器視覺攝影機後，我們幾乎可以即時檢測出雜草。雜草冒出後，AI可以分類雜草並估算它對農產收穫的潛在威脅。這讓農民可以鎖定特定的雜草，並打造客製的除草解決方案。機器視覺然後可以檢測除草劑的效用，並找出農地中仍具抗藥性的殘餘雜草。

使用場景

預測性維護工具已經從擷取與比較震動的量測資料，進化到提出即時的資產監控。藉由連接物聯網感測器裝置與維護軟體，我們也可能做到遠端監控。

震動分析

這種類型的預測性維護在旋轉型機器密集的製造工廠裡，相當常見。震動分析可以揭露鬆脫、不平衡、錯位與軸承磨損等狀況。例如，把震動計量器接上靠近選煤廠離心泵浦內部承軸處，就可以讓工程師建立起正常震動範圍的基線。超出這個範圍的震動，可能顯示滾珠軸承出現鬆動，需要更換。

磁感測器融合

磁感測器利用磁性浮筒與一系列可以感應並與液體表面一起移動的感測器，測量液面的高低。所有的這些應用都使用一個固定面上的磁感測器，它與附近平面的磁鐵一起作動，與這個磁鐵相對應的感測器也會移動。

聲學分析(聲音)

與震動分析相似，聲測方位分析也是供潤滑技師使用，主要是專注在主動採取潤滑措施。這意味我們可以避免移動設備時產生的過度磨損，否則會為了修理造成代價高昂的停機。實際的例子可能包括測量輸送皮帶的承軸狀況。出現過度磨損時，承軸會因為潤滑不足或錯位出現故障，可能造成整個生產流程的中斷。

聲學分析(超音波)

聲音聲學分析雖然可以用來進行主動與預測性維護，超音波聲學分析卻只能用於預測性維護。它可以在超音波範圍內找出與機器摩擦及壓力相關的聲音，並使用在會發出較細微聲音的電氣設備與機器設備。我們可以說這一類型的分析與震動或油量分析相比，更可以預測即將出現的故障。目前它部署起來比其他種類的預防性維護花費較高，但終端 AI 的進展可以促成這種細微層級的聲學檢測，大幅降低部署的費用。

熱顯影

熱顯影利用紅外線影像來監控互動機器零件的溫度，讓任何異常情況很快變得顯而易見。具備終端 AI 能力的裝置，可以長期檢測微細的變化。與其他對事故敏感的監視器一樣，它們會觸發排程系統，自動採取適當的行動來預防零件故障。

消費者與智慧家庭

將語音運用在消費者與智慧家庭，是最常看到的場景之一。這包括智慧型手機與平板電腦上、未包含電話整合功能的裝置，例如螢幕尺寸有限的穿戴式裝置。這類型的裝置包含智慧手錶與健康穿戴式裝置，可以為各種功能提供免動手的語音啟動。像 Amazon 的 Echo 或 Google 的 Home 等智慧音箱市場的成長，說明消費者對於可接收與提供語音互動等現有裝置的強勁需求，與日俱增。

消費者基於各種理由使用智慧音箱，最常見的使用場景為：

聽音樂；
控制如照明等智慧家庭裝置；
取得新聞與天氣預報的更新；
建立購物與待辦事項清單。

除了像智慧音箱與智慧電視等消費裝置，智慧家庭裝置語音的使用，也顯現相當的潛力。諸如連網門鈴(如 ring.com)等裝置與連網的煙霧偵測器(例如 Nest Protect 煙霧與一氧化碳警報)目前都已上市可供消費者選購，它們結合了語音與視覺的感測器融合功能以及運動檢測。有了連網的煙霧偵測器，裝置在偵測到煙霧或一氧化碳時，可以發出語音警告。

終端 AI 為強化這些能力提供了全新機會，而且常常結合震動(動作)、視覺與語音控制。例如，增加姿態辨識來控制例如電視等家電，或是把語音控制嵌入白色家電，即是以最低成本強化功能性最直接的方式。

健康照護

用來發現醫護資訊的 AI 驅動終端裝置的應用，將為病況的治療與診斷，提供更多的價值。這種資訊可能是資料，也可能是影像、影片以及說出的話，我們可以透過 AI 進行型態與診斷分析。這些資料將引發全新、更有效的治療方法，為整個產業節省成本。受惠於終端 AI 的進展，像 Google Duplex 等語音系統的複雜性將會降低。例如門診預約等勞力密集的工作，也可以轉換成 AI 活動。利用自然語言語音來延伸 AI 的使用，也可以把 AI 用在第一線的病人診斷，然後再由醫師接手提供諮詢。

其他健康照護實例包括像 Wewalk5 等物件，這是一個供半盲與全盲人員使用的智慧拐杖。它使用感測器來檢測胸口水平以上的物件，並搭配 Google Maps 與 Amazon Alexa 等 app，方便使用者提出問題。

結論

由於連網的終端裝置數量越來越多，這個世界也越來越複雜。連接到網際網路的裝置已經超過 300 億個，而微控制器的數量也超過 2,500 億，每年還會增加約 300 億個。越來越多的程序開始進行自動化，不過，把大量資料傳送到雲端涉及的延遲以及邊緣運算的額外費用，意味著許多全新、令人興奮且引人矚目的物聯網使用場景，可能無法開花結果。

解決這些挑戰的答案，並不是為雲端資料中心持續增添運算力。降低出現在邊緣的延遲雖然會有幫助，但不會解決日益分散的世界的所有挑戰。我們需要把智能應用到基礎架構中。

儘管為終端裝置增添先進的運算能力在十年前仍不可行，TinyML 技術近來的提升，已經讓位處相當邊緣的裝置 (也就是終端本身)增添智能的機會大大改觀。在終端增加運算與人工智慧能力，可以讓我們在源頭搜集到更多更具關聯性與相關的資訊。隨著裝置與資料的數量持續攀升，在源頭掌握情境化與具關聯性的資料，具有極大的價值，並將開啟全新的使用場景與營收機會。

終端裝置的機器學習，可以促成全新的終端 AI 世界。新的應用場景正在崛起，甚至跳過傳送大量資料的需求，因而紓解資料傳輸的瓶頸與延遲，並在各種作業環境中創造全新機會。終端 AI 將為我們開啟一個充滿全新機會與應用場景的世界，其中還有很多我們現在想像不到的機會。

附圖：圖1：從集中式到分散式運算的轉變。
(資料來源：《The End of Cloud Computing》，by Peter Levine，Andreessen Horowitz)
圖2：全球上網裝置安裝量。
(資料來源：Strategy Analytics)
圖3：深度學習流程。
圖4：MCU的視覺、震動與語音。
(資料來源：意法半導體)
圖5：AI 工具集執行模型轉換，以便在MCU上執行經最佳化的神經網路推論。
(資料來源：意法半導體)
圖6：物聯網企業對企業應用的使用-目前與未來。
(資料來源：Strategy Analytics)
圖7：促成情境感知的感測器融合。
(資料來源：恩智浦半導體)

資料來源：https://www.eettaiwan.com/20210303nt31-the-dawn-of-endpoint-ai-bringing-compute-closer-to-data/?fbclid=IwAR0JTRpNsJUl-DmSNpfIcymGQpkQaUgXixEaczwDpELxGCaCeJpkTyoqUtI

找出AI「真實力」，商業價值無限大

2020.11.03 by 劉奕成 作者簡介

若沒有充分考量商業價值及目的，所謂的AI應用，不一定能徹底解決商業問題，反而抓住重要命題，才是贏家。

微軟與安永聯合會計師事務所（EY）於今年8月連袂發布、針對兩岸三地116家企業的《大中華區人工智慧成熟度調查》，顯示逾7成企業認為人工智慧是停留在高階管理層面的話題，僅有4％的企業已積極投入該技術到多個流程中，並有能力處理高階任務。而有72％的企業相信，「人工智慧將在5年內對產業產生較大，甚至是重大的影響……。」

無庸置疑，人工智慧（Artificial Intelligence，以下簡稱AI）將是企業營運的關鍵科技能力，很多人開始想試試看，還沒有能力試的，也多少想玩玩看。

不過，所謂的AI，到底是什麼？

普羅大眾對AI的印象，從擊敗西洋棋冠軍、IBM的Deep Blue，到戰勝圍棋世界棋王、Google DeepMind開發的AlphaGo等，這些具備強大運算效能及自動學習能力的AI，在棋藝領域陸續超越人類智慧。

除了前述案例，更多的印象，是來自歷年電影裡鮮活有個性的機器人，看似無生命的機器或個體，卻能自己獨立思考、學習，並在功能表現上持續進化。諸如《2001太空漫遊》裡控制飛船的電腦，《魔鬼終結者》的T800，甚或《雲端情人》裡沒有形體的珊曼莎——一個擁有自我人格意識、可以發展感情的AI系統。

無論現實世界或想像中，AI對人類帶來的威脅有增無減，而今年股價曾暴漲4倍的電動車龍頭Tesla，其創辦人馬斯克（Elon Musk）曾言：「未來的AI，會讓很多工作變得沒有意義，或許人類的最後一份工作，會是撰寫AI軟體，但最後AI會直接取而代之，自己寫自己的軟體。」

超越人類，AI能否「真情流露」、增進服務體驗？

當科技持續進步，例行庶務類、勞力投入、欠缺創造性的工作會逐步被機器取代。將來AI技術的最大挑戰，仍在於如何觸動人心的那分溫暖。

說實話，現階段AI的商業應用，要完全做到「真情流露」，並非那麼容易，但若只是模仿人類語氣、在基礎互動中完成交辦業務，倒也沒這麼難。

從AI基礎應用談起，包括語音轉文字、自然語意分析（NLP）、機器學習、光學字元辨識（OCR）、聲紋辨識、數據分析及行銷決策系統等，由演算法構築而成的「智慧」技術比比皆是。更重要的是：如何將這些技術應用帶到商業活動裡，協助流程優化、提升客戶體驗？

關鍵在以商業智慧（Business Intelligence, BI）為核心，從創造商業價值的角度思考，落實到客戶體驗的各個環節裡，包含AI行銷溝通、授信審核、資訊安全管控及客戶服務等。

以FinTech（金融科技）領域為例，國際間，早已有多家銀行採用智慧客服機器人，代替行員回覆客戶詢問，或是運用聲紋辨識、核實客戶身分。

資產管理公司（俗稱催收公司）更運用AI技術，以催收機器人致電債權人，替銀行催收帳款、降低人力成本。機器人更可依據客戶回應，語音辨識後進一步對話，亦可適當調整為更強硬或溫和一些的口吻。

保險業則可運用AI影像識別，辨識車禍發生的真實性，同時搭配衛星定位系統（GPS）移動軌跡，釐清肇事責任，綜合評估理賠與否。

解決商業痛點，擺脫「虛晃一招」

近幾年，金融機構在法令遵循、風險管理等領域，投入的人力成本逐年攀升，RegTech（法遵科技）也成顯學。

如「智慧法遵分析」需求，建立法規整合資料庫，AI自動撈取監管機關或政府機構發布的法令規章，透過語意分析技術，比對金融機構的內部規範，提出調整與更新建議，降低法遵人力負擔。

像是法遵科技新創Corlytics，能做到自動法規分類，找出與客戶業務相關的遵循法規、監管機關的公告，並運用大數據建立客戶當前或未來的監管風險模型，提醒企業合規、提供法遵的計畫建議，大幅降低法遵成本。

未來更進一步應用發展，或許還能由AI系統直接解讀商業活動、提出法遵建議，即時判斷「規畫中的專案業務是否合規？已上線的產品或活動是否需要因應調整？」

若沒有充分考量商業價值及目的，所謂的AI應用，可能只是虛晃一招，不一定能徹底解決商業問題。舉例來說，現今OCR辨識成功率高達97～99％，但這是就字數而言，每100個字，可辨識出97～99個字。實際應用上，更重要的命題在於：身分認證的證件比對時，每100件申請案裡，系統正確辨識成功率有多少？

能解決真正痛點、有效地執行，才是贏家；在將來的世界，AI的發展，勢必要將基礎技術與商業智慧結合，才能創造商業價值。企業追著消費需求跑的時代已經過去，要利用AI從數據當中抓住顧客體驗，最終目標是提供超乎客戶期待的服務——客戶智慧（Customer Intelligence）。

附圖：若沒有充分考量商業價值及目的，所謂的AI應用，可能只是虛晃一招，不一定能徹底解決商業問題。
pixabay
如何讓AI應用在商業活動上發揮實力？關鍵是以商業智慧為核心，從創造商業價值的角度思考，落實到客戶體驗的各個環節裡。
needpix

資料來源：https://www.bnext.com.tw/article/59913/find-the-true-power-of-ai?fbclid=IwAR3Is_v4h5gDPjCahcxZCYGJF6pMpDt2FmXfYyVBPDI3cEhFiUKECrkyWbo

每當夏季來臨之時，迦勒底的部分英靈們就會像是忘掉了行為舉止般的樣子……。
這到底是怎麼回事呢？

雖然巴御前對此懷抱著疑問，不過終於在這次的夏季，親身體會了這個理由。
也就是說──
這股彷彿從自身體內所湧出，源自於熱情，火炎、太陽般的力量，說穿了也就是
「解放感」這麼回事！
原本每年，對於海邊都毫無共鳴的巴御前，或許是因為今年選擇了山林間作為夏季舞台
的地點之故吧，唯獨本次提起了幹勁。
也就是覺醒成為了泳裝靈基。

先不提這件事了，說到夏季的享樂可不是只有娛樂活動而已。
沒錯，就是遊戲了！

──來吧，夏季已經到來了。
既然如此，就該不惜睡眠時間的玩個痛快！

身高/體重：162cm‧50kg
出處：『平家物語』『源平盛衰記』，能劇『巴』等等
地區：日本
屬性：中立‧善
性別：女性
嗚嗡，嗚嗡！

裝扮上選擇了，夏季的輕快泳裝！
兩手所握著的是ＶＲ用二刀流裝置！
雖說並沒有把一切的行為舉止都給拋在腦後了，不過受到了山林間的刺激所迸發出的
「開放感」所驅使著，因而投身於享受短暫夏季的巴御前。

個性上與平時的巴御前(弓)幾乎沒變。
只不過，由於處於休假模式的關係因此玩興大開。
當然也令人擔心是不是會出了什麼狀況，「先不提這件事了，得要好好享受夏季才行啊」
這般的玩興絲毫不減。

○Midnight of Summer Side：Ａ

「夏季夜晚的小巴……雖說令人難為情，似乎，變得有點不同於以往的樣子了」
「具體而言就是」
「不管多晚都能夠玩遊戲這件事！」
變得擅於熬夜的技能。
只要本人還發自內心在享受著的話，就能暫時性的將疲勞與魔力消耗給拋到腦後。
雖然屬於戰鬥續行的亞種技能，不過效果可與原本的技能大相逕庭。

○VR新陰流：Ｂ＋

代表她擅於揮舞使用了棍棒型的操作裝置進行VR模擬擊劍的技能。
尤其擅長於使用二刀流的戰鬥。
原本只是D等級的技能，在接受柳生但馬守宗矩的親自指導之後使得技能名稱發生變化，
等級也有所大幅提昇。
「由但馬守大人所親自傳授的各種招式，不只VR而已就連真劍也可完全活用！」
小巴如是說。
那樣不就是柳生新陰流了嗎？
雖然大吃了一驚，不過她實際所使出的劍技還是與柳生新陰流有所差別的。

『ＶＲ新陰流奧義‧光劍二刀流』

等級：Ｃ
種類：對人寶具
範圍：1
最大捕捉：1人

VR Shinkageryuuougi‧Laser Blade Nitouryuu
常態發動型寶具。
原本，VR光劍終究只是虛擬之物而已，並不具備有現實刀劍一般的機能，Saber巴御前
以自身的魔力形成了擬似的光劍狀刀刃。
將其使用於攻擊上頭。
刀刃自然也就帶有超高熱了。

這種不尋常的能力，雖然小巴還是毫不避諱的說著「這是基於被稱作旭日將軍的義仲大人
之力所生」，果然還是來自於她身上濃厚的鬼族血脈所引起的能力吧。
第二、第三再臨時的真劍(大劍)在使用時之所以也會發出超高熱，就是受到這個寶具的
影響。

『ＶＲ新陰流奧義‧巴淵太陽劍』
等級：Ｂ
種類：對軍寶具
範圍：1～50
最大捕捉：40人

VR Shinkageryuuougi‧Tomoe Gabuchi Taiyouken
使用上述寶具的對軍攻擊。

「我已領悟了VR新陰流之奧義」
雖然小巴本人如此說著，但真相究竟如何呢。
具體而言，是裝備上VR護目鏡後朝著敵軍突擊！
隨心所欲的揮舞雙刃後，以高熱刀劍的軌跡所產生的「圓」作為基礎，讓象徵了她對於
木曾義仲的思念之擬似太陽暫時性的出現於上空，對敵陣放出了終結的魔力照射。
擬似太陽並非只有一個，只要她有心的話想要做出兩個、三個、四個、五個……等浮現出
複數個太陽也是可能的，不過在本作中基本上只有一個而已。

#FGO #巴御前

#pokemon#ポケットモンスター#ポケモン
※配信内容、配信者に関係のない雑談禁止。他の同業者の名前を出す事禁止でお願いします。
ポケットモンスター ピカチュウ
『ポケットモンスター 赤』と『ポケットモンスター 緑』はポケットモンスターの1作目であり、カードゲームやアニメなどの関連商品やメディアミックスを含めた『ポケットモンスター』（ポケモン）の名を冠する最初の作品である。パッケージのポケモンは、『赤』がリザードン、『緑』がフシギバナ。

このゲームの主な目的はすべてのポケモンを集めてポケモン図鑑を完成させることであり、それに付随するシナリオとして、ライバルとの競い合い、悪の組織との戦い、各地のポケモンジムへの挑戦、勝利の証であるバッジを8つ全てを手に入れる、全てのバッジを手に入れた者だけが進めるポケモンリーグで四天王との対決という、一連の流れがある。このシナリオのプロットは『ポケットモンスター オメガルビー・アルファサファイア』までほぼ同じ形で共通しており、最初の作品でありながらもすでに『赤・緑』の時点で基礎が出来上がっていたといえる。

『赤』と『緑』の主な違いは特定のポケモンの出現率、出現するポケモンの種類の2点で、シナリオやテキストに違いはない。後述の別バージョン『青』『ピカチュウ』も含め、NINTENDO64の『ポケモンスタジアム』シリーズすべてに対応している。

『赤』、『緑』という色は、主人公が最初の1匹を選ぶため提示される3種のポケモンがそれぞれ「ほのお」「みず」「くさ」タイプのポケモンであることから、その中の炎、草をイメージする『赤』と『緑』が選ばれた。選択の経緯について田尻智は寒色である青を外したと語っているが、書籍によっては任天堂のキャラクターであるマリオとルイージに因んでいるともされる。なお、この3タイプから1匹目を選ぶ導入は以降のシリーズに踏襲されている（後述の『ピカチュウ』版が唯一の例外）。最初のポケモンは、ヒトカゲ、ゼニガメ、フシギダネ。なお、本作を『赤・緑』とバージョン分けしているのは最初に発売された日本だけであり、海外では『赤・青』の2バージョン（例えば英語版では『RED・BLUE』）で発売されている。海外版『BLUE』の内容は日本語版の『緑』に準じている。

「ポケモンの種類の多さをとるか」「ポケモンにニックネームを付けられるようにする方をとるか」という選択に関し、スタッフ達の間で意見を募集したところ、ニックネームを採用した方が良いと言う声が多く上がった。[3]そのため、ニックネームを付けられるシステムを採用したが、これが容量を圧迫することとなり、当初は登場するポケモンの数が100匹以下まで大幅に削減されてしまった。しかし、その後、容量の増加が確保され、151匹まで出せるようになった。[4]一方、容量が増加したことで、本来であれば300匹ほどまでポケモンの数を確保することも可能であったが、他の要素も拡張したいというスタッフの意向から、最終的には151匹に纏まった[5]。

基本的な部分は同じながらも一部内容が違うゲームソフトを2バージョンに分けて発売するという手法を用いたのは、本作が初となる。2つのバージョンに分ける意味づけとして、「異なるバージョン同士で通信をしないと全てのキャラクターが手に入らない」「通信交換で姿が変化するキャラクターがいる」という点などが挙げられる。ソフトの売り上げを伸ばす策略として、以後同じようなシステム、販売方法を採用したゲームが登場した。

発売初週の出荷数は『赤・緑』合計で23万本程度だったが、翌年以降からアニメなどのメディアミックス化の影響で長期的ブームとなりロールプレイングゲームにおいて、販売本数世界一を記録した。この圧倒的な売り上げにより、終わりに向かっていたゲームボーイ市場は上向きとなり、携帯ゲーム機市場そのものが復活した。また、これにより後のゲームボーイカラー、ゲームボーイアドバンスと新たなプラットフォームが誕生することになる。

非常にバグが多いことでも有名であり、特殊な操作方法でミュウを出現させる裏技や、ポケモンのダミーデータであるけつばん（欠番）を出す裏技などインターネットが浸透していない時代にも関わらず、全国的に噂が広まりよく知られていた。発売から長い年月が経過した現在でも初代ポケモンのバグを探す好事家は多数存在し、バグを利用してゲーム設計を逸脱する試みも行われ続けている。

2017年には、アメリカニューヨーク州ロチェスターにある国立ストロング博物館が発表するビデオゲームの殿堂『World Video Game Hall of Fame』に選出され、殿堂入りを果たした。

ゲームシステム
基本的なゲームシステムについては「ポケットモンスター (ゲームシリーズ)」を、登場するポケモンについては「全国ポケモン図鑑順のポケモン一覧#第1世代」を参照
ポケットモンスターシリーズの根幹を成す「収集・育成・交換・対戦」はすでに本作の時点で完成しており、最新作まですべての本編シリーズに受け継がれている。またストーリー面でもポケモン図鑑を貰い、それを完成させつつ各地のポケモンジムを攻略していく、またその道中で悪の組織と対峙していき、その悪事を食いとめるという大まかな流れは完成しており、ポケモンジムがサン・ムーン以降は試練に変わるという変更はあったものの概ね最新作までその流れは受け継がれている。

ゲーム自体はオーソドックスなRPGのシステムを採用しており、フィールドでは民家に出入りしたり人物と話をしたりすることで、シナリオを攻略するための情報やアイテムを入手することができる。また丸い球状のオブジェクトはアイテムで、これらを拾い集めるのも攻略の一環である。

戦闘画面では向かい側の自分と向こう側の相手のポケモンが斜めに対峙する形になっており、「たたかう」「どうぐ」「ポケモン（交代）」「にげる」のコマンドを駆使して切り抜けていく。フィールドの草むらや洞窟を歩いていると野生のポケモンとの戦闘が発生することがある。また、トレーナーに話しかけたり彼らの視界に入ったりすることでトレーナーとの戦闘が発生する。どちらも同じバトルではあるが、後者は「にげる」ことができず勝利した場合には賞金が貰えるという特徴がある。野生ポケモンとの戦闘では「どうぐ」コマンドからモンスターボールなどのボールを使うことで、野生ポケモンを捕獲し自分の仲間にすることができる。仲間にしたポケモンは、ゲーム内イベントで人からもらったポケモンと同じように育成や交換が可能。

ポケモンの能力値
ポケモンの能力をあらわすパラメータは、「HP」「こうげき」「ぼうぎょ」「すばやさ」「とくしゅ」の5項目が存在する。「HP」は体力を表し、0になると瀕死状態（戦闘不能）となる。「こうげき」は物理攻撃力、「ぼうぎょ」は物理防御力を表す。「すばやさ」は行動順を決め、値が1でも上回っているほうが先に行動できる。また攻撃が急所に当たる（クリティカルヒット）確率にも関わる。「とくしゅ」は特殊攻撃力と特殊防御力の両方を兼ねている。

ステータス画面で実際に見ることができる前述の5つの能力値は、3つの要素とレベルから算出された最終的な数値で、3つの要素とはそれぞれ、「ポケモンの種類ごとの能力」「生まれつきの強さ（つまり個体差）」「きそポイント（基礎ポイント）」を指す。

ポケモンの種類ごとの能力はポケモン1種類ごとの能力を数値化したもので、例えばサイドンの「こうげき」が高く「すばやさ」が低いのは、「こうげき」のポケモンの種類ごとの能力が130、「すばやさ」のポケモンの種類ごとの能力が40に設定されているからである。ただしこれは能力の傾向とでもいうべきものであって、個体差と基礎ポイントにより実際にステータス画面で見られる能力値はさまざまである。なおミュウを除いたすべてのポケモンのこのパラメータが、『任天堂公式ガイドブック ポケットモンスター』および『任天堂公式ガイドブック ポケットモンスター 赤・緑・青全対応 改訂版』など小学館が発行した任天堂公式の攻略本に記載されていたが、『ポケットモンスター 金・銀』発売以降に出版されたポケットモンスターシリーズの公式攻略本では数値は記載されず、大まかな能力の傾向のみが掲載されるに留まっている。

生まれつきの強さはポケモンの個体差を表す数値で、「こうげき」「ぼうぎょ」「すばやさ」「とくしゅ」の4項目それぞれに存在する。「HP」の生まれつきの強さは、前述の4項目の値から算出される値のため、独立した項目としては存在しない。ゲーム中でポケモンを入手したときのこれらの値は乱数であり、4項目すべての最高の素質を持ったポケモンもいれば、すべて最低の素質しかないポケモンもいる。例えば、オーキド博士からもらったばかりのレベル5のヒトカゲのステータス画面での数値が、HP：19 こうげき：10 ぼうぎょ：9 すばやさ：12 とくしゅ11の場合もあれば、HP：20 こうげき：11 ぼうぎょ：10 すばやさ：13 とくしゅ10の場合もあるのは、この値がそれぞれ違っているからである。隠しパラメータではあるが、ゲーム内で手に入れたばかりのポケモンであればレベルと現在の能力値を元に内部パラメータの計算式を利用することで間接的に確認することができる。

基礎ポイントは、ポケモンの5つの能力それぞれに独立して存在する能力ごとの経験値とでもいうべき要素。ゲーム内で人からもらったり捕まえたばかりのポケモンは5項目とも例外なく0だが、戦闘で相手のポケモンを倒して経験値をもらうたびに、その都度倒したポケモンの「種類ごとの能力」5項目それぞれと同じ値を自分の5つの能力にそれぞれ対応する基礎ポイントとして蓄積する。 例えば、種類ごとの能力が、HP：105 こうげき：130 ぼうぎょ：120 すばやさ：40 とくしゅ：45であるサイドンを倒して経験値をもらった場合、自分のポケモンの基礎ポイントの5項目にもそれぞれ、HP：+105 こうげき：+130 ぼうぎょ：+120 すばやさ：+40 とくしゅ：+45のように同じ値を加算していく。基礎ポイントが蓄積されると、レベルが上がったときの能力の伸びが大きくなる。またポケモンをパソコンに預けるだけでも、基礎ポイントは能力値に反映される。「こうげき」の高いポケモンを倒すと「こうげき」が伸びやすくなるといったような、攻略本ではよく見られた解説は、この仕様をぼかして表現しているものである。

生まれつきの強さについては「同じ種類のポケモンでも捕まえるたびに能力が違う」というNPCの台詞で、基礎ポイントの効果については、「野生のポケモンよりも人が育てたポケモンのほうが強い」というNPCの台詞で存在が示唆されている。基礎ポイントという単語は本作の時点で説明書とゲーム中でも直接登場するが、具体的な定義までは後のシリーズの公式ガイドブックで解説されるまでは公式には公表されていなかった。当時でも、『赤・緑・青・ピカチュウ』や『ポケモンスタジアム』の任天堂公式ガイドブックでは、「同じレベルでも、そこに至るまでの戦闘回数が多ければ多いほど能力はよく伸びる」「ゆえに経験値の少ないレベルの低いポケモンを大量に倒し、対戦ルール規定のレベルまでに能力を高めたほうがいい」といった解説は見られた。

これらの能力に関する仕様は一部の変更がありつつも続編の『金・銀・クリスタルバージョン』まで採用されたが、その次のシリーズである『ルビー・サファイア・エメラルド』『ファイアレッド・リーフグリーン』では、全般的な仕様の変更が施されている。
エンディング曲
https://music.apple.com/jp/album/in-my-room-single/1327673951
グッズ
https://teespring.com/stores/super-meteor

#pokemon#ポケットモンスター#ポケモン
※配信内容、配信者に関係のない雑談禁止。他の同業者の名前を出す事禁止でお願いします。
ポケットモンスター ピカチュウ
『ポケットモンスター 赤』と『ポケットモンスター 緑』はポケットモンスターの1作目であり、カードゲームやアニメなどの関連商品やメディアミックスを含めた『ポケットモンスター』（ポケモン）の名を冠する最初の作品である。パッケージのポケモンは、『赤』がリザードン、『緑』がフシギバナ。

このゲームの主な目的はすべてのポケモンを集めてポケモン図鑑を完成させることであり、それに付随するシナリオとして、ライバルとの競い合い、悪の組織との戦い、各地のポケモンジムへの挑戦、勝利の証であるバッジを8つ全てを手に入れる、全てのバッジを手に入れた者だけが進めるポケモンリーグで四天王との対決という、一連の流れがある。このシナリオのプロットは『ポケットモンスター オメガルビー・アルファサファイア』までほぼ同じ形で共通しており、最初の作品でありながらもすでに『赤・緑』の時点で基礎が出来上がっていたといえる。

『赤』と『緑』の主な違いは特定のポケモンの出現率、出現するポケモンの種類の2点で、シナリオやテキストに違いはない。後述の別バージョン『青』『ピカチュウ』も含め、NINTENDO64の『ポケモンスタジアム』シリーズすべてに対応している。

『赤』、『緑』という色は、主人公が最初の1匹を選ぶため提示される3種のポケモンがそれぞれ「ほのお」「みず」「くさ」タイプのポケモンであることから、その中の炎、草をイメージする『赤』と『緑』が選ばれた。選択の経緯について田尻智は寒色である青を外したと語っているが、書籍によっては任天堂のキャラクターであるマリオとルイージに因んでいるともされる。なお、この3タイプから1匹目を選ぶ導入は以降のシリーズに踏襲されている（後述の『ピカチュウ』版が唯一の例外）。最初のポケモンは、ヒトカゲ、ゼニガメ、フシギダネ。なお、本作を『赤・緑』とバージョン分けしているのは最初に発売された日本だけであり、海外では『赤・青』の2バージョン（例えば英語版では『RED・BLUE』）で発売されている。海外版『BLUE』の内容は日本語版の『緑』に準じている。

「ポケモンの種類の多さをとるか」「ポケモンにニックネームを付けられるようにする方をとるか」という選択に関し、スタッフ達の間で意見を募集したところ、ニックネームを採用した方が良いと言う声が多く上がった。[3]そのため、ニックネームを付けられるシステムを採用したが、これが容量を圧迫することとなり、当初は登場するポケモンの数が100匹以下まで大幅に削減されてしまった。しかし、その後、容量の増加が確保され、151匹まで出せるようになった。[4]一方、容量が増加したことで、本来であれば300匹ほどまでポケモンの数を確保することも可能であったが、他の要素も拡張したいというスタッフの意向から、最終的には151匹に纏まった[5]。

基本的な部分は同じながらも一部内容が違うゲームソフトを2バージョンに分けて発売するという手法を用いたのは、本作が初となる。2つのバージョンに分ける意味づけとして、「異なるバージョン同士で通信をしないと全てのキャラクターが手に入らない」「通信交換で姿が変化するキャラクターがいる」という点などが挙げられる。ソフトの売り上げを伸ばす策略として、以後同じようなシステム、販売方法を採用したゲームが登場した。

発売初週の出荷数は『赤・緑』合計で23万本程度だったが、翌年以降からアニメなどのメディアミックス化の影響で長期的ブームとなりロールプレイングゲームにおいて、販売本数世界一を記録した。この圧倒的な売り上げにより、終わりに向かっていたゲームボーイ市場は上向きとなり、携帯ゲーム機市場そのものが復活した。また、これにより後のゲームボーイカラー、ゲームボーイアドバンスと新たなプラットフォームが誕生することになる。

非常にバグが多いことでも有名であり、特殊な操作方法でミュウを出現させる裏技や、ポケモンのダミーデータであるけつばん（欠番）を出す裏技などインターネットが浸透していない時代にも関わらず、全国的に噂が広まりよく知られていた。発売から長い年月が経過した現在でも初代ポケモンのバグを探す好事家は多数存在し、バグを利用してゲーム設計を逸脱する試みも行われ続けている。

2017年には、アメリカニューヨーク州ロチェスターにある国立ストロング博物館が発表するビデオゲームの殿堂『World Video Game Hall of Fame』に選出され、殿堂入りを果たした。

ゲームシステム
基本的なゲームシステムについては「ポケットモンスター (ゲームシリーズ)」を、登場するポケモンについては「全国ポケモン図鑑順のポケモン一覧#第1世代」を参照
ポケットモンスターシリーズの根幹を成す「収集・育成・交換・対戦」はすでに本作の時点で完成しており、最新作まですべての本編シリーズに受け継がれている。またストーリー面でもポケモン図鑑を貰い、それを完成させつつ各地のポケモンジムを攻略していく、またその道中で悪の組織と対峙していき、その悪事を食いとめるという大まかな流れは完成しており、ポケモンジムがサン・ムーン以降は試練に変わるという変更はあったものの概ね最新作までその流れは受け継がれている。

ゲーム自体はオーソドックスなRPGのシステムを採用しており、フィールドでは民家に出入りしたり人物と話をしたりすることで、シナリオを攻略するための情報やアイテムを入手することができる。また丸い球状のオブジェクトはアイテムで、これらを拾い集めるのも攻略の一環である。

戦闘画面では向かい側の自分と向こう側の相手のポケモンが斜めに対峙する形になっており、「たたかう」「どうぐ」「ポケモン（交代）」「にげる」のコマンドを駆使して切り抜けていく。フィールドの草むらや洞窟を歩いていると野生のポケモンとの戦闘が発生することがある。また、トレーナーに話しかけたり彼らの視界に入ったりすることでトレーナーとの戦闘が発生する。どちらも同じバトルではあるが、後者は「にげる」ことができず勝利した場合には賞金が貰えるという特徴がある。野生ポケモンとの戦闘では「どうぐ」コマンドからモンスターボールなどのボールを使うことで、野生ポケモンを捕獲し自分の仲間にすることができる。仲間にしたポケモンは、ゲーム内イベントで人からもらったポケモンと同じように育成や交換が可能。

ポケモンの能力値
ポケモンの能力をあらわすパラメータは、「HP」「こうげき」「ぼうぎょ」「すばやさ」「とくしゅ」の5項目が存在する。「HP」は体力を表し、0になると瀕死状態（戦闘不能）となる。「こうげき」は物理攻撃力、「ぼうぎょ」は物理防御力を表す。「すばやさ」は行動順を決め、値が1でも上回っているほうが先に行動できる。また攻撃が急所に当たる（クリティカルヒット）確率にも関わる。「とくしゅ」は特殊攻撃力と特殊防御力の両方を兼ねている。

ステータス画面で実際に見ることができる前述の5つの能力値は、3つの要素とレベルから算出された最終的な数値で、3つの要素とはそれぞれ、「ポケモンの種類ごとの能力」「生まれつきの強さ（つまり個体差）」「きそポイント（基礎ポイント）」を指す。

ポケモンの種類ごとの能力はポケモン1種類ごとの能力を数値化したもので、例えばサイドンの「こうげき」が高く「すばやさ」が低いのは、「こうげき」のポケモンの種類ごとの能力が130、「すばやさ」のポケモンの種類ごとの能力が40に設定されているからである。ただしこれは能力の傾向とでもいうべきものであって、個体差と基礎ポイントにより実際にステータス画面で見られる能力値はさまざまである。なおミュウを除いたすべてのポケモンのこのパラメータが、『任天堂公式ガイドブック ポケットモンスター』および『任天堂公式ガイドブック ポケットモンスター 赤・緑・青全対応 改訂版』など小学館が発行した任天堂公式の攻略本に記載されていたが、『ポケットモンスター 金・銀』発売以降に出版されたポケットモンスターシリーズの公式攻略本では数値は記載されず、大まかな能力の傾向のみが掲載されるに留まっている。

生まれつきの強さはポケモンの個体差を表す数値で、「こうげき」「ぼうぎょ」「すばやさ」「とくしゅ」の4項目それぞれに存在する。「HP」の生まれつきの強さは、前述の4項目の値から算出される値のため、独立した項目としては存在しない。ゲーム中でポケモンを入手したときのこれらの値は乱数であり、4項目すべての最高の素質を持ったポケモンもいれば、すべて最低の素質しかないポケモンもいる。例えば、オーキド博士からもらったばかりのレベル5のヒトカゲのステータス画面での数値が、HP：19 こうげき：10 ぼうぎょ：9 すばやさ：12 とくしゅ11の場合もあれば、HP：20 こうげき：11 ぼうぎょ：10 すばやさ：13 とくしゅ10の場合もあるのは、この値がそれぞれ違っているからである。隠しパラメータではあるが、ゲーム内で手に入れたばかりのポケモンであればレベルと現在の能力値を元に内部パラメータの計算式を利用することで間接的に確認することができる。

基礎ポイントは、ポケモンの5つの能力それぞれに独立して存在する能力ごとの経験値とでもいうべき要素。ゲーム内で人からもらったり捕まえたばかりのポケモンは5項目とも例外なく0だが、戦闘で相手のポケモンを倒して経験値をもらうたびに、その都度倒したポケモンの「種類ごとの能力」5項目それぞれと同じ値を自分の5つの能力にそれぞれ対応する基礎ポイントとして蓄積する。 例えば、種類ごとの能力が、HP：105 こうげき：130 ぼうぎょ：120 すばやさ：40 とくしゅ：45であるサイドンを倒して経験値をもらった場合、自分のポケモンの基礎ポイントの5項目にもそれぞれ、HP：+105 こうげき：+130 ぼうぎょ：+120 すばやさ：+40 とくしゅ：+45のように同じ値を加算していく。基礎ポイントが蓄積されると、レベルが上がったときの能力の伸びが大きくなる。またポケモンをパソコンに預けるだけでも、基礎ポイントは能力値に反映される。「こうげき」の高いポケモンを倒すと「こうげき」が伸びやすくなるといったような、攻略本ではよく見られた解説は、この仕様をぼかして表現しているものである。

生まれつきの強さについては「同じ種類のポケモンでも捕まえるたびに能力が違う」というNPCの台詞で、基礎ポイントの効果については、「野生のポケモンよりも人が育てたポケモンのほうが強い」というNPCの台詞で存在が示唆されている。基礎ポイントという単語は本作の時点で説明書とゲーム中でも直接登場するが、具体的な定義までは後のシリーズの公式ガイドブックで解説されるまでは公式には公表されていなかった。当時でも、『赤・緑・青・ピカチュウ』や『ポケモンスタジアム』の任天堂公式ガイドブックでは、「同じレベルでも、そこに至るまでの戦闘回数が多ければ多いほど能力はよく伸びる」「ゆえに経験値の少ないレベルの低いポケモンを大量に倒し、対戦ルール規定のレベルまでに能力を高めたほうがいい」といった解説は見られた。

これらの能力に関する仕様は一部の変更がありつつも続編の『金・銀・クリスタルバージョン』まで採用されたが、その次のシリーズである『ルビー・サファイア・エメラルド』『ファイアレッド・リーフグリーン』では、全般的な仕様の変更が施されている。
エンディング曲
https://music.apple.com/jp/album/in-my-room-single/1327673951
グッズ
https://teespring.com/stores/super-meteor